问答:如何鼓励更科学的风险承担和效率

谨慎的科学家应该关注什么呢? 无聊但安全的实验肯定会产生一篇论文或者可能无处可见的moonshot实验,但如果成功的话可以获得丰厚的回报?

狗的研究人员只有这么多时间并且有钱花钱,这是一个问题。 为了找到答案,今天发表在“ 一项研究看了一些难以理解的数字。 虽然研究人员没有提供成功的确定方法,但他们确实提供了一些值得思考的食物。

该研究考察了生物医学科学的风险和回报。 作为发现过程的代理,他们专注于不断增长的知识,即生物途径中涉及的大量分子如何发挥作用和相互作用。 研究人员筛选了数百万项美国专利以及MEDLINE中索引的论文摘要,以查找生命化学品的所有参考资料,包括DNA和RNA等众所周知的分子,以及模糊的代谢物,神经肽和激素。

然后他们将这些数据转换成生化知识的网络图,跟踪自1980年以来对50,000个分子的研究。如果两个分子通常在纸上一起提到,那么它们在地图中被链接; 如果在同一篇论文中从未提及过这两种分子,那么它们就不是。

随着时间的推移,科学家们发现了分子之间越来越多的联系。 但是科学家们在发现复杂的网络方面效率如何? 找出需要一台超级计算机,一个发现过程的数学模型,并运行模拟许多不同的可能选择,以进行哪些实验及其结果。

总的来说,该研究得出的结论是,随着时间的推移,该领域的效率会降低; 新研究不太可能揭示生化网络的新部分。 研究结果表明,更优化的策略将使研究人员在该领域成熟时承担更大的风险。

Science Insider在伊利诺伊州芝加哥大学分别与该研究的两位主要作者Andrey Rzhetsky和James Evans(计算生物学家和社会学家)谈到了这一发现。 本次访谈的编辑简洁明了。

问:那么我们的效率有多低?

Andrey Rzhetsky:这个领域的科学家效率比他们原来要低10倍。

詹姆斯埃文斯:然而,这与每个科学家都遵循最佳风险策略,科学完全披露的情况相比,每个实验的结果都公布,包括所有负面结果。

问:最佳风险策略是什么?

AR:这取决于科学领域的成熟度。 早期,当一个领域是新的,如20世纪50年代的分子生物学,科学家们非常有效率。 几乎每个实验都产生了新的发现。 随着实验相互建立,它变得更有效率。 我们发现,效率在20世纪80年代达到顶峰,当时发现了大约13%的[今天已知的生物化学]网络。 但随着这个领域的成熟,科学家变得越来越低效。

问:效率低下是什么样的?

JE:你一遍又一遍地问一些问题。 [效率低下]的主要来源是巨大的重复劳动,追求在新发现中无法获得回报的联系。 随着分子生物学[从20世纪90年代开始]成熟,科学家们应该承担越来越多的风险,以找到分子之间更加模糊的联系。 相反,他们继续探索众所周知的中心分子之间的联系。

AR:例如,在癌症研究中研究[蛋白质] p53。 有一个完整的领域专注于[p53],有60,000篇论文! 对于研究人员来说,这就像是一个黑洞。 他们陷入困境。

问:那我们怎么逃避?

JE:科学不会解决问题。 激励措施必须改变。 我们不能要求研究人员承担更多风险。 他们的动机是发表论文,获得引用,并赢得终身教职,这样他们就可以养家糊口。 这种变化必须来自大资助者。 [美国国家科学基金会和国立卫生研究院]不太可能为以前的许多工作尚未支持的工作提供补助,因此很可能成功。 他们开始通过奖励个人而不是项目来改变这种状况。 获得此类资金的研究人员往往会承担更多风险。

AR:如果期刊接受负面结果,这是一个完全不同的故事。 只是改变[会产生]发现效率的巨大增长。

问:个别研究人员可以做什么?

AR:科学家应该承担更多的风险。 目标是做引用的工作,所以你必须做出发现。 [一种策略是]闯入一个新的领域或子领域,在那里有更多的发现。 例如,纳米技术或合成生物学。 正在创建新日记帐的字段。 人们在年轻的领域更好,而不是试图改善旧的领域。

JE:此外,领导大型团体或研究机构的科学家现在可以采取行动。 例如,在贝尔实验室的全盛时期,研究人员被鼓励做一些疯狂的事情。 这是高风险的,但它为他们的团队和科学带来了巨大的回报。 我们发现,如果您希望在一个领域的成熟阶段发现,您需要一个包含更多风险的研究组合。 你必须像风险投资家一样思考。