Гриша Тагильцев. Страница 2
4916
@grigorytagiltsev
Я учусь в аспирантуре в Нью-Йорке и пишу из личного опыта о жизни и образовании в США и других странах.
-
Гриша Тагильцев
Окно в мозг Продолжаем серию постов #науказбс. Сегодня о своей работе расскажет Аня Груздева. Аня изучает нейронауки в аспирантуре Корнеллского университета. Слово Ане: Привет! Меня зовут Аня. Я занимаюсь исследованиями механизмов памяти. Мне интересно, как мозг хранит воспоминания, как происходит обучение, и почему некоторые вещи мы помним хорошо, а некоторые не очень. Обучение и память — это динамические процессы. Чтобы их изучать, надо выбрать подходящую обучающуюся систему (например, мышку). Дальше можно сравнить эту систему до и после обучения, или наблюдать изменения в динамике. Один из подходов — дать задание мыши (например, пройти лабиринт) и параллельно следить за активностью нейронов в мозгу. За активностью нейронов можно следить по-разному. Например, можно создать мышь со специальной мутацией: у нее в активных нейронах светится специальный белок. Или можно заразить обычную мышь специальным вирусом, который заставит активные нейроны светиться. Так можно увидеть какие нейроны и в какой последовательности активируются в мозгу. Проблема в том, что голова у мышей непрозрачная. Поэтому, чтобы увидеть свечение нейронов внутри головы, часть черепа мыши заменяют на стеклышко — получается настоящее окно в мозг. Дальше через стеклышко можно фотографировать светящиеся (активные) нейроны, прикрепив к голове мыши специальный маленький микроскоп (называется миниэндоскоп). Но для более высокого пространственного разрешения лучше использовать полноразмерный микроскоп. Так как микроскоп не может бегать за мышью, обычно голову фиксируют. Как в таких условиях мышь может чувствовать себя нормально и вообще чему-то обучаться? При помощи субъективной реальности! Хоть голова и зафиксирована, сама мышь стоит/бежит на подвижной платформе, а вокруг нее расположены экраны, на которых отображается лабиринт. Компьютер следит за передвижением платформы и обновляет картинку лабиринта на экране (см видео). Как в компьютерной игре! В подобной установке уже было показано что мыши могут обучаться, ориентироваться и запоминать пространство. А микроскоп регистрирует, какие нейроны и в каком порядке активируются в процессе обучения. Конкретно в своих исследованиях я изучаю связь голода и памяти. Для этого можно использовать похожую установку. Только вместо экранов мышь ориентируется по тактильным стимулам на поверхности беговой дорожки. Когда мышь находит на ощупь правильный стимул, ей через трубочку подается вода с сахаром. Параллельно я могу вживую следить какие именно нейроны при этом работают. Сейчас я только провожу подготовительные эксперименты. Но надеюсь, в скором времени мы будем лучше понимать, как голод связан с памятью. Если есть вопросы, можете задать на моем канале @vkusniahi_from_Ann. Всем добра, Аня #науказбс -
Гриша Тагильцев
Я переезжаю Все бумажки подписаны, все документы оформлены — уже в декабре у меня будет защита диссертации, а в январе я переезжаю в Мюнхен делать постдока. Сегодня вкратце расскажу про выбор лаборатории и процесс подачи. Об этом шаге карьеры я начал активно думать года два назад. Тогда я создал заметку со списком интересующих меня научных тем. Через полгода вырисовался однозначный лидер — криоэлектронная томография. Что такое криоэлектронная томография? Как-то я рассказывал про криоэлектронный микроскоп (тык). При помощи него можно узнать структуру белка с точностью до атома. Проблема в том, что в этом методе нужен отчищенный белок “в пробирке”. Криэлектронная томография позволяет узнать атомарную структуру белка в естественной среде — внутри клетки или вируса. То есть механизмы процессов внутри клеток можно изучать с атомарной точностью. (как всегда есть нюансы) Как только определился с темой, в заметках появилась вторая запись — список интересующих профессоров: около 30 человек, ранжированных по привлекательности лабораторий. Конечно же хотелось попасть к профессору из начала списка. В топ-5 было сразу три профессора из института MRC-LMB в Кембриджском университете в Англии. Для справки MRC-LMB — это самое крутое место в мире по структурной биологии. Многие нобелевские лауреаты по этой теме работали/работают именно там. Проблема в том, что меня категорически не устраивала зарплата английского постдока — £31-35К в год (брутто). Работать ученым за эти деньги я вряд ли бы согласился. Поэтому параллельно рассматривал другие варианты. Относительно мест для жизни мне всегда нравился Мюнхен. Плюс в Германии условия чуть получше. Но в Мюнхене не было интересных лаб. “Было бы круто, если бы эти профессора из Кембриджа переехали в Мюнхен” — думал я, приступая к следующему шагу. Следующий шаг: связаться с сотрудниками из топ-5 лаб, чтобы разузнать побольше про профессоров. Я писал в старом посте, зачем это надо делать (тык). В процессе один из собеседников обронил слух, что профессор из самого начала моего списка (Джон Бриггс) — получил позицию директора департамента (аналог заведующего кафедрой) в институте Макса Планка по биохимии и через полгода переезжает из Кембриджа в Мюнхен. Я сразу же написал людям из его лабы — слух подтвердился. В этот же день я написал Джону, что хотел бы работать в его лабе. Он ответил через день. Через две недели у нас было интервью по зуму. Еще через две недели я провел семинар в Кембридже, тоже по зуму. В итоге в марте этого года после обсуждения потенциальных проектов Джон предложил мне место в его новой лаборатории в Мюнхене. Получился скомканный пост. Более основательно про плюсы и минусы (в основном плюсы) своего выбора я расскажу отдельно. Кому интересно поподробнее посмотреть, чем занимаются в лабе Джона Бриггса, можете почитать темы и статьи на сайте (тык). В Нью-Йорке я провел пять невероятных лет, встретил наикрутейших людей — об этом тоже будут посты, когда все уляжется в голове. ЗЫ. Если хотите встретиться в Нью-Йорке до моего отъезда (до конца года) — пишите боту. Если вы в Мюнхене или где-то еще в Германии, тоже пишите — встретимся в следующем году. ЗЫЫ. Нашел фотку семилетней давности — в раздевалке Баварии (нет, я болею за Манчестер) во время языковых курсов в Мюнхене. Всем добра, Тг #карьера 
-
Гриша Тагильцев
Нобель Каждый год я порываюсь написать пост по Нобелевской неделе и каждый год бью себя по рукам. В этот раз бил недостаточно сильно, поэтому вот. Сначала о научных премиях в целом. По-моему, это очень спорная затея. Цель спортсмена — выиграть Олимпийское золото. Цель ученого — создать новые знания. Премии — это не цель, а стимулирующий фактор. Стимулируют в премиях две плюшки: публичность и деньги. С первым все просто: многие ученые тщеславны. И это нормально: вы совершили революционное открытие и хотите, чтобы о нем узнали. Теперь про деньги. Размер Нобелевской — около миллиона долларов. Обычно делят на 2-3 человек, минус налоги. Выходит двести-триста тысяч на нос. Сумма не маленькая. Но она не должна быть весомой, для человека, потратившего несколько десятков лет своей жизни, чтобы создать фундаментальное для человечества знание. Да, это я ворчу про низкие зарплаты в науке. Вывод: я не в восторге от того, что в науке можно “выиграть премию”. Но хорошей альтернативы нет, так что лучше пока так. Теперь про саму Нобелевскую. Лауреат премии по литературе Бернард Шоу как-то сказал: “Я готов простить Альфреду Нобелю изобретение динамита, но только дьявол в людском обличье мог выдумать Нобелевскую премию!“ Эта фраза очень точно описывает тот срач, который ежегодно вызывают решения Нобелевского комитета. Оно и понятно. В науке много престижных премий: Breakthrough Prize, Премия Шао, Медаль Копли… Но только Нобелевская премия, будучи самой престижной, обсуждается в широких кругах. Например, в прошлом году Нобелевскую по химии дали за CRISPR (тут мой пост про CRISPR). То, что за него дадут Нобелевскую, было понятно еще лет пять назад. Тогда же было понятно, что кого-то обделят. В итоге Нобелевский комитет выбрал очень точную формулировку при вручении награды, и Эмманюэль Шарпентье и Дженифер Дудна заслуженно стали лауреатами. В этом году все ждали, что премию по физиологии и медицине дадут Каталин Карико (и Дрю Вайсману?) за мРНКовые вакцины. Я аж поперхнулся, когда премия досталась Дэвид Джулиусу и Ардему Патапутяну за рецепторы температуры и осязания. Здесь я не могу быть объективным, так как за их работой я слежу давно, а исследования этих рецепторов отчасти мотивировали меня заниматься биофизикой. Думаю одна из причин высокого престижа Нобелевской — умение не реагировать на тренды и отмечать открытия, проверенные временем. Это не хорошо и не плохо, но точно увеличивает престиж премии. Так что Каталин Карико еще получит свою Нобелевскую. Отдельно хочется поздравить Дмитрия Муратова и редакцию @novaya_pishet. Невероятно смелые люди продлжают делать топовую независимую журналистику — это достойно Нобелевской. ЗЫ. В завещании Альфреда Нобеля есть несколько интересных моментов (не нашел на русском). 94% процента своих сбережений он отдал на премию. Оставшиеся деньги поделил между родственниками и знакомыми, чему те были “несказанно рады”. В начале завещания приводится список этих бедолаг с именами, адресами и размером наследства. В абзаце про премию Нобель пишет, что ее должны получать “наиболее достойные, независимо от того, скандинавы они или нет”. В конце завещания Нобель четко прописывает, чтобы перед кремацией ему “вскрыли вены”, и чтобы компетентный доктор убедился в смерти. ЗЫЫ. Кому Нобелевская до лампочки, зацените видео зарождения кристалла поваренной соли, снятое на электронный микроскоп (оригинальная статья). Темные точки — это отдельные ионы натрия и хлора. Всем добра, Тг #научпоп -
Реклама
-
Гриша Тагильцев
Широко шагая В предыдущих постах я рассказывал про несколько крутых белковых машин в нашем организме: молекулярный лифт через мембрану клетки и отмычку для сенсора холода (тык), роторную турбину (тык), насос для закачивания кислоты в желудок (тык). Сегодня расскажу про еще один офигенный вид белков — линейные моторы. Как следует из названия, эти белки умеют ходить по прямой. Где и зачем они ходят? Сначала небольшой ликбез: Наши клетки чем-то напоминают походные палатки. Они покрыты мягкой оболочкой (мембраной), которой придает форму внутренний каркас (цитоскелет). Схоже палаточному каркасу цитоскелет — это сеть из разнообразных трубочек, которые пронизывают клетку. У цитоскелета есть несколько крутых фишек. Во-первых, он может собираться и разбираться внутри клетки. Представьте, что вы разбираете каркас палатки с одной стороны, и собираете с другой. Палатка начнет смещаться в сторону, где каркас “нарастает”. Клетки перемещаются подобным образом за счет цитоскелета. Во-вторых, по цитоскелету могут ходить те самые белки — линейные моторы. Сейчас самое крутое: у этих белков есть две ноги! И они этими ногами шагают! Как люди! На каждый шаг требуется энергия, которую они получают, переваривая АТФ. Пожрал, пошел гулять — все как у людей. Помимо ног у них есть руки! Ну как минимум одна рука. Этой рукой они могут хватать грузы и носить их за собой. Осознайте это: в ваших клетках бегают миллионы маленьких “человечков”, которые занимаются доставкой грузов. Зацените 3D анимацию, на которой мило прихрамывает один такой белок, таща за собой огромную везикулу. Кстати, методом, которым я занимаюсь в аспе, раньше показали, что настоящий белок именно так и ходит (видео с микроскопа тут). А сейчас самое-пресамое крутое. Ваши мышцы пронизаны параллельными волокнами из того же материала, из которого сделан цитоскелет. Когда поступает сигнал, миллионы этих белков хватаются за руки и бегут в разные стороны по параллельным волокнам. В результате мышца сокращается. Сейчас вы читаете этот пост за счет того что ваш глаз поворачивают близлежащие мышцы, которыми двигают эти самые наночеловечки. По похожему принципу клетки “разрываются” на две в видео пару постов назад. Если после всего этого вы еще не осознали, что биофизика и структурная биология — это невероятно интересно, то я уже не знаю…) ЗЫ. Тут полная версия 3D-анимации с кучей других занятных белков. Всем пятницы, Тг #огненныебелки #научпоп -
Гриша Тагильцев
Как американцы делают врачей? Мой факультет находится на территории госпиталя, и я провожу много времени со студентами-медиками. Поэтому сегодня расскажу, как из них делают врачей. В медшколы в США зачисляют после бакалавриата. Про вступительные экзамены я рассказывал ранее: тык. Итак, вы поступили — впереди вас ждет четыре года в меде. Первые полтора года вы изучаете теорию. Этот блок может отличаться в разных универах. У нас теоркурс разбит на блоки по 1-3 месяца. Сначала повторяют общие вещи типа биохимии, потом интенсивно проходят разделы медицины. Каждый понедельник студенты сдают одночасовой тест по текущей теме (зачет/незачет, без оценки). Каждый тест надо сдать минимум со второго раза, иначе отчислят. Но завалить пересдачу нереально, так как преподы будут заниматься со студентом сколько нужно, пока тот не разберется перед пересдачей. Цель — подготовить студентов ко второму блоку — практике (clinical clerkship). Практика длится год и охватывает семь тем: терапия, хирургия, педиатрия, психиатрия, акушерство и гинекология, семейная медицина, и неврология. Бывают дополнительные практики типа анестезиологии. По каждой теме студентов направляют в больницы на 1-2 месяца, где те “играют в докторов”. Они работают с пациентами и дают назначения, которые потом проверяют под микроскопом 3 других врача. Я снимаю квартиру со студентом-медиком. На некоторые практики он вставал в четыре утра, чтобы успеть к шести в госпиталь где-то далеко в Квинс. Во время практики начинают ставить оценки. Каждый врач, с которым вы работали, ставит субъективные баллы. Потом их сравнивают с баллами прошлого года. Например, чтобы получить “отлично” надо набрать больше прошлогоднего среднего + стандартное отклонение. Также по каждому разделу практики проводится госэкзамен. Здесь результаты студентов со всей страны идут в общую таблицу. После практики студенты сдают самый важный экзамен за всю программу — Step 1. Он тоже государственный. Вопросы жесткие: от неочивидных клинических случаев до биохимии конкретных генов с патогенными мутациями. Результаты также собираются в таблицу по всей стране. Длится экзамен 8 часов. Далее несколько месяцев студенты выполняют небольшой исследовательский проект. Этот раздел нет так важен. Многие просто работают с базами данных пациентов, так как для этого можно не выходить из дома. Последний год отводится на более детальную практику по выбранной специализации. В оставшееся время студенты проходят интервью в поиске интернатуры (residency). Кульминацией четырех лет обучения является Match day. Студенты заранее пишут список госпиталей, где они хотят проходить интернатуру, а госпитали пишут список студентов, которых они хотят взять. На основе этого госкомиссия составляет пары “студент — госпиталь”. В Match day студентам в торжественной обстановке вручают конверты с их будущим местом интернатуры. Интернатура длится 3-7 лет в зависимости от специальности. Интернам платят мало: у нас в госпитале примерно $60К в год. Но по окончанию можно официально работать врачом. Некоторые проходят дополнительную специализацию (fellowship), которая длится еще 1-2 года. Например, если в интернатуре вы проходили пластическую хирургию, то на fellowship можно сфокусироваться на пластике ожогов кожи. Кстати у нас недавно была церемония вручения белых халатов первокурам (на видео). Старый пост про наш раковый центр: тык. Пост девушки, поступившей в интернатуру: тык. Всем добра, Тг #образование -
Гриша Тагильцев
Статистика Опять сначала объявление. Помните, я рассказывал про менторскую программу для студентов (тык)? Сейчас идет набор на осень. В прошлый раз не хватало менторов-гуманитариев, так что давайте поактивнее)) Подробнее тут. Теперь пост: Недавно писал про трудности и невзгоды математики. Сегодня хочу отдельно поговорить про статистику. Беда в том, что ее мало кто понимает. Особенно это заметно сейчас, когда многие свободно интерпретируют точные статистические измерения по смертности, вакцинации и тп. Наш мозг вообще плохо понимает вероятности. Слышал мнение, что это эволюционная фигня (из серии “лучше лишний раз перестраховаться”). Физиологию только усугубляет система образования. Представьте, вы освоили дроби, переварили степени, и проглотили логарифмы. Тут заходит учитель статистики и с фразой: “вы больше не в Канзасе”, начинает палить нулевыми гипотезами, p-значениями, и ошибками первого рода. А когда вы выбрались из окопов, грязные и изможденные, по вам делают финальный залп из теоремы Байеса. Неужели нельзя объяснить основы статистики, не используя умных слов? Есть исследования, показывающие, что студенты реже ошибаются, когда используют естественные частоты (10 на 100 000 человек) вместо вероятностей (0,01% населения). А теорему Байеса можно доступно нарисовать в виде кругов Эйлера. Конечно, полноценный курс статистики требует формального подхода. Но основы можно объяснить и в школе, избегая кучу определений и теорем. Главное — чтобы умели пользоваться, а не умные слова зубрили. Так может народ перестанет в лотереи играть и привьется наконец. Ниже стандартная задачка про пациентов, о которую часто спотыкаются даже врачи. Задача решается в одну строчку по формуле Байеса. Но ее можно решить и без формулы, просто последовательно записав все на бумаге. Вероятность того, что у женщины, прошедшей маммографию, есть рак груди - 0.8%. Вероятность положительной маммограммы у женщины с раком груди - 90%, у здоровой - 7%. Какова вероятность, того, что пациентка с положительной маммограммой на самом деле больна раком? (данные выдуманные, взяты из книги Строгаца) Попробуйте решить сами, можете проверить знакомых врачей. Ответы/решения в комменты. Правильный ответ и решение напишу через неделю, если никто до этого не даст правильный ответ. На сладкое зацените, как круто выглядит деление клеток (aka митоз) во флуоресцентном микроскопе. Зеленым отмечен цитоскелет, красным — хромосомы. Обратите внимание, как на 20й секунде получается клетка с двумя ядрами. Всем добра, Тг #образование -
Гриша Тагильцев
Мир изменился Сначала небольшое объявление. Нью-Йорк полностью открылся: статистика норм, и город уже хорошо привит (наш универ так вообще на 95%). Поэтому предлагаю собраться вживую. Кто в НЙ или в окрестностях: пишите боту @TagiltsevSupportBot — сорганизуемся. Теперь сам пост: Сегодня утром я шел на работу и смотрел на прохожих, занятых своей жизнью, поглощенных ежедневной суетой. Они даже не представляют, что вчера мир изменился. — написал один ученый в своем твиттере. За день до этого, 15 июля, два крупнейших научных журнала Nature и Science вышли с двумя громкими статьями (источник скрина). Две лаборатории независимо друг от друга опубликовали методы и выложили открытый код для предсказания трехмерной структуры белка по его аминокислотной последовательности: AlphaFold и RosettaFold. (демки с ссылками на полный код, кто хочет попробовать: AF и RF) Про революционность AlphaFold я рассказывал еще полгода назад (тык), но недооценивал масштабы события. Судите сами. Первые структуры белков (гемоглобина и миоглобина) были получены методом кристаллографии в 1958 году. С тех пор в базу данных структур белков PDB было внесено около 180 000 структур. Это результат полувековой работы тысяч ученых и многомиллиардных инвестицией. AlphaFold уже определила 350 000 структур. Mic drop. Меньше чем за неделю AlphaFold стало словом нарицательным. Теперь говорят to alphafold a protein - альфафолднуть белок. Ну и куда без шутеечек от структурных биологов а-ля “Окей, Альфафолд, поставь будильник на 7 утра”. RosettaFold проигрывает в публичности, но тоже на слуху. Интернет уже забит вычислениями разных структур: от сильно интригующих до очевидно неправильных — огромный материал, с которым можно работать (даже неправильные структуры - интересно-неправильные). Если сформируется критическая масса публикаций на основе этой технологии, скорее всего за это дадут Нобелевскую с задержкой в несколько лет. Думаю, лауреатами будут David Baker) из Вашингтонского университета и кто-нибудь из DeepMind (вряд ли сам Demis Hassabis, хотя хз). Означает ли это конец структурной биологии? Конечно нет. Во-первых, цель структурной биологии не в определении структур, а в их интерпретации. Во-вторых, нейросети тренировали на структурах отчищенных белков. Особенно интересно знать структуру в нативной среде (внутри клетки или вируса) — для этого тоже нужны эксперименты. В-третьих, функция белка описывается не статичной структурой, а ее динамикой и взаимодействием с другими молекулами — для этого все еще нужны эксперименты (хотя вычислительные методы тоже пытаются). В итоге, когда хайп спадет, AlphaFold и RosettaFold превратятся в рутинные инструменты в арсенале структурного биолога. Вообще, структурная биология радует в последнее время. Один мой знакомый сказал, что ему безумно повезло родиться и жить именно сейчас — ведь он может наблюдать революцию в биологии вживую (и участвовать). Я его прекрасно понимаю — хорошие новости выходят буквально каждую неделю, а прорывные — каждый месяц. Всем добра, Тг #научпоп 
-
Гриша Тагильцев
Удовольствие от Х Недавно мои коллеги провели один биологический эксперимент и получили интересные данные. Но у них никак не получалось выудить из них нужную информацию. Я предложил попробовать один метод из линейной алгебры. Попробовали — все получилось. Воодушевившись результатом они попросили объяснить, как это работает. Я начал активно писать уравнения и плеваться терминами. Видя нарастающее непонимание, я продолжал писать новые уравнения, пытаясь пояснить предыдущие. В итоге уравнения никуда не привели, и я решил объяснить процесс графически — неожиданно все сразу встало на своим места. В данной ситуации я выступал в роли плохого учителя. Даже в школе математика — один из самых недообъясненных предметов. Многие спотыкаются на дробях. Выживших добивают логарифмами. И вообще “это все в жизни не пригодятся”. Думаю, основная проблема в абстрактности математики. В школе и универе меня учили математике ради математики: я мог формально доказать теорему или решить уравнение. На деле я научился пользоваться только той математикой, которая присутствовала в физике и информатике. Получалось как в обратном проектировании: я понимал абстрактную математику, когда у меня выработалась интуиция на основе осязаемых “бытовых” примеров. Пример — ряды Фурье. В курсе матанализа его важность нам объясняли тем, что в такой ряд можно разложить любую функцию, определенную на некотором промежутке. Я сдал ряды Фурье на отлично, но их мощью как-то не впечатлился. Определена функция на отрезке, и фиг с ней. Зачем ее еще куда-то раскладывать? Осознание того, что ряд Фурье - наше все, пришло позже, когда я начал работать в лаборатории и самостоятельно обрабатывать данные. Вот пример очень изящной визуализации (тык) с канала 3Blue1Brown. Если бы мне это показали на матанализе, я бы все сразу понял. Кстати 3Blue1Brown — отличный канал по математике, советую. Вернемся к логарифмам, которые “не пригодятся”. В курсах про инвестиции рассказывают, как работают разные финансовые инструменты: вклады, акции, облигации и тп. При подсчетах прибыли активно используют дроби, возведение в степень и логарифмы, часто не называя этих слов. Это можно было бы использовать и в школах: визуализировать математическую абстрактность и делать ее более осязаемой за счет примеров, например финансовых (заодно финансовую грамотность населения подтянем). Подобную идею описывает математик Стивен Строгац в своей книге Удовольствие от X — The Joy of X, Steven Strogaz. Это небольшая книга (~250 страниц), разбитая на 6 частей: числа (арифметика), закономерности (алгебра), формы (геометрия), изменения (матанализ и статистика), перспективы в математике. Математику по этой книге вы не выучите, но сможете понять базовые принципы на понятных примерах из серии “как продлить жизнь вашего матраца при помощи теории групп”. Советую читать в оригинале — книга написана на бодром английском с кучей шуток. З.Ы. Если знаете хорошие популярные ресурсы по математике, кидайте в комменты. Всем добра, Тг #образование -
Гриша Тагильцев
Push me And then just touch me… Сегодняшний пост #науказбс написал я сам, так как мой приятель и коллега Джордж Хит (один из авторов работы) не говорит по-русски. Я расскажу про новый метод, который изобрели в нашей лабе: локализационную атомно-силовую микроскопию (Localization AFM). Звучит сложно, но на самом деле это очень крутая штука. Наша лаба занимается атомно-силовой микроскопией (АСМ): мы разрабатываем для нее новые примочки и применяем это в изучении биологии. Коротко, что такое АСМ: Представьте, что вы с завязанным глазами пытаетесь нащупать дорогу при помощи трости. То, как четко вы “видите” дорогу, зависит от нескольких факторов: острота трости, чувствительность руки и твердость поверхности. Так и устроена АСМ: острая иголка прикреплена к чувствительной руке (cantilever). Вы водите этой иголкой по поверхности образца и по отклонениям руки вычисляете 3D-изображение этой поверхности. Так достаточно острые иголки (с несколькими атомами на конце) позволяют “видеть” поверхность белков и ДНК, а иногда даже атомов. Теперь про Localization AFM: Попробуйте с закрытыми глазами нащупать очертания стакана пальцем или карандашом: это не так сложно. А теперь повторите то же самое теннисным мячиком: скорее всего в стакан он не влезет, и вы не сможете нащупать дно. Единственная часть стакана, которую вы можете достоверно нащупать любым предметом — это его края, потому что они находятся наверху стакана. В АСМ вы не знаете точную форму иглы, поэтому достоверными можно считать только верхние точки на 3D-изображении. Чем ниже точка, тем меньше вероятность того, что она определена правильно. Другими словами высота каждой точки на АСМ-изображении пропорциональна вероятности того, что эта точка “правдива” (это не совсем так, есть нюансы). Теперь представьте, что вы сканируете АСМ-иглой один и тот же образец много раз подряд и получаете много похожих 3D-изображений. Эти изображения немного разные из-за внутреннего шума микроскопа и теплового движения атомов образца. Дальше используя нехитрые вычисления можно составить карту наиболее правдивых точек на 3D-изображении и определить их правдивость. В этом и заключается метод Localization AFM. Данным методом Джордж смог получить 3D-изображение поверхности белка аквапорин Z с разрешением 0,4нм — даже можно разглядеть отдельно торчащие аминокислоты! Помню, когда Джордж показал идею проекта у нас в лабе, я подумал: “Это же бомба! Ну почему это придумал не я…” Эта работа — пример того, как можно добиться революционных результатов на микроскопе, который изобрели еще 2000х, используя простой вычислительный метод из другого микроскопа, который изобрели еще в 90е. Точно это одна из самых резонансных публикаций в биофизике в последние годы. И это только начало: метод все больше будет развиваться и применяться. Результаты опубликованы в Nature (бесплатно можно прочитать тут). Визуальное объяснение работы на видео внизу поста. Пост Джорджа про данную работу (на английском): тык. ЗЫ. Раньше я рассказывал, как похожим на АСМ методом смогли записать память на один атом: тык. ЗЫЫ. Про свой проект я тоже как-нибудь расскажу, но его сначала доделать надо:) Всем добра, Тг #науказбс -
Гриша Тагильцев
Идеальное разрешение
Каждый декабрь разные издания публикуют топы научных достижений уходящего года. Сегодня расскажу о нескольких достижениях, которые особо не заметили в широких новостях, но горячо обсуждались в научных кругах. Думаю, именно они сыграют важную роль в будущем.
Дело в том, что сразу два популярных вида микроскопии: флуоресцентная и электронная — приблизились к своему идеальному разрешению.
Начну издалека. Откройте карты на телефоне и посмотрите на вашу геолокацию. Технически телефон измеряет свое местоположение, а не ваше. В каком случае геолокация телефона определена с идеальным разрешением? — когда погрешность геолокации равна размеру телефона (а точнее чипа GPS).
Флуоресцентная микроскопия чем-то напоминает определение геолокации. Вы прикрепляете флуоресцентную (светящуюся) метку, например, к какому-нибудь белку в клетке. Далее флуоресцентный микроскоп позволяет увидеть, в какой именно части клетки находится эта метка (а значит и сам белок). Задача похожа на определение геолокации, где вы - это белок, а телефон с GPS — флуоресцентная метка.
С развитием метода точность поиска метки все время росла. И вот Abberior Instruments — компания Штефана Хелля (я его уже упоминал: тык) — показали микроскоп Minflux, разрешение которого равно размеру флуоресцентной метки. На фото видно его разрешение по сравнению с конфокальным микроскопом (больше фоток на сайте - тык). Судя по соцсетям, Minflux расходится как горячие пирожки. Уже выходят первые исследования, сделанные на этом микроскопе. And there are more to come…
Теперь про электронную микроскопию:
Единственное отличие от обычного светового микроскопа — на образец светят пучком электронов — это позволяет увеличить разрешение на порядки. Улучшенная версия — криоэлектронная микроскопия — даже позволяет определять структуру белков, то есть найти координату каждого атома белка в 3D.
Но в случае со структурами белков задача чуть сложнее, чем с геолокацией. Микроскоп может делать только двухмерные фотографии. Таким образом вы фотографируете двухмерную “тень” трехмерного объекта. А дальше комп собирает из этих “теней” 3D-структуру. Идеальное разрешение структуры белка должно быть соизмеримо с размером атома (сильно утрирую).
Лет 10 назад многие бы сказали, что это нереально. Но в этом году сразу две лаборатории (раз, два) за счет ряда улучшений смогли достичь разрешения структуры белка с точностью в один атом!.. Один атом, Карл!
Хорошо, увеличилось разрешение: и что с того? — Дело в том, что большая часть новых данных об устройстве живой клетки производится именно этими методами. Современная физиология клетки уже кардинально отличается от физиологии 10 лет назад. Судя по последним улучшениям разных методов, скоро физиология окончательно покроется уравнениями и расчетами и превратится в биофизику на стероидах.
Казалось, что год можно заканчивать, но тут отличились ребята из Google Deepmind (та самая компания, чья нейросеть обыграла человека в го). Они заявили, что им вообще не нужен никакой микроскоп, чтобы узнать структуру белка.
Они показали нейросеть AlphaFold, которая с довольно высокой точностью предсказывает структуру белка всего лишь по его аминокислотной последовательности. Разрешение ниже, чем в криоэлектронной микроскопии, но, думаю, это вопрос времени. Если эта штука заработает рутинно, то для получения структуры белка вместо многомиллионного оборудования и недель работы достаточно будет иметь ноут с инетом, и вы получите структуру в один клик. То есть предсказание потенциальных лекарств будет занимать два клика. Заслуженно многие отзывы об этой работе начинались со слов “It’s a game changer”.
Бонус:
Deepmind вообще феерили в этом году. Например они показали нейросеть, которая лучше живых врачей предсказывает рак груди по маммограммам. Сейчас есть куча лаб, которые пытаются научить комп ставить диагнозы по рентгеновским снимкам, МРТ или УЗИ. Но таких убедительных результатов я еще не видел.
Всем добра,
Тг
#научпоп
-
Гриша Тагильцев
Менторство
Вы часто присылаете вопросы по поступлению в магистратуру/аспирантуру и науку за рубежом в целом. Кому-то нужен конкретный совет, кого-то просто мотивировать к действию. Для меня это тоже хороший нетворкинг — в итоге все довольны.
Взаимопомощь — очень сильная черта академической среды: вы все время у кого-то учитесь, а кто-то учится у вас.
Этим летом мне написал парень из Принстона и предложил поучаствовать в программе Science Mentors.
Он — Саша Кауров (астрофизик из Принстона) и еще два организатора, Виктория Коржова (менеджер по продукту в Product People) и Михаил Крещук (занимается quantuum computing в Tufts University) — замутили очень крутую историю. В чем суть:
В программу набирают мотивированных студентов, которые уже успели соприкоснуться с наукой, но столкнулись с какими-то сложностями, и их надо немного подтолкнуть к следующему шагу. Также набирают группу менторов, которые уже выпустились и имеют опыт работы в академии/индустрии. Среди студентов отбирают тех, кому программа реально может помочь исходя из текущего набора доступных менторов.
После набора составляют пары: 1 студент — 1 ментор. Они выявляют проблему и обсуждают цели на программу. И далее встречаются/созваниваются шесть раз по часу с перерывами в две недели. На каждой встрече студент и ментор смотрят на текущий прогресс и обсуждают дальнейшие действия.
Например, в предыдущем наборе мне назначили студентку, которая хочет продолжить академическую карьеру, но сомневалась, куда идти дальше. Мы обсудили потенциальные лаборатории, рассмотрели разные программы и как лучше оформить заявку. Сейчас она активно подается в аспирантуры в разных странах. На самом деле она бы и без меня справилась, я скорее был группой поддержки.
Вообщем отличная инициатива, организация супер. Ну и в целом ребята занимаются важным делом. Сейчас идет новый набор.
Подробнее о программе можно почитать на сайте: ➡️ клик.
Там же есть формы заявок для студентов и для менторов.
Следующая программа начинается 1 февраля.
Прием заявок открыт до 17 января.
Участие бесплатное: студенты не платят, менторам не платят.
Если вы студент, которому нужна помощь, или потенциальный ментор, который хочет помочь — велкоме. Я уже записался в менторы.
А если этот пост не для вас, то просто с наступающим Новым Годом!
ЗЫ. Мы с друзьями по приколу взяли тест-драйв Теслы. Оказывается, машина за $80К умеет пукать))
Всем добра,
Тг
#образование -
Гриша Тагильцев
Коллективный разум
Моим первым курсом в аспирантуре была биофизика. Рассказывая структуру курса на первом занятии, лектор посоветовал делать домашние задания в группах:
“Working in groups is strongly encouraged. Make friends with the other people in the class, work together, talk to each other, make use of each other’s intelligence.”
Этот курс был не исключением: все последующие предметы в аспирантуре включали работу в группах.
До переезда в США у меня был другой опыт — над большинством домашек все работали поодиночке. Коллективная работа ограничивалась простым списыванием (пост про списывание тут).
Действительно, может сложиться впечатление, что если разрешить работу в группах, то один отличник будет делать всю работу за двух-трех троечников. Но бороться со списыванием надо не разделением студентов, а нулевой толерантностью к списыванию. У нас в Корнелле за списанные работы просто ставят ноль баллов без возможности пересдачи.
Но даже без прямого списывания при работе группах кто-то всегда делает чуть больше. В этом нет ничего страшного. За счет разных подходов и обсуждения работы выигрывают все.
Фраза “…make use of each other’s intelligence” идеально это описывает.
Например, сейчас я прохожу курс, в котором довольно много программирования. И я мог бы в одиночку написать все проекты по программированию. Но каждый строит алгоритмы и пишет код по-своему. За счет работы в группе я узнаю варианты решения, до которых не додумался сам, и делюсь своими вариантами с другими. А обсуждение позволяет найти оптимальное решение.
Кстати подобный подход заложен в основе школы 42 — французского феномена в образовании, про который я рассказывал ранее (тык).
Ну и по традиции медиафайл к посту опять не в тему. Недавно был в парке Секвойя — зацените, как выглядит “Генерал Шерман” — одно из крупнейших деревьев в мире. Эта 83х метровая махина пустила корни еще до появления Римской империи.
Всем добра,
Тг
#образование -
Гриша Тагильцев
Сколько стоит сломать ногу в Нью-Йорке
Данный пост не является медицинской рекомендацией. Лечитесь у врачей, а не у блогеров.
В середине мая я упал на тренировке и услышал до боли знакомый хруст. На следующий день пошел в наш ортопедический госпиталь (не пошел в больницу в день травмы из-за ковида, подробнее тут: тык). Сразу же сделали рентген. Врач принял через 15 минут.
Дико боялся, что улетела какая-нибудь связка. Оказалось — перелом малой берцовой — с облегчением выдохнул (кости заживают почти без последствий). Врач сказал, что с большой вероятностью срастется без операции — смещение небольшое, и кость сама выровняется. Прям день хороших новостей)))
Прогноз: буду бегать через 2-3 месяца (забегая вперед, прогноз не сбылся).
Дальше я ходил к врачу раз в 2-3 недели. Каждый раз рентген, и прием через 15 минут. Каждый прием врача и каждый рентген стоил $25 с моей страховкой. Всего $50 за визит. Всего было 5 визитов.
Итого за приемы врача и рентгены — $250.
На пятой неделе я начал физиотерапию. Сеанс физиотерапии с моей страховкой — тоже $25. Первый месяц — два раза в неделю, второй месяц — раз в неделю. Далее — два раза в месяц. Физиотерапевт сказал, что врачи все время переоценивают восстановление — на деле я смогу ходить через 2 месяца, бегать через 4. Так и случилось.
Итого за физиотерапию на момент, когда начал ходить — $250, когда начал бегать — около $400.
Здесь надо объяснить, как работает американская страховка. После оказания медуслуг госпиталь выставляет счет вашей страховой компании. Эта сумма всегда завышена, так как страховка будет торговаться. Например за первый прием мой госпиталь запросил $1700. Далее страховка перенаправляет этот чек третей конторе, которая оценивает адекватность услуг и самой цены. В результате этой “экспертизы” страховка сообщает госпиталю, сколько она готова заплатить на самом деле. Разницу госпиталь может потребовать с вас.
Если у врача и страховой компании есть договоренность о сотрудничестве, независимо от их внутренних споров о цене, вы будете платить фиксированную стоимость — co-pay. Для меня этот co-pay составляет $25 на большинство услуг. На сайте каждого врача есть список страховок, с которыми он работает.
Также есть out-of-pocket cost — сумма, которую бы я заплатил, если бы вообще не использовал страховку. Эта цена как правило фиксирована. Например первый прием физиотерапевта out-of-pocket обошелся бы в $560, последующие — $280.
По восстановлению: начал ходить через 2 месяца, легкий бег — через 4 месяца, футбол — 5 месяцев. Голеностоп все еще слабый, никак не получается вернуться в форму, но прогресс на лицо.
Стоит оговориться, что это лучший спортивный ортопедический госпиталь в США и один из лучших в мире (тык), так что не стоит оценивать по нему средний уровень медицины. Я лечил здесь 2 перелома, каждый раз меня отлично восстанавливали. В госпитале работают крутейшие врачи и физиотерапевты. Например мой врач работал в клубе New York Jets, физиотерапевт работал в Brooklyn Nets. Моя знакомая недавно повредила связки — ее лечила врач, которая была терапевтом женской сборной США на Олимпиаде в Сочи.
К счасть этот госпиталь — часть нашего кампуса, и университет оплачивает студентам страховку, которая действует в этом госпитале.
Всем добра,
Тг
#чёпочём
-
Гриша Тагильцев
Ежедневный пророк
Помните в Гарри Поттере была газета “Ежедневный пророк”? У издания была крутая фича, отличающая ее от магловских газет — живые фотографии, напечатанные на бумаге. Скорее это напоминало гифки — люди на фотографиях совершали повторяющиеся движения.
Этой фичи жутко не хватает научным журналам. Сегодня мы обложились микроскопами, модными симуляциями, 3D-моделированием и тп. Чтобы полноценно показывать результаты этих методов требуется анимация.
Но в научных статьях вы можете публиковать только неподвижные картинки (в основном тексте). Это ограничение ужасно бесит, особенно в 2020 году — когда все статьи в интернете, можно обложиться анимациями.
Научный журнал eLife пофиксил эту проблему. Печатать видосы на бумаге как в Гарри Поттере они еще не научились. Но зато они сделали статьи интерактивными.
Как это выглядит:
Авторы публикуют текст статьи и исходные данные. Далее изображения в статье генерятся из этих исходных данных на основе прикрепленного кода, написанного на питоне. Вы можете править этот код прямо в статье в браузере: чтобы листать картинки, двигать шкалы на графиках, пробовать построить свои уравнения.
Дальше лучше: все рассчитанные значения в тексте статьи тоже посчитаны вживую из исходных данных. Нажав на результат расчета какой-нибудь формулы, вам покажут код питона, который его посчитал. Это дико удобно, теперь можно делать всякие статистические тесты прямо в статьях!
Ну и вишенка на торте: статью можно запустить, как программу. То есть при запуске все коды, вкрапленные в статью последовательно запустятся и обновят содержание. Даже в Гарри Поттере такого не было.
Пример интерактива снизу: я открыл первую попавшуюся статью и поменял цвет левого столбца с красного на зеленый прямо на сайте журнала. То есть я могу переделать графики под себя, скажем, для презентации (например убрать лишние данные, поменять шкалы и тп). По сути это напоминает стандартный питоновский notebook, оформленный в статью.
Не могу не напомнить, как я 100500 раз призывал всех учиться программировать (тык1, тык2). И это не только про студентов. Многие профессора, которые “слишком старые для этого дерьма”, берут студентов, чтобы те им кодили. Скоро они и статьи полноценно читать не смогут?
Теперь осталось дождаться, когда постеры на научных конференциях будут показывать на экранах, а не на бумаге. А то печатать видео мы пока не научились.
ЗЫ. Теперь на этом канале нативные комментарии. Если у вас не работает - обновляйте телегу.
Всем добра,
Тг
#научпоп
-
Гриша Тагильцев
Изобретаем лекарства на игровых приставках
Не знаю, с чего начать, поэтому начну с середины. Скорость производства науки все время растет. Но даже в последние последние годы на публикацию нормального качества в биологии уходило минимум полгода.
И тут ковид все сломал. Смотрите сами:
Декабрь. Мы узнали про вирус.
Конец января. Опубликован геном вируса.
Март. Опубликованы структуры вирусной протеазы и пепломера (красные пипки на самой известной фотке коронавируса).
Апрель. Протестированы сотни потенциальных ингибиторов протеазы. На момент написания поста их уже 940.
Май. Опубликованы десятки структур протеазы с ингибиторами (сейчас уже 188).
Конец мая. Насчитаны какие-то конские десятки миллисекунд симуляций молекулярной динамики (это очень много).
Год назад я бы оценил длительность такой работы минимум в 2-3 года (реалистичнее лет 5). Но никак не полгода.
Такая скорость стала возможна благодаря совместным усилиям — очень много лабораторий очень быстро скооперировались. Особенно на этой волне выстрелил проект Folding@home.
В чем суть:
Обычно для симуляции биомолекул с потенциальными лекарствами используют суперкомпьютеры. Но суперкомпьютеры дико дорогие и не такие умные, как хотелось бы. Запущенный 20 лет назад проект folding@home предлагает вместо одного дорогого суперкомпьютера объединить все домашние компы и ноутбуки мира.
Когда ваш ноут стоит без дела, вы можете подключить его к сети folding@home, и на нем тоже будут рассчитываться симуляции. Получается мировая сеть из обычных компьютеров. Вроде раньше можно было даже PlayStation подключить.
Пару месяцев назад этот “виртуальный суперкомпьютер” превысил вычислительную мощность 1 экзафлопс в секунду (это прям много, такого еще не удавалось ни одному суперкомпьютеру). Сейчас эта махина обходит по мощности 10 топовых суперкомпьютеров вместе взятых.
Конечно, у проекта есть и подводные камни — стоимость электричества и износ процессора вам никто возмещать не будет (хотя там небольшие затраты). То есть авторы не просто получили самый быстрый комп в мире, но и на электричестве и расходниках сэкономили. И сейчас они просчитывают сотни вариантов ингибиторов коронавирусной протеазы.
Кстати зацените, как работает роботизированный лабораторный стол (на видео). Одна лаборатория из нашего универа, участвующая в этом проекте, запилила себе такой прямо перед карантином. Вот уже полгода как сотрудники сидят с ноутами дома на диване или на пляже в Калифорнии, пока робот пашет за них в режиме 24/7. Странно, что они все еще нанимают лаборантов.
Всем добра,
Тг
#научпоп -
Реклама
-
Гриша Тагильцев
Обо всем понемногу
Накопилось новостей, ковидных и нековидных. Выложу их в один пост.
Про ковид:
Наш универ не будет повышать аренду в предстоящем учебном году. При этом стипендия выросла чуть больше, чем обычно. В норме и аренду, и стипу увеличивают на 3-4% каждый год.
-
Так как в госпиталь жертвовали много еды, нас бесплатно кормили 3 раза в день до конца июля. Несмотря на то, что я занимаюсь исследованиями, кормили и врачей и ученых.
-
Вообще часто стали перепадать какие-то плюшки. Я постоянно забываю снять бейдж госпиталя при выходе с работы. При виде бейджика многие бары делают скидку, в каких-то магазинах перепадает бесплатная выпечка. Каждый раз я объясняю, что вообще не врач, и в госпитале занимаюсь наукой. Но плюшки все равно навязывают, потому что это “для всех работников госпиталя”.
-
Меры предосторожности все те же: маски обязательны на работе, все встречи по зуму. Маски выдают на входе в госпиталь. Санитайзера вокруг столько, что можно полы мыть. Помимо этого нам надо заполнять ковидную анкету каждый день перед входом в госпиталь. В специальном приложении надо просто подтвердить, что симптомов нет, больных не облизывал. Так как я все еще долечиваю свой перелом, мне надо чекиниться и как сотруднику, и как пациенту.
Не про ковид:
На этой неделе к нам в госпиталь поступил брат Трампа Роберт. В пятницу Дональд Трамп решил навестить его. Из-за этого перед госпиталем перекрыли минимум километр дороги. Многие сотрудники забили соцсети призывами к импичменту президента, потому что тот мешает им перейти дорогу. Я как раз шел домой по тротуару и снял проезжающий кортеж Трампа (видео под этим постом, Трамп вроде бы в последнем черном джипе). Вчера Роберт скончался.
-
Вчера был на митинге против жестокости силовиков в Беларуси. Люди (в основном белорусы) приносили цветы к посольству РБ и в сквер напротив Генассамблеи ООН. Кто-то принес большие колонки — постоянно включали Ляписа. Иногда сигналили проезжающие мимо машины. За процессом со скучным видом наблюдали пятеро полицейских.
В конце с разрешения полиции несколько человек под крики “Уходи!” прямо перед зданием ООН запустили карикатуру на Лукашенко на красно-белых воздушных шариках (видео под этим постом).
🤍❤️🤍 -
Гриша Тагильцев
Новая этика
Через пару дней после переезда в Нью-Йорк я впервые оказался в Центральном парке. 5-я авеню была забита людьми со странными розовыми штуками на голове (на фото, источник - NYT). “Какие интересные шапочки” — подумал я и полез гуглить. Выяснилось, что это был марш женщин, выступающих против Трампа и его сексистских наклонностей. Розовые шапки олицетворяли вязаные вагины.
В последние годы появляется все больше вопросов, бросающих вызов устоявшимся этическим нормам: от уже банального “Можно ли подмигивать женщинам? А мужчинам?”, до неожиданного “Можно ли обижать роботов?”. Все эти вопросы объединяют в так называемую новую этику.
Ранее новая этика была локальной историей и существовала лишь в кулуарах интеллигенции и шуме активистов. Сейчас она меняет политику, определяет корпоративную этику и приводит к созданию новых смыслов в IT.
У изначально чисто социального явления появилась вполне себе утилитарная подоплека. Из соображений репутации все солидные университеты и крупные компании стали активно декларировать свою позицию, когда случается очередной metoo или BLM. Поэтому, если вы делаете карьеру, быть в курсе основных тем и публичной позиции вашей компании как минимум полезно.
Лично мне особенно интересна IT-составляющая новой этики. Мое любимое — эффект “зловещей долины” и стоит ли делать роботов, похожих на людей.
В этом блоге я мало касаюсь новой этики по двум причинам:
1. Во многих вопросах не шарю и еще не сформировал собственного мнения.
2. По моему опыту лучшие материалы по новой этике — всегда диалог двух людей. Все монологи и личные статьи, кем бы ни был автор, уступают в емкости.
Проблема многих материалов по новой этике в воинственно-агрессивной подаче, что сразу отталкивает и не дает разобраться. Из легко воспринимаемых могу посоветовать Дело случая — старый подкаст Медузы и его продолжение Так вышло, который выходит на Либо Либо. Вот несколько неплохих выпусков:
“Зачем нужны родители?”
“Станут ли врачи лучше, если им больше платить?”
“Обидно ли гореть в аду?”
Ну и про ту же “зловещую долину” есть у Себранта (тык).
Понятия не имею, как удобно давать ссылки на подкасты, поэтому даю ссылки на сайты. Или ищите ручками в вашем приложении для подкастов.
Всем добра,
Тг
#карьера
-
Гриша Тагильцев
Curiosity
Настанет день, когда физики покорят атом и освоят самые отдаленные части Галактики, химики создадут материалы с невероятными свойствами, а биологи придумают таблетку от всех болезней. Ведь так?
Может быть, когда-нибудь… Давайте будем честными: у большей части науки нет и не будет никакого применения (имею ввиду фундаментальную науку).
Идеальный пример — астрономия. Открытие новых звезд не приводит к созданию новых продуктов. И вряд ли мы до этих звезд когда-нибудь долетим.
Пока вы читаете этот пост, где-то далеко на Марсе трудится легендарный марсоход, чем-то напоминающий Валл-И. Curiosity обошелся американцам в 2.5 млрд долларов (примерно как весь космодром Восточный).
Зачем в кусок железа размером с Ладу Калину влили столько денег? Наличие дорогой штуковины на Марсе не отражается на качестве жизни рядовых американских налогоплательщиков.
Ответ кроется в названии самого марсохода. Любопытство — основная причина, по который мы вытворяем все эти научные выкрутасы. Когда ученый ставит новый опыт, им движет желание ткнуть пальцем в неизвестное. В это время он не думает ни спасении человечества, ни о коммерческом применении.
Тыкание в неизвестное стоит денег. Их выдают в виде грантов. Отвечая на вопрос “зачем нам это финансировать?”, многие ученые начинают лукавить про грандиозные достижения из первого абзаца. Почему не быть честными: “Мы можем узнать, как это работает. Если вам тоже интересно, вот ценник”.
Безусловно у всего этого есть побочный эффект. Иногда фундаментальные открытия приводят к созданию новых инженерных решений. Научные центры обрастают стартапами, туда приходят фармкомпании и IT-гиганты. Далее все это размывается в Research and Development (R&D), который уже реально приводит к строительству самолетов и лечению болезней.
Но все же единственный гарантированный продукт фундаментальной науки — это новые знания.
Ну и в таком посте нельзя не вспомнить, как Nasa нарисовали огромный писюн на Марсе…))
Всем добра,
Тг
#научпоп