生物信息学和发现：归纳再次招手

生物信息学和发现：感应再次召唤生物信息学和发现：感应再次召唤 John F. Allen 随着来自基因组学、蛋白质组学和微阵列的信息泛滥，我们现在真正需要的是计算机软件来告诉我们这一切意味着什么。 还是我们？ 简介 在生命科学领域，最近重新流行一种观点，即从观察到理解有一条直接途径。 通过这条路线，知识可以安全地从数据中流出，而无需猜测、想象或假设的人工和易出错的干预。 信息技术现在让我们可以立即处理海量数据，即使是无处不在的个人计算机也能以极快的速度处理和分析这些数据。 当然，想法是，我们现在可以期望计算机程序从大量信息中推导出重要性、相关性和意义，无论是核苷酸序列还是基因表达谱。 例如，一篇 Nature 社论(1) 讨论了生物学家越来越依赖计算机来为他们进行思考。 社论对生物学家相当友善。 它的标题Ð ``人类可以理解生物现象吗？''Ð 挑衅性地暗示科学发现很可能由机器来进行。 与这种观点相反，许多人相信没有任何纯粹的逻辑过程可以将观察转化为理解。 我们将这种信念首先归功于卡尔波普尔的工作。 (2±4) 在这里，我认为波普尔是正确的，并概述了我认为他的哲学适用于生物信息学的方式。