.who | 基因表达的噪声

JohanP 是 AndreaH 的博后导师。当初招聘的时候，谈及对我工作内容的预期的时候提到了他。好像是他的实验室有个什么大规模实验的技术，Andrea 想找个人来山寨一下。

于是提前人肉一下，算是给新工作做点准备。

维基百科上有他的人物词条。官网上的信息反而很少，感觉网站缺乏维护——

• “研究”那节有多个分级小标题，但是只有一个链接能点开；
• 点开之后的内容和维基百科链接的一个 web 1.0 时代的古代网页存档的内容差不多。
• “论文”那节最新的文章也已经是快 5 年前了，在此之前每年都有发表，证据不足但令人怀疑他已经退休了。
• AndreaH 在那里的最后一篇文章是整个列表的倒数第二篇（所以算是关门弟子？）

时间线

• 北欧出生，70 后。
• 本硕博都在本国的同一所大学 U5a
• 说是 0 年硕士，4 年博士
• 3 年博士后，美国东海岸研究型大学 P7n
• 2 年拿到终身教职，英国两校之一
• 终身教职后 1 年前往美国至今。

---

基因表达的噪声

他的研究内容是所谓基因表达的噪声。

DNA 转录成 mRNA，mRNA 转录成蛋白质，理论上说都是化学反应，一般用质量作用定律建模——

对于基元反应

$$aX+bY\to cM+dN$$

正向反应速率

$$v=k[X]^a[Y]^b$$

其中 k 为反应速率常数，[X] 表示 X 的浓度。

这是一个以浓度为表述对象的模型，适用于分子数极大的系统（阿伏伽德罗常数量级）。

而转录和翻译过程涉及的分子数要少得多。在细胞中，由于复杂生物信号通路 (signaling pathway) 的存在，哪怕一个分子生成与否都可能给整个系统带来定性上的区别。

此时常用的模拟方法是 Gillespie algorithm，有点类似于《文明》这样的回合制策略游戏，在一个包含多个反应的系统里，每个回合检查一下是否到了某个反应的周期，然后概率性地按照化学方程式增加生成物/减少反应物的分子数，然后再来一回合。

分步骤、概率性的模拟，说明这是蒙特卡洛模拟的一种变形。

系统浓度和具体分子之间的关系，有点像之前写过的《扩散方程和随机游走之间的等价》。

通过大量并行地 Gilliespie 拿到众多系统的反应轨迹之后，就可以用统计方法来分析了，其中和二阶矩/标准差相关的可证伪的预言，从数学翻译到物理之后就是所谓“噪声”。

---

夕阳产业

老爷子年纪不小了，依据本系退休典礼上收集的数据推测，我觉得他的科研生涯最多也就还有十年左右吧，甚至现在就已经有不活跃的迹象了。

而我老板在做博后的时候，也发过关于某生物量的 Fano 因子（标准差/均值）相关的文章。

这都多少年过去了，应聘的时候 Andrea 和 Josh 给我了他们组一个博士暨博后的联系方式，我们私底下视频的时候，谈的还是 Gillespie，向计算集群提交任务……

这不妥妥的夕阳学科嘛～

我不否认，但我不觉得投身夕阳是一个那～么不堪的选择。

大一暑假去北京公费旅游的时候，大巴车在几个院所之间转场的路上，史老师跟我们说 AMO 没前途了；

大二夏天我们班里不知道谁听来一个段子，说是学校隔壁那个天天晚上绿色激光一柱擎天的研究所里，一个引进了快十年的海归终于复现出他在国外呆的实验室做出来的成果了。

然后呢，

大约在我们大三后半段，量子信息作为一个学科出世，AMO 不仅活了，而且火了。

到我们博士入学的时候，想进量子信息课题组的学生挤破了头。

科学本身是追求正确答案的，但是从事科学的人的命运，却是无法长期稳定预测的混沌系统。

对于没什么家世背景的普通学生来说，此何遽不為福乎？