第一天上午，看师兄做了一个简单的细胞种板实验，讲真并不难，只是需要比较精细的操作，让一个没有学历的人来培训，不用多久就可以训练出来，但为什么会让研究生做相同的事情，就在于他们能够以更高维度的视角来观察各种现象，不仅知其然还需要知其所以然，即为什么会做这个实验而不是那个，我做这个实验是想说明一个怎么样的观点，我们如何组织这些观点串联成为一个说得过去的逻辑，最终形成一篇怎么样的story。当然这还需要我们慢慢摸索。我们现在还是需要脚踏实地地做好各种实验的准备，如细胞培养，如试剂配制等等。要想飞翔，还需老老实实地练习扑翅。-
下午，在研究生休息室复习一篇之前看过的文献IKK-interacts-with-rictor-and-regulates-mTORC2。这种文献一般来说有着比较好的逻辑链，虽然对我来说没有积累其实很痛苦，因为有很多前置条件是略，但我就纠结于这条逻辑链的具体构建，很多不言自明的东西我还不懂啊，那些引用的文献提供的背景知识也完全是一头雾水。但这种痛苦是我必须承受的，谁叫我喜欢做哲学层次的思考呢？如果不落实到现实，我可能会疯。当然，在这个过程中，我也开始疯了。-实验发现IKK抑制---association-between-mTOR-and-rictor也被抑制，可能是IKK与-rictor相互作用，从而与mTOR竞争，从而减少mTORC2的表达。发现新的与mTORC2相关的信号通路，IKK调节mTORC2活性，如通过磷酸化AKT-at-the-serine-473-和影响mTORC2装配来影响细胞骨架。IKK与rictor结合紧密，IKK-抑制---mTORC2表达水平下降---mTORC2活性降低。-就目前来看，对一个基因/蛋白的表达施加激活/抑制处理来观察与其相关的基因蛋白的表达是比较基本的实验处理。当然还需要不同层次的观察，如蛋白表达（western-blot）、组织切片、体内处理乃至动物实验。有能够观测的指标变化对实验的指导意义真是很大。-当然，按照我一贯的尿性，我在想“IKK-抑制---mTORC2表达水平下降---mTORC2活性降低”这个过程是不是可以一条序列来表示，然后我再收集其他的关系序列，如“IKK激活—XX蛋白表达水平下降—YY活性降低”，可以构建一定的树形结构，然后根据一定的运算，如A抑制--B激活等价转换为A激活--B抑制，我们可以构建出比较宏观的长序列，当然这是多可能的路径，我们可以通过实验来确定。
第三天：今天和昨天加在一起算是把一个完整的western-blot走了一遍，这种经历很不错。毕竟之前看文献总觉得很干净利落，哪里想到这背后各种实验的苦苦挣扎。为了让一句话make-sense，大量的工作在等着你，不过这也是我们追求的境界。-实验室的很多试剂都是自己配的，考虑到各种误差，似乎看到了生物实验可重复性低的原因，这有点像中医了，成功和失败一样也是稀里糊涂的。当然我更倾向于认为成功的实验是一种坍缩的波函数，是具体的路径涌现。-
附录一天的思考笔记:-对于生物机体的各种情况，如正常的生理和疾病的病理变化，根据我们引入的博弈论和自然选择模型，我们试图模仿波函数坍缩一样形成具体的路径，即以序列为基本的运算对象，而序列之间的竞争博弈可以形成一定的矩阵，从而表示不同的新的状态，这些矩阵的不同元素与机体的各种健康情况存在着一定的对应。如同能量最低化的收敛性质，也与连续函数的各种存在性的原理相关，布劳威尔不动点原理说明存在着稳定的不动点，与矩阵的不同对象之间构建的联系就是纳什均衡，即序列竞争博弈形成的稳定状态。多层次的均衡形成的序列就是生物的宏观生命周期。-具体一点就是各种抗XX机制，如抗氧化等等。而以网络的观点存在着不同层次的抗，即存在着竞争博弈。而且我们承认相对性，即一般认为的起到特定抗xx但基因蛋白在其他的环境下可以表现为相反的效应。根据以上观点，我们决定使用序列的结构来解释这些生物机制。我们设想存在着一条序列，其每个项对应特定的基因蛋白，而具体的表达水平就是特定的序列关系，于是对应基因蛋白的表达模式就是一种运算对象。-首先得证明这种设想还不至于太离谱，我们认为就我们看过的一些关于细胞生物学的文献可以佐证。通过对特定基因蛋白与宏观的生物过程构建一定的关系，寻找一定的本征关系即表达概率较大的可能蛋白。这是一种路径的涌现，是基于一系列的实验得出的结论。例如IKK抑制---association-between-mTOR-and-rictor也被抑制，可能是IKK与-rictor相互作用，从而与mTOR竞争，从而减少mTORC2的表达。发现新的与mTORC2相关的信号通路，IKK调节mTORC2活性，如通过磷酸化AKT-at-the-serine-473-和影响mTORC2装配来影响细胞骨架。IKK-抑制---mTORC2表达水平下降---mTORC2活性降低是一种序列的关系涌现。我们可以通过具体的基因蛋白的表达水平变化得到这种高维关系。不严格的证闭。-“IKK-抑制---mTORC2表达水平下降---mTORC2活性降低”这个过程是不是可以一条序列来表示，然后我再收集其他的关系序列，如“IKK激活—XX蛋白表达水平下降—YY活性降低”，可以构建一定的树形结构，然后根据一定的运算，如A抑制--B激活等价转换为A激活--B抑制，我们可以构建出比较宏观的长序列，当然这是多可能的路径，我们可以通过实验来确定。-于是我们可以认为具体的生物过程是多层次的序列的博弈形成的均衡状态。-我们可以使用培养基来部分说明问题。完全培养基只能使细胞增殖，而添加β甘油，维生素C，地塞米松的培养基可以使得细胞分化，而这些成分可以理解为对序列的影响使得其最终表达的模式变化。当然具体的作用通路是多层次的，我们的理想是能够统合大规模的数据，即对基本的序列关系的总结能够得出具体的通路，甚至是不动点式的本征通路。我们能够通过对这种通路的影响在宏观层次产生影响，即在基础研究与临床层次的研究构建起比较高的相关性。这种并非扯淡，参见已有的各种受体拮抗剂作为药物能够产生的作用对于医疗的促进。当然，这种不动点最辉煌的成就是抗生素对微生物的拮抗作用，如今的我们需要的是多层次耦合来逼近这种效果。其中对艾滋病的鸡尾酒疗法就是一次不错的尝试。
第四天：下午我们就正式做qPCR，就是各种加试剂，然后放到机器上。无话可说。等待的三个小时中我们跟师兄加了一下枪头，处理了一下细胞就可以休息了。我们回到休息室逮到师姐，缠着她问了一下实验背后的思路。答案是看文献，看人家的文章的逻辑推理和实验证明。当然我还是很贪心不足地想要在短短的见习期间对整体的课题研究有个大体的把握，于是搬出之前看的文献，问为什么这么优雅的逻辑可以通过这样一大堆丑恶的混乱的实验得到，结果发现是背后基于一大堆的前人工作所发现的通路，然后具体的课题是选择特定的对象来处理，然后有一定的变化可以揭示一定的关系，这就是文章中具有美感的result的小标题来。因此我认为没有美感的实验其实是我层次不够，只见树木不见森林。这再一次提醒我们背景的基础知识的重要性，我们只有建立一套共同的沟通语言才能进行有意义的交流。-至于课题的选择，那就需要导师的帮助和自己的努力才能确定方向，然后就是各种收集资料和阅读，在这个过程中不断地确定最终的想法。一句话，大量文献调研。再接下去的就是很细化的具体细节，不是小同行就很难交流下去了。-实验技术是术，各种理论是道，有道无术一无所成，有术无道不知所谓。我们需要术来验证我们的道，毕竟“大道易得，小术难求”，前者是网络这个宏观结构，后者是具体的网络路径的坍缩，是概率的涌现。
第五天：师兄和我们说了一些关于他的实验背后的原理，即我之前说过的森林，在一系列复杂实验背后的大图景。其实就是通过各种数据库的范围收缩，确定和自己目的相关的作用对象，在这里就是寻找和疾病相关的蛋白。通过蛋白芯片来筛选出表达变化较大的相关蛋白，然后选择其中的一些蛋白做各种实验如western-blot来验证其与疾病的各种层次的变化的相关性。师兄的目的是找到一个未被报道的蛋白，能够和宏观的疾病构建一定的相关性，从体外的细胞实验到体内的裸鼠的异种细胞移植再到临床样品的检测等等多层次来证明其相关性，从而最终为药物的靶点提供理论依据。这个过程就是对新知识的探索，谁也不知道会发生什么。这个过程的不断试错让我想起我们团建最后一课的一个游戏，就是在布满地雷的网格寻找一条安全的通路，这个过程需要失败很多次才能找到唯一确定的道路，这就对应于一定的蛋白通路的形成，即我们师兄想要弄的机制。可以预见，师兄将面临惨绝人寰的无数次的失败的折磨，才能找到最后的机制，发文章，成功毕业。一个重要的启示是脚踏实地，而我一直野心勃勃地想要来个大整合，结果浮在半空，这就很尴尬了。虽然说少年有梦想是好的，但成熟的人需要把目标分解为可以执行的小目标，才能最后整合完成最终的目的。我还需要继续学习。-继续做昨天失败了的qPCR。其中RNA不稳定，于是反转录为DNA，然后去做PCR可以大量扩增，我们就间接得到RNA的信息。-在这个过程中，需要根据需要好好设计各种物质的量。今天打算做两组，使用不同的mix(试剂盒的一种试剂)，结果发现好像转录的cDNA不够了。然后引物好像也加错了。那就看看结果会怎样了。嗯，三个小时的等待的结果还是屎一样的数据。师兄明天继续努力，这也是一种不断排除错误的成长过程。
第六天：师兄给我们一次机会，完整地做一次western-blot。昨天配的胶今天发现不能用，只能再配一次。于是我们就等等等，毕竟真正的操作时间不长，等待的时间长，而且不同实验的间歇还需要做下一组实验的准备工作。-期间师兄带我们去看昨天western-blot的结果，结果惨不忍睹。实验不仅仅是一环接一环，连错误也是如此。一开始的胶配得不均匀，然后我们就在暗室看着跑出来的结果傻眼了。师兄只能再做一次，一次失败几天就白费了。-然后我们继续做。在加完样品跑电泳的时候已经差不多3点了，我们终于可以吃午饭了，外卖给我满汉全席的体验，实在是泪流满面。更令我泪流满面的是吃完饭跑去看看电泳做得怎么样了，结果发现条带成波浪形。实在见鬼了，我们配的胶不均匀，一开始的实验错了，我们接下来的实验就没有意义了。一步错步步错。
我们看着师兄做实验的时候，那叫一个舒爽，觉得都十分简单。没想到功夫在诗外啊！各种试剂的加样很简单，但怎样加，什么顺序什么浓度比例加就需要经验，而且为什么也有很大的讲究和学问。反正我们亲自动手时各种手忙脚乱，各种似是而非，有很多应该注意的地方没有注意到。到机器的各种参数的设置的时候，也是满实验室的跑来跑去找师兄师姐。可以说，现实给我这种梦想家一个狠狠的耳光。现实需要脚踏实地。我们做到western-blot的结果出了，只能说是万箭穿心。蛋白条带36和88KD的都没有出来，结果丑得一逼。亏我看师兄做实验的时候还自信自己可能会做地更好，现在想想，我哪里来的自信。我之前在学校做的实验成功率和结果都还不错，可是这与现在自己很多实验材料都要自己准备情况完全不一样。这可能与我们将来出社会的情况相似，一开始的心高气傲其实是一种虚幻的自信，只有经过现实的各种考验后才能认清楚真正的自己有几斤几两。
第九天：师兄首先总结qPCR的各种错误。首先是软件操作不熟练，有的设置错误，这是师兄请教师姐得出的结果。还有可能是操作的问题。而且还可能和师兄向师姐要的引物是不同种属的。这启示我们要材料时要注意来源，最好能够查查文献。-今天师兄给我们两篇文献来看(⊙o⊙)。感觉自己的档次好像不一样了。之前自己一个人胡乱找文章看总觉得有一层隔膜，好像总也看不进去，于是一股脑地看了很多篇，就当是积累了。我发现还是很有必要的，现在看不懂不要紧，看多了自然就会慢慢懂的。而经过在实验室的几天见习后，发现好像能够以更高的层次来理解一篇文章了。原本只能够理解其逻辑的连接，现在好像能够理解其底层的各种实验的意图了，比如说western-blot是通过对不同蛋白质的表达的量的变化，结合原有文献揭示的蛋白通路的关系，来验证甚至发现不同对象之间的联系。如已有通路ABCD，如果经过一定的处理，如抑制B的表达，理论上可以发现C表达的下降，如果没有，说明还存在其他的调节机制，这就可以做下一步的研究了。-而且我之前一直很强调数据的美感，如western-blot的条带一定要均匀平直，现在我就没有那么高要求了，可能是因为自己亲自做过这些实验，知道出数据是多么不容易的一件事，也更加宽容了。
第十二天：qPCR的结果很奇怪，发现有某个基因表达显著明显下降，有100多倍，我当时就兴奋地不行不行的，这可能是比较有价值的发现，可能最后能够做到某种药物的靶点耶！结果师兄说这是在验证前人的发现，也就是做重复实验，而他们没有发现有这么高的变化，而且其他的相关基因的表达量变化不明显，可能是数据有问题。看来我还是一如既往地想多了，总想以为别人错了，但更大的可能是自己错了。但我还是不甘心，于是跑到谷歌学术去搜索文献，其中搜到一篇发现这个基因的表达是上升2倍。虽然说这是对人类细胞的测量，我们做的是小鼠细胞，但据师兄说其实表达也差不了多少，于是我们的RANKL表达量明显下降100倍和已有的文献不符。在我们对这篇文献做出可信的假设的前提下，很大概率是我们出了问题。which-is-啊啊啊啊啊啊啊!当然，作为一个死理性派，我们还是可以考虑(妄想)存在低概率成立的可能，那就是这是一个前人没有做出的新发现/前人错了。但目前还是不要这么好高骛远比较好，对于我来说，万分之一的可能概率等于不存在。-实验出的结果总可能会出现部分问题，这就需要补做实验了，而实验材料不是说有就有的，培养需要时间。于是在做实验的同时要注意梯队的培养。这样每过几天就是一个周期，保持源源不断的供应。而且细胞的冻存也是很必要的。
第十三天：在准备做RT即逆转录的时候，师兄要保证RNA的相对浓度一样，即不同浓度的RNA加不同剂量。我们就使用计算机计算到零点零几微升，当然没有什么鬼用，我们还是要四舍五入到零点几微升，因为加样枪的精度有限。而且具体的生物学实验不需要那么高的精度。你不知道此刻的我是多么的庆幸!生物的各种过程的计算是比较模糊的，为生物对环境的适应度最大化提供保障，最终能够在一定的范围内形成一定的分布，而不是如同数学的各种计算可以精确到小数点后n位。虽然说多层次的分布的耦合可能导致存在一定的窗口期，也需要很精确的条件，但一般来说我们对变量的处理还是有一定概率出现结果，我们可以通过调节反应体系的不同变量的相对比例，如设置一定的梯度来确认最终的各变量的关系。也就是说，你可以有一定自由地折腾，因为最后的表达是如同马尔科夫序列表达的结果，可以理解为一定的分布，只要超过一定的阈值就可以有被观测到的效应。而这，是我们施加不同处理但有相同效果的原因，是不同路径的等价关系构建。
第十五天：看来我们要针对这个小课题做一次文献综述了。也就是说我需要在认为疾病是不同对象的竞争博弈形成均衡的前提下，选择已有的各种研究对象，如护骨素，来观测其对形成耦合对关系的基因之间的影响。我的理想是每一种运算对象对基因表达的影响是概率的，然后多个对象的共同作用可以如同贝叶斯公式一样把概率遍历起来。
第十九天：文献阅读后打算做的综述。-首先自然是大背景，骨质疏松对人群的危害等等之类的，然后就可以引几篇我没有认真看但很多人都要引的文献，如(NIH-Consensus，-2001).-(WHO，-Press-Release1999)之类的。然后就是吹牛对这个疾病的探究有多大的意义。As-a-result-it’s-of-great-importance-to-release-the-clinical-and-social-and-economic-pressure-of-the-modern-world-by-exploring-the-cellular-and-molecular-mechanism-of-osteoporosis.只有疾病相关的研究才更能引起大家的兴趣。-然后就是比较具体的细节了。我打算以博弈论的观点来重新建构关于疾病的观点，即骨质疏松可以分解为成骨细胞和破骨细胞的竞争博弈，其达成的均衡往破骨细胞形成的方向移动。在这个基础上，我们继续深入分子层次，即RANKL/RANK系统。-We-think-that-the-pathophysiology-changes-happen-when-the-basal-balances-between-some-key-genes/proteins-expression-were-to-be-damaged.-In-this-case，-we-would-like-to-concert-about-the-disease-called-osteoporosis，-which-can-be-caused-by-the-imbalance-between-the-expression-level-of-OPG，-RANKL-and-RANK.-After-we-explain-the-whole-picture-of-the-disease，-we-then-hope-to-pick-out-all-the-possible-targets，-like-the-osteoprotegerin(骨保护蛋白)，-receptor-activator-of-nuclear-factor-kappa-B-(RANK)-and-RANK-ligand，-which-are-crucial-to-osteoclastogenesis(破骨细胞生成)-and-osteoblastogenesis(成骨细胞生成)，-bone-regeneration（骨再生）-bone-resorption(骨吸收)，-that-is-the-key-to-the-balance-of-osteoclast-and-osteoblast-including-absolute-amount-and-relative-ratio-of-any-kind.-How-illness-can-be-caused-is-that-the-equilibriums-of-such-competitions-between-coupling-pair-go-beyond-the-normal-range.-Such-equilibriums-can-be-further-explained-in-the-level-of-genes-and-proteins，-and-it’s-the-way-how-we-know-the-processes-of-bone-physiology-and-pathophysiology.-As-far-as-we-concert，-we-think-it’s-the-way-to-build-a-great-system-using-the-same-way-Newton-built-his-calculus.-Different-genes-and-proteins-react-lonely-can-be-regarded-as-the-partial-derivative，-which-is-the-way-how-we-do-our-research，-but-nowadays-we-are-trying-to-add-up-the-sum-effect-of-multi-gene/protein-to-get-a-better-understanding，-and-by-this-way-can-we-get-to-know-how-to-guide-the-medicine.-We-can-change-the-relative-rate-of-different-molecular-so-as-to-change-the-relative-rate-of-osteoblast-and-osteoclast(能够与干细胞等价)，-then-the-balance-is-responsible-for-osteoporosis，-cancer-induced-bone-destruction(skeletal-metastasis)（等等文献），-and-so-on.-The-equilibrium-between-bone-resorption-and-new-bone-formation-can-be-combined-with-different-effects-like-tumor-cells，-cytokins，-and-so-on.-What-matters-most-is-the-pattern-of-OPG-and-RANKL-expression-RANKL/RANK-signaling-is-related-to-osteoclast-formation，-activation-and-survival-in-many-situation.-OPG-protects-bone-from-excessive-resorption-by-binding-to-RANKL-and-preventing-it-from-binding-to-RANK.-So，-the-relative-expression-of-RANKL-and-OPG-determines-the-physiology-and-pathophysiology-in-bone.-不同的基因蛋白表达模式可以和疾病构建一定的相关性，同时对这个表达模式的选择性改变可以用于治疗。疾病是正常状态的选择性表达，而疾病也有正常的部分状态的表达，这是耦合的不动点。具体的选择性表达是一种宏观层次的配合，即选择性地对不同对象施加不同的处理。-OPG，RANKL-and-RANK系统，调节骨吸收和骨形成，不动点层次是干细胞。细胞层次之下的是各种蛋白层次的表达和结合，如receptor-activator-of-NF-jB-ligand-(RANKL)-and-osteoprotegerin-(OPG)等等细胞因子，并且能够与一定的信号通路构建一定的关系。当然多作用对象存在多作用通路，即一个特定的生物过程与很多蛋白过程相关，而且这些蛋白过程又不仅仅与这些过程相关，还与其他的过程有联系。-正常骨形成—骨重新形成—OPG，RANKL-and-RANK的激活关系矩阵对破骨细胞的调节—分别的影响—综合的影响—具体的机制，对转录因子的影响，对膜受体的影响，对信号通路的影响，整体的稳态，不同状态序列的等价性构建：骨吸收的抑制=骨形成（平衡移动），骨形成激活=骨吸收的抑制.具体的治疗就是对这些平衡的对象选择性抑制/激活。已有的对骨重吸收的抑制已经在临床治疗有一定效果，但我们可以继续深入地对其等价序列也同时施加一定的处理，毕竟自反律还是可以部分成立的（抑制的抑制与激活的部分相同）。RANKL的拮抗剂OPG和其单抗可以起到一定的保护作用，同时我们一个对其等价序列施加一定的处理，这是唯了避免这个平衡破缺（RANKL的抑制）可能产生的长期恶性效应-The-RANKL/RANK/OPG-system-is-a-low-dimensional-network-of-the-whole-body，-which-can-explain-many-aspects-of-bone-biology—that-is-any-disease-comes-from-the-damage-of-homestasis，-which-can-be-regarded-as-result-of-different-subjects-completing-，-and-achieve-the-Nash’s-equilibrium.-In-a-way，-we-can-use-the-lineal-algebra-to-make-this-concept-more-clearer:-different-subjects，-like-RANKL/RANK/OPG-，-are-the-bases，-and-its-lineal-combination-can-correspond-to-any-dots-in-the-space，-that-means-it-can-explain-all-the-situations-of-bone-biology.-然后就是具体的作用对象对这个系统的影响，并且能够通过一定的指标来观察其可能的需要，然后再根据之前的研究思路来深入到分子层次。如可以引这篇文献Effects-of-Phytoestrogen-a-ZAL-and-Mechanical-Stimulation-on-Proliferation，-Osteoblastic-Differentiation，-and-OPG/RANKL-Expression-in-MC3T3-E1-Pre-Osteoblasts.具体的作用序列，植物雌激素Phytoestrogen-a-ZAL对MC3T3-E1-Pre-Osteoblasts前体成骨细胞的各个方面的影响：增殖，成骨细胞分化，OPG/RANKL表达模式。骨形成还有雌激素和机械应力的作用。-a-ZAL抑制增殖，促进分化（ALP的RNA，染色增多），Runx2-mRNA-表达上升，-OPG/RANKL比例上调，即平衡往抑制破骨效应移动。-机械应力促进增殖分化，Runx2-protein表达上升（也是成骨细胞分化的标记物），OPG/RANKL比例上调。-其共同效应，即序列的耦合运算，抑制增殖。高浓度强度促进ALP（成骨细胞分化标记物）；a-ZAL和高强度的机械应力促进RUNX2表达，降低OPG/RANKL比例，而a-ZAL和低强度的机械应力升高OPG/RANKL比例。-理论上OPG/RANKL比例上调是治疗的一个原则，可以使用a-ZAL和适当强度的机械应力来治疗骨质疏松。这种可能的治疗方法的底层机制其实是各种信号通路的交互作用，我们可以继续处理。如Changing-RANKL/OPG-mRNA-expression-in-differentiating-murine-primary-osteoblasts。-改变RANKL/OPG表达的比例可以产生的效应。受体作为不动点，其配体和其他的拮抗剂的综合作用就提供受体主管拮抗产生作用。于是我们可以根据信号通路引入不同的作用对象，如雌激素和维生素d，观察其对细胞的各种表达的基因蛋白的影响，从而构建一定的逻辑关系。-序列运算的有效性：OPG在成骨细胞分化中不断上调，RANKL-mRNA能够被维生素d促进表达，而维生素d对OPG在成骨细胞的表达没有影响。RANKL/OPG-ratio，破骨细胞生成的指标，能够被维生素d促进表达，当然在矿化之后程度减轻（成骨细胞的抑制）-结论：维生素d—提高RANKL表达水平—促进破骨细胞形成。成熟和不成熟细胞的比例与宏观骨头的生理情况有关系，这是对微环境的平衡移动处理。与骨吸收和形成相关。我们应该还考虑这些细胞的位置定位。-在提出以上的不同因素（植物雌激素，维生素d，机械应力等等）的施加对成骨细胞/破骨细胞的平衡的影响后，我们发现已有的文献是比较偏向破骨细胞的作用，而作为平衡的两端，其实应该是同时探索两边的作用，即RANKL/RANK/OPG是破骨层次的蛋白系统，理论上应该存在成骨层次的蛋白系统，如各种细胞因子，受体，能够显著拮抗各种破骨效应，能够促进成骨细胞层次的分化而不是抑制破骨细胞的分化。毕竟这个骨细胞生物的接口不应该只有RANK受体。因此我们需要考虑其他的信号通路的影响，因为本质上这是概率网络。-在细胞层次进行探究，即脂肪细胞分泌的因子对成骨细胞的增殖的促进，并且能够通过一些OPG/RANKL表达比例来影响破骨细胞形成。其具体的作用机制是具体的蛋白表达模式的变化，从而引起信号通路的变化。具体的探究还是老一套，起到抑制作用的蛋白和前人已知的工作，先看特定对象起到的作用，脂肪细胞分泌的因子提高MC3T3-E1-2.8倍，前成骨细胞1.5倍的细胞增殖；然后通过摸索观察得到哪些蛋白的作用（设计的抗体）可以抑制这些过程，发现FGFR1-and-PI3K酪氨酸激酶，的抑制子能够减少其增殖，说明这个过程与FGFR1-and-PI3K相关的信号通路有关系，以上是现象的描述，再然后是具体的细胞模型，动物模型乃至临床检测和实验。这个维度递增的规模需要我们积累更多的信息才能起到有意义的指导作用。-脂肪细胞能够分泌bFGF，而bFGF能够起到促进相关成骨细胞增殖的作用，而且此时的OPG/RANKL表达比例显著上升（9倍），说明破骨效应降低。这启示我们成骨细胞和破骨细胞的关系可以通过脂肪细胞作为中介来作用，即我们之前提到过的成骨层次的蛋白系统。（Adipocyte-secreted-factors-increase-osteoblast-proliferation-and-the-OPG/RANKL-ratio-to-influence-osteoclast-formation）-然后就是搜集更多的文献，发现其可能的蛋白通路的影响，然后我们可以在这个基础上提出自己的科研假设。-最后就是总结。-In-summary，-the-relative-concertration-of-osteoblast-and-osteoclast-play-an-important-part-in-osteogenesis-and-bone-reabsorption，-******-differences-in-bone-density-and-mass，-which-is-highly-related-to-bone-diseases-such-as-osteoporosis.-As-we-look-deeper，-we-can-find-out-the-expression-level-of-some-genes-and-proteins-have-high-correlation-with-the-relative-amount-of-osteoblast-and-osteoclast:-RANKL-and-RANK-regulate-the-osteoclastogensis-while-OPG-blocks-such-progress-by-inhibiting-RANK-expression-via-binding-RANKL.-And-other-cytokins-can-contribute-to-such-progress-for-their-impacts-on-the-signal-pathway，-which-is-a-higher-dimensional-structure-that-can-account-for-different-effects-of-a-varity-of-genes-and-proteins.-For-example，-the-secretion-of-OPG-is-affected-by-Wnt/β-catenin-pathway.-We-know-that-such-pathways-are-always-related-to-such-network.-As-a-result，-we-can-choose-our-therapy-to-treat-diseases-through-changing-the-balance-of-coupling-pairs-like-RANKL-and-OPG.-We-can-use-different-antibody/antagonist-to-inhibit-the-expression-or-agonist-to-promote-the-expression-so-that-the-balance-of-osteoblast-and-osteoclast-can-be-changed，-bolcking-the-pathologic-pathway-.-理论上这就是我大体的综述的整体框架了，很简略，做的文献调研还不够多，很多观点都是自己化用数学的很多概念，希望能够用于生物学的研究，因此还很稚嫩，敬请谅解。
现有的生物科研的模式（声明，仅限于我了解的一部分）可以理想化为一定的序列：原发因素—作用对象（一般是多层次的博弈形成的系统）--作用效果（各种标记物式的观察）。如上文提到过的雌激素，维生素d，脂肪细胞分泌因子等等。但这是微积分的单变量层次，我想的是多变量的共同作用，当然这个过程势必会产生一定的交互作用，不能直接使用微积分的多变量的很多结果（当然理想情况我们假设不存在相互作用就可以应用，但生物就是相互作用多，没办法）。结合我之前学过的正交实验和meta分析，我在想，能不能应用一定的计算模型来把这些因素的作用通过一定的计算模拟出来，最终能够提供个体化的治疗的方案：ABCDE+FNEWD+ECWNJ+JHJCD=HELP(序列运算，具体的形式待定)，即不同比例的各种药物（如同线性代数的基底）是私人定制的。这是我的远景。毕竟我的计算能力有限，知道雌激素促成骨细胞分化，环磷酰胺抑制成骨细胞分化，我就可以推测环磷酰胺可能对雌激素受体施加影响抑制成骨细胞分化。但在我看来，这远远不够，我需要更多的数据，做出更多的推断，在其生成的各种可能的作用序列选择有意义的通路进行验证，我需要的是不动点式的，可以在临床起到指导作用的基础研究。
第二十天：说起来，我对表达具有差异的各种基因蛋白的意义有所怀疑，表达上调或者下调的意义其实只是一种马尔科夫序列的选择性表达，我们需要在统计层次得到其大体的分布，这是比较高维的图景。而且不同时期的表达量的变化可能不一定是持续性的，我们目前只是基于不同基因在不同时期的表达量是恒定的假设，这就很可能出现各种假阳性。因为一个相关的基因在表达量上由于各种关系的影响使得其表达比较恒定，这就可以作为一种标记物，而更多的基因的表达模式是周期性变化的，我们只能观察到周期比较大的变化明显的基因表达。也就是说，我们选定的基因要恰好具有以上特点才能跑出比较好的结果，可以视为本征的层次。但其他的基因表达应该是基于这种不动点的分布模式。更简单的表达就是通过这种观测表达量的差异来做逻辑推断与盲人摸象很像。但目前看来这是一种局部最优的解决方案，有一定的概率逼近整体最优，即整体的准确描述。(总比我什么都不知道还瞎说好，人家至少有观测的数据)我现在只能期待我进一步的学习算法可以帮助我突破这种方法论，范式的限制，比如生物信息的BLAST算法之类的动态规划思想就可能是很好的突破点。
第二十一天：师兄他们之前对这些大鼠施加不同的影响，对照组上正常饮食，实验组是食用腊肠，还有低剂量和高剂量组。经过一段时间一个月，现在要通过各种指标来观测其产生的影响，即需要测量消化系统的不同部位:食道，胃，直肠，结肠，肝的不同指标，分别有做病理切片和部分组织液氮保存，之后去做代谢组分析。希望能够通过这些指标的分析得出结论，即腊肠对人消化系统可能的影响，从而能够指导我们的饮食习惯，而且能够发现可能的代谢通路的变化，为接下来的治疗提供一定的靶点，比如说哪些通路表达上调下调，我们可以拮抗这种变化来治疗。-这种模式我一直都不够满意，但也没有更好的方法。而且这种测量是对细胞内部的表达的变化，相对来说忽略更高层次的细胞间连接乃至组织的相对关系，毕竟后者更难测量，也不够稳定。现在就不考虑这么多了。
第二十二天：在等待电泳的间隙，师兄带我们搜索一些按照机理可能会有相关性的蛋白和骨质疏松的关系，即A可能与BCDEF过程相关，而G可能和F过程相关，于是我们就可以在A和G构建可能的关系。比较具体的一个例子是特定基因在骨骼肌的表达，由于骨骼和肌肉是比较一体的(肌肉萎缩和骨质疏松具有一定的相关性)，因此该基因蛋白可能就与骨质疏松相关ref1单纯的理论推导，不确定对错，所以才需要实验来验证)。理论上如果找到这些蛋白是没有被报道过的，那就可能是捡到宝了，当然也可能是别人做不出来所以没有报道，这就是传说中的坑了。于是我们十八般武器齐上，pubmed，Google-scholar，springer，sciencedirect都弄一下，就等着返回个空白页面了。有点坑的是在pubmed找不到，结果在google-scholar找到一大堆，这就好尴尬了。理论上把所有的数据库撸一遍就可以确定下一步的方向了。
1The-role-of-sarcopenia-with-and-without-fracture.肌肉萎缩和骨质疏松的相关性，可以启发我们探索一下共同的作用机制
第二十三天：个人的一点小思考:受伤小鼠处于应激状态，其正常的生理功能与一般的机能相比会有一定变化，这需要我们在更大的尺度才能观察理解这些层次的数据，我们目前的科研范式只能理解如同偏导的单变量，对于多变量的同时考虑还需要前者知识的积累。也即是说，废鼠不废，我们只是还没有那个能力和愿望(课题的设立不是探索应激变化)来理解这些数据，总不能还没学会走就想跑吧。毕竟受伤的老鼠可能与其大脑的变化，小鼠的社会形成等等相关，这就可以和神经生物的很多研究相关，但课题做这么大是完不成的，除非是以大数据来弄。-而随着当代计算机技术的发展和基因组等等组学的建立，我们或许能够在整体的网络层次理解这些数据的关系，然后根据一定的分类找到理论上高聚类或者高相关性的对象及其作用，然后我们再在实验层次加以验证这些可能的关系，从而能够建立对生命宏观的理解。看起来和目前的模式是颠倒过来的，这就是生物信息的干实验，最终还是需要目前的湿实验来验证，最终可能会形成一定的均衡吧。毕竟过于偏向一方都是不完整的。-
讨论：
-
就我们目前的观点，生物研究的还原论式的思路，即分解为一个个的通路乃至蛋白基因相互作用，其实是牛顿时代的微积分的思想的延续：将生物视为一个复杂的函数，并且分解为足够小的小块，理论上是无穷小量，然后就可以无限加和，即做积分，可以以这种方法不断升维构建足够高维的结构。理论上可以通过这种方法不断逼近真实的生物网络，因为我们可以假设网络是一个足够高维的结构，而根据我们之前的生活经验，没有什么不能在更高的视角维度得到解释的，如果有，那就升到更高的维度。如果可以，我们可以认为希尔伯特空间是一种对网络的建模，因为无限维简直可以秒杀一切，当然这是一种数学的理想，这个运算量就大到令人绝望，因此我们需要开发各种算法来简化。而且前面还有一个哥德尔不完备定律这个大怪兽，是的，我们认为希尔伯特的形式化系统的构建就是一个网络的模型构建过程。（我对这个推断/脑洞的真假不做评论）。
这种科学的范式可以说是奠定我们现代科学各种辉煌成就的基础，而且这种还原论式的思维方式也不排斥整体论的思维模式，毕竟整体就是一个足够高维度的结构，可以通过积分遍历升维构建。而在生物的研究中，我们发现，其使用的是一种介于绝对的还原论和绝对的整体论的方法论：通过底层的分子的影响变化，观察其在不同层次的变化，如细胞组织器官等等，最终能够和宏观的生物过程如疾病构建一定的关系。而就我们目前的观点，这种通路的构建是一种概率性的行为，即只能在宏观的大规模的表达中会有一定比例出现特定的模式，这可以部分解释为什么生物论文的可重复性还是比较低的。
也就是说，我们认为网络的构建其实是各种基本模块不同层次的概率性连接。而这些模块的组合就是一个贝叶斯过程，即使得整体的通路出现的概率不断提升，直到超过一定的阈值。然后，哈哈，一篇文章出来啦。这可以以网络的涌现来解释，当然金属的退火也是一个很好的解释角度。
已有的各种数学知识，概率论、图论、信息论等等系统论的应用是对这种结构的解释的一种尝试。目前我们倾向于系统生物学的一个分支生物信息学的序列分析来对网络结构做初步的建模。我们以序列为基本的单位来处理网络的各种性质，如同微积分的无穷小量。当然这目前只是一种构想，以我目前学过的有限计算机知识，我们还是需要好好定义序列及其运算，毕竟基因组学可以以大规模测序的ACTG序列来做各种运算构建不同层级的数据库，从而把高维的信息如蛋白质结构提取出来。其中有个初步的理论思考，见附录1。如果成立的话，我们就能够通过对序列的各种运算来探究网络的各种性质了。当然目前来看只是一种空想。但是如果我们真的可以构建这种数据结构的话，我们就可以模仿逻辑运算的各种等价转换来构建新的序列（不同基因蛋白的不同浓度的排列），从而添加各种运算，目前的想法有博弈论和均衡达成可以作为序列运算的一种数学结构。而序列之间的连接形成的路径就是一种高维结构，如同反馈模块的形成。
同时已有的关于网络科学的各种发现，如巴拉巴西的幂律分布，小世界模型对于网络的构建也很有帮助。当然数学的各种统计的应用也是必要的，因为网络的各种情况的出现可以一定的分布。也就是说我们需要充分利用各种大数据，也就是说我们还需要利用各种数学知识，尤其是各种统计工具。照目前的趋势，我们还是要学习一下c语言之类的各种程序设计语言，具备基本的编程能力。
附录1：今天分享的是山中伸弥12年获诺奖的文章。其中的逻辑和我以往看的文献一样都是很清晰的，很给人一种美的感受，尤其是你看到他们在introduction和discussion引用的那么多文献由不得你不感慨科研是一件怎样依靠紧密合作的伟大工程。我们只有像他们一样把自己的工作建立于前人的工作成果才能扩大人类的认知边界，这对于我是很大的启发，毕竟我对整体论的系统学说很有好感，对其中的网络学说更是偏爱，一直以来都是试图使用网络的观点来解读这个世界。如果你还记得我之前关于爱情的建模，就是基于序列（还需要良好的定义）的匹配，而序列是网络的一个运算对象。但这都是比较抽象的思考，我必须落到实地才能完成我关于网络学说的理想。这篇文献就体现出我想要的复杂性的哲学，四个转录因子能够产生多能干细胞的机制，以网络的观点来理解是对于特定的中心节点，通过外源性的基因转入表达使得其被影响，从而导致整体的网络拓扑结构变化，能够被激活到原有的干细胞的多能性状态，如同能级跃迁。以上有点太抽象了，我试试简化一点。那就模仿数学的理论构建过程把。那么首先是定义，我们把不同表达水平基因的定义为一定的序列，如Oct3/4，-Sox2，-c-Myc，-Klf4，p53，Nanog，Eras，βactin，可以以来理解。理论上我们只要定义的序列足够长，可以把世界上一切的细胞都映射于特定的序列。虽然这是不可能做到的，理论上可行但实际操作难度太大了。第二就是定义基于序列足够对象所进行的运算，如加减乘除。而序列作为一种数学结构，根据以往的生物信息学的知识，我们把序列的运算定义为匹配。序列的表达水平的模式相近，可以近似认为是等价关系。这篇文章就是通过各种关键基因蛋白的测量来确认iPS细胞的多能性。同时由于我对经济学的博弈论一直情有独钟，我们可以把这种序列的匹配过程理想化为序列的竞争博弈。而序列之间存在的竞争和均衡达成是重要的网络路径形成的基础。这种序列的耦合可以形成的复杂关系，即我们需要一定的耦合对才能发挥特殊的效应，即其可以由于效应的竞争博弈形成一定的高维空间，其平衡是具体的马尔科夫序列的表达，决定现实的具体表达。其中一个关键的应用就是不动点的概念，序列博弈可以形成一定的均衡点，即不动点。这体现于我们常用的各种marker基因蛋白，我们能够通过对特定的不动点的测量来确定高维结构。这就引向我钟爱的网络学说了。网络是序列竞争博弈形成的高维结构，其选择性表达就是特定的序列形成，即可以认为是各种类型细胞的分化。而网络的思考方式不是单向的，而是多方向的综合表达。如抗心律失常药律博定Tambocor的作用机制是抑制早搏，从而减少心脏病的发生，但这种药物最后可能致数万人死亡。网络的观点就不单单是对特定对象进行抑制或者激活，而是对序列进行有选择性地激活和抑制，即对不同的对象产生不同的影响。这篇文章就是对不同序列进行选择性地处理才能使得最终模式的涌现，即iPS细胞的生成，如Klf4激活p21-CIP1，从而抑制细胞增殖。这可以理解为级数的一阶和二阶导致的泰勒级数收敛。举个很通俗的例子，猜疑链：我知道，你知道我知道，我知道你知道我知道，你知道我知道你知道我知道……，理论上是可以无限进行的，但现实是大家进行几个循环就停止了，这就是收敛。当然我发现聪明人可以进行多几次，这是有一定的分布的。第三是基于定义的各种概念的延伸。我们根据已知的知识，知道细胞的各种基因表达水平是动态变化的，且存在特定的管家基因表达的水平是稳定的，我们就可以根据测量得出的数据构建一定的序列，通过序列的比对来发现各种模式。我们现在能够做到的是对有限基因的明显上调下调进行处理，我们将来的方向是对这些数据综合处理，从而发现各种模式，如特定组合的转录因子的转导可以使得细胞形成干细胞，还有特定的肿瘤形成等等。这篇文章所发现的模式就是Oct3/4，-Sox2，-c-Myc，-Klf4高表达可以使得细胞的序列表达接近于胚胎干细胞的序列表达，从而可以近似认为这是等价的。
以上就是我本人在实验室的各种见识和思考，即使其中充满了鲁莽幼稚的猜想，但也是我值得珍藏的经历。