A biológiának mely területei válnak meglehetősen interdiszciplinárissá?

Mivel mindent lehet függvényen ábrázolni, ezért mindennek a tudományos igényességű kutatásához elvileg kell matek.

Tudod függvényen ábrázolni pl egy petricsésze bacijainak szaporodását is idő és egyedszám tengelyek felállításával.

És amit lehet függvényen ábrázolni, azt bizony függvény transzformálni is lehet (kérdés hogy van-e értelme).

Amit lehet függvényen ábrázolni azt bizony deriválni is lehet (ismét az értelme a kérdés, kell-e deriválni, hozzá jutunk e valami olyasmihez ami fontos), és integrálni is lehet egy függvényt (ismét csak az a kérdés hogy van-e haszna? Bizonyos kérdésekben talán).

Tulajdonképpen egy sarki közértben az idő függvényében eladott kenyerek számát is lehetne függvényen ábrázolni mondjuk éves ciklusra, naptári napok szerint haladva, csak kérdés hogy ezt mi a lótüdőért integrálnád le?

Szóval mindent lehet matekosítani.

Pl ha van mondjuk egy biokémiai reakciód,, vagy egy szintézis utad, és a keletkező termékeket függvényen ábrázolod, hogy mondjuk hány fokon mennyi termék keletkezett, akkor az ebből kapott függvényt deriválhatod.

ami azért lesz jó, mert megkapod, hogy hány a reakció hány fokon, melyik időpillanatban adta a legmeredekebb növekedést, vagy épp legmeredekebb csökkenést. Erre jó a deriválás. Integrálás meg... Inkább nem mondok hülyeséget. azt mondjuk tudom hogy integrálással pl meg tudnád határozni a fent említett reakciós termék képződős példában azt, hogy mondjuk a 0 és 10 másodperc közötti intervallumban a függvényednek mi a középértéke. Tehát átlagosan mennyi termék keletkezett.

Erre is jó.

Nem tudom. Én most szenvedek másodjára a matek alapozó tárgyammal biológia szakon, szerdán írok határozott integrálból, meg integrálszámítás során használt elemi törtekre bontásból.

MSc-n végzős ismerősöm meg azt mondta hogy talán egy hatványazonosság volt a legkomolyabb számítás amit laborban meg kellett csinálnia szakdolgozatához...

Azt viszont tudom hogy ökológiások rettentően sokat számolnak.

A vicc az hogy pont az ökológiához szükséges statisztikát nem tanuljuk BSc alatt.

A kérdésre is válaszolva: Mindegyik ágában találsz olyan részt ami értelmezhetetlen kémia, fizika, matek nélkül.

A genetikában a mendel szabályok nehezen értelmezhetőek matek nélkül, pl hogyan kell kiszámolni egy lehetséges fenotípus megjelenésének valószínűségét az utódok között. (és valószínűséget se tanulok matekon, pedig genetikával szaretnék tovább menni)

Sejtbiológia értelmezhetetlen szerves kémiai ismeretek nélkül.

Úton útfélen fehérjékről, lipidekről, irreverzibilis-reverzibilis folyamatokról, polimerekről, és észter kötésekről van szó.

Ökológia meg már tényleg mindennek a teteje, ott aztán az összes tudományág összefügg. Földrajz, fizika, kémia, biológia.

Igazából erről szól a modern tudomány: Baromi nagy adathalmazt kell megérteni a rengeteg igen eltérőnek tűnő, de összefüggő természeti törvények ismeretében.

Rá kell jönni hogy az elcsépeltnek tűnő mondás, miszerint "minden mindennel összefügg" igenis igaz.

A másik kérdésednél leírtam elég részletesen.

A neurobiológia biztosan interdiszciplinárissá válik, de hozhatnánk példának a genetikát, a mikrobiológia egyes területeit, evolúcióbiológiát és még sok másik területet.

Például neurobiológia esetében...röviden a lényeg, azért mert pár év alatt (utóbbi 5-10 év) komolyan megváltozott a tudományos közlés formája. Míg korábban elég volt pl ha egy ábrára rátettél pár rekonstruált neurontípust, mint példa... ma már komoly immunhisztokémia, genetikai markerek és rengeteg kvantitatív jellemzés kell.

Ehhez már az anatómia is olyan, hogy rengeteg egeret perfundálsz, felszeleteled az agyukat és szelektív festéseket csinálsz...ebből több ezernyi nagyfelbontású mikroszkópos kép készül. Látható hogy már itt óriási mennyiségű adat keletkezik, amit képfeldolgozással ki kell értékelni. Ezeket kiegészítheted genetikai vizsgálatokkal, majd a hatalmas mennyiségű kombinált adatból bonyolult matematikai módszerekkel (ami egyre inkább a gépi látás, gépi tanulás iránya, tehát mesterséges neurhálókkal történik) nyered ki az esszenciát.

Mivel a funkciós idegtudomány pedig egyre inkább az in vitro agyszeletekről és kultúrákról az in vivo/ élő, viselkedő modellállatra helyeződik... ott is óriási adatmennyiség keletkezik a 3D képalkotásból, és elektrofiziológiából. Egyszerűen azért mert egy 1 mm^3 kockából végzett képalkotás, az egér agyában olyan iszonyú nagy komplexitást hordoz, hogy ez már nem is dolgozható fel manuálisan. Ide már komoly informatikai és matematikai módszerek kellenek.

Mivel az agy egy végtelenül komplex analóg szuperszámítógép, rengeteg nemlineáris számítással, ezért értelemszerűen ide már kevés egy egyszerű kutatói munka.

Természetesen az interdiszciplináris módszerek már csak a kísérleti módszerek és műszerek fejlődése miatt is létfontosságú. Könnyen lehet, hogy olyan laborba kerülsz, ahol egy "custom-made" mikroszkóp van, ahol a lézer fényútját meg a tükröket a kutatók állítgatják és programozzák a gépeket. Nem véletlen, hogy a legnagyobb agykutatók és laborvezetők általában multidiszciplináris tudással rendelkeznek, több végzettséggel.

Egyik oka: Amíg a tudomány hajnalán elég volt ha valaki kísérletezgetett, megfigyelt és leírta azt, ma teljesen más a helyzet.

Mondjuk elég volt lerajzolgatni Cajalnak az idegsejteket, vagy egy squid axonba elektródát szúrni, és máris felfedeztél valami új mechanizmust. A cikkek is sokkal rövidebbek voltak... nézz meg egy pár évtizedes Nature szintű közleményt. Kompakt fél oldalas anyag volt pl egy új neurontípus leírása.

Ma egy publikáció több év, 5-10 éves munkák vannak, amin 25+ fős interdiszciplináris csoportok is dolgozhatnak. Egy publikáció a kiegészítésekkel akár 50 oldal is lehet.

Igazából kutatók dolgoznak a csoportokban, nincsenek már ennyire specializálva a szakmák eleve.