Re: [閒聊] 今天聽新加坡的朋友談台灣選舉..

看板AfterPhD作者 (ggg)時間14年前 (2011/12/18 11:05), 編輯推噓1(1027)
留言28則, 5人參與, 7年前最新討論串9/16 (看更多)
※ 引述《homair (homair)》之銘言: : 標題: Re: [閒聊] 今天聽新加坡的朋友談台灣選舉.. : 時間: Sun Dec 18 04:36:20 2011 : : : 推 ggg12345:測試有沒有用,不就變成試誤窮舉?若有機轉可循那就能插斷 12/17 18:42 : : → ggg12345:改接其他機轉,應用也就隨之而來.現在是機轉不明卻想應用. 12/17 18:45 : : → ggg12345:整個就是不成熟的狀態卻宣稱可達應用賺錢,實現不了就是騙 12/17 18:48 : : 在生醫研究上,試誤窮舉不見得不合理,screen各種不同的化合物也 : 是正規研究方法,理由如下: : : 生物機轉通常不是線性的,例如:A->B->C->D->E->F,不同機轉通常 : 會互相影響,例如: : : I : | : Ω M->H->J->K : \ / | \ : A->B->C->D->E->F : |\ / / : X P R->S->T : | \ / / : Y -> Q->O->W : : 假設某實驗室發現某致病蛋白F因子的代謝路徑 A->B->C->D->E->F, : 其中速率決定步驟是 B->C。理論上合成 B->C 步驟催化酵素抑制劑是 : 治療此疾病的可能方向。 : : 可是當某公司投資合成出B->C催化酵素抑制劑之後,臨床實驗可能C因 : 子確實減少,但F因子的量卻沒有減少,因為合成F因子的路徑不只一 : 條,例如 A->P->Q->R->S->T->F路徑或其他未知路徑(數量不明)也能 : 合成F因子。 : : 數理資優人士最自豪的邏輯推理能力在這種混亂未知的狀況中往往失去 : 用武之地,這也可能是生醫研究者通常是苦功型,很少早慧型的原因。 : : 生物系統各層面通常都會演化出redundancy來確保個體環境恆定,個人 : 認為這是實驗室裏用model(例如細胞培養)研究出來的成果臨床上通常 : 無法應用的原因之一。 : : 因此知道機轉不一定有用,用試誤窮舉來測試有沒有效有時候反而比較 : 實在,也的確存在臨床上有療效但機轉仍然不完全清楚的藥物。 : : 推 satyricon:推"在臨床上有療效但機轉仍然不完全清楚的藥物",這絕 12/18 08:35 : → satyricon:不罕見,g大在討論生醫議題時不妨試著放下您理工的認知 12/18 08:37 這種類似的例子在電腦程式裡也是存在的. 生物的演化經常是多種多餘性路徑存在, 相互具有彌補替代性. 假如這類圖例具有代表性, 就是目前的 bio 對 A->...->F 沒有全圖的知識, 甚至某些 X-Y 的機轉是否引發 X->Y 的條件也並不完全清楚. "在臨床上有療效但機轉仍然不完全清楚的藥物, 絕不罕見." 中醫祕方多數就屬於這類. 但從西方引進的 Bio 並不企圖瞭解這種從人體自身經驗與徵兆而來的知識, 某些中醫療法是間接性觸發生物自身的機制, 跟西醫直接攻打是全然不同的 方法, 像這類祕方是找不到生物分子機轉對病況的直接影響, 試誤投藥的結 果是找不出問題的機轉, 難以被拿來分析快速找出跟該中藥的相關性. 果蠅跟基因的分析是得利於這種生物的養殖成本低, 換代快, 數量多. 也就 是研究的成本低, 這種"成本"的制約是所有研究的本質. 窮舉黑箱測試在電子資訊也是常用的, 但那是拿電腦來對已知規格做快速測 試, 至於測出毛病是否能找出病因? 也就僅是提供狀況記錄, 那些寫程式的 鬧到半夜加班就是全體在那陪著搜. 其代價若沒有方法 "有效" 解決, 成本 就拖垮那一群人了. 生技產業的台灣優勢在那裡? 那是要高人能人該講明白的. 不能像以前的高科技政策宣傳, 因為亞洲漢民族文化歷史悠久, 比較聰明, 所以靠腦力發展軟體一定贏. 但幾十年下來, 純軟體產業發展不如人意. 但台灣的資訊電子硬體卻又靠著某部份的軟體撐出競爭力. 產業就是競爭 勝負, 如同軍隊爭戰, 錢多人多固然好, 但落後的弱者要勝出, 或者不敗 那就要有優勢, 沒優勢也得要靠策略謀略, 創造出優勢來, 否則死路一條. 已經投入那麼多的聰明人, 能人, 開出那麼多的優惠卻沒有效果, 那就是 這整批人都落入被騙, 還活伙同會騙的一起來騙. 現在的問題之一, 在於如果大家都用窮舉試誤, 那就是在比運氣, 比誰耗得 起. 沒有太多本錢的, 不可能這樣只知試誤法還能在競爭環境下勝出的! 瞎貓固然能碰到死老鼠, 但常態下能養幾隻貓? 相信 Bio 不會只有這種招. 台灣跟老美造迷你電腦, 台清交, 中科院工研院可說都花大錢幹過, 但勝算 在那? 造微電腦則不然, 但財力人力在 197X 年代差距那麼大, 又如何敢挑 戰? 造微電腦是要輔助生產的半自動化, 包含辦公室的自動化, 但依託老美 不做, 必須自己去解的中文電腦. ※ 編輯: ggg12345 來自: 140.115.5.42 (12/18 11:20)

12/18 12:12, , 1F
對不起,Bio的就是這樣,您聽過screening嗎?
12/18 12:12, 1F

12/18 12:13, , 2F
那就是從數百萬個化合物裡面一個一個去試哪一個會有效..
12/18 12:13, 2F

12/18 12:14, , 3F
這時候一開始assay的設計就很重要,最好是用cell based
12/18 12:14, 3F

12/18 12:15, , 4F
assay, 保有細胞的完整機制去做篩選 若不可得,把蛋白質
12/18 12:15, 4F

12/18 12:16, , 5F
純化出來做活性測試也是可以,但是拿到的東西效果不一定好
12/18 12:16, 5F

12/18 12:17, , 6F
就是這樣跟只能這樣是不同的,再就這樣下去就投胎含金湯匙
12/18 12:17, 6F

12/18 12:17, , 7F
也常常會篩到毒性很高或者水溶性很差的化合物
12/18 12:17, 7F

12/18 12:18, , 8F
真的就是運氣阿...NITD成立好多年,一開始的印度主任用蛋白
12/18 12:18, 8F

12/18 12:18, , 9F
質的方式去篩選藥物,結果篩了幾百萬個幾乎全都fail。
12/18 12:18, 9F

12/18 12:19, , 10F
最後下台,換一個白人。一開始也說他的藥很promising,
12/18 12:19, 10F

12/18 12:20, , 11F
可以抑制RDRP活性,結果最到最後發現,老鼠吃一點點就掛點。
12/18 12:20, 11F

12/18 12:22, , 12F
現在的NITD,就變成專門發paper了。XD
12/18 12:22, 12F

12/18 12:23, , 13F
我對NITD最羨慕的地方,就是他們可以使用Norvatis的全球資源
12/18 12:23, 13F

12/18 12:24, , 14F
我們這邊篩上萬個藥物,可能就要花一兩個月。NITD裡面你只要
12/18 12:24, 14F

12/18 12:24, , 15F
做得出夠好的篩選平台,一個禮拜就幫你篩幾個million的化合
12/18 12:24, 15F

12/18 12:25, , 16F
物。而且是全球數個中心同時幫你篩。根本不能比阿。
12/18 12:25, 16F

12/18 13:09, , 17F
"我們這邊篩上萬個藥物,可能就要花一兩個月。" ← 台灣哪
12/18 13:09, 17F

12/18 13:09, , 18F
個單位講得出這種話我還真想知道..
12/18 13:09, 18F

12/18 15:10, , 19F
就是在比窮舉 為了這個目的還出現combinatorial chemistry
12/18 15:10, 19F

12/18 15:11, , 20F
而且速度也比過去快上太多了
12/18 15:11, 20F

12/18 15:15, , 21F
而且你找出一條途徑 並不能表示藥物下去不會干擾到其他途徑
12/18 15:15, 21F

12/18 15:16, , 22F
看到效果不好 可能性太多了 該想的是要處理的是一個系統
12/18 15:16, 22F

12/18 15:17, , 23F
甚至是幾個系統間的影響造成的結果 等你把互相影響的東西找
12/18 15:17, 23F

12/18 15:18, , 24F
完 就不只是在10~15年了
12/18 15:18, 24F

12/18 15:20, , 25F
有些做法是找biomarker出來 一樣去試誤看marker是否降低
12/18 15:20, 25F

12/18 15:21, , 26F
等到找到了反向去看是那個環節被影響了...
12/18 15:21, 26F

11/11 20:29, , 27F
質的方式去篩選藥物,結 https://noxiv.com
11/11 20:29, 27F

01/06 21:20, 7年前 , 28F
做得出夠好的篩選平台, https://daxiv.com
01/06 21:20, 28F
文章代碼(AID): #1ExLXtgG (AfterPhD)
討論串 (同標題文章)
以下文章回應了本文 (最舊先):
完整討論串 (本文為第 9 之 16 篇):
文章代碼(AID): #1ExLXtgG (AfterPhD)