生命科学前沿问题的探讨
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
生命科学前沿问题的探讨
摘要:生命科学前沿主要是对最新的科研技术的综合探讨。随着人类基因组计划的完成和生物信息学蓬勃发展,当今医学和生命科学发生了新的革命性变化。最新科研技术与临床的结合成为现今的必要,科研是人类认识世界的一种理性方法,人理解万物最终是为了能够满足更好的生活需要,如果科研仅仅停留在理论阶段无法实验,或者最终无法用于临床治疗,那么科学研究就丧失了它的本质。其二,大多数医学科研的初衷都是为了探讨致病机理、药物作用以及疾病疗等层次,如果最终无法与临床结合,那就脱离了最初的治病这个宗旨,也就丧失了研究的意义。
近年来生命工程的研究热点已转向基因水平、分子水平,在微观层面上的细微改变最终引起的是量变。因此研究这些微观反映的机制及其宏观的表达就成为了科学高峰。在研究方法上有通过基因层面如基因扩增、基因沉默的探讨,也有通过对中医药提取物进行纯化分析发现的奇特疗效等等。在研究内容上,有部分研究仍然停留在动物模型阶段,也有一部分已在临床开始投入实验并取得了一定成效。
1、生物信息学
人类基因组计划(Human Genome Project, HGP),是美国于1985年率先提出的,这是一项人类最伟大的生命工程[1]。它是继曼哈顿计划、阿波罗计划之后的又一个伟大计划,其目标是用15年的时间对人类基因组3.0×109个核苷酸进行测序,总共发现50000个人类基因,为解释生命的奥秘、揭示遗传性疾病的发生以及发展规律奠定了基础。随着人类科学研究的不断深入,产生了大量有价值的科研结果,从而促使了生物信息学(Bioinformatics)的诞生。生物信息学是用数理和信息科学的观点、理论和方法研究生命现象的一门学科。1.1 大规模核苷酸序列测定
DNA由A、T、C、G四个碱基组成,这四个碱基的排列顺序千变万化,决定了生物的多样性。为了揭示生命的奥秘,科学家们首先对人类基因组进行了大规模的测序[2]。测序的方法经历了以凝胶电泳为基础的自动测序技术,毛细管电泳测序技术和基于全基因组的鸟枪法测序技术等。随着投入的不断增加,研究队伍的不断扩大和大规模的自动化测序技术的采用,使得人类基因组计划提前完成。
1.2 基因序列的拼接
随着生物信息学的发展,提供了自动高效拼接序列的算法,根据Lander-Waterman 模型利用鸟枪法进行测序,随后将大量随机序列片段用计算机进行自动拼接。这种技术不仅避免
了亚克隆排序所需要的大量繁琐的工作,还可以保证序列中每个碱基的准确性。
2、脑学科
对脑和心智的研究已成为21世纪最前沿的科学研究,和信息科学进行交叉研究已成为脑科学研究的一个重要趋势。人脑是一种有1011个神经元和1015个突触联系的多层次系统。脑不仅能认识其外部世界,也能在某种程度上认识自己的内部世界,在已知的宇宙中再也没有比这更复杂的系统了,因此对脑及其功能的研究已经成了现代科学最大的挑战。没有哪一种单独的方法可以完全揭开脑功能之谜,每一种方法都只能揭示脑的某一个方面,因此多学科研究脑和心智已成为脑研究的一种重要趋势[3]。现在人们普遍认同,脑就其功能上来说,本质上是一种信息处理系统,因此以信息科学的思想、方法和技术来研究脑已成为多学科脑研究的主流之一。建立数学模型和计算机仿真也成了综合多层次信息,认识其机制的最重要的工具。
2.1 计算神经科学
20世纪30年代,英国生理学家霍奇金(AlanLloydHodgkin,1914一l998)(图2)一直对神经脉冲的产生机制感兴趣。当时流行的膜理论认为神经脉冲的产生是由于当神经受到刺激时,消除了膜对两侧离子的隔离,因此使原来内负外正的膜电位差减小了,但是它不能解释为什么神经脉冲的峰值会超射到一个很大的正值。由于霍奇金在学生时代选修了数学和物理,而他的学生和合作者赫胥黎(Andrew FieldingHuxley)学的是数理科学,因此他们运用物理学思想把神经细胞膜等效为一个阻容的并联电路,其中的每个电阻就相当于允许某种离子通过的一个通道。这在当时还只是一种假设,从实验上真正看到这种通道差不多是半个世纪以后的事了。不过关键的一点是他们认为当有神经脉冲发生时,不仅膜不再阻挡钾离子流过膜,而且在一瞬问有大量的钠离子从外界涌入细胞内,然后又自动关闭。因此这些电阻并非固定电阻,而是可变电阻,其值和膜两侧的电位差以及时间有关。二战打断了他们的研究,直到战后才又重续旧缘。他们对钾和钠的这种可变电导用实验进行测定,然后对数据进行了曲线拟合,这样他们就建立起了神经轴突细胞膜的一个方程组。在当时电子计算机还极不普遍的情况下,他们硬是手算了三个星期求出了方程的数值解(图3)]。从图中可以看出理论计算和实际测量得到的结果吻合得何等地好,这样他们就通过实验和理论计算的紧密结合解释了神经脉冲的成因和神经脉冲产生超调的原因。更令人惊叹的是根据他们模型的计算,还能预测神经脉冲有阂值、不应期、可以传播和传播速度等这些在建立模型时假设里没有的性质。这样他们就阐明了神经脉冲发生和传播的机制,并开辟了离子通道研究的新领域。无怪乎人们把霍奇金和赫胥黎的方程比
喻为电生理学中的麦克斯韦方程。他们分享l963年的诺贝尔奖确实是当之无愧的。
2.2 类脑机器
造出像人脑那样有高度智能的机器一直是人们世代的梦想,人们曾以为只要根据人脑表现出的智能,精心编程就有可能用计算机加以复制。但是正如麦克卡洛在半个世纪以前所言:“我们能不能设计出一台机器能做脑所能做的一切?对于这样一个理论问题的回答是:如果你能用一种清晰而有限的方法说清楚脑能做什么那么我们就能设计出一台机器来实现,但是你能说清楚脑能做什么吗?”在研发具有类似于人脑智能的机器问题上,这种行为主义的思潮和仿脑的思潮之争一直贯穿始终,直至今天[13]。此外,通过构造这些机器和对这些机器进行研究,也将使我们可以检验我们对脑工作机制的某些假设,从而加深我们对脑机制的认识。
尽管沿着人工智能之路,近年来也取得了不俗的成就,如计算机“沃森”击败了几届电视知识抢答的冠军,据说最近有计算机通过了图灵测试,但是对它们来说,许峰雄的上述断言依旧适用[12]。仅仅用白上而下的方法在行为上模仿人的智能行为,并无助于我们认识脑和心智的机制问题。
这样,一些人就企图在作某些简化的条件下,模仿生物脑的局部机制,构建在某些功能
方面类似于脑的机器[14]。诺贝尔奖得主埃德尔曼(GeraldEdelman)的仿脑机(brain—baseddevices BBD))就是这类研究的一个例子¨。。白1981年以来,埃德尔曼开发了一系列的仿脑机,它们通过经验进行学习。与传统的机器人不同,仿脑机是通过从许多不同的仿真神经回路中进行选择来进行学习的,而不是按照事先编制好的程序指令来工作的。他们开发了一系列不同型号的仿脑机,模仿不同脑区,如海马或小脑的功能。
3、免疫学
免疫学是2 1世纪世界主要发达国家高度重视的前沿科学,是医学与生命科学中最为基础、前沿和支柱性的关键学科之一。
3.1 免疫学与自身免疫性疾病
自身免疫性疾病的全球发病率显著上升,对人类健康的危害逐步超越感染性疾病。从免疫学基础研究角度探讨自身免疫病的发病机制已取得较大进展,如疾病相关HLA多态性关联、自身DNA识别与信号转导通路、自身抗原特异性T/B细胞的活化和维持机制、Th亚群的免疫炎症调控机制,IL-6/TNF、L-6/TN及其受体的炎症放大循环通路机制等。在此基础土研发的炎症因子靶向治疗药物如TNFR阻断剂、4肽乙酸盐(Copaxone)已成功应用于RA和多发性硬化治疗[15]。