|
|
本帖最后由 avigan 于 2025-2-16 05:08 编辑
最近有个文章见刊， 是关于非蛋白呼吸熵的。 实事求是地说，虽然模型是我做的，但我不太了解这领域，于我而言就是一个建模任务，来一组数据，然后给这组数据一个最合理的阐释模型。
这事的由头说起来还比较有趣，之前单位的教授观察细致， 发现一组通常被当作线性的数据其实是非线性的，于是问我该用什么模型把这组数据模拟出来，以便于扩展出高精度数据点。观察了数据后，发现这组数据是半径极大的弧形，于是推荐了些弧形的模型。然后教授那边的人似乎没搞定，过了大半年，教授又来问我能不能把这个模型做出来，我想这事儿不难，就接了这活。
做数学模型，开发程序这类项目，对我来说比较轻松， 完成速度基本是以星期或者月计即可，而且做完以后一般我都比较笃定，谁质疑都可以handle，还有余力写个后记吐个槽啥的。相比之下，实验类的、基因类的项目就让人烦，感觉整天车轱辘扯犊子，生物系统的认知不完整， 现在还是门实验科学。 有次跟人聊天，说起理论物理、理论数学、理论化学， 都是有量化的、符号化的理论的，然而就没有理论生物，本质上它还是门实验科学， 所以很容易扯犊子，也很难极为笃定地说服其他人，尤其是基因类的研究，做那类项目就很让人痛苦，没有笃定的答案，争辩无力，要是没有结题压力，项目可以无期限的扯犊子下去。这是杂论。
我接了这个活以后，因为对相关生理领域不熟悉，所以就只盯着那几十个数据，反复看， 想着用什么模型来模拟好。 最近人工智能大火，Deepseek， Chatgpt，我在想把那组数据扔给它们建模，不知道能不能按人工智能的那套算法建出来。就我而言，也就是人脑而言，我反复看了这组数据和它产生的图形，然后就不知道咋的写了个可能的公示，要非常清晰推理逻辑我给不出来，这就跟牛顿想到mg这种规律， 他说是苹果砸头上引发的一样，本人也很难解释怎么就一步到位了。我写下数学模型后，然后一拟合，发现应该是正中靶心了，不管怎么设置初始搜索参数、条件，都能回归到确定值，而且其中一个值有固有特征值的特点，拟合后的方差和极其小，对有几十个值的一组数据来说，已经算是perfect的程度了。当时很兴奋，感觉是找到了一个内在自然规律。
当然，写论文的时候不能这样写，光秃秃地把模型数学公式写上去是会被拒稿的，必须要有论证过程，虽然一出手就开挂，还是又做了一堆不适用的模型，来引出最后这个模型，假装有个思考推理过程。这真是现实的尴尬，一枪命中，怎么推理的我说不清楚，反正就是翻来覆去看了几遍就写公示了，但这可能不被接受，所以得假装是有推理过程的。。。
之后跟教授聊这个领域，教授给我一篇文章，一读文章我恍然大悟为什么居然拟合度会好到完美的程度，原来这类数据是人构造的，它原本就有计算公式，好大当头一盆冷水，我以为原创了一个规律公式，结果实际上公式原来就有，我的工作降档为构建了一种反推模型参数的方法。本来教授也比较兴奋， 精准地找到模型，还以为可以上nature， science了，我估摸着它们比较期盼地是推理过程，如果有一步步严谨可复制地推理过程，就相当于为人工智能开创了一大领域的方法学，上nature，science确实也没啥，可惜了， 我的推理过程就跟牛顿的苹果差不多。这个反推方法是普适于该领域类似数据的，也可以反推其他数据的参数，我的公式与原始公式本质一致，但我的公式变形过的，用原始的公式不好反推，用我的公式可以轻松反推。最后文章发在了一个Q1期刊，哎，不过好歹算是发了，不像我还有的模型，被卡着不让投稿，有些老板的品性让人呵呵。
不过其实我对文章也没什么执念。做科研做了那么些年，我对搞文章搞钱的套路真的有点厌烦了，没兴趣再过那样傻逼的日子，每天下班做做饭，听听歌，享受享受闲暇时光，不用像孔乙己那样整天毛用没有的抠字眼，不香么？若是有些做好的模型被卡着，做好了的模型不发有点可惜的，或许我就发在这儿，还省去审稿的麻烦。为了审稿的时候少点麻烦，我在些非蛋白呼吸熵的模型时候，还cut掉了后面一半没有数据，纯靠推理出来的模型。有数据，100%正确的模型还得argue好几趟来回，纯推理的后半部模型就得更费口舌了，反正前一半就能发文章了，我懒得费更多口舌。呵呵，我的科研态度没问题，因为我把后半模型也推出来了，但我在宣传和成果传播态度上有点问题。。。
后半部分模型不公布也有点可惜，我写这儿吧，也算公开了。
这个模型主要是用来阐释糖和脂肪对非蛋白呼吸熵的贡献的，大部分情况下，RQ=糖的贡献+脂肪的贡献=1；但某些特殊生理状况下，也会出现糖的贡献+脂肪的贡献>1的情况。
前半部分模型就是RQ=1的情形。
糖的部分：y=(1530.7×(x-0.7036))/(3.4825+x)
脂肪的部分：y=(1430.7×(0.9962-x))/(3.4825+x)
两个公式只需知道其一即可推导另一个，根据数据拟合的就是其中的三个数值。
后半部分模型RQ>1的情形，我根据它们领域的理论推论的，没有具体数据校验，不过我相信我的推理过程，应该基本是准确的。
糖的部分：y=(6.6129×(x+3.4825))/(x-0.7036)
脂肪的部分：y=(93.3871×(x-1))/(x-0.7036)
|
|
发表于 2025-2-16 05:07:13
楼主