ฉันน่าจะรักชีววิทยา (2020)
(jsomers.net)- ชีววิทยาระดับมัธยมปลายถูกถ่ายทอดไม่ใช่ในฐานะการสืบค้นความลับของชีวิต แต่เป็น การท่องจำชื่อและข้อสรุป จนบดบังความน่าทึ่งของหัวข้อต่าง ๆ เช่น การแยกสภาพของเอ็มบริโอ พันธุกรรม และภูมิคุ้มกัน
- กระบวนการที่เซลล์ซึ่งมี DNA เดียวกันมีชะตากรรมต่างกัน เมื่อมองผ่าน ความชันเชิงเคมี การเปลี่ยนแปลงการแสดงออกของยีน และห่วงโซ่สัญญาณโปรตีน จะกลายเป็นคำถามที่เปิดประตูสู่ชีววิทยาทั้งหมด
- เหมือนการทดลองแบคทีเรียของ Oswald Avery ชีววิทยาจริงเริ่มจากคำถามและการทดลอง แต่ตำราเรียนตัด กระบวนการค้นพบ ออก เหลือไว้เพียงผลลัพธ์ จนคล้ายกับการศึกษาคณิตศาสตร์ที่ให้ท่องจำสูตร
- ชีววิทยาและภูมิคุ้มกันวิทยาสมัยใหม่มีศัพท์และข้อยกเว้นมากมาย แต่ถ้ามอง DNA, RNA, โปรตีน และสัญญาณของเซลล์เป็น โครงสร้างและการเคลื่อนไหวทางกายภาพ ก็จะเข้าใจได้ง่ายกว่าแผนภาพการไหลแบบนามธรรม
- การศึกษาชีววิทยาต้องการ เครื่องมือคิดเชิงภาพ เช่น ภาพวาด แอนิเมชัน แผนที่แบบซูมได้ การจำลอง และแบบจำลองกายภาพ รวมถึงเรื่องเล่าที่แสดงการลองผิดลองถูกของนักวิทยาศาสตร์
ปัญหาของชีววิทยาที่ถูกถ่ายทอดด้วยการท่องจำ
- วิชาชีววิทยาให้ความรู้สึกเหมือน การท่องจำที่ไร้ชีวิตชีวา โดยไล่เรียงชื่ออย่าง Golgi apparatus, Krebs cycle, mitosis, meiosis, DNA, RNA, mRNA, tRNA
- ข้อเท็จจริงที่ว่าเซลล์ทุกเซลล์มี DNA เดียวกันนั้นน่าทึ่งในตัวเอง แต่ตำราเรียนไม่สามารถถ่ายทอดความมหัศจรรย์นั้นได้เพียงพอ
- The Medusa and the Snail ของ Lewis Thomas กล่าวถึงความจริงที่ว่า จากเซลล์เดียวซึ่งเกิดจากสเปิร์มกับไข่รวมกัน จะเกิดสายสืบของเซลล์ที่จะให้กำเนิดสมองมนุษย์ว่าเป็นหนึ่งในความมหัศจรรย์ยิ่งใหญ่ของโลก
- การแยกสภาพของเอ็มบริโอเป็นคำถามที่เปิดประตูสู่ชีววิทยาทั้งหมด
- ความชันเชิงเคมี ในของเหลวของเอ็มบริโอเปลี่ยนโปรแกรมการแสดงออกของยีนในเซลล์บางส่วนเล็กน้อย
- เอ็มบริโอเริ่มแยกแยะ “ด้านบน” กับ “ด้านล่าง” ได้
- เซลล์ที่ปลายด้านหนึ่งสร้างโปรตีนต่างออกไป และโปรตีนเหล่านั้นปล่อยสัญญาณเคมีที่ละเอียดขึ้น
- ผ่านห่วงโซ่นี้ จึงเกิดความแตกต่างอย่างเซลล์สมองกับเซลล์เท้า
- เมื่อผ่าน Gödel, Escher, Bach ของ Douglas Hofstadter เซลล์อาจถูกเข้าใจได้เหมือน โปรแกรมที่แก้ไขตัวเองแบบเรียกซ้ำ
- DNA สร้าง RNA, RNA สร้างโปรตีน และโปรตีนควบคุมการถอดรหัสจาก DNA ไปเป็น RNA
- โครงสร้างนี้ถูกเปรียบกับภาพที่มาโครในโปรแกรม Lisp ขนาดเล็กให้กำเนิดมาโครอีกต่อหนึ่ง
ตำราเรียนที่ไม่มีคำถามและการทดลอง
- วิชาชีววิทยาไม่ใช่การสืบค้นความลับของชีวิต แต่ใกล้เคียงกับ ชุดข้อสรุป ที่ข้ามคำถามและการทดลองของนักชีววิทยาจริง ๆ ไป
- การทดลองในทศวรรษ 1940 ของ Oswald Avery แสดงให้เห็นปริศนาสำคัญเกี่ยวกับสารพันธุกรรม
- ในแบคทีเรีย Streptococcus มีสายพันธุ์ที่โตบนจานเพาะแบบหยาบ และสายพันธุ์ที่เรียบเป็นมันเงา
- เมื่อผสมสายพันธุ์เรียบกับสายพันธุ์หยาบ พบว่ารุ่นถัด ๆ ไปทั้งหมดกลายเป็นแบบเรียบ
- ในเวลานั้น ผู้เชี่ยวชาญจำนวนมากมองว่าโปรตีนเป็นตัวรับผิดชอบลักษณะ แต่ Avery สงสัยบทบาทของกรดนิวคลีอิก
- เขาใช้เครื่องปั่นเหวี่ยง น้ำ สารซักฟอก และกรด เพื่อทำให้กรดนิวคลีอิกจากสายพันธุ์เรียบบริสุทธิ์ แล้วทำให้ตกตะกอนด้วยแอลกอฮอล์จนได้สารเป็นเส้นใย
- เมื่อใส่สารนั้นเพียงเล็กน้อยลงในสายพันธุ์หยาบ รุ่นถัดไปก็กลายเป็นแบบเรียบ และสารนี้ถูกเปิดเผยว่าเป็น หลักการเปลี่ยนสภาพ
- การทดลองนี้จุดกระแสการวิจัยที่นำไปสู่การค้นพบเกลียวคู่ในอีกราว 10 ปีให้หลัง
- “Mathematician’s Lament” ของ Paul Lockhart วิจารณ์ว่าคณิตศาสตร์ในโรงเรียนพรากคำถามไป ทำให้คณิตศาสตร์กลายเป็นของราคาถูก
- แทนที่จะให้ปริศนาที่นักเรียนค้นพบพื้นที่สามเหลี่ยมได้เอง กลับให้เพียงขั้นตอนสำหรับหาพื้นที่
- ชีววิทยาเป็นวิชาที่เลอะเทอะกว่าคณิตศาสตร์ ดังนั้นถ้าให้แยก “lipid bilayers” กับ “endoplasmic reticula” โดยไม่มีคำถาม ข้อเท็จจริงทั้งหลายก็ยิ่งดูตามอำเภอใจ
- หัวข้อใหญ่เรียนรู้ได้ง่ายขึ้นเมื่อเข้าถึงผ่านชิ้นส่วนที่แคบแต่ลึก
- เวลาเรียนการเขียนโปรแกรม โปรเจกต์เล็ก ๆ กลายเป็นแรงจูงใจและหลักการจัดระเบียบ
- แม้แนวคิดนามธรรมอย่าง “memoization” ก็สูญเสียความเป็นนามธรรมเมื่อจำเป็นต่อการแก้ปัญหาจริง
- ชีววิทยาก็ควรเริ่มเรียนจากคำถามอย่าง “เอ็มบริโอแยกสภาพได้อย่างไร”, “ทำไมตาของฉันจึงเป็นสีฟ้า”, “แฮมสเตอร์เปลี่ยนชีสให้เป็นกล้ามเนื้อได้อย่างไร”, “ทำไมโคโรนาไวรัสทำให้บางคนป่วยหนักกว่ามาก”
ความซับซ้อนของภูมิคุ้มกันวิทยาและความเข้าใจเชิงกายภาพ
- ระหว่างเตรียมบทความเกี่ยวกับ SARS-CoV-2 และระบบภูมิคุ้มกัน ประโยคในบทความของ Cell ที่อ่านเต็มไปด้วยคำอย่าง MOI, ACE2, RNA-seq, TBK1, IFN-I, IFN-III, STAT1, MX1 จนแทบต้องเปิด Wikipedia ตรวจทุกประโยค
- ภูมิคุ้มกันวิทยามีระบบการตั้งชื่อที่กว้าง และความสัมพันธ์แบบครอบคลุมกันก็ซับซ้อน เช่น leukocytes, monocytes, lymphocytes
- มีความสัมพันธ์มากมายทำนองว่า interleukin ทุกตัวเป็น cytokine แต่ cytokine ไม่ได้เป็น interleukin ทุกตัว
- ชีววิทยามีนามธรรมที่ซ่อนงานทั้งชีวิตไว้ทุกหนแห่งเหมือนคอมพิวติง แต่รู้สึกยากกว่าเพราะไม่ใช่ระบบที่ถูกออกแบบอย่างจงใจ
- ระบบมีชีวิตดูเหมือนก้อนใหญ่ของ สถานะเปลี่ยนแปลงได้ระดับโลก
- การควบคุมเกิดขึ้นในลักษณะเพิ่มบางอย่าง และลดโปรโมเตอร์ของตัวยับยั้งสิ่งนั้น
- แม้แต่ผู้เล่นแนวหน้าของภูมิคุ้มกันโดยกำเนิดอย่าง neutrophil ก็มีหลายชนิด และบางชนิดดูเหมือนตรงข้ามกับบทบาทที่รู้กัน
- ที่ฐานของชีววิทยาไม่ใช่นามธรรม แต่เป็นโลกทางกายภาพ
- การเปิดเผยครั้งใหญ่ของอณูชีววิทยาในศตวรรษที่ 20 คือ การเชื่อมโยงโครงสร้างกับหน้าที่
- DNA เป็นคลังเก็บพันธุกรรมได้เพราะมันม้วนและคลายตัว และจำลองตัวเองแบบเติมเต็มกันได้
- Hemoglobin เข้าใจได้ว่าเป็นคลังเก็บพลังงานที่มีประสิทธิภาพ เพราะโครงสร้างของมันทำให้อะตอมออกซิเจนเสียบเข้าไปเหมือน Lego พร้อมขยายพื้นที่ที่เหลือ
- สัญญาณของเซลล์ก็ทำงานผ่านกระบวนการที่รูปร่างของโปรตีนและตัวรับเข้ากันและเปลี่ยนรูป
- แผนภาพการไหลแบบมัธยมปลาย DNA → RNA → protein อย่างเดียวทำให้เข้าใจได้ยากว่าการแสดงออกของยีน “เปิด” ขึ้นจริง ๆ ได้อย่างไร
- DNA ของสัตว์เลี้ยงลูกด้วยนมไม่ได้แผ่ออกเป็นเกลียวคู่ยาวเส้นเดียว แต่พันรอบโปรตีนทรงกลมเล็ก ๆ ที่เรียกว่า histone หลายรอบ
- เครื่องจักรถอดรหัสต้องเดินตามเกลียว DNA จริง ๆ และเข้าถึงส่วนที่ถูกพันจนมองไม่เห็นได้ยาก
- การแสดงออกของยีนคือสถานะที่ ณ ช่วงเวลาหนึ่ง เครื่องจักรถอดรหัสเข้าถึงส่วนเฉพาะของ DNA แล้วสร้าง RNA transcript และโปรตีนจำนวนมาก
- หากโครงสร้างเส้นใยงอเล็กน้อย ส่วนที่เครื่องจักรถอดรหัสมองเห็นก็เปลี่ยนไป และการกระจายของโปรตีนที่ถูกสร้างก็เปลี่ยนไปด้วย
- การที่ repressor เข้าไปเกาะบน DNA แล้วขวางเครื่องจักรถอดรหัสทางกายภาพ ก็เป็นอีกตัวอย่างหนึ่งของการควบคุมการแสดงออกของยีน
- RNA sequencing หรือ RNA-seq นับ RNA transcript ภายในเซลล์ที่ถูกแช่แข็ง เพื่อสร้างผลลัพธ์ที่ใกล้เคียงกับสแนปช็อตของโปรตีนที่กำลังแสดงออกในขณะนั้น
- ผลลัพธ์คือ ตารางขนาดใหญ่ที่จับคู่ยีนกับจำนวน transcript
- ความแตกต่างระหว่างเซลล์ชนิดหนึ่งกับอีกชนิดหนึ่ง หรือระหว่างภาวะสุขภาพดีกับภาวะโรค มองได้ว่าเป็นความต่างของการกระจายในตารางนี้
- ผล RNA-seq แทนได้ด้วยเวกเตอร์ในปริภูมิมิติสูง และเซลล์ก็เคลื่อนที่ในปริภูมิการแสดงออกนี้ตามการควบคุมตัวเองและการปรับตัวต่อสภาพแวดล้อม
เรียนชีววิทยาผ่านภาพ วิธีการ และประวัติศาสตร์
- The Machinery of Life ของ David Goodsell เป็นหนังสือที่ใช้ภาพประกอบวาดมือ แสดงเซลล์อีกครั้งในฐานะสถานที่รวดเร็วและแออัด โลกที่เต็มไปด้วยเครื่องจักรโปรตีน
- มันแสดงมอเตอร์แฟลเจลลัมของแบคทีเรียในบริบท และเชื่อมสเกลต่าง ๆ ด้วยภาพขยายกับภาพองค์ประกอบเชิงหน้าที่
- ทำให้รับรู้สเกลได้ด้วยประโยคทำนองว่า “ถ้าจินตนาการว่าห้องหนึ่งเต็มไปด้วยเมล็ดข้าว ก็จะนึกถึงเซลล์ราวหนึ่งพันล้านเซลล์ที่ประกอบเป็นปลายนิ้วได้”
- ในโลกของเซลล์ การเคลื่อนไหวเกิดขึ้นหลัก ๆ ด้วย การแพร่แบบสุ่ม
- โปรตีนในเซลล์ถูกโมเลกุลน้ำรอบตัวชนจากทุกทิศทางจนเด้งอย่างรวดเร็ว แต่ใช้เวลานานกว่าจะไปได้ไกล
- มันช้ามากสำหรับการเคลื่อนที่ระยะไกล แต่เร็วมากสำหรับการค้นหาในระยะสั้น
- โปรตีนในเซลล์ถูกเปรียบเหมือนการอยู่ในงานปาร์ตี้ที่แออัด ใช้เวลาหนึ่งชั่วโมงกว่าจะข้ามห้องได้ แต่ระหว่างนั้นชนกับทุกคน 600,000 ครั้ง
- A Computer Scientist’s Guide to Cell Biology ของ William W. Cohen เป็นหนังสือที่ตั้งเป้าให้มี “ความรู้เพื่ออ่าน” บทความชีววิทยาได้
- วัตถุขนาดเท่าเซลล์จะเฉียดผ่านโมเลกุลรอบตัวหลายครั้ง ดังนั้นแม้เพียง 0.02% ของพื้นผิวเยื่อหุ้มจะเป็นตัวรับของโปรตีน p เฉพาะ ก็สามารถมีประสิทธิภาพได้ราวครึ่งหนึ่งของกรณีที่พื้นผิวทั้งหมดถูกปกคลุมด้วยตัวรับ
- Cohen มองว่าวัตถุขนาดเซลล์มีแบนด์วิดท์สูง จึงสามารถรับรู้หรือดูดซับสัญญาณเคมีได้หลายร้อยชนิด
- การเรียนรู้วิธีการทางชีววิทยามีประโยชน์พอ ๆ กับการเรียนรู้ข้อเท็จจริงแต่ละข้อ และบางครั้งมีประโยชน์ยิ่งกว่า
- ใช้เครื่องปั่นเหวี่ยงแยกชิ้นส่วนที่มีความหนาแน่นต่างกัน
- ใช้ gel electrophoresis แยกสารที่มีขนาดต่างกัน
- Western blot คือการย้ายเจลไปยังกระดาษพิเศษ แล้วใช้แอนติบอดีที่จับกับโปรตีนเฉพาะ และแอนติบอดีอีกตัวที่จับกับแอนติบอดีนั้นพร้อมปล่อยแสงฟลูออเรสเซนต์
- Flow cytometry ติดแท็กเซลล์ด้วยแอนติบอดีเรืองแสง แล้วส่งผ่านท่อทีละเซลล์ ใช้เลเซอร์และประจุไฟฟ้าเพื่อคัดแยกและนับ
- ใช้การดัดแปลงพันธุกรรมเพื่อสร้างเครื่องจักรโมเลกุลที่ต้องการ ปิดยีนทีละตัว หรือแก้ไขจีโนมของสัตว์ทั้งตัวแล้วสังเกตผล
- วิธีอย่าง Western blot, flow cytometry, RNA-seq ปรากฏซ้ำแล้วซ้ำเล่าในบทความวิจัยจำนวนมาก
- The Eighth Day of Creation: Makers of the Revolution in Biology ของ Horace Freeland Judson เป็นหนังสือที่แสดงวิทยาศาสตร์ก่อนการค้นพบ
- กล่าวถึงการปฏิวัติอณูชีววิทยาโดยอาศัยบทสนทนากับ Francis Crick, Jacques Monod, François Jacob และคนรอบตัว รวมถึงบทความและจดหมาย
- ก่อนการค้นพบ tRNA โมเดลอย่าง RNA สร้างกระเป๋าแยกตามกรดอะมิโนเพื่อสังเคราะห์โปรตีนเคยถูกพิจารณาอย่างจริงจัง
- แนวคิดที่ว่าการสังเคราะห์โปรตีนเกิดผ่าน adapter และกรดนิวคลีอิกใกล้เคียงกับรหัสดิจิทัลมากกว่าแม่แบบ เป็นเรื่องน่าตกใจอย่างยิ่ง
- หนังสือให้มุมมองของผู้ปฏิบัติงาน ซึ่งรวมถึงความเข้าใจผิดและทางอ้อมก่อนการค้นพบ จากอีกฟากหนึ่งของตำราเรียน
เครื่องมือและเรื่องเล่าเพื่อเข้าใจชีววิทยา
- ระหว่างศึกษาระบบภูมิคุ้มกัน ความคิดที่ว่าจำเป็นต้องมีเครื่องมือแบบ Bret Victor เพื่อทำให้การเข้าใจชีววิทยาง่ายขึ้นยังคงตามมา
- บน YouTube มีผู้อธิบายทรงพลังที่ทำให้สิ่งที่มองไม่เห็นกลายเป็นสิ่งที่มองเห็นได้
- วิดีโอระบบภูมิคุ้มกันของ Ninja Nerd Science มีจุดแข็งตรงวิธีทำให้สิ่งที่มองไม่เห็นปรากฏขึ้น
- หนังสือของ Goodsell และแอนิเมชัน 3D “Inner Life of a Cell” ก็มีพลังแบบเดียวกัน
- บนเว็บ แม้มีเพียงช่องป้อน Markdown ก็สามารถสร้างและแชร์เอกสารได้ค่อนข้างง่าย แต่การสร้างภาพและแอนิเมชันยากกว่ามาก
- การเข้าใจกระบวนการทางชีววิทยาจำเป็นต้องมีภาพและแอนิเมชัน
- วิธีอธิบาย RNA-seq ด้วย iPad Pro พร้อมวาดสด สร้างประสบการณ์คล้ายบทเรียนแบบ Khan Academy
- จำเป็นต้องมี เครื่องมือสร้างภาพชีววิทยา ที่ง่ายกว่าเดิม
- จำเป็นต้องมีซอฟต์แวร์ที่ทำให้การวาดวัตถุซับซ้อนน่าเบื่อน้อยลง เช่น pattern brushes in Adobe Illustrator, BioRender, CellPAINT
- เครื่องมืออย่าง Molecular Maya ควรถูกทำให้ง่ายขึ้น จนสามารถสร้างแอนิเมชันด้วยท่าทางได้เหมือน Stop Drawing Dead Fish ของ Bret Victor
- หากใช้กราฟิกเวกเตอร์และประวัติ Undo ก็น่าจะทำให้เกิดภาพแก้ไขร่วมกันที่ค่อย ๆ ปรับปรุงได้ในโครงการความรู้อย่าง Wikipedia หรือ Stack Exchange
- น่าจะเป็นไปได้เช่นกันที่จะเลือกบางส่วนจากภาพไวต์บอร์ดในบทเรียนของ Ninja Nerd แล้วเชื่อมไปยังแผนภาพย่อย สร้างเป็นแผนที่ลำดับชั้นที่ซูมได้ซึ่งหลายคนช่วยกันเติมเต็ม
- ชีววิทยาเป็นโลกของเครื่องจักรขนาดเล็กที่มองไม่เห็น จึงเหมาะกับการจำลอง
- ทักษะเฉพาะทางที่จำเป็นต่อการสร้างการจำลอง 3D แบบอินเทอร์แอคทีฟมีมากเกินไป
- จำเป็นต้องมีเครื่องมือที่เน้นชีววิทยาอย่าง MockMechanics หรือ Minecraft หรือดีกว่านั้น
- การค้นพบของ Watson และ Crick ก็พึ่งพาแบบจำลองกายภาพที่ทำขึ้นเป็นพิเศษ
- Dynamicland ของ Bret Victor จินตนาการถึงพื้นที่ทำงานร่วมกันแบบดื่มด่ำที่ใช้คอมพิวเตอร์สร้างแบบจำลองได้อย่างรวดเร็วราวกับกำลังสนทนา
- ระหว่างเขียนบทความเกี่ยวกับระบบภูมิคุ้มกัน จำเป็นต้องมีแนวคิดอย่างแบบจำลองที่ถือและจัดการได้ พิพิธภัณฑ์ที่เดินอยู่ภายในเยื่อบุผิวระหว่างการตอบสนองภูมิคุ้มกัน และพื้นที่กายภาพที่ค้นหา คัดลอก แชร์ และประกอบกันได้เหมือนข้อความ
- ชีววิทยามีความโรแมนติกเช่นเดียวกับวิทยาศาสตร์อื่น ๆ และผู้ที่มอบวัคซีนทรงพลัง หรือการตรวจที่ถูก รวดเร็ว และเชื่อถือได้ในช่วงโรคระบาด ควรกลายเป็นชื่อที่เด็ก ๆ ใฝ่ฝันถึง
อ่านเพิ่มเติม
- The Machinery of Life, David Goodsell
- Bionanotechnology: Lessons from Nature, David Goodsell
- A Computer Scientist’s Guide to Cell Biology, William W. Cohen
- The Eighth Day of Creation: Makers of the Revolution in Biology, Horace Freeland Judson
- The Medusa and the Snail: More Notes of a Biology Watcher, Lewis Thomas
1 ความคิดเห็น
ความคิดเห็นจาก Hacker News
เน้น “สิ่งที่เรารู้” ซึ่งออกข้อสอบง่ายเกินไป เช่น Krebs cycle ทั้งที่จริงแล้วควรโฟกัสที่ “เรารู้ได้อย่างไร”
เช่น แนวทางแบบที่ A Brief History of Everything ไล่ตาม กระบวนการอย่าง “ใช้ไอโซโทปที่มีมวลต่างกันเพื่อหาคำตอบเรื่องฟอสฟอรัสใน DNA” สำคัญกว่า
โดยทั่วไป “อะไร” ไม่มีความหมายหากไม่มีประวัติศาสตร์ ควรย้อนรอยวิทยาศาสตร์เหมือนการสืบสวนว่า ทำไมช่วงกลางศตวรรษที่ 20 ถึงกำลังตามหา DNA และก่อนหน้านั้นรู้อะไรอยู่แล้ว ซึ่งเป็นประโยชน์กับเด็กมากกว่ามาก ความสามารถในการเข้าใจเส้นทางการค้นคว้าถ่ายทอดไปใช้ต่อได้มากกว่าข้อเท็จจริงไม่กี่อย่างเกี่ยวกับออร์แกเนลล์ในเซลล์
แต่เหตุผลจริง ๆ ที่ผมเลิกเลือกชีววิทยาเป็นวิชาเลือก คือเมื่อเทียบกับฟิสิกส์·เคมีแล้ว ชีววิทยาไม่ได้ถูกมองว่าเป็น วิชาของนักเรียนหัวดี ส่วนหนึ่งเพราะวัฏจักรชีวเคมีสามารถอาศัยการท่องจำฝืนผ่านไปได้ และโดยมากอาจง่ายกว่าแคลคูลัสที่จำเป็นในฟิสิกส์ แต่ปัญหาเรื่องภาพลักษณ์ล้วน ๆ ก็มีผลมาก และนั่นไม่สมเหตุสมผล
ผมมีเพื่อนที่ทำงานเป็นนักวิจัยหลังปริญญาเอกด้านสถิติในสาขาชีววิทยา จริง ๆ แล้วชีววิทยามีความต้องการทักษะเชิงคณิตศาสตร์ในระดับลึก เพียงแต่ตอนอยู่โรงเรียนดูเหมือนจะไม่ค่อยรู้เรื่องนั้นกัน
ถ้าไม่อธิบายให้ชัด คนจะคิดเหตุผลขึ้นมาเอง และบางครั้งเหตุผลนั้นก็ผิด เช่น คิดว่า “เป็นเวลาพัก ไม่มีคนทำงานอยู่ด้านบน ดังนั้นเข้าไปในเขตอันตรายได้ = ไม่มีความเสี่ยงของตก” แต่ของที่ยึดไว้ไม่ดีอาจตกลงมาก็ได้ อาจมีการทดสอบถ่ายภาพรังสีตามกำหนด หรือพื้นอาจมีรูอยู่ก็ได้
เมื่อรู้เหตุผลของกฎ ก็จำกฎนั้นได้ง่ายขึ้นด้วย
แต่ เรื่องราวของฟิสิกส์ นั้นน่าหลงใหล ถ้ารู้ว่าการทดลองแต่ละครั้งทำไปทำไม ใครเป็นคนทำ และพยายามพิสูจน์อะไร วิทยาศาสตร์ทั้งหมดจะน่าสนใจและน่าจดจำขึ้นมาก เหมือนละครต่อเนื่องที่มีผู้คนและข้อถกเถียงพันกันอยู่
คำว่า “ชิ้นบางแต่ลึก” สรุปได้ดีจริง ๆ เราถูกโยนแต่สิ่งที่ต้องท่องจำมาให้โดยไม่มีบริบท
ผมคิดว่านักศึกษาฟิสิกส์ควรได้อ่าน The Fabric of the Cosmos ของ Brian Greene ก่อนเรียนจริงจัง ชีววิทยาก็น่าจะมีหนังสือคล้าย ๆ กันที่แสดงให้เห็นว่า “ตอนนี้รู้อะไรแล้วและยังไม่รู้อะไร” ถ้าใครรู้จักก็อยากให้บอก
ตอนนั้นผมเข้าใจวิทยาศาสตร์ขึ้นมาอย่างฉับพลัน และตระหนักว่าตลอด 20 ปีที่ผ่านมา ผมเรียนข้อเท็จจริงในนามของ “วิทยาศาสตร์” แต่ไม่ได้เข้าใจวิทยาศาสตร์จริง ๆ
ตัวอย่างที่ดีคือ Hershey-Chase experiment วิทยาศาสตร์ไม่ใช่การเรียนและท่องจำข้อเท็จจริง แต่เป็นกระบวนการสร้างสรรค์ในการแหย่จักรวาลให้ถูกวิธีเพื่อค้นพบบางอย่าง นักวิทยาศาสตร์ใกล้เคียงกับศิลปินมากกว่าวิศวกร และผมก็ตระหนักด้วยว่าตัวเองอยู่ฝั่งวิศวกรอย่างชัดเจน
ทุกวันนี้เวลาเรียนแนวคิดใหม่ ๆ ผมก็ยังใช้วิธีนี้ พยายามเรียนรู้ว่าก่อนหน้านั้นมีอะไรอยู่ และทำไมการเปลี่ยนแปลงจึงสมเหตุสมผล
เพราะมันทำให้มองวิทยาศาสตร์เป็นกระบวนการ ไม่ใช่รายการข้อเท็จจริงเกี่ยวกับโลก หนังสือเล่มนี้เล่าระดับความเข้าใจในเวลานั้นของหลายสาขา เป็นลำดับการพัฒนาที่แต่ละอย่างก่อให้เกิดคำถามและปัญหาใหม่ แล้วถูกนำกลับไปศึกษาต่อ
ส่วนที่ว่า “สำหรับนักวิทยาการคอมพิวเตอร์ วิธีการของนักชีววิทยาอาจดูเหมือนบ้า ปัญหาคือเซลล์เล็กเกินไป มีมากเกินไป และซับซ้อนเกินไป จนไม่สามารถวิเคราะห์ได้เหมือนที่โปรแกรมเมอร์ดูด้วยดีบักเกอร์แบบทีละขั้น” น่าจะเป็นจุดที่คนนอกวงการชีววิทยาประเมินต่ำเกินไปมากที่สุด
ตอนนี้เรารู้มากแล้วว่าเซลล์และโปรตีนทำงานอย่างไร แต่การทำความเข้าใจว่าในเซลล์เฉพาะเซลล์หนึ่ง ในสภาพที่มันอยู่จริง ๆ กำลังเกิดอะไรขึ้นอย่างแม่นยำนั้นยังคงยากอย่างยิ่ง วิธีการวัดจำนวนมากมีแนวโน้มสูงที่จะทำลายหรือเปลี่ยนสิ่งที่ต้องการวัด คล้ายหลักความไม่แน่นอนของไฮเซนเบิร์ก การกระทำของการวัดเปลี่ยนสถานะของสิ่งนั้น
ทุกอย่างไวต่ออุณหภูมิ แรงเฉือน ความแรงไอออนิก pH ฯลฯ และวิธีการส่วนใหญ่ก็ไปแตะ “ปุ่มปรับ” เหล่านั้นเพื่อให้ได้ความละเอียดและสัญญาณ ดังนั้นก่อนจะเลือกเทคนิคการวัด ต้องชัดเจนก่อนว่าเราคิดว่ากำลังเกิดอะไรขึ้น เพื่อจะได้ไม่ทำให้สิ่งนั้นพังเสียเอง
ด้วยเหตุนี้ แม้เราจะรู้หลักการพื้นฐานมากมาย การออกแบบฟังก์ชันเชิงวิศวกรรมในสภาพแวดล้อมเฉพาะก็ยังยากอยู่ วิศวกรรมต้องอาศัยการวัดและฟีดแบ็กจำนวนมาก
ตรงนี้เองที่ทำให้เห็นว่าเหตุใดซอฟต์แวร์จึงถูกทำให้เป็นวิศวกรรมได้อย่างรวดเร็ว เป็นสาขาที่เราสามารถเสียบโพรบลงในจุดที่ต้องการได้ค่อนข้างง่าย และบางครั้งก็เข้าใจได้แบบกำหนดแน่นอนว่าเกิดอะไรขึ้นกันแน่ เมื่อเทียบกับซอฟต์แวร์แล้ว สาขาอื่น ๆ ทั้งหมดก็เหมือนถ่ายภาพในความมืดที่พร่าเลือน
ลองจินตนาการว่าตอนดีบักโปรแกรม คุณต้องมานั่งคิดว่าควรทดลองซ้ำกี่ครั้งก็พอ ในซอฟต์แวร์ ถ้าโค้ดเพิ่งล้มเหลวแล้วรันซ้ำโดยไม่เปลี่ยนอะไรเลยนั้นฟังดูไร้เหตุผล แต่ในวิศวกรรมสาขาอื่น มีถึงขั้นประชุมกันว่าจะลองทำสิ่งที่เพิ่งล้มเหลวซ้ำอีกกี่ครั้ง
เหตุที่วิทยาการคอมพิวเตอร์มีความพิเศษ อาจเป็นเพราะมันประสบความสำเร็จอย่างผิดธรรมดาในการฝึกปรากฏการณ์ทางกายภาพให้เชื่องจนกลายเป็นเครื่องจักรที่ดูเหมือนกำลังรันกฎคณิตศาสตร์ แน่นอนว่าบางครั้งฟิสิกส์ก็โผล่หัวขึ้นมา เช่น rowhammer หรือ single-event upset แต่การที่ทุกวันนี้เราแทบไม่ต้องคำนึงถึงธรรมชาติทางกายภาพของเครื่องจักรมากนักนั้นน่าทึ่งจริง ๆ
อย่างไรก็ตาม วิศวกรรมสาขาอื่น ๆ ก็พยายามสร้างนามธรรมแบบคล้ายกัน แม้ระดับความสำเร็จจะแตกต่างกันไป เราได้สร้างชุดมาตรฐานไฟฟ้าแบบง่าย ๆ ที่ทำให้ช่างไฟทั่วโลกสร้างและให้เหตุผลเกี่ยวกับระบบไฟฟ้าได้โดยไม่ต้องเข้าใจจิตใจเชิงควอนตัมอันแปลกประหลาดของอิเล็กตรอนแล้ว ชีววิทยาก็น่าจะไปถึงจุดนั้นได้สักวัน แต่ดูเหมือนว่ายังเร็วไปประมาณหนึ่งศตวรรษ
ตอนนี้ไม่ฝันร้ายเรื่องเคมีวิเคราะห์แล้ว แต่พอเคยผ่านระดับความเกลียดตัวเองที่เกิดขึ้นเมื่อการทดลองล้มเหลวซ้ำแล้วซ้ำเล่าโดยไม่รู้สาเหตุ ความหงุดหงิดจากการดีบักโค้ดก็ดูน่ารักไปเลย
แน่นอน ตอนนี้เราอยู่ในยุคที่ถ้ารันการเรียก LLM ในเครื่อง ผลลัพธ์อาจออกมาต่างจากเวอร์ชันซอฟต์แวร์ที่ deploy อยู่โดยสิ้นเชิง ทั้งที่เงื่อนไขอื่น ๆ ดูเหมือนเหมือนกันหมด ดังนั้นอาจต้องบอกว่า “เมื่อก่อนเป็นอย่างนั้น” ก็ได้
หลักความไม่แน่นอนหมายความว่าปริมาณทางกายภาพสองอย่าง เช่น ตำแหน่งและโมเมนตัม หรือก็คือตัวแปรคู่กัน ไม่สามารถรู้ได้พร้อมกันด้วยความแม่นยำตามอำเภอใจ กล่าวอีกอย่างคือ เราไม่สามารถทำให้ฟังก์ชันคลื่นสองตัวอยู่เฉพาะที่ในบริเวณเล็กตามอำเภอใจในปริภูมิของแต่ละตัวได้พร้อมกัน
สิ่งนี้ใช้กับฟังก์ชันสองตัวที่มีความสัมพันธ์กันแบบฟูเรียร์ทรานส์ฟอร์ม และเกี่ยวข้องกับข้อเท็จจริงที่ว่าตำแหน่งกับโมเมนตัมเป็นเช่นนั้น คำอธิบายอาจหยาบไปหน่อย แต่ก็ถูกต้องพอจะใช้ได้ มันไม่เกี่ยวกับการที่ฟังก์ชันคลื่นเปลี่ยนไปเพราะการวัด
คุณอาจเอามันใส่เครื่องบดแล้ววิเคราะห์ชิ้นส่วนเพื่ออนุมานย้อนกลับถึงขนาดเฟืองได้ แต่จะบดนาฬิกาแค่เรือนเดียวไม่ได้ ต้องบดทีละแสนเรือน และในนั้นย่อมมีนาฬิกาหลายรุ่นที่ความยาวของนาทีและชั่วโมงต่างกันปะปนกันอย่างซับซ้อน
สิ่งหนึ่งที่รู้สึกว่าวิชาชีววิทยาเบื้องต้นสอนน้อยไป คือเซลล์มนุษย์ยังเป็นสิ่งไม่รู้มากแค่ไหน ตำราคงไม่อยากเรียงรายชื่อโปรตีนเป็นพันตัวแล้วเขียนข้าง ๆ ว่า “ยังไม่ทราบหน้าที่” แต่ในขอบเขตที่ใหญ่จนน่าประหลาดใจ มันยังเป็นดินแดนที่ยังไม่ถูกสำรวจ
แม้ในช่วงไม่กี่ปีมานี้ เรายังค้นพบ RNA ชนิดใหม่ทั้งหมดอยู่: https://www.science.org/content/blog-post/enter-glycornas
จากสนามควอนตัม → อะตอม, อะตอม → เคมี, เคมี → ชีวเคมี, ชีวเคมี → ชีวิตระดับเซลล์, ชีวิตระดับเซลล์ → ชีวิตหลายเซลล์, ชีวิตหลายเซลล์ → จิตสำนึก, จิตสำนึกของปัจเจก → ปรากฏการณ์ทางสังคม
https://podcasts.apple.com/en/podcast/ask-a-spaceman/id958825741?i=1000651175650
ส่วนที่ว่า “หัวข้อขนาดใหญ่มักเข้าถึงได้ดีที่สุดผ่านชิ้นส่วนที่แคบและลึก” กระทบใจมาก
ตอนเริ่มเรียนเขียนโปรแกรม ตำราแทบไม่มีประโยชน์เลย และผมเริ่มเข้าใจก็ต่อเมื่อเริ่มทำโปรเจกต์ส่วนตัวเล็ก ๆ โปรเจกต์ไม่ใช่แค่แรงจูงใจ แต่เป็นหลักการจัดระเบียบ เหมือนแม่เหล็กที่จัดเรียงผงเหล็กสุ่ม ๆ ที่เก็บได้ตามทาง
แม้แต่แนวคิดนามธรรมอย่าง “memoization” ก็กลายเป็นสิ่งที่อยากเรียน เพราะจำเป็นต่อการแก้ปัญหาของผมเอง และภายใต้แสงจากตัวอย่างของผม ความเป็นนามธรรมของมันก็หายไป
ผมแทบไม่เคยมีประสบการณ์แบบนั้นโดยไม่ได้หมกมุ่นอยู่กับแรงจูงใจที่เป็นรูปธรรมและพื้นที่ของปัญหา งานเขียนที่ยอดเยี่ยมอาจพาเราไปถึงธรณีประตูนั้นได้
เว็บไซต์ชื่อ Smart Biology มี วิดีโอแอนิเมชัน 3D ยอดเยี่ยมเกี่ยวกับระบบของเซลล์
https://www.smart-biology.com/
ราคาสำหรับบุคคลก็ถือว่าค่อนข้างถูก: https://smart-biology-academy.getlearnworlds.com/courses
ผมไม่ได้ทำงานที่บริษัทนี้ และไม่มีผลประโยชน์ทางการเงินเกี่ยวข้อง แค่คิดว่าพวกเขาทำงานได้เจ๋งจริง ๆ และอยากให้เป็นที่รู้จักมากขึ้น ถ้าตอนผมเรียนมีวิดีโอแบบนี้ก็คงดี
ตอนมัธยมปลายผมชอบชีววิทยา ครูเป็นคนสอนน่าเบื่อมาก จนครึ่งหนึ่งของคาบผมนอนจริง ๆ แต่พอกลับบ้านไปอ่านตำราเป็นการบ้าน กลับรู้สึกหลงใหลเต็มที่
มันกลายเป็นมุกซ้ำ ๆ ที่เพื่อนร่วมชั้นชอบ เพราะไม่ว่าครูจะปลุกขึ้นมาถามเมื่อไร ผมก็รู้คำตอบเสมอ เคล็ดลับก็มีแค่ว่าผมรู้สึกว่ามันน่าสนใจและซึมซับได้ง่ายเท่านั้น
ผมไม่ค่อยชอบแนวคิดที่โยนความผิดให้คนอื่นเมื่อเราไม่มีความอยากรู้อยากเห็นต่อหัวข้อใดหัวข้อหนึ่ง การที่เราจะเปิดรับการเรียนรู้อะไรสักอย่างได้แค่ไหนนั้นถูกกำหนดโดยปัจจัยนอกเหนือจากวิธีสอนมากมาย เช่น ความสนใจในปัจจุบัน ประสบการณ์ชีวิต ระดับพัฒนาการของสมอง ฯลฯ
ตัวอย่างเช่น ตอนนี้ผมชื่นชมธรณีวิทยาได้ลึกซึ้งกว่าสมัยเรียนมาก และค่อนข้างมั่นใจว่าไม่ใช่เพราะวิธีสอนแผ่นเปลือกโลกเปลี่ยนไป แต่เป็นเพราะผมเปลี่ยนไปเอง
พวกเขาพูดว่า “ถ้าสอนหัวข้อ X ก็คงชอบไปแล้ว” หรือ “ถ้าสอนจากมุมมอง Y ก็คงชอบไปแล้ว” แต่ครูมัธยมของเราสอนแบบนั้นเป๊ะ ๆ
เวลาย้อนมองตัวเองตอนอายุ 15 ดูเหมือนจะยากที่จะจำได้ว่าเราในตอนนั้นแตกต่างจากตอนนี้แค่ไหน เราสร้างความทรงจำขึ้นใหม่เพื่อให้ความรู้สึกในตอนนั้นยังฟังขึ้นกับวิธีที่เรามีประสบการณ์ในตอนนี้
โดยทั่วไปต้องรับผิดชอบห้องเรียน 3–5 ห้อง ห้องละ 20–40 คน ซึ่งส่วนใหญ่เป็นเด็กที่น่ารำคาญ และต้องทำให้เด็กเหล่านั้นเรียนเนื้อหากว้าง ๆ ที่คนอื่นกำหนดไว้ ขณะเดียวกันก็ต้องแก้ปัญหาพฤติกรรม และรับมือกับผู้ปกครองหรือผู้บริหารด้วย
ครูส่วนใหญ่ไม่ได้เป็นผู้เชี่ยวชาญในสาขานั้นลึกพอที่จะออกแบบการสำรวจเชิงลึกให้เหมาะกับนักเรียนแต่ละคน และแม้จะทำได้ งานที่ยากอยู่แล้วก็จะกลายเป็นแทบเป็นไปไม่ได้ การที่มี การศึกษาแบบเฉพาะบุคคล ในรูปแบบใดรูปแบบหนึ่งอยู่ได้เองก็เป็นเรื่องน่าทึ่งแล้ว
ครูฟิสิกส์คนหนึ่งมีความรักในวิชานั้นจนแพร่ต่อได้ นักเรียนที่เดิมมีความอยากรู้อยากเห็นอยู่แล้วได้เรียนรู้อะไรมากมาย และแม้แต่นักเรียนที่ฟังแบบจำใจ ก็อดถูกการสาธิตและการทดลองดึงดูดเข้าไปไม่ได้
ก่อนจะเรียนชีววิทยามัธยมปลายสองวิชา ผมเคยหลงใหลชีววิทยา แต่หลังจากนั้นต้องใช้เวลาหลายปีกว่าจะฟื้นกลับมาได้ มันไม่เกี่ยวกับการขาดความอยากรู้อยากเห็นเลย อย่างน้อยในชั้นเรียนของผม จุดเน้นอยู่ที่การท่องจำชื่อของสิ่งต่าง ๆ ไม่มีเวลาให้รู้สึกพิศวง สิ่งสำคัญคือเขียนป้ายกำกับลงบนภาพเอนโดพลาสมิกเรติคูลัมได้หรือไม่
ผมอ่านบทความนี้ไม่ใช่ในฐานะเกมโยนความผิดให้ใคร แต่ในฐานะคำพูดว่าชีววิทยาโดยทั่วไปสามารถถูกสอนด้วยวิธีที่ดีกว่านี้มากได้ ซึ่งตรงกับประสบการณ์ของผม และจากที่คุณพูดมาก็ดูจะตรงเช่นกัน คุณชอบวิชานั้นทั้งที่มันถูกนำเสนออย่างแย่มาก
ดูเหมือนผู้เขียนจะพูดไปในทิศทางนั้น ถ้าเป็นนักเขียนเอสเซย์หรือคอลัมนิสต์ ก็คงต้องมีความเชื่อแบบนั้นอยู่บ้าง
แต่ผมเห็นด้วยว่าไม่ควรตั้งความคาดหวังนั้นเป็นมาตรฐานพื้นฐาน
ผมชอบคำเปรียบเทียบของ Bert Hubert ที่ว่า “ยานอวกาศสุดหรูลงจอดในสวนหลังบ้าน ประตูเปิดออก และคุณได้รับเชิญให้ตรวจสอบทุกสิ่งที่สามารถเรียนรู้ได้ เทคโนโลยีนั้นล้ำหน้ากว่าสิ่งที่เราสร้างได้หลายล้านปี นี่แหละคือชีววิทยา”
ผมมักเรียกชีววิทยาว่าเป็นนาโนเทคโนโลยีที่เกินความเข้าใจของมนุษย์ ซึ่งถูกค้นพบบนดาวเคราะห์ที่ผ่านวันสิ้นโลกแบบ gray goo มาแล้ว รูทุกรูที่เป็นไปได้บนพื้นผิวบัดนี้ติดเชื้อด้วยหน่วยย่อยที่หลุดการควบคุม และทำสงครามสะสมอาวุธด้านการพัฒนาอย่างไม่หยุดหย่อน บางส่วนถึงขั้นรวมตัวเป็นเมกะสตรักเจอร์ขนาดใหญ่ที่เคลื่อนไหวได้ และปัญญาหมู่ที่เข้าใจได้ยาก
เวลาคิดถึงชีวกลศาสตร์ของแขนขามนุษย์ ควรจำไว้ว่าเรากำลังสละพลังและความเร็วล้วน ๆ เพื่อระบบที่มีการแลกเปลี่ยนมากมายซึ่งวิทยาศาสตร์สมัยใหม่ยังทำซ้ำได้ยาก
มันรองรับการเคลื่อนไหวและข้อต่อแยกย่อยจำนวนมหาศาล เป็นไปตามข้อจำกัดด้านน้ำหนัก และทำเทคนิคซ่อมแซมตัวเองหลายแบบได้โดยไม่ต้องหยุดทำงาน ผลิตและบำรุงรักษาจากวัตถุดิบที่พบได้ทั่วไป ด้วยแรงงานไร้ทักษะ หรืออาจถึงขั้นไร้สำนึก และยังรวมชุดเซนเซอร์ที่ครอบคลุมไว้ด้วย
มันไม่เปราะบางเกินไป โค้งงอเพื่อกักเก็บและปล่อยพลังงานกลจากแรงกระแทก และเสริมกำลังเฉพาะจุดเมื่อรับรู้ถึงการเสียรูป ส่วนกักเก็บพลังงานระยะยาวยังทำหน้าที่เป็นวัสดุซับแรงกระแทก มีเครื่องผลิตขนาดเล็กที่เติมของไหลทำงานบางส่วนของตัวเอง และยังมีระบบย่อยจัดการความร้อน เช่น การหล่อเย็นด้วยการระเหยและการกระตุ้นระดับจุลภาคอัตโนมัติ
การที่เซลล์เป็นถุงนุ่ม ๆ เหลว ๆ ไม่ใช่ข้อโต้แย้งอีกต่อไปว่ามันไม่ใช่ “เทคโนโลยี” หรือไม่ “เหมือนหุ่นยนต์” นั่นคือวิศวกรรมโดยเจตนา โครงค้ำจุนซับซ้อนที่ทำจาก บันไดนาโนเทคโนโลยี ถูกปรับรูปใหม่อยู่ตลอดเพื่อจำลอง “ความนุ่ม” ให้เป็นฟังก์ชัน
ประเด็นสรุปท้ายบทความดูเหมือนยังพูดได้ไม่ดีพอ นั่นคือเราต้องการเครื่องมือที่ดีกว่านี้ในการให้เหตุผลเกี่ยวกับชีววิทยา และในวิชาชีววิทยา ช่องว่างระหว่างความเป็นจริงกับเนื้อหานั้นใหญ่เป็นพิเศษเมื่อเทียบกับวิชาอื่น ๆ
เห็นด้วยอย่างยิ่ง ตอนนี้เรากำลังค่อย ๆ ดูดเอาความคิดที่ซับซ้อนที่สุดของโลกธรรมชาติเข้ามาผ่านหลอดดูดที่ชื่อว่าภาษาง่าย ๆ กับแผนภาพนิ่ง และข้อจำกัดของสื่อเหล่านี้เมื่อรวมกับข้อจำกัดของโรงเรียนเอง ก็ทำให้ชีววิทยาเอนเอียงไปเป็นวิชาท่องจำโดยธรรมชาติ
การให้เหตุผลเกี่ยวกับชีววิทยาตามแบบที่มันปรากฏในธรรมชาตินั้นเป็นการฝืนเนื้อของสื่อแบบนี้ ทำได้ แต่ไม่ใช่ค่าเริ่มต้น เรื่องครูชีววิทยาดี ๆ เป็นข้อยกเว้น ไม่ใช่ค่าเริ่มต้น
สิ่งที่ซับซ้อนต้องการระบบที่สะท้อนความซับซ้อนนั้นได้และยังใช้งานง่ายด้วย ประเด็นสำคัญคือจะสร้าง วิธีสื่อสารและทำความเข้าใจ ขึ้นมาอย่างไร
ชีววิทยานั้นซับซ้อนจริง ๆ อาจไม่มีสิ่งที่เรียกว่า “ระบบที่ใช้งานง่าย” อยู่เลยก็ได้ เรายังอยู่ในระดับนับสีของก้อนหินบนชายหาดของมหาสมุทรนั้นเท่านั้น
ตัวอย่างเช่น ชีววิทยาพัฒนาการ หรือกระบวนการที่เซลล์หนึ่งกลายเป็นทารกที่ทำงานได้ มีทฤษฎีสามแบบที่อธิบายว่าเซลล์จะตัดสินใจพัฒนาไปเป็นอะไร โมเดลแบบอังกฤษคือเซลล์ลูกได้รับคำสั่งจากเซลล์แม่ว่าจะต้องเป็นอะไร โมเดลแบบอเมริกันคือเซลล์ลูกมองไปรอบ ๆ แล้วตัดสินใจจากการสำรวจความเห็นของเซลล์ใกล้เคียง ส่วนโมเดลแบบลาสเวกัสคือทุกอย่างเป็นการสุ่มล้วน ๆ พร้อมกับการตายของเซลล์แบบ apoptosis และการล้มละลายจำนวนมาก
ปัญหาคือข้อเท็จจริงที่ว่าเราคิดว่าโมเดลเหล่านี้ถูกต้องนั้นเองเป็นเรื่องน่ากังวลสำหรับสาขานี้ ลึก ๆ แล้วเรารู้ว่าไม่มีอันไหนถูกได้เลย แต่ก็ยังหักล้างอย่างถูกต้องไม่ได้
พูดให้ชัด นักชีววิทยาพัฒนาการแทบจะมั่นใจว่าทฤษฎีของตัวเองเละเทะ และหลักฐานก็แทบทั้งหมดมาจากสัญชาตญาณล้วน ๆ การที่นักชีววิทยาระมัดระวังตัวแค่ไหนทันทีที่ได้กลิ่น “ทฤษฎีใหญ่” ก็แสดงว่ามันซับซ้อนขนาดนั้น
ไม่มีหลักประกันว่าชีววิทยาจะถูกลดรูปให้เป็นสิ่งที่สะท้อนสภาพจริงและในขณะเดียวกันก็เข้าใจได้ ธรรมชาติไม่มีหน้าที่ต้องมอบสิ่งแบบนั้นให้เรา
ทุกวันนี้มีคนจำนวนมากที่อ่อนด้านระบบสัญลักษณ์แต่เก่งด้านความเข้าใจ และผู้เชี่ยวชาญด้านระบบสัญลักษณ์ก็มักเป็นมือใหม่ในด้านความเข้าใจ
ผมไม่แน่ใจว่าเรากำลังพลาดรูปแบบสัญลักษณ์ที่เหมาะกับความเข้าใจมากกว่านี้อยู่หรือไม่ หรือว่าเรายกย่องระบบสัญลักษณ์มากเกินไปโดยยอมแลกกับความเข้าใจ
แต่การให้เหตุผลอาจยังคงเป็นหน้าที่ของเราอยู่ดี
มนุษย์มีความสามารถทางปัญญาในการให้เหตุผลเกี่ยวกับความสัมพันธ์ระหว่างคนประมาณ 150 คน ถ้านี่คือขีดจำกัดบนที่สมเหตุสมผลของจำนวนยีนที่เราจะเก็บไว้ในหัวได้ เราก็จบเห่แล้ว ในแต่ละเซลล์มีโปรตีนต่างชนิดกันเป็นพัน ๆ แบบ และมีโมเลกุลขนาดเล็กอีกมากกว่านั้น การเอายีนหนึ่งตัวออก มักทำให้ยีนอีกหลายร้อยตัวเปลี่ยนแปลงเป็นการตอบสนอง
เราไม่สามารถเก็บระบบที่ใหญ่ขนาดนั้นไว้ในหัวได้ บางส่วนอาจทำได้ แต่ยีนเชื่อมโยงกันมากเกินไป จนยากมากที่จะขีดเส้นแบ่งที่พอฟังขึ้นระหว่าง “ส่วน” ต่าง ๆ ที่แยกจากกัน
ชีววิทยายังทำงานในแบบที่ขัดกับสัญชาตญาณด้วย วงจรป้อนกลับ ความสุ่ม และการกระจายแบบหางยาวเป็นแนวคิดที่สำคัญมากในระบบชีวภาพ แต่มนุษย์ขึ้นชื่อว่าไม่ถนัดอย่างยิ่งในการคิดเรื่องพวกนี้
แค่คิดถึงเซลล์เดียวก็ใหญ่และประหลาดเกินไปแล้ว เรื่องเนื้อเยื่อหรืออวัยวะลืมไปได้เลย
ดังนั้นผมจึงเห็นว่าสำคัญมากที่ต้องสอน การสร้างแบบจำลองเชิงคำนวณ ให้นักเรียนตั้งแต่เนิ่น ๆ มันซับซ้อนเกินไปสำหรับสมองเรา เราจึงต้องพึ่งพาโมเดลคอมพิวเตอร์
บทความเขียนได้งดงาม แต่ผมไม่เห็นด้วยกับสมมติฐานตั้งต้น
อย่างน้อยในอังกฤษ สหรัฐฯ อาจต่างออกไป แต่แนวคิดและเหตุผลพื้นฐานจำนวนมากที่ผู้เขียนเสียดายว่าไม่ได้เรียน จริง ๆ แล้วเราได้เรียนกัน
ในระดับ A-Level เราเรียนพื้นฐานทางกายภาพของการดัดแปลงเชิงอีพิเจเนติก ซึ่งก็คือส่วนที่ผู้เขียนอธิบายว่าเป็นการเปิดปิดยีน แม้ตัวคำอธิบายนั้นเองก็เป็นการลดทอนแบบสองขั้วเกินไป และในความเป็นจริงใกล้เคียงกับการปรับเพิ่มหรือลดระดับการแสดงออกมากกว่า เรายังได้เรียนกระบวนการที่น่าสนใจอย่าง alternative splicing ซึ่งยีนตัวเดียวสามารถแสดงออกเป็นโปรตีนหลายชนิดต่างกันได้ด้วย
ตอนปีหนึ่งปริญญาตรีในมหาวิทยาลัย Russell Group ธรรมดา ๆ ประวัติศาสตร์ของชีววิทยาก็เป็นส่วนใหญ่ของการบรรยาย โดยเฉพาะในกระบวนการที่พันธุศาสตร์พัฒนาขึ้นมาเป็นสาขาหนึ่ง ประเด็นที่หมวดหมู่และแนวคิดของชีววิทยามีความพร่าเลือนโดยธรรมชาติก็ถูกนำเสนอไว้อย่างชัดเจนมาก
ผมจำได้ชัดว่ามีอาจารย์คนหนึ่งตอบคำถามว่า ในเมื่อบอกว่าแบคทีเรียไม่มีออร์แกเนลล์ที่มีเยื่อหุ้ม แล้ว magnetosome ซึ่งเป็นหัวข้อบรรยายก็เห็นชัดว่าเป็นข้อยกเว้น ทำไมถึงพูดแบบนั้น เขาตอบว่า ในชีววิทยา ถ้าพูดว่า “จริงเสมอ” หมายความว่าเกิดขึ้นมากกว่า 80% และถ้าพูดว่า “ไม่มีวันเกิดขึ้น” จริง ๆ แล้วหมายความว่าเกิดขึ้นน้อยกว่า 20%
ผมเห็นด้วยว่าบางครั้งมีการเน้นท่องจำรายละเอียดทางเคมีมากเกินไป โดยแลกกับแนวคิดที่กว้างกว่าและสำคัญกว่า เช่น Krebs cycle เป็นต้น แต่ผมคิดว่าผู้เขียนพูดกรณีนี้เกินจริงไป
ทั้งเรื่องที่จริง ๆ แล้วเราได้เรียนแนวคิดและเหตุผลพื้นฐานที่ผู้เขียนเสียดายว่าไม่ได้เรียน และเรื่องที่บางครั้งก็เอนเอียงไปทางการท่องจำรายละเอียดทางเคมีมากเกินไปเมื่อเทียบกับแนวคิดที่กว้างกว่า ล้วนถูกทั้งคู่
เพียงแต่ว่าผู้เขียนแทบจะแน่นอนว่ากำลังพูดถึงแค่ ชีววิทยาระดับมัธยมปลาย เท่านั้น
ในสหรัฐฯ ครู AP Biology ต้องประนีประนอมระหว่างการสอนแนวคิด กับการสอนให้ตรงกับข้อสอบ AP ที่นักเรียนเกรด 12 จะต้องสอบ การเตรียมสอบนั้นมีเนื้อหาประเภทท่อง Krebs cycle แล้วลืมทันทีหลังสอบ
ครูของผมรักษาสมดุลนี้ได้ค่อนข้างดี และผมก็ได้ประโยชน์มาก แต่แต่ละคนอาจไม่เหมือนกัน นักเรียนสามารถทำข้อสอบได้ดีจนเลี่ยงวิชาชีววิทยาบังคับในมหาวิทยาลัยได้ ทั้งที่วิชามหาวิทยาลัยนั้นน่าจะดีกว่ามาก ผมเองก็เป็นกรณีแบบนั้นพอดี
ครูชีววิทยามัธยมปลายของผม คุณ Dinnetz นั้นยอดเยี่ยมจริง ๆ
เขามีวิธีทำให้เนื้อหาในชั้นเรียนมีชีวิตชีวา หรือพูดให้ตรงกว่านั้นคือเชื่อมไปสู่ความตาย ทุกครั้งที่สอนแนวคิดใหม่ เขาจะอธิบายว่าถ้าไม่มีแนวคิดนั้น เราจะตายอย่างไร เป็นคาบเรียนที่ติดอยู่ในความทรงจำอย่างยิ่ง
เห็นด้วยอย่างยิ่งกับคำกล่าวที่ว่า ในชั้นเรียนชีววิทยา ชีววิทยาไม่ได้ถูกนำเสนอในฐานะการสำรวจความลับของชีวิต และตำราเรียนก็รีดเอาความเป็นการค้นคว้าออกไปจนหมด
เราไม่ได้สัมผัสกับนักชีววิทยาตัวจริง คำถามจริง ๆ ที่พวกเขามี หรือการทดลองจริง ๆ ที่พวกเขาทำเพื่อหาคำตอบ แต่ได้รับมาเพียงข้อสรุปเท่านั้น
ไม่ใช่แค่ชีววิทยาเท่านั้น แต่สงสัยว่ามีหนังสือหรือสื่อการเรียนรู้ดี ๆ อะไรบ้างที่ช่วยส่งเสริม การค้นคว้า ความอยากรู้อยากเห็น และความพิศวง
สิ่งแรกที่นึกถึงคือ Feynman’s Lectures
ชีววิทยาเป็นนามธรรมที่รั่วไหลได้ ดังนั้นถ้าพื้นฐานไม่แน่น ก็ยากมากที่จะทำอะไรอย่างเคร่งครัดได้ คล้ายกับการถกเถียงเรื่องดนตรีใน Hacker News ผู้คนสนใจการเชื่อมโยงแนวคิดการเขียนโปรแกรมเข้ากับโน้ตดนตรี และบ่นเรื่องวิธีนำเสนอดนตรีตะวันตก มากกว่าจะสนใจดนตรีเอง
ในชีววิทยา ถ้าจะทำอะไรที่เกินกว่าการลองผิดลองถูกเชิงประจักษ์แบบผิวเผิน ต้องเข้าใจ หลักการศูนย์กลางและชีวเคมี ให้ชัดเจน โดยเฉพาะคนส่วนใหญ่ที่เป็น “สายแฮกเกอร์” มักรู้เพียงลาง ๆ แค่เรื่องแรก คือการแปลรหัสและการถอดรหัสของ DNA แล้วก็จบแค่นั้น
ถ้าอยากทำงานอย่างเคร่งครัด จำเป็นต้องสร้างสัญชาตญาณด้านชีวเคมีให้ได้ ไม่อย่างนั้นก็จะเหมาะแค่งานล้างหลอดทดลอง เหมือนนักพัฒนาเว็บจากบูตแคมป์ในเวอร์ชันเทคโนโลยีชีวภาพ
A Brief History of Nearly Everything - Bill Bryson
Entangled Life - Merlin Sheldrake
The Hidden Life of Trees - Peter Wohlleben