当基因编辑能精准“剪切”致病基因，当人工合成淀粉让“空气变粮食”照进现实，当AI制药将新药研发周期从十年压缩至一年——这些曾只存在于科幻中的场景，正以惊人的速度在21世纪成为日常。生物学，这个曾被视为“观察花草虫鱼”的学科，如今已渗透到医疗、能源、材料等关乎人类未来的核心领域。但一个矛盾的现象随之浮现：为何总有人说它“简单好学”，却又公认其门槛高不可攀？

01，集亲民和尖端于一起的生物学

数理基础认知不足，使得生物总体上停留在现象描述阶段。这也是为什么当其他学科用数学公式构建知识壁垒时，生物学却同时承载着“最亲民的科普”与“最尖端的技术”这两种截然不同的标签。

而现在广大科研人员正在努力的通过盲人摸象来把生物这个复杂体系逐步搭建起来。可能，更确切的说，生物是一个复杂体系的东西，这东西，在哪个学科里都是难点（比如湍流？）。

尽管个人是从事生命科学研究的科研人员，而且可能还是生命科学里最接近大众认知的‘科学’范畴的生物信息学（用算法等来解决生物学问题），然而，我们依然面临一个问题，那就是，当前的生命科学，依然以现象描述为主，我们甚至缺乏一个根本性的通用原理之类的。

相比之下，数理化要好多了。

02，数理化vs生物

数学最厉害，一堆公理定律，物理可能稍逊些，但是依然有许多定理规律之类的，化学也存在着相当多的基础理论。这才符合广泛的科学认知，能够在纷杂的现象背后找到其规律。

而生物学，目前并不具备这些内容。就不说有的生命形式似乎不依赖核酸（比如朊病毒）。哪怕确定在核酸为遗传物质的体系里，依然一片混沌。

有了DNA,不一定有RNA。

有了RNA，不一定有蛋白。

有了蛋白，不一定有功能。

更别提处处在挑战我们认知的东西。比如什么是基因，尽管目前有很多认知，一般情况下，我们依然倾向于是可以编码蛋白质的核算部分是基因。于是就出现了非编码区域，甚至曾经认为是垃圾DNA。

后来发现，这区域竟然能转录，就把他们叫做非编码RNA。然而后来发现，这些非编码RNA甚至可以翻译成蛋白……到了这地步了，能不叫基因吗？

事实上，如果做一个勉强的顺序，大概是如此。

03，为什么生物学最容易入门而又最难精通？

数学是科学之母，这一点就不多深究。

物理在微观层面解决的是原子甚至更小的规律问题。

化学在微观层面解决的是分子级别的规律问题。

生物在微观层面解决的是大分子的规律问题。

而目前，我们就卡在这里，因为简单的化学理论已经很难满足生物了，就比如要想合成一些分子，在实验室非常困难，可能需要很高的条件，然而到了生物里竟然可以在常温下轻松合成。

可能很多人留意到，近些年来诺贝尔化学奖大多数授予了生物领域（大概三分之二左右），其实就是意味着生物是一定程度上在化学基础上在完成更多的复杂过程。然而，这个复杂规律，太复杂了，受到的影响条件太多了。

比如同样一个基因的表达，不仅受到了自身基因特性的影响，还受到调控元件如增强子之类的影响，甚至还受到了空间构象的影响。而且由于生物的反应往往是在细胞中，那么细胞中那么多基因那么多蛋白还有代谢物，以及细胞本身的状态都会影响到基因。

可以说，每一个生物过程，都是一个复杂到天文数字的计算过程，而我们目前的计算量事实上难以满足生物的需求。想象一下，上万个基因，上万个蛋白，数以万计的代谢物，还有无数细胞器，以及核酸在空间的结构，蛋白的结构变化，在叠加无数外界条件诸如理化信号。

如果能够把这些模拟出来，那个工作量简直是天文数字。就像天气预报直到现在都依然无法精准预报，其背后就在于我们总体的认知和计算量难以满足，这需要更多的技术突破来解决。

事实上，哪怕是我这种做生物信息的计算，不考虑生物学的反应过程，消耗量已经到了不少大牛团队都在使用天河计算器之类的了。

这还是单纯的生物信息学计算，要是叠加更多的过程，就更无法想象了。这还是单细胞，如果多个细胞呢？搁到组织器官里？甚至人身上？吃饭、喝水、睡觉，甚至呼吸、思考带来的变化，都会影响。

所以，生物属于，看起来入门容易，毕竟总体处于初步阶段，更多是现象描述，但是上限极高，代表人类对世界认知的进一步提升的方向。

来源: 李雷