生物医学知识整合论漫谈

Frank HK

在包括但不限于序号1-10的数据、逻辑和显示交互基础上，结合有限的突变条件集，可以描述几乎无限的突变。<!--editpost--><br /><br /><br /><div><font class='editinfo'>此帖由 Frank HK 在 2006-10-14 10:35 进行编辑...</font></div><!--editpost1-->

老包

<p></p><p>请通俗地解释一下你的思路:</p><p>如<strong><font color="#0000cd">身体质量指数中&quot;参数变量（个）,3&quot;,是指什么,3个什么参量,为什么选定3个?</font></strong></p>

Frank HK

<p>参数变量：</p><p>1、身高；2、体重；3、BMI指数。</p><p>在BMI模型对照组中，目前的BMI模型研究成果只需要这3个变量。</p><p>其中变量3是一个子流程的运算结果，涉及变量1、身高；2、体重。BMI指数公式=体重（kg)/身高（m）的平方。</p><p>BMI指数标准中，中年男子超过24.9为偏胖。其后果集当中有糖尿病等；原因集当中有肌肉比例，脂肪细胞数量体积等；在演变过程中，条件集将充当重要角色。目前尚不清楚，突变条件集中，是否不应包含另一些因果关系。</p><!--editpost--><br /><br /><br /><div><font class='editinfo'>此帖由 Frank HK 在 2006-10-14 11:46 进行编辑...</font></div><!--editpost1-->

老包

[quote=Frank HK,2006-10-14 11:43]<br /><p>参数变量：</p><p>1、身高；2、体重；3、BMI指数。</p><p>在BMI模型对照组中，目前的BMI模型研究成果只需要这3个变量。</p><p>其中变量3是一个子流程的运算结果，涉及变量1、身高；2、体重。BMI指数公式=体重（kg)/身高（m）的平方。</p><p>BMI指数标准中，中年男子超过24.9为偏胖。其后果集当中有糖尿病等；原因集当中有肌肉比例，脂肪细胞数量体积等；在演变过程中，条件集将充当重要角色。目前尚不清楚，突变条件集中，是否不应包含另一些因果关系。</p><p><br />[/quote]</p><p></p><p>我理解你是在搞一个判别式，这应该是属于模式识别学科范畴。<br /></p>

老包

<p></p><p>就拿肥胖来说，这还有个过程问题。例如机体代偿能力的实施及其代偿能力下降的过程。所以对同一肥胖超标等级的不同的个体，其肥胖时间长短也是影响因素。并且此过程为非线性的，如一旦代偿失效，问题将会急转直下。</p>

Frank HK

说了疯话，取消。
I'm sorry.
请，老师原谅。

[ 本帖最后由 Frank HK 于 2006-10-26 17:10 编辑 ]

Frank HK

衷心祈望在论坛的一切，都不伴随热活动，是可逆的。

老包

有分歧,有争论,甚至有所冲突,才是正常的。
上了论坛，大家就是平等的，不应有年龄和地位之分。为了真理，希望大家都应该来真格。

Frank HK

工具和价值来源，应该是知识整合当前面临的主要障碍。当然，这是障碍的形式。
生物医学知识整合的成功，比此前任何科技进步所需要的条件都苛刻，是超级信息化（注意，不是工业化）生产的产物。

[ 本帖最后由 Frank HK 于 2006-10-29 09:04 编辑 ]

老包

知识整合是科学发展的总趋势,例如系统生物学,蛋白质组学,DNA组学,......都是奔着这个方向去的。系统性或复杂系统性，动态性，混沌性，随机性，......已经成为现代生物学或医学的代名词，“一个因子解释或治疗一个病”的时代已经风光不再。

但这一切都是基于某种朴素的或哲学层次领悟，缺乏基本的严密的科学思考。人们并不清楚（似乎也不关心）一些重大的基本问题：（1）多大范围内知识可以整合？（2）什么情况或条件下可以整合？（3）可以进行何种类型或何种程度的整合？（4）为了达到更高层次的整合，我们应该怎么做？......  总之,人们并不清楚征途上将要遇到的艰难险阻。

并且当前的所谓系统生物学往往言必称分子，分子复合体，分子网络，分子（如蛋白质，DNA）组学，......好象分子以上的细胞、组织、器官、系统就没有“复合体”、“网络”、“组学”，好象光从分子层次就能实现系统生物学大整合似的。

BMKI的功劳是明确提出在生物医学知识的全体大背景下来研究知识整合问题，在元知识层次探索知识整合问题。由于视点独特，BMKI将诱导和催生出一系列全新的科学研究。其科学价值无可计量。

但鉴于医学信息学领域中多为实际工作和研究，BMKI以其特有的敏感性已初步选定机体形式结构作为其出发点，努力与Anatomist本体等的联系和合作,参与全球性的生物医学知识整合俱乐部。不作任何不切实际的奢望，由我亲自动手来实现，从学习语言开始。至于说相关利益或权力，我还来不及考虑。

也许是医学信息学的理论研究非常困难，医学信息学有轻视理论研究的倾向，有些学者明确提出“轻理论，重实际”的主张，认为医学信息学“不要爱因斯坦”。但他们忘了一些堪称科学史上最大的失误（或全球性的失误），恰恰发生在知识工程领域。

中国文化轻理（指真正的科学理论）重利，中国历史上的重大科学发明如火药，指南针等并没有用来发展航天学，航海学，地理学。而是主要用来开发鞭炮（迎喜送神），观察（坟地，宅基）风水，以求升官发发财，造福子孙。具有讽刺意味的是，最终的结果中国人恰恰得利很少（看看人均收入吧）。

看看国际上对于某门科学创新权的争夺吧，其实这并不亚于领土之争，我们不要太天真了。

恕我直言，我感觉我们论坛也有点象“理论沙漠”，BMKI一直在作“自我独白”可以明确证明这一点。

[ 本帖最后由 老包 于 2006-10-28 11:58 编辑 ]

Frank HK

完全同意包老师的论断。
行百里而半九十，阶段性成果通常被人低估。

[ 本帖最后由 Frank HK 于 2006-10-29 09:05 编辑 ]

老包

＃遗传算法——一个典型的物数学算法
遗传算法由美国Michigan大学John H. Holland于1975提出,是受生物进化的遗传，突变，适应性及选择或淘汰等机制启发抽象而成一种数学方法。
本书不能具体细述遗传算法，因为这不是本书的宗旨，有兴趣的读者可以参阅有关遗传算法的专著。本书对遗传算法最感兴趣的是因为遗传算法来自物理世界，而不象其他数学算法那样源于纯粹的意识运动，即逻辑。它的主要计算原则由物理世界即生物遗传进化过程的规律提供的。从下文分析可以看出，遗传算法巧妙地结合了两个世界的惯性或规律(即物理惯性和意识惯性),是典型的一种物数学算法。
这里给我们一个深刻的启示是，我们既然可以建立遗传算法，那么我们为什么不能建立细胞分裂算法？心脏搏动算法？下丘脑－垂体反馈算法？……为什么不能建立真正的生物医学物数学？
以下介绍遗传算法各重要概念：