基礎医学研究と「遺伝統計学」 - ryamadaの遺伝学・遺伝統計学メモ

ラボローテーションという制度がある
こちら
基礎医学研究者養成とリンクした制度
６か月で「情報系医学」のなんたるかをとらえる？
６か月で「遺伝統計学」「統計遺伝学」を理解する？
医学の「（数理的）周辺領域」を開拓する姿勢を把握する？
さて。「遺伝統計学」で何を伝えるかと言えば、「遺伝統計学」的生物観でしょうか。
生物観に関するこちらの記事にコメントしたけれど、コメントだと検索するのが大変なので、再掲
生物に関して（と生物に関する学問としての生物学・医学に関して）。
遺伝統計学を学ぶと、「生物って何だろう」という疑問に対して、どういう影響があるか、という観点からの整理
私見『生物とは』
生物は物理化学環境にあるので、その法則に従っているはずです。
何が生物の特徴なのか、というと、一見すると、物理化学の法則に対応しない現象を起こすこと。
それを可能にしているのが、生物のもつ「構造」と「仕組み」。
そして「情報」(後述)
「構造」としては、「世界を仕切る」ことと「高度に階層化」することではないでしょうか？
「世界を仕切る」とは。
細胞は細胞膜で仕切られる。
核は核膜で仕切られる。
臓器は被膜で覆われる。
個体は表皮で覆われる。
きっと、もっとミクロなレベルでも僕らの注意していない「空間上の仕切り」が入っているはずです。
「仕切り」は空間だけではないです。
時間も「仕切られ」ます。
世代は世代交代によって、時間的に仕切られる。
神経活動電位は、連続（的な）入力を離散的な出力に変える仕組みです。
それは信号が「仕切られる」とともに、「信号の滞空時間」も仕切られています。
酵素反応も同じく「反応」を「仕切って」います。
膜受容体も連続入力を細胞のフェノタイプとして離散的に変える仕組みを持ちます。
「仕切り」を入れると、物理化学の法則の多くが前提としている「空間の無限」を破綻させられる。「時間の無限」も破綻させる。
「無限」を前提とした漸近近似検定（カイ二乗検定）と有限を前提とした正確確率検定との齟齬と同じ構図。
こういうことを考えるとき、統計学をやっていて、良かったと思いますが…。
「高度な階層化」は、すでに上でも出てきていますが。
細胞小器官、細胞、組織、臓器、個体、個体の集まり、生態系（ここまでが時間軸におけるクロスセクショナルな階層化）、そして、時間発展。
あえて、「統計」的に考えれば、クラスタリングと、疫学調査の「クロスセクショナルな（ある時刻での）解析」と、「経時的解析」の違いに相当するでしょうか。
「情報」に関して、生物では、熱力学第二法則的にどうなっちゃってるのか、っていうのは、考えるとぐらぐらする感じのテーマ。以前、ぐらぐらしたときの記事へのリンクを張っておくことにする(こちら)