1. 程式人生 > >如何做一名優秀的博士生——施一公

如何做一名優秀的博士生——施一公

 2.方法論的轉變       要想在科學研究上取得突破和成功,只有時間的付出和刻苦,是不夠的。批判性分析(critical analysis)是必須具備的一種素質。         研究生與本科生最大的區別是:本科生以吸取學習人類積累的知識為主、兼顧科學研究和技能訓練;而博士生的本質是通過科學研究來發掘創造新知識,當前和以往學習的知識都是為了更好地服務於科學研究。在以學習知識為主的本科生階段,提出問題固然重要,但答案往往已經存在,所以問題是否critical沒有那麼關鍵。博士生階段則完全不同,必須具備critical analysis的能力,否則不可能成為優秀的科學家。這一點,我稱之為方法論的轉變。         其實,整個大學和研究生階段教育的實質就是培養critical analysis的能力,養成能夠進行創新科研的方法論。這裡的例子非常多,覆蓋的範圍也非常廣,在此舉幾個讓我終生難忘的例子。 

 (1)  正確分析負面結果(negative results)是成功的關鍵。

 

 作為生命學科的一名博士生,如果每一個實驗都很順利、能得到預料中的正面結果(positive results),除個別研究領域外,一般只需要6-24個月就應該可以獲得博士學位所需要的所有結果了。然而實際上,在美國,生命學科的一個博士研究生,平均需要6年左右的時間才能得到PhD學位。這一數字本身就說明:絕大多數實驗結果會與預料不符,或者是負面結果(negative results)。大多數低年級的博士生對負面結果的看法很消極,直接影響了他們critical analysis能力的培養。 

 其實,只要有適當的對照實驗(control experiments)、判斷無誤的負面實驗結果往往是通往成功的必經之路。一般來說,任何一個探索型課題的每一步進展都有幾種、甚至十幾種可能的途徑(hypothesis),取得進展的過程基本就是排除不正確、找到正確方向的過程,很多情況下也就是將這幾種、甚至十幾種可能的途徑一一予以嘗試、排除,直到找到一條可行之路的過程。在這個過程中,一個可信的(conclusive)

負面結果往往可以讓我們信心飽滿地放棄目前這一途徑,如果運用得當,這種排除法會確保我們最終走上正確的實驗途徑。從這個角度講,負面的實驗結果不僅很正常、也很有益於課題的最終成功。 

 非常遺憾的是,大多數學生的負面結果並不令人信服,經不起邏輯的推敲!而這一點往往是阻礙科研課題進展的最大阻礙。比如,按照一個常規的 protocol操作時不能得到positive control的相應結果,或者缺乏相應的對照實驗,或者是對可信的實驗結果在分析和判斷上產生了失誤,從而做出“負面結果”或“不確定” (inconclusive results)的結論,這種結論對整個課題進展的傷害非常大,常常讓學生在今後的實驗中不知所措、苦惱不堪。我告誡並鼓勵我所有的學生:只要你不斷取得 conclusive的負面結果,你的課題就會很快走上正路;而在不斷分析負面結果的過程中所掌握的強大的邏輯分析能力也會使你也會很快成熟,成長為一名優秀的科學家。 

 我對一帆風順、很少取得負面結果的學生總是很擔心,因為他們沒有真正經歷過科研上 critical analysis的訓練。在我的實驗室,偶爾會有這樣的學生只用很短的時間(兩年左右,有時甚至一年)就完成了PhD論文所需要的結果;對這些學生,我一定會讓他們繼續承擔一些富有挑戰性的新課題,讓他們經受負面結果的磨練。沒有這些磨練,他們很難真正具備critical analysis的能力,將來也很難成為可以獨立領導一個實驗室的優秀科學家。 

 所以,不要害怕負面結果,關鍵是如何從分析負面結果中獲取正確的資訊。 

 (2)  耗費時間的完美主義阻礙創新進取。 

 Nikola Pavletich是我的博士後導師,也是對我影響最大的科學家之一,他有著極強的實驗判斷力和思維能力,做出了一系列包括p53、Rb、CDK complex、SCF complex、BRCA1等在內的里程碑式的研究工作,享譽世界結構生物學界,31歲時即升任正教授。1996年4月,我剛到Nikola實驗室不久,純化一個表達量相當高的蛋白Smad4,兩天下來,蛋白雖然純化了,但結果很不理想:得到的產量可能只有應該得到的20%左右。見到Nikola,我不好意思地說:產率很低,我計劃繼續優化蛋白的純化方法,提高產率。他反問我:(大意)Why do you want to improve the yield? Don’t you have enough protein for crystallization trials? (你為什麼想提高產率?已有的蛋白不夠你做初步的結晶實驗嗎?)我回敬道:I do have enough protein for crystallization screen. But I need to optimize the yield first so that I can accumulate more materials.(我有足夠的蛋白做結晶篩選,但我需要優化產率以得到更多的蛋白。) 他不客氣地打斷我:No. The yield is high enough. Your time is more important than yield. Please proceed to crystallization. (不對。產率夠高了,你的時間比產率重要。請儘快開始結晶。)實踐證明了Nikola建議的價值。我用僅有的幾毫克蛋白進行 crystallization screen,很快意識到這個construct並不理想,需要通過protein engineering除去其N-端較flexible的幾十個氨基酸。而除去N-端幾十個氨基酸的蛋白不僅表達量高、而且生化性質穩定,純化起來非常容易,根本不用擔心產率的問題。 

 在大刀闊斧進行創新實驗的初期階段,對每一步實驗的設計當然要儘量仔細,但一旦按計劃開始後對其中間步驟的實驗結果不必追求完美,而是應該義無反顧地把實驗一步步推到終點,看看可否得到大致與假設相符的總體結果。如果大體上相符,你才應該回過頭去仔細地再改進每一步的實驗設計。如果大體不符,而總體實驗設計和操作都沒有錯誤,那你的假設(或總體方向)很可能是有大問題的。 

 這個方法論在每一天的實驗中都會用到。比如,結構生物學中,第一次嘗試純化一種新的蛋白不應該追求每一步的產率,而應該儘量把所有純化步驟進行到底,看看能否拿到適於結晶的蛋白。第一次嘗試limited proteolysis,不應該刻意確定protease濃度或追求蛋白純度,而是要關注結果中是否有protease-resistant core domain。從1998年開始自己的獨立實驗室到現在,我告訴所有學生:切忌一味追求完美主義。 

 我把這個方法論推到極限:只要一個實驗還能往前走,一定要做到終點,儘量看到每一步的結果,之後需要時再回頭看,逐一解決中間遇到的問題。 

 (3)  科研文獻(literature)與學術講座(seminar) 的取與舍。 

 Nikola Pavletich博學多才。在我們許多博士後的心目中,他一定讀很多文章、常常去聽seminar。沒想到,我最大的驚訝出現在我篤信無疑的這一點。 

 在我的博士生階段,我的導師Jeremy Berg非常重視相關科研文獻的閱讀,有每週一次的組內journal club,討論重要的科研進展。剛到Nikola實驗室,我曾試圖表現一下自己讀paper的功底、也想同時與Nikola討論以得到他的真傳。96年春季的一天,我精讀了一篇《Nature》article,午飯前遇到Nikola,向他描述這篇文章的精妙,同時期待著他的評述。Nikola面色有點尷尬地對我說:對不起,我還沒看過這篇文章。噢,也許這篇文章太新,他還沒有來得及讀。過了幾天,我因故閱讀了一篇幾個月前發表的《Science》 research article,又去找Nikola討論,沒想到他又說沒看過。幾次碰壁之後,我不解地問Nikola:You know so much. You must read a lot of papers. Why is it that you didn’t read the ones I read?(你知識如此淵博,一定是廣泛閱讀了大量文獻。你為什麼恰好沒有讀我提到的這幾篇論文呢?) Nikola看著我說: I don’t read a lot. (我閱讀不廣泛。)我反問: If you don’t read a lot, how can you be so good at research? And how can you reference so many papers in your own publications?(如果你不廣泛閱讀,你的科研怎麼會這麼好?你怎麼能在自己的論文裡引用這麼多文獻?)  Nikola的回答讓我徹底意外:(大意)I only read papers that are directly relevant to my research interests, and I only read more papers when it comes to writing my own papers(我只讀與我的研究興趣有直接關係的論文。並且只有在我寫論文時才會大量閱讀。) 

 我做博士後的單位Memorial Sloan-Kettering Cancer Center有很好的系列學術講座(Institute Seminar Series),常常會請來各個生命科學領域的大牛來演講。有一次,一個諾貝爾獎得主來講Institute seminar,並且點名要與Nikola交談。在絕大多數人看來,這可是一個不可多得的好機會去接近大人物、取得好印象。Nikola告訴他的祕書:請你替我轉達我的歉意,seminar那天我恰好不在。我們也為Nikola遺憾。讓我萬萬想不到的是,諾貝爾獎得主seminar的那天,Nikola把自己關在辦公室裡,早晨來了以後直到傍晚一直沒有出門,當然也沒有去聽講座。當然,這也許是巧合 – Nikola取消了他的出行計劃;但以我們對Nikola的瞭解,他十有八九是在寫paper。後來,我們也意識到,這樣的事情發生在Nikola身上已經見多不怪了。 

 在我離開Nikola實驗室前,我帶著始終沒有完全解開的謎,問他:如果你不怎麼讀 papers,又不怎麼去聽講座,你怎麼還能做一個如此出色的科學家?他回答說:(大意)我的時間有限,每天只有10小時左右在實驗室,權衡利弊之後,我只能把我的有限時間用在我認為最重要的事情上,如解析結構、分析結構、與學生討論課題、寫文章。如果沒有足夠的時間,我只能少讀文章、少聽講座了。 

 Nikola的回答表述了一個簡單的道理:一個人必須對他做的事情做些取捨,不可能面面俱到。無論是科研文獻的閱讀還是學術講座的聽取,都是為了借鑑相關經驗、更好地服務於自己的科研課題。 

 在博士生階段,尤其是前兩年,我認為必須花足夠的時間去聽各相關領域的學術講座、並進行科研文獻的廣泛閱讀,打好critical thinking的基礎;但隨著科研課題的深入,對於文獻閱讀和學術講座就需要有一定的針對性,也要開始權衡時間的分配了。 

 (4) 挑戰傳統思維 

 從我懂事開始,就受到教育:凡事失敗都有其道理,應該找到失敗的原因後再重新開始嘗試。直到1996年,我在實驗上也遵循這一原則。但在Nikola 的實驗室,這一基本原則也受到有理有據的挑戰。 

 有一次,一個比較複雜的實驗失敗了。我很沮喪,準備花幾天時間多做一些control實驗找到問題所在。沒想到,Nikola阻止了我,他皺著眉頭問我, (大意)Tell me why you want to figure out why your experiment failed? (告訴我你為什麼要搞明白實驗為何失敗?)我覺得這個問題太沒道理,理直氣壯地回答:I need to know what went wrong so that I can get it to work next time.  (我得知道哪裡錯了才能保證下一次可以成功。)Nikola馬上評論道:(大意)You don’t need to. All you need to do is to carefully repeat your experiment and hopefully it will work next time. Many times figuring out why your previous experiment failed will take much longer time than simply repeating your experiment. For a sophisticated, one-time experiment, the best solution to a failed experiment is to repeat it carefully.(不需要。你真正要做的是把實驗重複一遍,也許下次就可以做成。與其花大把時間搞清楚一個實驗為何失敗,不如先重複一遍。面對一個失敗了的複雜的一次性實驗,最好的辦法就是認認真真重新做一次。)  後來,Nikola又把他的觀點昇華: (大意)It is a philosophical decision whether to figure out why an experiment failed. The conventional wisdom of understanding every glitch may not represent the best approach.仔細想想,這些話很有道理。並不是所有失敗的實驗都一定要找到其原因,尤其是生命科學的實驗,過程繁瑣複雜;大部分失敗的實驗是由簡單的操作錯誤引起的,比如PCR忘記加某種成分了,可以仔細重新做一遍;這樣往往可以解決問題。只有那些關鍵的、不找到失敗原因就無法前行的實驗才需要刨根究源。 

 我選擇的這些例子多少有點“極端”,但只有這樣才能更好地起到震盪大家思維的作用。其實,在我自己的實驗室裡,這幾個例子早已經給所有學生反覆講過多次了,而且每次講完之後,我都會告訴大家打破迷信、懷疑成規,而關鍵的關鍵是:Follow logic!(跟著邏輯走!)  

我每天在實驗室裡註定會重複講的一句話就是:Follow logic!每天對不同的學生講,加在一起至少有5遍以上吧。而我自己每次與博士生討論課題也總是遵循嚴密的邏輯,用推理、排除法找到實驗的下一步解決方案。 

 嚴密的邏輯是 critical analysis的根本。