中药厂为什么不买民间秘方开发新药？
我来告诉你真正的原因。所谓的民间中医秘方，疗效偶尔会有，但是绝没有100%的疗效。也就是说用于临床治病只是捡漏而已。实际它的有效率并不是很高。根本没有做成成药的价值。比如说现在制药厂的中成药在当时都是名方和秘方，那都是非常有名的名医的处方，最后才有药厂制作成成药。比如说安宫牛黄丸，六味地黄丸，朱砂安神丸，这些都是当时的秘方。
但是做成成药以后工艺也是很先进的。人们会发现他治病并不是非常的有效。然后人们就幻想民间的秘方，可能疗效更好。其实这是一个错误的概念。民间中医的那些秘方，如果真的做成成药，拿到临床大规模使用的话，疗效会非常差。根本没有生产成成药的价值。其实这个问题的其他方面也有体现。中国人经常幻想，如果部队会武术，那么打仗一定会百战百胜。
可是你看一看古代的部队都是强调统一战阵，听指挥和身体强壮。从来没有哪支部队需要战士会武术。我们的八路军新四军也都是农民出身的，会武术的非常少。但是在战争中是同样可以获胜的。著名武术家戚继光，他的战士也不需要，会什么武术，他挑了一些身体强壮的矿工。至于你有没有武术底子，根本不重要。民间秘方，只是偶尔有效果。
就好像民间流传的秘方。我行医30多年，经常去有一技之长的地方观察。发现他们的疗效真的不怎么样，只是名声很大。名声大的原因在于病人对他们的期望值过低。本来就没打算他们会有效，所以要求就低。要求低了，自然觉得效果很满意。我再举一个例子。有一个乡村医生，在农村碰见一个疑似阑尾炎病例。告诉这个病人可能是阑尾炎他看不了，建议去县医院。
病人到了县医院确诊阑尾炎，而且手术后好了。病人最佩服的还是这个乡村医生。他觉得这个乡村医生医术太高了，竟然能想到是阑尾炎，而且推荐他去了县医院。而县医院的医生通过手术把病给治好了，病人觉得心安理得，一点感激之情都没有，也没觉得县医院的手术大夫水平有多高。那么问题来了。乡村医生连诊断都不能确定，更不会治疗，但是病人以为他技术高。
县医院医生不断能够确诊，而且能够手术把它治好。但是病人从来没觉得县医院的医术水平高。为什么县医院的医生既会治疗又会诊断的，反而没有人认为水平高呢？不会诊断也不会治疗的乡村医生，反而有人认为他水平高呢。答案就是人们对他乡村医生的期望值低造成的。民间秘方也是这个道理。本来很多病人就没指望他效果有多好，有效果以后当然就高看一眼。
研究生物基因，是否也要懂计算机编程？为什么？
不一定需要。但如果懂了计算机编程会给生物基因研究提供可类比的思路和原理。因为计算机和基因学这两者研究的客体都是信息，甚至就可以称为数据。现在就有生物医学信息学和生物信息学等新兴学科跨越了传统的信息学和生物学领域，并逐渐开拓新的研究方向。因此在生物基因研究方面广泛地涉及到了计算机相关的技术，而在当今的生物信息学涉及到大量的数据挖掘工作，这方面是需要进行编程的，诸如利用R语言或其他面向数据挖掘的语言来进行大数据分析。
我们下面来详细了解一下现代生物信息学与信息学的关联。生物信息学是一种混合学科，它将生物的数据与信息存储、分发和分析技术联系起来，以支持包括生物医学在内的多个科学研究领域。生物信息学研究的是高通量基因数据生成实验提供的数据，这些实验包括基因组序列确定和基因表达模式的测量等等。数据库项目负责整理和注释数据，然后通过万维网进行分发。
挖掘这些数据产生新的科学发现并确定新的临床应用。特别是在医学领域，已经出现了生物信息学的许多重要应用。例如，它可用于识别基因序列与疾病之间的相关性，从氨基酸序列预测蛋白质结构，帮助设计新药以及根据患者的DNA序列为患者量身定制治疗方法（药物基因组学）等等。上图：这张的计算机图像显示了炭疽杆菌某蛋白质中七个单元的各种结构关系，并展示了与蛋白质结合的药物（以黄色显示）的相互作用，以阻断所谓的致死因子单位。
给定分子的单个结构，生物信息学在使科学家能够预测药物分子在蛋白质中结合的位点方面起着重要作用。生物信息学涉及到数据挖掘，数据挖掘可能需要涉及到编程。生物信息学的经典数据包括基因的DNA序列或完整的基因组。蛋白质的氨基酸序列；蛋白质、核酸和蛋白质-核酸复合物的三维结构数据等。其他数据流包括：转录组学、即从DNA合成RNA的模式；蛋白质组学，蛋白质在细胞中的分布；相互作用组学，蛋白质-蛋白质和蛋白质-核酸相互作用的模式；和代谢组学，小分子通过细胞中活跃的生化途径转化的性质和运输模式。
在上述各种情况下，都希望获得针对特定细胞类型的全面、准确的数据，并确定数据中的变化模式。例如，数据可能会根据细胞类型，数据收集的时间（在细胞周期或昼夜，季节或年度变化期间），发育阶段和各种外部条件而波动。而此外，元基因组学和元蛋白质组学将这些测量范围扩展到对环境样本（例如一桶海水或土壤样本）中生物的全面描述。
上图：生物信息学涉及到的方方面面。生物信息学一直受到生物学数据生成过程的巨大推动。基因组测序方法可能显示出最戏剧性的效果。1999年，核酸序列档案库共包含35亿个核苷酸，比单个人类基因组的长度略长 ; 十年后，该库包含超过2830亿个核苷酸，约95个人类基因组的长度。有多种用于数据挖掘的编程语言，主要包括以下几种： R语言Julia语言Python语言上图：2014年数据挖掘的主要编程语言占比情况。
数据存储与检索在生物信息学中，数据库用于存储和组织数据。这些实体中有许多从科学论文和基因组计划中收集DNA和RNA序列。许多数据库掌握在国际组织手中，例如：由英国欧洲分子生物学实验室核苷酸序列数据库（EMBL-Bank），日本DNA数据库（DDBJ）和美国国家生物技术信息中心（NCBI）的GenBank组成的咨询委员会负责监督国际核苷酸序列数据库合作组织（INSDC）。
为了确保可自由获得序列数据，科学期刊要求新的核苷酸序列存放在公众可访问的数据库中，作为发表文章的条件。（类似条件适用于核酸和蛋白质结构。）还存在基因组浏览器、数据库，这些数据库将有关特定物种的所有可用基因组和分子信息汇集在一起。生物大分子结构的主要数据库是全球蛋白质数据库（wwPDB），由美国结构生物信息学研究合作机构（RCSB），英国欧洲生物信息学研究所的欧洲蛋白质数据库（PDBe）和日本大阪大学的蛋白质数据库联合支持。
从数据档案中检索信息使用标准工具通过关键字识别数据项；例如，可以在Google中输入“土豚肌红蛋白”并检索该分子的氨基酸序列。数据挖掘编程可能涉及到从这些数据库中导入数据。生物信息学的目标开发用于测量序列相似性的有效算法是生物信息学的重要目标。基于动态编程的Needleman-Wunsch算法可确保找到序列对的最佳比对。
该算法从本质上将一个大问题（完整序列）划分为一系列较小的问题（短序列段），并使用较小问题的解决方案来构造该较大问题的解决方案。在矩阵中对序列的相似性评分，并且该算法允许检测序列比对中的缺口。尽管Needleman-Wunsch算法是有效的，但它对于探测大型序列数据库仍然太慢。因此，人们已经非常关注寻找可以处理档案中大量数据的快速信息检索算法。
一个例子是BLAST程序（基本局部比对搜索工具）。BLAST的开发采用称为位置特异性迭代（或PSI-）BLAST的技术，它利用相关序列中的保守性模式，并结合BLAST的高速性和极高的敏感性来寻找相关序列。生物信息学的另一个目标是通过预测来扩展实验数据。计算生物学的基本目标是根据氨基酸序列预测蛋白质结构。
蛋白质的自发折叠表明这应该是可能的。通过两年一次的结构预测关键评估（CASP）程序来测量预测蛋白质折叠方法的进展，该程序涉及结构预测方法的盲测。给定可配合的单个结构，生物信息学也可用于预测蛋白质之间的相互作用。这被称为“停靠问题”。蛋白质-蛋白质复合物在表面形状和极性上显示出良好的互补性，并且在很大程度上由于弱相互作用而稳定，例如疏水面的埋入、氢键和范德华力等等。
计算机程序可以模拟这些相互作用，以预测结合伴侣之间的最佳空间关系。设计一种与靶蛋白具有高亲和力的抗体就是可能具有重要治疗用途的挑战课题之一。上图：蛋白质的停靠问题。早年，许多生物信息学研究的重点相对狭窄，专注于设计用于分析特定类型数据的算法，例如基因序列或蛋白质结构。然而，现在，生物信息学的目标是综合的，旨在弄清楚如何将不同类型的数据组合用于理解自然现象，包括生物和疾病。
因此内容越来越丰富。所以对于一些前沿研究项目，生物学或者遗传学研究者可能需要自己编程开发研究工具。所以学习编程技能也是有帮助的。生物学方面的应用DNA或脱氧核糖核酸为每种生物提供了一套完整的描述。每个生物体中的每个细胞都包含完整的DNA副本。基因是编码并存储在DNA中的核苷酸序列集。每个基因编码某种蛋白质。
DNA被转录成mRNA，即信使核糖核酸，然后被翻译成蛋白质。蛋白质由氨基酸序列定义。单个氨基酸由称为密码子的三个核苷酸编码。如下图所示，有64个可能的密码子和只有20个氨基酸。由于只有20个氨基酸，因此多个密码子编码相同的氨基酸。这被称为遗传密码的简并性。由于遗传密码的这种简并性，某些SNP不会导致蛋白质序列发生变化。
这称为同义突变。如果SNP导致蛋白质序列改变，这被称为非同义改变。在人类基因组中发现单个核苷酸的变化可能就像“在大海捞针”，但是，生物信息学资源可以做到这一点。上图：此密码子表显示了遗传密码如何转换为组成蛋白质的氨基酸序列。一个单核苷酸多态性，或SNP，是人类的DNA序列中可能发生的微小遗传变化或变异。
SNP代表人类中发现的最常见的DNA变异类型。这些变异可用于研究和跟踪家庭的继承。尽管整个人群中超过99％的人类DNA序列是相同的，但是DNA序列（例如SNP）的微小变化可能会对人类对疾病，环境因素和药物的反应产生重大影响。有趣的是，SNP在进化上是稳定的。这意味着它们代代相传的变化不大。话虽如此，SNP在生物医学研究中具有极大的兴趣和价值。
SNP数据正在影响开发药品或医疗诊断程序。上图：在这里您可以看到一个单核苷酸多态性，即SNP，它导致序列1和序列2之间的遗传变化很小。人类DNA序列的变异会影响人类发展疾病和对药物的反应。尽管SNP不会引起疾病，但它们可以帮助确定某人患上特定疾病的可能性。计算生物学，即分析和解释数据的实际过程，结合了生物信息学，被用于称为数据挖掘的技术。
随着人类基因组计划在2003年的完成，大量的基因组数据可用于数据库挖掘，即通过识别DNA中相似或不相似的序列来生成关于某些目的基因或蛋白质的功能或结构假设的过程。国际HapMap项目旨在通过HapMap向研究人员提供信息，HapMap是人类常见遗传变异的目录，也提供对变异的描述以及它们在我们DNA中的位置。
为何西药在每次一些病毒发生病变感觉都要研发新药，科学吗？
西医认为传染病的关键为病毒，所以治疗思路就是杀死病毒，要么靠药物，要么靠疫苗，但是在开发抗病毒的药物方面，远远没有研发抗生素那么顺利，每一种新的病毒出现对于西医来说，都是一个新的课题，西医被迫跟跟在病毒变异的屁股后面跑，非常狼狈不堪！相较于西方的科学认识，中医的认识显得高明得多。中医认为传染病是气候因素导致的现象，病毒只不过是在特定气候条件下的产物，无足轻重，这种特定气候条件包括风、寒、暑、湿、燥、火，只要认识到传染病的属性，就能设计出相应的处方应对，所以在中医的认识里无需去追究什么病毒，也不存在新型的还是既往的说法，一切都包含在中医的认知范围之内，在未来的流行性传染病中，中医都能够从容应对，防止轻转重，消灭传染病！所以中医药是对付未来生物武器的法宝，不要输出国门！。
电脑系统为何大多是微软公司的，我们中国怎么没有研发系统的？
电脑系统为何大多是微软公司的，我们中国怎么没有研发系统的？ 问得好，这是相当有意义的一个问题，我们都知道现在社会上方方面面的工作，基本上全部用到电脑，就没有一个地方是用不到电脑的，关于电脑硬件系统确实你能看得见，摸得着，可是大家真的了解电脑系统吗？我相信能说了解的，也只有大学里面那些搞专业研究的高精尖人才，和一些科研公司的研发人员。
类似我们这些普通人只能说是一个操作员，人家给你用什么系统，你就用什么系统，就好比电脑硬件是人的身体，你能看他长什么样子，平时的喜怒哀乐。那么电脑操作系统呢，就好比是人的灵魂，人的思维，你不深究就永远无法了解的。现在的电脑操作系统确实如你所说，以微软的windows为主，市面上百分之八十的操作系统都是微软的win系统，包括你所说的w7，w10，xp等等。
另外还有uinx和unix-like等两类系统，此三类系统基本上占了全世界电脑以及服务器和各类电子产品的百分之九十九点九。说完了世界上的电脑操作系统，再说一下为什么没有国产的操作系统，首先这些操作系统最先发明的人都是国外的，其中基本上都是美国人。先入为主的原因，这些软件已经在世界上深耕多年，有了强大的使用基础和现实基础。
现在换个说法，要是叫你换一个经常吃的早餐店，你也不太愿意呀。其实国产操作系统不是没有，但是并不是全部国产的，一个系统包含东西很多，内核，ui，交互等等，以后你或许听人说什么深度国产系统，什么优麒麟操作系统，什么中标麒麟操作系统，那个只不过是linux的内核，国产的ui罢了，其根本并非是安全由国人生产出来的，就像是一个人的儿子，它并非是夫妻或者母亲的儿子，他还是有着久远之前祖先的基因的。
