2.方法论的转变 要想在科学研究上取得突破和成功,只有时间的付出和刻苦,是不够的。批判性分析(critical analysis)是必须具备的一种素质。 研究生与本科生最大的区别是:本科生以吸取学习人类积累的知识为主、兼顾科学研究和技能训练;而博士生的本质是通过科学研究来发掘创造新知识,当前和以往学习的知识都是为了更好地服务于科学研究。在以学习知识为主的本科生阶段,提出问题固然重要,但答案往往已经存在,所以问题是否critical没有那么关键。博士生阶段则完全不同,必须具备critical analysis的能力,否则不可能成为优秀的科学家。这一点,我称之为方法论的转变。 其实,整个大学和研究生阶段教育的实质就是培养critical analysis的能力,养成能够进行创新科研的方法论。这里的例子非常多,覆盖的范围也非常广,在此举几个让我终生难忘的例子。 (1) 正确分析负面结果(negative results)是成功的关键。 作为生命学科的一名博士生,如果每一个实验都很顺利、能得到预料中的正面结果(positive results),除个别研究领域外,一般只需要6-24个月就应该可以获得博士学位所需要的所有结果了。然而实际上,在美国,生命学科的一个博士研究生,平均需要6年左右的时间才能得到PhD学位。这一数字本身就说明:绝大多数实验结果会与预料不符,或者是负面结果(negative results)。大多数低年级的博士生对负面结果的看法很消极,直接影响了他们critical analysis能力的培养。 其实,只要有适当的对照实验(control experiments)、判断无误的负面实验结果往往是通往成功的必经之路。一般来说,任何一个探索型课题的每一步进展都有几种、甚至十几种可能的途径(hypothesis),取得进展的过程基本就是排除不正确、找到正确方向的过程,很多情况下也就是将这几种、甚至十几种可能的途径一一予以尝试、排除,直到找到一条可行之路的过程。在这个过程中,一个可信的(conclusive)负面结果往往可以让我们信心饱满地放弃目前这一途径,如果运用得当,这种排除法会确保我们最终走上正确的实验途径。从这个角度讲,负面的实验结果不仅很正常、也很有益于课题的最终成功。 非常遗憾的是,大多数学生的负面结果并不令人信服,经不起逻辑的推敲!而这一点往往是阻碍科研课题进展的最大阻碍。比如,按照一个常规的 protocol操作时不能得到positive control的相应结果,或者缺乏相应的对照实验,或者是对可信的实验结果在分析和判断上产生了失误,从而做出“负面结果”或“不确定”(inconclusive results)的结论,这种结论对整个课题进展的伤害非常大,常常让学生在今后的实验中不知所措、苦恼不堪。我告诫并鼓励我所有的学生:只要你不断取得conclusive的负面结果,你的课题就会很快走上正路;而在不断分析负面结果的过程中所掌握的强大的逻辑分析能力也会使你也会很快成熟,成长为一名优秀的科学家。 我对一帆风顺、很少取得负面结果的学生总是很担心,因为他们没有真正经历过科研上critical analysis的训练。在我的实验室,偶尔会有这样的学生只用很短的时间(两年左右,有时甚至一年)就完成了PhD论文所需要的结果;对这些学生,我一定会让他们继续承担一些富有挑战性的新课题,让他们经受负面结果的磨练。没有这些磨练,他们很难真正具备critical analysis的能力,将来也很难成为可以独立领导一个实验室的优秀科学家。 所以,不要害怕负面结果,关键是如何从分析负面结果中获取正确的信息。 (2) 耗费时间的完美主义阻碍创新进取。 Nikola Pavletich是我的博士后导师,也是对我影响最大的科学家之一,他有着极强的实验判断力和思维能力,做出了一系列包括p53、Rb、CDK complex、SCF complex、BRCA1等在内的里程碑式的研究工作,享誉世界结构生物学界,31岁时即升任正教授。1996年4月,我刚到Nikola实验室不久,纯化一个表达量相当高的蛋白Smad4,两天下来,蛋白虽然纯化了,但结果很不理想:得到的产量可能只有应该得到的20%左右。见到Nikola,我不好意思地说:产率很低,我计划继续优化蛋白的纯化方法,提高产率。他反问我:(大意)Why do you want to improve the yield? Don’t you have enough protein for crystallization trials? (你为什么想提高产率?已有的蛋白不够你做初步的结晶实验吗?)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.(我有足够的蛋白做结晶筛选,但我需要优化产率以得到更多的蛋白。) 他不客气地打断我:No. The yield is high enough. Your time is more important than yield. Please proceed to crystallization. (不对。产率够高了,你的时间比产率重要。请尽快开始结晶。)实践证明了Nikola建议的价值。我用仅有的几毫克蛋白进行crystallization screen,很快意识到这个construct并不理想,需要通过protein engineering除去其N-端较flexible的几十个氨基酸。而除去N-端几十个氨基酸的蛋白不仅表达量高、而且生化性质稳定,纯化起来非常容易,根本不用担心产率的问题。 在大刀阔斧进行创新实验的初期阶段,对每一步实验的设计当然要尽量仔细,但一旦按计划开始后对其中间步骤的实验结果不必追求完美,而是应该义无反顾地把实验一步步推到终点,看看可否得到大致与假设相符的总体结果。如果大体上相符,你才应该回过头去仔细地再改进每一步的实验设计。如果大体不符,而总体实验设计和操作都没有错误,那你的假设(或总体方向)很可能是有大问题的。 这个方法论在每一天的实验中都会用到。比如,结构生物学中,第一次尝试纯化一种新的蛋白不应该追求每一步的产率,而应该尽量把所有纯化步骤进行到底,看看能否拿到适于结晶的蛋白。第一次尝试limited proteolysis,不应该刻意确定protease浓度或追求蛋白纯度,而是要关注结果中是否有protease-resistant core domain。从1998年开始自己的独立实验室到现在,我告诉所有学生:切忌一味追求完美主义。 我把这个方法论推到极限:只要一个实验还能往前走,一定要做到终点,尽量看到每一步的结果,之后需要时再回头看,逐一解决中间遇到的问题。