有趣的遗传学问题精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的有趣的遗传学问题主题范文，仅供参考，欢迎阅读并收藏。

第1篇：有趣的遗传学问题范文

1 利用趣味故事和数学史话创设问题情景

数学是人类文化的重要组成部分,通过数学文化,可以揭示数学科学中的人文精神,激发数学创新的原动力。这是新课标的理念。在数学教学中结合有趣的故事和数学史话,可以激发学生的兴趣,积极开动脑筋去思考问题。

执教“相互独立事件同时发生的概率”时,可以创设如下情景:常说三个臭皮匠顶一个诸葛亮,能顶上吗?已知诸葛亮解出问题的概率为0.8,三个臭皮匠能解出问题的概率分别为0.5、0.45、0.4,且每个人必须独立解题,那么三个臭皮匠中至少有一人解出的概率与诸葛亮解出的概率比较,谁大?

在教“等差数列求和公式”时,笔者先讲了一个数学小故事:德国的数学家高斯读小学时,老师出了一道算术题:1+2+3+……+100=?老师刚读完题目,高斯就写出了答案:5050,其他同学还在一个数一个数的挨个相加呢。高斯是用什么方法做得这么快呢?这时学生出现惊疑,产生一种强烈的探究反响。笔者再点明课题:这就是今天要讲的等差数列的求和方法――倒序相加法。通过这些有趣的故事,极大地提高了学生学习数学的兴趣,主观能动性得到很大的发挥,促使学生积极思考问题,思维处于活跃状态,创造潜能得以发展。

2 借助实际生活创设问题情景

数学有些是由自身的发展而产生的,有些是源于实际生活。因此,数学问题的引入也可以联系生产、生活实践。如果将数学问题改编为实际的应用性问题,让学生去积极思考,便可以引导学生探究新知识,促使学生形成和发展数学应用意识,提高实践能力。高中数学教材里《不等式》一章有这样一道例题:已知a、b、m∈R,且a

如果直接去证,学生会感到索然无味,而且这个结论容易记错。不妨将其改编为下述简单个而有趣的实际问题:a克糖放到水中得到b克糖水,浓度(质量分数)是多少?( )在糖水中又增加了m克糖,此时浓度又是多少?( )糖水变甜了还是变淡了?学生异口同声地说“变甜了”,从而得到。引入的趣味性激发了学生强烈探索其中奥秘的欲望,得到了题目的多种不同证法。而且利用“糖水加糖甜更甜”可轻易记住这个结论。

3 利用游戏创设问题情景

我们注意到儿童在游戏时达到了忘我的境界,他们主动参与游戏,兴致勃勃,在这过程中游戏的趣味性是诱发兴趣的关键。如果我们将一些数学问题改造为有趣的学生游戏,必然会大大提高学生学习数学的积极性和主动性。

4 从相关学科中创设问题情景

数学课程是学习物理、化学、生物、技术等学科的基础,它的许多知识都与上述学科有着紧密的联系。如概率原理在生物遗传学中的应用,立体几何中的正多面体与化学中的物质结构的联系,三角函数与向量在物理学中的应用等。因此在教以上知识点时,可适时创设与相关学科联系的情景,强化数学的工具性、基础性,激发学生学习的积极性。前面的电路图就是一例。

在讲解“正多面体”内容时,提出问题:甲烷CH的分子结构是怎样的?你能求出其中C-H键的键角的大小吗?如图,碳原子位于正四面体的中心,4个氢原子分别位于正四面体的四个顶点上。设碳原子与4个氢原子连成的四条线段两两组成的角为,则C-H键的键角的大小即为cos,易求得cos的值为。

5 通过操作试验创设问题情景

有些数学概念可通过引导学生自己亲自操作试验或通过现代教育技术手段演示及自己操作,从中领悟数学概念的形成过程,既发展了学生的思维力、理解力与创造力,又增强了学生学习的主动性。

在讲解“数学归纳法”时,先通过电脑演示“多米诺”骨牌效应,然后让学生分析多米诺骨牌游戏能够进行下去的条件:(1)第一张骨牌被推倒;(2)前一张骨牌倒下时必然推到下一张骨牌。这样所有的骨牌终将全部倒下。这个问题情景使学生很快理解并掌握了数学归纳法的定义与本质,抓住了(1)是递推的基础,(2)是递推的依据,两者缺一不可。

讲授椭圆的概念时,先让学生用事先准备的两个小图钉和一长度为定长的细线,将细线的两端固定,用铅笔把细线拉紧,使笔尖在纸上慢慢移动,画出了一个椭圆。然后提出问题思考讨论:(1)椭圆上的点有何特征?(2)当细线的长等于两定点之间的距离时,其轨迹是什么?(3)当细线的长小于两定点之间的距离时,其轨迹是什么?(4)你能给椭圆下一个定义吗?最后教师再揭示本质,给出定义。这样,学生经过了感性认识――分析思考后,对椭圆定义的实质就会掌握得很好,不会出现忽略椭圆定义中的定长应大于两定点之间的距离的错误。

6 新课导入时创设问题情景

第2篇：有趣的遗传学问题范文

一、正在出现的技术

klingler(lncyte pharmaceuticals,paloalto,ca,usa)强调基因组学正推动制药业进入信息时代。随着不断增加的序列、表达和作图数据的产生，描述和开发这些数据的信息工具变得对实现基因组研究的任务至关重要。他谈到了incyte pharmaceuticals对大规模基因组数据和生物信息学的贡献。

lipshutz(affymetrix,santa clara,ca,usa)描述了一种利用dna探针阵列进行基因组研究的方法，其原理是通过更有效有作图、表达检测和多态性筛选方法，可以实现对人类基因组的测序。光介导的化学合成法被应用于制造小型化的高密度寡核苷酸探针的阵列，这种通过软件包件设计的寡核苷酸探针阵列可用于多态性筛查、基因分型和表达检测。然后这些阵列就可以直接用于并行dna杂交分析，以获得序列、表达和基因分型信息。milosavljevic(curagen, branford, ct, usa)介绍了一种新的基于专用定量表达分析方法的基因表达检测系统，以及一种发现基因的系统genescape。为了有效地抽样表达，特意制作片段模式以了解特定基因的子序列的发生和冗余程度。他在酵母差异基因表达的大规模研究中对该技术的性能进行了验证，并论述了技术在基因的表达、生物学功能以及疾病的基础研究中的应用。

二、基因的功能分析

overton(university of pennsylvania school of medicine,philadelphia,pa,usa)论述了人类基因组计划的下一阶段的任务——基因组水平的基因功能分析。这一阶段产生的数据的分析、管理和可视性将毫无疑问地比第一阶段更为复杂。他介绍了一种用于脊椎动物造血系统红系发生的功能分析的原型系统e-podb，它包括了用于集成数据资源的kleisli系统和建立internet或intranet上视觉化工具的biowidget图形用户界面。epodb有可能指导实验人员发现不可能用传统实验方法得到的红系发育的新的药物靶，制药业所感兴趣的是全新的药物靶，epodb提供了这样一个机会，这可能是它最令人激动的地方。

sali(rockefeller university,new york,ny,usa)讨论了同源蛋白质结构模建。比较蛋白质模建（comparative protein modeling）也称为同源模建（homology modeling），即利用实验确定的蛋白质结构为模式（模型）来预测另一种具有相似氨基酸序列的蛋白质（靶）的构象。此方法现在已经具有了足够的精确性，并且被认为效果良好，因为蛋白质序列的一个微小变化通常仅仅导致其三维结构的细微改变。

babbitt(university of california,san francisco,ca,usa)讨论了通过数据库搜索来识别远缘蛋白质的方法。对蛋白质超家族的结构和功能的相互依赖性的理解，要求了解自然所塑造的一个特定结构模板的隐含限制。蛋白质结构之间的最有趣的关系经常在分歧的序列中得以表现，因而区分得分低（low-scoring）但生物学关系显著的序列与得分高而生物学关系较不显著的序列 是重要的。babbit证明了通过使用blast检索，可以在数据库搜索所得的低得分区识别远缘关系（distant relationship）。levitt(stanford univeersity,palo alto,ca,usa)讨论了蛋白质结构预测和一种仅从序列数据对功能自动模建的方法。基因功能取决于基因编码的蛋白质的三级结构，但数据库中蛋白质序列的数目每18个月翻一番。为了确定这些序列的功能，结构必须确定。同源模建和从头折叠（ab initio folding）方法是两种现有的互为补充的蛋白质结构预测方法；同源模建是通过片段匹配（segment matching）来完成的，计算机程弃segmod就是基于同源模建方法的。

三、新的数据工具

letovsky(johns hopkins university,baltimore,md,usa)介绍了gdb数据库，它由每条人类染色体的许多不同图谱组成，包括细胞遗传学、遗传学、放射杂交和序列标签位点（sts）的内容，以及由不同研究者用同种方法得到的图谱。就位置查询而言，如果不论其类型（type）和来源（source），或者是否它们正好包含用以批定感兴趣的区域的标志（markers），能够搜索所有图谱是有用的。为此目的，该数据库使用了一种公用坐标系统（common coordinate system）来排列这些图谱。数据库还提供了一张高分辨率的和与其他图谱共享许多标志的图谱作为标准。共享标志的标之间的对应性容许同等于所有其它图谱的标准图谱的分配。

markowitz(lawrence berkeley laboratory,berkeley,ca,usa)讨论了分布式数据库与局部管理的关系，以及用基于工具的方法开发分子生物学数据库（mdbs）的问题。许多方案当前正在促进搜索多种不同来源mdbs的数据，包括建立数据仓库；这要求对各种mdbs的组合有一种全局观，并从成员mdbs中装填数据入中心数据库。这些方案的主要问题是开发整体视图（global views），构建巨大的数据仓库并使集成的数据库与不断发展中的成员mdbs同步化的复杂性。markowitz还讨论了对象协议模型（object protocol model,opm），并介绍了支持以下用途的工具：建立用于文本文件或者关系mdbs的opm视图；将mdbs作成一个数据库目录，提供mdb名称、定位、主题、获取信息和mdb间链接等信息；说明、处理和解释多数据库查询。karp(sri international,menlo park,ca,usa)解释了ocelot,一种能满足管理生物学信息需求的面向对象知识陈述系统（一种面向对象系统的人工智能版）。ocelot支持略图展开（schema evolution）并采用一种新的最优化并行控制机制（同时进行多项访问数据的过程），其略图驱动图形编辑器提供了交互式浏览和编辑功能，其注释系统支持数据库开发者之间的结构通讯。

riley(marine biological laboratory,woods hole,ma,usa)在讨论大肠杆菌蛋白质的功能同时，特别提到了gpec数据库，它包括了由实验确定的所有e.coli基因的功能的信息。该数据库中最大比例的蛋白质是酶，其次则为转运和调控蛋白。

candlin(pe applied biosystems,foster city,ca,usa)介绍了一种新的存储直接来自abⅰprism dna测序仪的数据的关系数据库系统biolims。该系统可以与其它测序仪的数据集成，并可方便地与其它软件包自动调用，为测序仪与序列数据的集成提供了一种开放的、可扩展的生物信息学平台。

glynais(netgenics,cleveland,oh,usa)认为生物信息学中最关键的问题之一是软件工具和数据库缺乏灵活性。但是，软件技术的发展已得到了其它领域如金融业和制造业的发展经验的借鉴，可以使来自不同软件商的运行于各种硬件系统的软件共同工作。这种系统的国际标准是corba，一种由250多个主要软件和硬件公司共同合作开发的软件体系。联合使 用corba和java可以开发各种通过一个公用用户界面访问任何种类的数据或软件工具的网络应用软件，也包括生物信息学应用软件。overton不同意glynias的这种想法，他强调说corba仅对软件集成有用，不兼容的数据库软件可能是计算生物学所面临的最困难问题，一些制药公司和数据库仓库最近资助了一项用ocrba链接不同的数据库的计划[2,3]。

四、制药先导的发现

burgess(sturctural bioinformatics,san diego,ca,usa)讨论了填补基因组学和药物设计之间鸿沟的蛋白质结构中的计算问题。在缺乏主要疾病基因或药物靶的精确描述数据的情况下，药物设计者们不得不采用大规模表达蛋白质筛选方法；而结构生物信息学则采用一种更为实用有效的计算方法直接从序列数据中确定靶蛋白质的活性位点的精细结构特征，它利用一种集成专家系统从现实的或虚拟的化学文库中进行迅速的计算筛选，可以达到一个很大的规模。

elliston(gene logic,columbia,md,usa)讨论了治疗药物开发中发现新的分子靶的过程，着重讨论了基因发现方法。他认为，随着日益临近的人类基因组测序的完成，几乎全部基因的特征将在序列水平得到揭示。但是，对基因的认识将有赖于更多的信息而不仅仅是序列，需要考虑的第一类信息是转录表达水平信息，而gene logic 公司的geneexpress就是一个由mrna表达谱、转录因子位点、新基因和表达序列标签组成的数据库。

liebman(vysis,downess grove,il,usa)介绍了vysis公司开发的计算和实验方法，这些主法不仅用于管理序列数据，而且被用于以下用途：分析临床数据库和自然—突变数据库；开发新的算法以建立功能同源性（区别于序列同源性）模拟生物学通路以进行风险评估；药物设计的靶评估；联系复杂的通路特性以便识别副作用；开发疾病发展的定性模型并解释临床后果。

随着发现的新基因的日益增多，这个问题显得格外重要：基因的功能是什么？escobedo(chiron technologies,emeryville,ca,usa)提出了这个问题的一种方法：将分泌蛋白质的基因的功能克隆与筛选这些克隆（可能的药物靶）结合起来。在这种方法中，在微粒体cdna文库池中进行体外翻译避免了劳动密集的克隆、表达和纯化步聚，对文库池中的翻译产物在细胞水平进行筛选，测试其在细胞增殖和分化中的作用。例如，在用这种方法识别的111个克隆中，56个属于已知的分泌蛋白质，25个为膜相关蛋白，另外30个功能未知，可能是新的蛋白质。一种相似的方法在转移到小鼠模型系统中的基因传导载体中构建分泌蛋白质的cdna文库来克隆特定的功能基因。

ffuchs(glaxo wellcome ,research triangle park,nc,usa)讨论了生物信息学更为广义的影响：它不仅影响到新药物靶基的发现，还对改善药物开发的临床前期和临床期的现状极具重要性。众所周知，涉汲数以千计病人的临床试验（可能是药物开发最为花钱的部分）的设计不论多么仔细，也不能为正确的药物选择正确的病人。而在基因组水平划分病人群体的方法可以大大改善发现新药的效率。fuchs介绍了一种将病人的基因型和表型标志结合起来以改善临床前期和临床期药物开发过程的系统genetic information system.他强调将遗传学和生物信息学数据同化学、生物化学、药理学和医学数据连接起来的集成信息管理和分析方法是极其重要的。

green (human genome sciences,rockville,md,usa)介绍了他的测序工作中采用的数据管理工具。基于est的测序方法所面临的挑战是，在对几百个cdna克复测序之后，产生的数据堆积如山。由于大多数人类基因都是用这种方法发现并在么有数据库中分类编排的，面临的识别开放读框、重叠序列的重叠图谱、组织特异表达和低丰度mrna基因的任务是令人生畏的。human genome sciences公司开发了一些可用户化数据库工具，在同一个数据库中可包括以下功能：/kaoshiruanjian/" target="_blank" title="">软件工具，极其可望从一种基于基因组知识的药物发现方法中得到新的药物靶。

summer-smith(base4 bioinformatics,mississauga,ontario,canada)描述了一种相关的策略。药物发现阶段中所要求的软件工具的任务是多样化的，要能注释基因，并阐明它的生理和病理功能及其商业潜质。对这样多种来源的信息的集成与分析，在派生的、项目取向的数据库（project-specific database,psd）中可以很好完成。由于项目贯穿于发现到开发全过程，其间又不断加入背景的成员，psd在项目的管理与发展中成为一种关键性的资源。

按照smith(boston university,boston,ma,usa)的观点[2]，我们并不需要更快捷的计算机或更多的计算机科学家，而是需要更的生物学家和生物化学家来解释序列的功能。这对有些软件或硬件专家来说是个打击，但生物学系统的复杂性是令人生畏的，并且对基因功能的认识可能需要生物学方法和计算方法的结合。探索基因的功能很可能要花费生物学家们数十年的时间，本次会议表明没有任何单一的方法可以得出一个答案；但是，将计算生物学同大规模筛先结合起来识别一种化学靶物（hit）是一种产生化学工具来探索基因功能的方法，这些化学工具接下来就可以用作理解基因功能的“探针”。这种方法在butt(gene transcription technologies, philadelphia, pa, usa)的描述中，既是一种检查基因功能的简单方法，也是为潜在的药物靶发现化学先导物的简单方法，他描述了一种可以在酵母中重建人类基因功能的酵母大规模筛选系统。在此系统中，可以迅捷地在一个化学文库中发现配基。这种技术的重要特征是它不仅仅是发现一种药物靶的配基的筛板（screen），相反，由于该系统的高速度，它也是发现先导靶基因的一种筛板。过去，世界上的制药公司通常在某一时间内仅能对有限数目（约20多个）的药物靶基因进行工作，鉴于此，我们需要根本不同的方法如基因组学来打开通向“新”生物学的通路。由于机器人和合成化学的进步，药物发现中最关键的问题不再是得到一种先导化合物（lead compound），而是得到导向靶基因。此次会议为从计算和实验方法中发展出的新生物学迈出很好的一步。

参考文献

1 lim ha,batt tr.tibtech,1998;16(3)):104

第3篇：有趣的遗传学问题范文

路，在梦想中延伸

科学、科学家，在尚读高中的吴政星眼中，奇妙而神圣，足以承载他全部的梦想。他的大学时代，正值上世纪80年代初，尽管国门已经开启，但受到条件的局限，当时对国际前沿的研究信息了解比较少。对于世界未知的探索强烈吸引着年轻的吴政星，做科研，已经从遥远的崇拜蔓延成真而又真的理想。

1984年7月，吴政星毕业于华中师范大学生物系，获理学学士。随后，至湖南大学邵阳分校工作，任生物科生理学助教。三年后，考取四川大学生物学院动物学专业硕士研究生，主攻动物生殖领域。1990年6月，吴政星以优异的成绩毕业，7月。回到华中师范大学生物系任教。“在当时看来，一个硕士毕业生承担独立的科研工作似乎是不太实际的，因此早期，我一直都在从事教学工作”，吴政星如此说。1992年11月，他被华中师范大学聘为讲师，在教学岗位上，他一呆就是十年，一直到1999年8月。

1999年，应该是他人生中至关重要的一年。时年35岁的吴政星作出了一个重要的决定――“脱产读博”!

“脱产”，意味着他要辞去华中师范大学的工作，以一个学生的身份重新迈入校门；意味着他背后的妻儿将失去家庭最主要的经济来源；意味着一切将从零开始。这一切，都没有让他动摇，在征求了家人的意见后，他选择了离家较近的华中科技大学。在别人的指点下，他报考了周专教授的研究生。2000年，因周专教授到位于上海的中国科学院神经科学研究所任职。又师从刚自美国归来的学者徐涛教授进行学习。当被追问到为何如此选择时，吴政星教授坦然答道，“在教学中培养人才的确是非常重要的，但教书是把别人的东西灌输给学生，只是从课本到课本的一个过程，而科研则是对知识的一种生产，会创造许多新的东西。这也是我一直热爱科研的原因。”十年的单纯教学并没有磨灭他一直以来的梦想。走到科研一线，创造新的东西，吴政星说到做到。

1999年9月到2005年6月，将近六年的潜心学习，名师的悉心指点，吴政星今非昔比。学习期间，2000年10月，他就被华中科技大学聘为讲师；2002年12月到2004年12月，他又远赴德国萨尔大学生理系进修。获得华中科技大学生命科学与技术学院博士学位后，他仍然选择了留下，继续在彼处任职。2005年11月，被评为副教授；2008年11月，受聘为教授。多年来，他主持国家自然基金两项、湖北省自然基金1项，参与“973”子课题和国家自然基金多项。近五年来20余篇，其中部分在国际高水平杂志《Neuron》、《CurrentBjology》、《JournaI of Neu roso‘lence》、《Traffic》和《Journal of Cellular Physiology》等。在2009年1月初结束的国家科学技术奖励大会上，他作为主要完成人之一的“血糖调节相关的调控型分泌的分子机理研究”项目被授予2008年度国家自然科学二等奖。那个关于科研的梦，那条叫做理想的路。在他脚下，已经一点点延伸开来。

未来，在挑战中开始

还是从刚刚颁发的2008年度国家自然科学二等奖说起吧。

“血糖调节相关的调控型分泌的分子机理研究”是由现任中国科学院生物物理研究所所长徐涛教授领衔，与华中科技大学联手研发的一个项目，属于基础生物学、物理学和医学之间的交叉科学。

调控型囊泡分泌是一个具有高度时序性的多蛋白参与的调控过程，是目前细胞生物学研究的前沿方向之一。而血糖调控中的关键步骤包括葡萄糖刺激胰岛β细胞分泌胰岛素以及胰岛素作用于靶细胞(肌肉和脂肪细胞)促进葡萄糖吸收。这两个步骤都与调控型分泌密切相关。“血糖调节相关的调控型分泌的分子机理研究”就是针对这一问题，建立和发展了一系列先进的研究技术和检测方法，比较系统地研究了囊泡分泌的分子机制及其与血糖调控之间的关系。在该项目中，他们不仅发现了细胞通过调控钙离子敏感性而调控胰岛素分泌、Munc13―1蛋白参与调控胰岛素第二相分泌，而且确定了脂肪细胞中胰岛素调控血糖吸收的关键步骤。这些发现加深了人们对血糖调控分子事件的理解，对糖尿病的防治具有一定的指导作用。其相关研究成果发表在《Cell Metabolism》、PNAS、《Traffic》、JBC等国际知名刊物上，国际知名杂志如《DeveIopment CeII》、PNAS等还进行了特约评论。

可以说，“血糖调节相关的调控型分泌的分子机理研究”是吴政星科研生涯中重要的一步。研究细胞、探索细胞，在这条路上，吴政星已经取得了一定的成绩，然而，谁又知道，他之所以选择细胞研究竟是因为一点偶然呢!

1999年，决定攻读博士学位的吴政星，选择的并不是自己相当熟悉的生理学，而是分子与细胞生物物理学。“其实，这一专业和生理学是相关的，距离并不远，都研究功能”，吴政星教授谈道，“但是，通过细胞对生命现象进行解释，我认为这个研究更刺激，更有意思!”或许是生性使然，尽管明知道细胞研究的难度要大得多，吴政星还是没有丝毫的动摇。在他看来，有挑战才能有创新，才能有进步。挑战，已经成为他人生中的一个标尺，无时不刻，催他奋进。

正如人们所看到的，“血糖调节相关的调控型分泌的分子机理研究”属于基础生物学、物理学和医学之间的交叉科学。事实上，吴政星所从事的分子生物物理、细胞生物物理和神经生物物理领域的基础理论研究本身就涉及到多学科交叉。

生物物理学，是利用物理的方法或研究手段，如电子、光子仪器等研究生物学问题。

细胞生物物理，则是以细胞为单位，通过采用生物物理手段去研究细胞的生命活动、发现细胞的活动规律来解释生命现象。

而神经科学，如果没有生物物理手段的支持，就很难得到一个很好的研究结果。

随着现代科学的发展，各学科之间的界限都已经不再明显，甚至已经被打破了，“所以，在科研中就需要我们以研究目标为出发点，在不同的阶段采用适当的研究手段，它们既有交叉又有融合，需要从多个层次对生命活动进行研究和阐明。往往，一个研究技术上的突破就能带来本质上的突破。”话虽如此说，学科交叉却并不是件容易的事，一个人的精力有限，“十八般武艺”样样精通的，不过是小说中虚构的人物。吴政星坦言生物物理学为自己所专长，而生物化学等学科则做不到游刃有余。他自知着，却也依然自信着，“我从没有想过会放弃科研”，看似平淡的一句话，其背后。掩抑的又是怎样的坚定和勇敢呢?

锁定线虫

2002年，因为正确选择线虫作为模式生物，发现器官发

育和“程序性细胞死亡”过程中的基因规则，英国科学家西德尼・布雷纳等三人被授予诺贝尔生理学或医学奖。

2006年，瑞典卡罗林斯卡医学院再一次将诺贝尔生理学或医学奖授予两名美国科学家安德鲁・菲尔和克雷格・梅洛，以表彰他们在分子生物学和遗传信息方面的开创性工作。

相隔不过四年，五位科学家因为“线虫”摘得诺贝尔奖的桂冠，这一巧合使小小的线虫成为众人眼中诺贝尔奖的宠儿。而在吴政星教授的研究中，线虫也占据着相当重要的位置。

那么，究竟什么是线虫呢?

线虫是研究动物遗传、个体发育和行为活动的重要模式生物，其主要优点是能够研究从分子、细胞水平到整体系统水平的相关生命活动及其作用机理。它的构造简单，生长快速，可大量养殖，易于产生基因突变。此外它的细胞数目以及细胞命运图谱几乎固定，并且易于追踪。线虫最早是被英国科学家西德尼・布雷纳作为一种模式生物用于研究发育学和遗传学的。其生活史短，通体透明，具有简单的生理结构，可以在实验室内通过喂食大肠杆菌进行培养，能够冷冻保存，并易于进行包括基因敲除、突变和转基因等的基因操作。它还是第一个完成全基因组测序的动物。其全基因组编码约2万个基因，其中至少40％的基因在人类基因组中有明显的同源物存在。许多人类基因被转入线虫后，都能表达并执行类似的功能。因而，被广泛应用于基础生物学，特别是发育、细胞凋亡、基因组学和蛋白质组学等的研究。

“对线虫的研究是十分有利于神经科学的发展的”，吴政星说，“但是它并不是全能的。比如说线虫的简单在另一个角度来说也是一个缺点，正是因其结构过于简单，所以从它得来的某些结果一般不能直接应用到高等动物上。”

对于吴政星来说，有了问题并不可怕，迎难而上才是一个科学工作者的本色。在研究中，他们发现除了上述优点之外，线虫也是研究神经突触形成、神经递质释放的重要模式系统。然而，由于缺乏神经递质释放过程直接的功能性分析方法，极大地影响了对于线虫囊泡内吞和胞吐(vesicular exocytosis andendocytosis)机制的了解。

在项目组共同研发的基础上，2007年11月，他与徐涛教授携手撰写的论文被《Neuron》发表。在这篇文章中，他们发展了直接电生理实验，突破了这一技术限制，不仅利用膜片钳膜电容测量(membrane capacitance measurement)和微碳纤电化学分析(amperometry)进行了线虫原代培养神经细胞的实验，而且利用全内反射荧光显微技术(internal reflec―tion fluorescence microscopy)成功监控了单个致密核心囊泡(single dense core vesicle－DCV)的融合及定位。通过这些技术方法基因操作和功能分析(genetic pe rturbationanalysis)，他们证明了UNC-31在DCVs定位在质膜上的重要性，而且更有趣的是。UNC-31突变引起的DCVs定位缺陷可以完全由PKA活性逆转，发现UNC-31蛋白(在哺乳动物的同源蛋白为MUNC-31)与UNC-13蛋白存在功能相互作用，提出了UNC-31蛋白的作用机制模型。这些对于了解神经突触形成和神经递质释放具有重要的意义。能进一步解析囊泡形成和释放的机理。

2006年，吴政星又开始以线虫为模式研究生物学习与记忆及其分子和神经回路水平的机制。对于自己在线虫领域的研究，吴政星如是说，“过去很长的一段时间，大家都是用哺乳动物的细胞来做研究，而线虫的单细胞则比较小，这时以过去的技术手段来做就不太可能实现，因此，我们对其进行了改进，把一系列的先进技术糅合进来，形成了一个新的技术体系。”而相比他的轻描淡写，一些专家却评价，这一技术“具有突破性的研究意义”，为学科的创新发展奠定了相当的基础。

精益求精

华中科技大学分子生物物理教育部重点实验室由学校原来的几个研究所组成，吴政星教授原来所在的生物物理与生物化学研究所，一直由徐涛教授担任所长。实验室建立后，这些研究所即以小组编制，负责人一般沿袭从前。

2004年12月，吴政星自德国萨尔大学回国。此时，徐涛教授已开始兼任中科院生物物理研究所副所长，2007年，徐教授更成为该研究所成立以来最年轻的所长。重任在肩，徐教授对团队的管理自是不能如既往般事必躬亲。于是，吴政星回国后不久，便协助导师做起了实验室的日常工作――维护设备、培养学生、指导一线试验。他踏踏实实地扎根于此，一丝不苟地做他的学问。

“从2000年起，我们就一直在做细胞膜转因方面的研究，后来，我对神经生物物理学产生了浓厚的兴趣。徐教授很支持我的想法，经过团队的共同探讨，实验室最终确定了这一发展方向。”吴政星教授将过往徐徐道来。交谈中，其思路之清晰，语言之缜密已初见端倪。而这则得益于其在德国萨尔大学两年间的学习。

提起德国，笔者不禁想起一则笑话：如果啤酒里有一只苍蝇，美国人会马上找律师，法国人会拒不付钱，英国人会幽默几句，而德国人则会用镊子夹出苍蝇，并郑重其事地化验啤酒里是否已经有了细菌。或许故事中有所夸张，却在某种程度上印证了德国人渗入骨髓的严谨风骨。“他们的严谨是世界闻名的”，吴政星教授也颇有同感，“他们的很多东西都有着规范的标准。一项技术也许会随着科学的发展而变得不合时宜，但这种人生哲学却是永不褪色的。”他直言在德国的两年，受益最大的便是其严谨的态度。“实际上，对于每一位从事科学研究的人，严谨都是至关重要的。譬如生物学，本身就属于实验学科，如果某一个环节不规范，或者一个细节上的疏忽都会造成实验结果出现误差，甚至是离谱儿。所谓‘失之毫厘，谬以千里’就是这个道理。”有了这般认识，吴政星自然不肯轻慢对自己的要求，不仅律己甚严，对学生的教育中也总是反复强调，从不肯轻易放松。

的确，他是严师，以精益求精的态度“约束”着学生。同时，他也是一位慈师，时刻体恤着学生的辛苦。当被问到在科研中遇到过怎样的困难时，他并没有追忆自己曾经遭遇过什么，反而屡屡提及“一线上的学生们才是真正辛苦的，他们付出了很多”。以老鼠的胰岛素分泌试验为例，他解释道，MUNCl3－1基因敲除的老鼠，其存活时间是很短暂的，从出生到死亡不过24小时，而且其出生时间基本都在晚上。“为了抓紧时间观察，我们的学生必须放弃正常的睡眠时间，长期守在那里，不能错过其研究的最佳时机”，其语气中对学生的疼惜溢于言表。尽管科研和实验室管理占去了他大部分的时间，对学生的培养，他也是重视有加的，他认为如果没有后续人才，科学研究就无法持续发展，但是单纯的教学只能培养出根植于教材的学生，而科研思维和实验操作，必须通过大量的实践来完善和成熟。“科学经常会在无意之间发现重大的突破”，吴教授说，“我们实验室就发生过这样的情况，某

一个成果被做出来后，有学生忽然发现自己曾经发现过这一线索，但当时并没有在意。于是，就与一项进步失之交臂。”“一道敏锐的目光往往能从平常中看到不平常的影子，反之，则看一切事务皆平常。”

一字一句。掷地有声。人生无常，也许并不是每一位学生都会一生坚守在科研的战线上，但吴政星却一直以科研所必备的素质来要求着他们。触类则旁通，举一而返三，其实，他所要求的一切又何尝不是人生的通行证呢!

做科研要“傻”一点

“做科研要‘傻’一点”，起初，听到吴政星教授如此提及，笔者心下未免有一丝疑惑。那些曾经或者正在攻克一个个科学难关、甚至是世界性难题的人，哪一个都应绝顶聪明才是，如何称得上“傻”呢。

依旧是身在德国的两年，吴政星看到了许多，也想到了许多。

“中国人的聪明，也是世界公认的。改革开放三十年，我们的发展也很快，但在科学技术的发展上还是跟发达国家有着很大的差距，科学前沿上的原创性发现或技术比较少。这与当前学术界某些浮躁风气是密不可分的。”他直言不讳，“一项科研有时可能需要几年、十几年甚至更长的时间去完成。这是一项系统的工作。科研的漫长有时会引起一些急功近利的态度，如此一来，可能会造成许多结果不能进一步深入研究。”

谈及此处，吴政星教授颇有些惋惜。

理论研究是基础，地基不牢固，大厦自然也不安稳。“因此。产业化推广固然极为重要，也需要有坚实的理论基础作为后盾。”曾几何时，网络上一度流传这样的对比――“一亿条裤子”与“一架飞机”，发展中国家出口一亿条裤子才能够换回一架飞机，触目惊心的数字昭然揭示着科学创新的重要性，唯有自主创新，才能达到真正的发展。