中学生评审通过的五位诺奖得主论文(一) | 独家
目前,该合集收录以下文章:
《我们如何找到自己的路?大脑里的网格细胞》 – 2014年诺贝尔生理或医学奖得主,迈-布里特·莫泽(may-britt moser)
《为生物学服务的计算机模拟技术》 – 2013年诺贝尔化学奖得主,迈克尔・莱维特(michael levitt)
《准晶体,而非准科学家》 – 2011年诺贝尔化学奖得主,达尼埃尔·谢赫特曼(dan shechtman)
《生命的转录:从dna到rna》 - 2006年诺贝尔化学奖得主,罗杰·科恩伯格(roger d. kornberg)
《蛋白质的靶向降解:泛素系统》 – 2004年诺贝尔化学奖得主,阿龙·西查诺瓦(aaron ciechanover)
和所有在fym发表的文章一样,五位诺贝尔奖得主作者们同样需要用孩子的语言对文章进行改写,随后由8-15岁的青少年审稿人出具审稿报告,通过后文章才可以发表,以确保文章易于理解并有趣。
来自瑞士的一位13岁的青少年审稿人分享了他的看法:"我对科学非常感兴趣,能审核来自真正的科学家的稿件,这件事情真的很有意思! 许多论文向儿童阐述了一些危险的疾病,我认为这些信息太重要了!"
该合集的作者之一,2004年诺贝尔化学奖得主aaron ciechanover说:“奖项与认可不是人们追求的最终目标,把知识传递到世界各地并造福人类,才是作为科学家的伟大成就。我从小就喜欢阅读科学知识,我想在那个时候,我心里就埋下了科学好奇心的种子。”
为生物学服务的计算机模拟技术
作者
michael levitt
要理解什么是计算机模拟,有个简单的办法是想一想电脑游戏。
假设在一个冒险类游戏中,你的人物围绕某个环境展开一系列行动。为了让游戏看起来真实,电脑要创造一个与现实世界相仿的虚拟世界。比如你在游戏里扔球时,电脑必须使用恰当的物理方程(这里应该使用牛顿运动方程)来估算球的运动轨迹,为其运动路径做出具有真性感的模拟(图1)。
同理,如果我们知道相关法则,就能用电脑模拟其它的现实过程。我们不仅能模拟物体运动,还能模拟更为复杂的过程,比如天气、化学反应和各种各样的生物过程。下面我们将讨论蛋白质折叠的计算机模拟。
现在我们用冒险游戏“刺客信条”来做例子。假设你的任务发生在意大利佛罗伦萨,你在计算机模拟的佛罗伦萨大街小巷里穿行。你一边走,一边看各式房屋和名胜古迹,比如美丽的米兰大教堂。游戏玩久了,你对佛罗伦萨的地理知识会大幅增长。有了这些知识,将来你可以在真实的佛罗伦萨漫步。你不仅会感到亲切,还能找到与电脑游戏里不同的地方。
虽然你并没有真正造访过这个城市,但游戏给你带来了关于这个城市的真实的知识。而且,通过计算机模拟进行学习是一个安全的过程。玩游戏时你不怕受伤,可以在游戏里做真实生活中不敢做的动作。有的游戏还让你体验真实生活中体验不到的东西,比如具有飞行能力、遇到想象中的生物等等。
在科学世界里,我们也可以利用计算机模拟来获得知识。先建立一个我们正在研究的物理或者化学过程的模型,然后用计算机来模拟这个过程。模型建立在描述过程的数学方程式之上(如图1,该模型用牛顿运动方程来描述球的运动过程)。
计算机帮助我们看到过程如何随时间而展开,从而检验模拟结果是否与真实世界发生的相一致。如果一致,那模型就是有效的,它能帮助我们更好地理解现象。如果不一致,那模型就需要修改。修改模型的过程中我们能发现对过程的理解错在哪里。
由于模拟没有危险性,我们可以把所有的模型都挨个试一遍,包括在真实世界中不可能探索的情形。计算机模拟有时会让我们惊掉下巴:一个“胡乱狂野”的模型对现象的描述竟然最为贴切。计算机模拟给我们足够的自由去发挥创造力,寻找通常情况下很难解释的事实现象。
在将计算机模拟服务于科学时,有一条被我称为“正好”(just right)的重要原则。这条原则的意思是模型既不能过于简单也不能过于复杂。过于简单,就无法将研究对象的具体细节都描述清楚。过于复杂,我们也就无法用它去获取更多有益的知识。
我认为每位科研人员都应该对自己的工作有一种简单、基础性的理解,以便向其他人解释自己在研究什么。如果有人声称自己做出了重大发现,但那个发现却复杂得无法解释,我就会充满疑惑,很难相信他们真的知道自己在做什么。
我自己永远在寻找正确而最简单的模型,如下面图2的蛋白质折叠模型。我相信日常生活中也是如此:每个解释都有一个恰如其分的程度。我建议你们追求问题的最简答案 — 要不多也不少,刚刚好。
现在,我要向你们展示如何利用计算机模拟和“正好”原则来理解生物学中的一个重要现象:蛋白质折叠。对蛋白质结构的研究是结构生物学的一部分。先来想想生物体是如何运作的。在生物体内存在很多线状的结构,叫蛋白质。蛋白质能折叠起来形成三维结构。
每个蛋白质都有自己独特的结构,这在每个生物体内都是完全相同的。神奇的是,这些立体的蛋白质履行着生命体的一切职能——形成身体结构、进行化学反应、促使肌肉运动、消化食物等等。所以,理解蛋白质折叠过程,认识蛋白质最终结构的形成是一个非常重要的科学问题。
蛋白质是由几千个原子通过相互作用而形成的大分子。如果用计算机来模拟蛋白质内部的分子及其相互作用,那情况一定会过于复杂。上世纪七十年代早期,我和亚利耶·瓦谢尔(arieh warshel)开始研究这个问题。1975年,我们在一本重要的学术期刊上发表了研究结果[1]。
我们发现可以建立一个简单的蛋白质模型,这个模型就像是一条项链,上面串着不同类型的珠子,每种珠子都和其它珠子略有不同(图2a)。每个珠子代表一组(如10个)原子及其相互作用。一种特定的珠子(如红珠子)被另一种特定的珠子(如蓝珠子)所吸引。
这个简单的模型对蛋白质折叠(图2b)做出了充分而有效的解释,并被用做很多其它分子计算的模型[2]。这些模拟帮助我们理解甚至预言不同的蛋白质三维结构,并且更好地认识它们的生物活性。同时我们还能用电脑来设计分子,用到药物开发中去。
生物系统面临的独特挑战在于,必须准备应对未来某个时候可能发生的意外情况。而一个系统如何才能为没有经历过的情形做准备呢?答案很简单:多样性。大自然往往会在系统内部创造大量的变化,使得系统有能力适应和修正其工作过程,应对不可预见的挑战。
比如对动物来说,每个后代都从父亲和母亲体内随机获得一半遗传信息(dna),这使得每个后代都是独一无二的,增强了物种内部的多样性。这提高了动物群体应对未来的能力和整个物种对意外情况的抗逆性。
生物学教给我们的这条多样性原则也适用于日常生活的许多方面。比如,一个多样化的社会才是强大的社会,其中不同社会背景、性别、教育的人们学习如何共存、相互理解和接受他人。在学校或在家,我们其实总能找到办法与周围的人协商解决问题。有时我们不得不应付困难复杂的社会情境,而有些人就是比其它人更擅于处理冲突。
我们的生命本身也是多样的,潮起潮落,充满意外。能否营造更好的未来、更稳定的社会,这部分取决于我们保证生命多样性的能力。化解各种社会情境和个人情形需要高情商。我相信我们可以用计算机模拟来帮助每个人提高情商。
用计算机模拟来提高情商,一种可能的形式是在互动游戏中模拟难以对付的社会情境,允许玩家尝试不同的策略来解决问题(图3)。
例如有同学在课堂上侮辱你。你该如何回应才不至于断绝将来与这位同学合作的可能性?利用计算机模拟,你可以看到采取不同回应后产生的不同结果。这种游戏在促进情商发展方面可以发挥重要作用。
图3:服务于情商开发的计算机模拟。
计算机模拟或许能对生活中复杂情况的处置提供启示。想象有一个如图所示的游戏,允许你来体验一个复杂场景并尝试不同的回应方法、获得不同的结果。这个游戏或许能帮助人们获得更高的情商。(摘自rockpapershotgun网站)
最后,我想和读者们分享我在科研和生活中的一些感想。
首先,做你所爱的事,这很重要。不要做你父母想让你做的事,不要做社会让你去做的事。努力从事你真正热爱的工作,就是你能拥有的最好的人生。
第二,不放弃。相信自己,不为成败大喜大悲。记住,每件坏事都有益处,而每件好事都有坏处,我们从好事和坏事中都能学到东西。要始终相信自己,最终别人也会相信你。
第三,尽量做别人没做过的事。我们每个人都是特殊和独一无二的。试着去表达你的独特之处,而不是做他人的翻版。
第四,准备好犯错误。我总是说一个好的科学家有90%的时间在犯错误,而一个相当好的科学家99%的时间都在犯错误。为什么呢?因为如果你是你领域里的顶尖人才,那就要解决最难的问题。如果你不准备犯错误,那说明你永远不回去挑战那些难题。
第五,请做一个善良的人。要慷慨、热情,这是每个人都要努力培养的品质。
最后想和你们谈的事跟计划有关。我觉得人生确实需要提前计划,但计划得太多会让你失望。人生从来不会完全按照计划发生,计划外的事经常找上门来。如果你整天忙于按照原计划开展人生,你反而会错过新的机会。最好是在遵循计划和随时准备迎接意外之间找到微妙的平衡。
致谢:
本文的采访和部分写作由以色列理工学院研究生noa segev完成。
审稿人:
来自以色列natan alterman ort 初中的学生, 年龄:13-15岁.
在“beit chinuch” 技术科学课的课堂里,有很多在科学技术领域成绩优秀的学生。他们对一切有关科学的事物感兴趣,总是质疑周围的世界,并希望更好地理解之。
参考文献:
[1] levitt, m., & warshel, a. (1975). computer simulation of protein folding. nature, 253(5494), 694.
[2] cragnell, c., rieloff, e., & skepö, m. (2018). utilizing coarse-grained modeling and monte carlo simulations to evaluate the conformational ensemble of intrinsically disordered proteins and regions. journal of molecular biology, 430(16), 2478-2492.
迈克尔·莱维特是美国斯坦福大学的结构生物学教授。2013年,他与另外两位科学家(martin karplus和arieh warshel)共同获得诺贝尔化学奖。
关于frontiers for young minds
frontiers for young minds 创刊于2013年,是瑞士frontiers出版社专为孩子们创办的科学期刊,也是frontiers花费多年心血培育的纯公益项目。
它的运作模式和科技期刊完全相同,旨在从青少年时代即培养孩子们的科学思维,并提供与世界一流科学家交流的机会。截至目前,有大约3500名青少年审稿人参与评审,大约600名科学导师来指导他们的审稿流程。
frontiers for young minds的750篇文章已获得1000多万次浏览和下载,拥有英语、希伯来语和阿拉伯语三个版本。期刊编辑委员会目前由来自64多个国家的科学家和研究人员组成。