Archive for the ‘Education’ Category

h1

Open science for open mind

September 11, 2013

I have been working on neurobiological research for more than 15 years since I graduated from medical school. The first field in neuroscience attracted me is neural stem cells, then the neurodevelopment, and I saw the many breakthroughs happening in the past 15 years in understanding the pathogenesis of neurological diseases and normal cortical development. What Raymond Kurzweil described in his book ‘Singularity is Near”, that an exponential increase in technologies like computers and genetics is somehow true. During my study of Alzheimer’s disease and Down syndrome in the past 15 years, I saw the finish of human genome project, broad applications of high throughput sequencing technology, new frontiers of bioinformatics, epigenetics and induced pluripotent stem (iPS) cells, genome-wide association study (GWAS) to identify susceptible locus for depression and schizophrenia. I used these new technologies myself, including high throughput DNA methylation profiling and iPS cells to discover new pathways in Alzheimer’s disease and Down syndrome, which is unthinkable when PCR is still a new technique when I studied in medical school. I believe all these advances are unachievable without open science approaches.

When I prepared my master thesis 15 years ago, I had to go to libraries to get literature prints using copy machines, and prepared thesis defense slides using developed films. That is the start of my science career though watching copy machine working and staying in darkrooms for film development had not much fun. Nowadays, with one computer connected to internet, I can find almost all the resources and solutions to my questions and technique problems, from the open access to papers, protocols, methods, software, discussions, webinars, and Google becomes the most often used tool instead libraries. With the exponential increase of publications, you can imagine how much time it saves for you to keep you in the frontier of your research field.

The open science approaches not only include the free access to scientific publication like what NIH is doing in PubMed central, but also all other scientific resources that are shared by all the research community. In a recent project on Down syndrome study, we want to study a gene on chromosome 21, which has an extra copy in Down syndrome patients. To examine the gene expression in the Down syndrome brain, we got invaluable frozen brain tissue of specific ages from Brain Bank at National Institute of Child Health and Human Development (NICHD) in Maryland, who had collected thousands of brain samples from different neurological disorders. To manipulate this gene, we got this gene bacterial clone from BACPACResourceCenter” (BPRC) located at the Children’s Hospital Oakland, California. To target this gene in iPS cells, we got transcription activator-like (TAL) effectors nuclease (TALEN) constructs from Addgene contributed by Jung lab in Massachusetts general hospital (MGH), and Down syndrome iPS cells from Harvard Stem cell Institute in Boston. At last, to study the gene in animal models, we got the DS transgenic mice from Jackson Lab in Bar Harbor. With these tools, we can test our hypothesis in 1-2 years; without these resources, it could take years or decades to achieve our goal to find out the gene function in this disorder.

Above is a simple example from my research experience. In addition to this convenience brought by open science approaches, with more people involved, it may facilitate the improvement of quality, education and application of science to benefit the society. Moreover, current challenges are mainly from the increasing data in high throughput screens of genome or epigenome and imaging or electrological recording in normal and diseased people. One single person or organization cannot fulfill these data mining and interpretation work; it has to be a well-coordinated maneuver of many teams and groups. Many institutions and companies have begun to develop integration platforms from these data, such as ExPASy, NEXTBIO, SAGE and the Human Connectome Project, and the open accessibility of the data is essential to achieve the final goal. This open platform for the open mind ensures everyone with curiosity can think about it and contribute their ideas; they can download the data freely to analyze them with their own mathematical models; they can discuss the projects freely with professional or nonprofessional scientists. I believe these efforts will accelerate our understanding of the physiological and pathological mechanisms of human development and diseases, and find more pharmaceutical interferences for curing these diseases.

The open access to scientific resources has changed our view of traditional research. In a time of self-education with free access to information, knowledge and known techniques, it will stimulate more innovative thoughts without restrains. The most important thing is how to use this free information to produce new ideas and techniques. With this knowledge, we could avoid the known knowns and known unknowns to focus on the unknown unknowns, which are the real gold mine of scientific discovery.

Advertisements
h1

怎样面对趣味上的不同

January 28, 2011

统计学第一课说的是区别数据种类:“上个月的薪金”这是连续的(continous)还是分散的(discrete)?有学生举手说是分散的,我说我这也有可能。分散的数据一般能用1, 2, 3, 4,。。。的方式给数出来,当然我们可以用1分,2分,。。。10分,11分,。。。的方式来数钱。不过既然大家一般不这么数钱,我更倾向于理解薪金这个东西是连续的。一般来说,分散的数据都是整数,而连续的数据是小数。学生跟我指出,书上说这个是分散的。我说书上说的不一定都是对的,甚至我说的也不一定都对───有的事情,不分对错,而是一个个人趣味(personal style)上的不同。学生们茫然看我,有的也许认为我在给自己打圆场,有的貌似理解了我的意思,有的还有点不解,或者感到我在嘲笑他们。

安娜卡列琳娜里说:幸福的家庭大多相似,不幸的方式则各有不同。我想在这里打的比方是,理解的结果大多相似──两个人一点头,相视一笑,然后接下去说别的;而误解的结果则有很多可能──有的人误解之后会走得很远,会认为自己被藐视了之类的,生出讨厌对方的感觉出来。我不是特别敏感的人,可是很多时候分明我的思路跟对方不在一个轨道之上,明确地知道,至少在当时,完全是没有让对方理解我的意思的可能性存在了。虽然我告诉自己不能放弃努力,不过那也只能等后来再慢慢找机会。我可受不了当时因为这个误解的存在跟对方纠缠下去个没完。。

学生来上课,他们大多是因为这是一门必修课,不得不来学的,最要紧的是弄个尽可能好的分数回去。我却从来不认为我教课的目的是灌输什么知识,至少不是在我的课上!学生问我一个问题,我告诉他们我的理解思路,可是我自己也有可能不是对的。在统计这种很多时候很含糊的学科上尤其如此,什么是对什么是错,绝对取决于你做这个研究的目的。我憎恶有的老师那种唯自己是上帝的态度,于是自己说什么也不肯这样子做。可是在学生看来,可能我这种“不确定性”会给他们带来困扰:究竟考试的时候你要让我怎么写才能拿满分哪?我的答案是:如果你说的有道理,你就得好分数。不管什么答案,你必须让我清楚你为什么这么写、这么想。他们有很多人觉得我超烦,为什么会了答案还不够,还要给什么解释(explanation),我不管,能解释才说明你知道自己为什么给出这个答案,不然就有可能是敷衍了事,有了答案而不懂答案从哪里来,那跟不知道答案是一回事。

我跟学生之间根本的不同,其实是对于数学这种学科的理解。对我而言,如果我要给一个数学题找出一个答案,那是因为我经过自己的思索,经历下意识或者有意识的逻辑推理,确乎得出了这个结论。而学生被过去的老师交道下来的结果,很多时候不在乎过程而在乎弄出一个答案来交差──他们的高中考试大部分是选择题那种标准化考试,更是加深了这种概念。任何理解的不同,都在于哲学。象我这么理解数学,甚至任何知识的人也许只是少数。作为一个少数派意见,我知道自己是对的(这也可能是出于自大),因为我很清楚自己为什么这么做、这么想。──也就是说,按照我自己的标准,我是对的。可是在我的体系里,完全容忍两个截然相反的意见同时正确。这个不光做理科的,甚至很多做文科的都不会接受吧。──好吧,我说的是在教育的过程里如此,而非在现实中,好不?

听到来自他人的相反的意见,我其实也是同样的标准。罗唆说这么多,其实想说的是纳博科夫。

俄国作家我读的不多,唯一比较投缘比较爱看的是老陀,基本上把他的长篇短篇都看了个遍,有的还好多遍。一般来说,我发现他的卡拉玛佐夫兄弟最容易被讨论,不过因为我对宗教理解太少,一般比较避免想那篇,更多的是喜欢罪与罚,白痴,那两个更“广义”的作品。我还不太关心托尔斯泰,也老因为跟人争论老陀和老托两个谁更牛的事情。──不管什么人,在这两个作家里必然倾向其中一位,曾经想这是牵扯到个人背景和天生情趣上的什么不可更变因素。还有一个比较通俗无稽的解释,就是这两人的作品都喜欢长篇大论,让人好不容易看完了之后,不得不觉得自己付出那么大的努力好歹总该得到些回报才好,于是就跑去坚持(自己侥幸看完了的)这个作家才是最牛的了。嘿嘿,这个逻辑对我自己倒是有用,因为到现在我没有从头到尾看完过任何一本老托的作品。出于某种神秘的原因,我能忍受老陀那些长篇大论的思考,却受不了老托冒出来的那些“阅读障碍物”。

呵呵,回到不太无稽的说法,其实老托的人文关怀比较跨越国界和思考界限,而老陀更“革命”性。这至少应该是老陀在中国读者中被介绍得更多的背景性原因。

所以当我看见纳博科夫这个我觉得跟神一样的文学评论家把老托说到天上,把老陀说到地下的时候,我是多么的不解,震惊,一时感到不能接受。我也许可以一笑置之,不过做不到。我也可以认为纳博科夫的趣味跟我大相径庭,因此可以直接被我忽视掉──差点是想这么做的,但还是有点不舍得。后来这个问题就在我脑子里盘旋,一直纠结着,听之任之。我不想因为自己特别喜欢的作家被纳博科夫否定得那么彻底,就因此否定纳博科夫的评论,这是因为我一直觉得存在那种“两个截然相反意见同时正确”的可能性,而更值得关注的应该是,那意见背后的理由是什么?这个问题很不好得到回答,当然是因为我看书太少的缘故。

h1

科技的弊端

January 11, 2011

互联网的发展给现代人们的生活方式带来了很多改变,而与此同时人们的认知、包括学习方式上的变化,最近才渐渐开始被提及。我一直觉得自己这些年来的退步,都是电脑以及互联网所赐。这么一说,立时自个把责任全部推卸,一身轻哪。

记得一个月前看到过一篇文章(出处记不清了)说到现在的人比以前要急躁得多,迫不及待就要看到结果,不能忍受看长文章,这些都是过份倚靠电脑的结果。我从自己身上就得到了很多论证。好比现在成天看互联网上的文章,甚至大部分时候只看摘要,对资讯的索取无度,却对细节分析无视。New Yorker上长一些的文章一天也看不到一篇,而实际上知识的精华都在长篇里面,需要人花时间,精心去品味。不仅如此,我还发现难得有一些自己的思绪都是在开车的时候,细想来,如果不开车,就是在看电脑或者手机,自己思考的空间被压缩到几乎不存在的地步。即便是开车那种难得悠闲,也总是比我用打电话或者听新闻的方式渡过了,还是一个“信息依赖症”。

我拿自己跟别人比较,也得出了同样的结论。上学期我一直听一位老教授的课,他坚持课前手写课案,拿去教室跟学生讲解的时候当作提示纲要。这不说明他直到课前才开始想怎么教课───他亲口告诉我,他会一直反复把教课这件事放在心里,考虑到课前最后一分钟。期末数学系party上他给大家讲他自己身上发生的故事。有天早上他来上班的路上,在storrow drive上,突然被警车叫停。警察过来的时候他问,“长官,请问什么事情?”警察说,“你知道自己开什么速度么?”他答,“不清楚哇。刚才我脑子里在想今天教课的时候要证明的一个定理,没注意速度。”警察说,“。。。什么定理?”他说,“矩阵对角化定理。”警察说,“。。。听上去有点耳熟。”然后两人相视一笑,他就得了个警告。警察告诉他,他刚才超速二十多英里,如果是罚单那至少要两百多块。

值得一提的是,这位教授几乎很少用presentation slides来教课,全部用黑板,从左到右,清楚规划,一边写一边一字一字地念出所写内容,以便学生不用抬头看黑板就可以做出整齐的笔记。他的这个本事,跟我已经有天地之隔了。刚开始我用presentation slides教课的时候,目的是害怕自己黑板字写得不好,经常令学生发晕,后来就渐渐成了过分依赖,利用翻slides的方式迅速过题。如此虽然有利于教得更快,却绝对不至于能教得好,原因很简单,我自己越过越快,学生压根跟不上,特别是那些有做笔记的好习惯的好学生,他们连抄下slides内容的时间都没有。不知不觉中,我其实在以这些所谓的“科技手段”把教课过程过度简化,只看结果不注重内容的精细。在这样的反思下,也许下学期我会做点不一样的事情吧。

h1

鸡兔同笼

September 12, 2010

鸡兔同笼,这个问题,是我国古代著名趣题之一。大约在1500年前,《孙子算经》中就记载了这个有趣的问题。书中是这样叙述的:“今有雉兔同笼,上有三十五头,下有九十四足,问雉兔各几何?”

《孙子算经》的解法没有用到二元一次方程组。解法如下:如砍去每只鸡、每只兔一半的脚,则每只鸡就变成了“独角鸡”,每只兔就变成了“双脚兔”。这样,(1)鸡和兔的脚的总数就由94只变成了47只;(2)如果笼子里有一只兔子,则脚的总数就比头的总数多1。因此,脚的总只数47与总头数35的差,就是兔子的只数,即47-35=12(只)。显然,鸡的只数就是35-12=23(只)了。

In the ancient Chinese book Chiu-chang Suan-shu (Nine Chapters on Arithmetic, 九章算术), estimated to have been written some time around 200 B.C., there appears a problem:

A bunch of roosters and rabbits are prisoned in the same cage. One counts from the top, and sees thirty-five heads. One counts from the bottom, and sees ninety-four feet. How many roosters and rabbits are there?

A solution by Sun Zi is as follows:

Suppose one chops off half of the feet for each rooster and rabbits, and is left with forty-seven feet, which accounts for one foot each rooster, and two feet each rabbit. If all the thirty-five heads belong to roosters, then there are supposed to be thirty-five feet. However, for each rabbit, the count for feet increase by one. Since there are twelve more feet in the actual count than thirty-five, the number of rabbits is twelve. There are twenty-three roosters.

h1

关于美国中学数学教育答网友问

September 12, 2010

有个叫不上名字来的网友把我误作了专家,询问关于美国数学教育的两个问题。我虽然所知有限,也不妨试着回答一下。

第一个问题:美国中学生数学素质低下,确否?

答:是,也不是。的确,第一次教大学新生会纳闷他们怎么会在很简单的代数运算上屡屡卡壳,不会最简单的运算法则。我到现在还一直听见同在美国做数学的朋友抱怨美国学生多么的不可救药,没法教,因为最基本的都不会,后面还怎么办?我自己的理解是,他们虽然不会基本运算,但是对概念的理解却相对较快,并且经常能够问出有相当深度的问题出来,刚开始曾经令我吃惊,后来自然就习惯了。他们基础运算的薄弱,主要来自中学老师的无能。这点上,我感到美国中学教育的确问题是很严重的。。。但是我喜欢教大学生,并且比起班上经常出现的那种中国学生──课堂从来不发言,不提问,作业完成得很好,考试成绩也好──我觉得帮助一个数学基础弱的学生领会到一些数理逻辑的要义,要更有成就感得多。换一个角度讲,在课堂上想要进行一个苏格拉底式对话教育,如果不是有反应敏捷、思路不拘泥的学生来撑场面的话,那怎么也进行不下去的。美国学生中学数学的基础薄弱,正如中国学生在学习理念上的按部就班,这两件事的不可救药程度相似。

第二个问题:如此,为何美国还出大部分科学家?

答:这事可能更关乎历史,不关乎美国的基础教育。二战前后大量著名学者涌入美国,把之前欧洲的世界学术中心彻底来了个大迁移。美国就是一个大熔炉,不管什么原国籍的人,进来就成了美国人。学术最牛的究竟有多少“本土”美国人?恐怕没有好事者敢去做这个政治很不正确的统计,不过就我接触的人看来,我见过最聪明的本科生,一个是乌克兰裔(他还会说一点乌克兰语),一个是华裔(不会讲中文)。我觉得他们在本科就如此出色,将来必能在自己的行业里发挥威力,十打十的栋梁。

h1

我的教育哲学

September 10, 2010

Teaching Philosophy,有时又叫Teaching Statement,找学校工作的时候和CV(个人简历)一样必须要的文档之一。我一共写过两次。一次是四年前找工作,一次是去年。今年呢,还得再找,还得再写。最近不得不开始思考如果重新写的话,我都想写什么的问题。

去年这个时候我纠结于是在旧的基础上进行修改,还是重新写。憋了很多天之后,最后一次跟某上司聊天受到启发,写了全新的版本,拿给无数人修改最后终于定稿。话说四年前的第一稿基本上就被我彻底丢弃了,虽然那也是好几个月的心血。

第一稿的Teaching Statement,我记录了做研究生期间教过的课,以及每堂课教下来的感想。手法很简单,就是流水账。当时觉得教课最要紧的是公平,是发自内心努力给学生他们应得的东西。当然,这到现在也是我的一贯思路了。

第二稿写得稍微戏剧化一点,因为导尿管是受到启发,要让别人能在几千个申请材料里一眼看到,需要制造一点不一样的气氛。另外我还得知一定要写具体的、实在的东西,而不能发出假大空的宣言。我于是从我的父亲教我下围棋的一个小故事说起,讲述了几个教学生涯里我印象深刻的小故事,然后再回到我的父亲那里,结束整个写作。记得那时憋Teaching Statement憋得不行,到最后一旦有了这个思路之后,十几分钟就写完草稿了,后来的修改也很快完成。从小到大,写作文都是我的短项。不是我没有想法可写,而是如何组织、如何入手,总是让我头疼。另外我还超级讨厌写议论文,平生最恨就是说空话的人,而美国呢───遍地都这种人,说得比唱的好听,一个个都把自己给骗得信以为真了。。。嗯,这是外话。

我想总结一下思路,就从翻译比较得意的第二稿Teaching Statement开始吧。

h1

What is your learning style?

August 31, 2010

David Kolb’s theory on learning cycles is well known in the education department. I just found a free online learning style accessment that may give you some idea of what this is all about.