ハクソク

世界を動かす技術を、日本語で。

生物学を愛すべきだった (2020)

2026年8月21日原文(jsomers.net)

概要

  • 生物学教育 の問題点と魅力を再考察
  • 驚きや疑問 を持つことの重要性を強調
  • 実験やストーリー による学びの深さ
  • 生物学とプログラミング の共通点
  • 物理的理解 と視覚的アプローチの推奨

生物学の学び直し：驚きと疑問の再発見

  • 高校時代の生物学 は、単なる用語暗記や無味乾燥な事実の羅列
    • Golgi apparatusやKrebs cycle、DNAやRNAなどの名前の暗記
    • 驚くべき事実が、驚き抜きで伝えられる現状
  • Lewis Thomas の著作が示す「生命の驚異」
    • 1つの細胞から人間の脳が生まれる驚き
    • 本来なら日常的に語り合うべき奇跡
  • 本質的な問いかけ の欠如
    • 例：胚はどうやって分化するのか？という問いを深く考える機会の不足
    • 化学勾配や遺伝子発現の微妙な違いが細胞分化を生むメカニズム

ストーリーと実験が生む理解の深さ

  • Oswald Avery の実験が示す「遺伝の原理」
    • ストレプトコッカス菌の形質転換実験
    • 核酸が「遺伝の担い手」であることを証明した歴史的発見
  • 学校教育 では「結論」だけを学び、「問い」や「実験」のプロセスを体験できない問題
  • 数学教育 との共通点（Paul Lockhartの指摘）
    • 問いから始まる楽しさの欠如
    • 手順だけが教えられる現状

深く狭く学ぶことの重要性

  • 巨大な分野 は「薄く広く」より「狭く深く」学ぶ方が理解しやすい
  • プログラミング学習 の経験
    • 自分のプロジェクトが学びの動機と整理軸になる
    • 生物学も同様に「問い」から始まるべき

生物学とプログラミングの類似性

  • 生物学用語 の複雑さと抽象性
    • 例：leukocyte、monocyte、lymphocyteなどの用語
    • インターロイキンとサイトカインの関係など、例外だらけの世界
  • プログラミングとの共通点
    • 多層的な抽象化、例外だらけの構造
    • 生物学は「意図的に設計されていない」ため、混沌としている
    • 例：neutrophilの多様性と新発見

物理的な理解への転換

  • 分子生物学の核心 は「構造と機能の結びつき」
    • DNAの二重らせんやヘモグロビンの酸素結合の物理的説明
    • 細胞間の「形」によるコミュニケーション（鍵と鍵穴の例え）
  • 遺伝子発現の物理的理解
    • DNAはヒストンに巻き付いてコンパクト化
    • 転写装置がアクセスできる領域でのみ遺伝子が発現
    • 繊維の「折れ曲げ」が発現パターンを変える「細胞の再プログラム」
  • RNAシーケンス（RNA-seq）
    • 細胞内のRNA量を計測し、どの遺伝子がどれだけ発現しているかを可視化
    • 健康・病気状態や細胞種ごとの「発現空間」の違い

視覚的・物理的アプローチのすすめ

  • David Goodsell の『The Machinery of Life』
    • 細胞内の分子機械を精密なイラストで解説
    • スケール感の把握や動きのイメージを助ける
    • 「細胞は非常に速く混み合った場所」という前提で再紹介

生物学を「生命の謎への探求」として再定義する

  • 生物学本来の魅力 は「問い」と「驚き」にある
  • 物語・実験・物理的理解 を通じて、学びの本質を取り戻す必要性
  • 生物学教育 の再設計と、個人の学び直しへの提案

Hackerたちの意見

これはいつも人気のHNの話題だね。

└

そうだね、元の著者が2020年に投稿したことを考えると、（2020年）ってマークしておくべきだね。

└

そうそう！最初はHNで見つけたんだ。他のフロントページの記事「Thickness」を見て思い出したよ。いい記事は次の世代の投稿者に伝えたいね。

CMUで工学の学位を取った後、バイオロジーをもっと好きになっておくべきだったと気づいて、ソフトウェアエンジニアとして1年働いた後に学校に戻って神経生物学を勉強したんだ。それ以来、キャリアの初期にいる人には、一度休んで全く違うことを勉強するために学校に戻ることを勧めてる。

└

『禅とオートバイ修理技術』の中でロバート・M・ピルジグも似たようなことを提案してる。彼は、学生は何を勉強するか決める前に仕事をしてみるべきだと言っていて、そうすることで価値がどこから来るのかがわかるって。もちろん、彼はもっと上手い言葉で表現してるけどね。

└

どんなお金で？

物理学もそんな感じだったし、限られた経験だけど化学もそうだった。物理学の歴史や理論は素晴らしいよ。『時間の簡潔な歴史』はめっちゃ面白い本だし。物理を勉強するのはそんなに簡単じゃない。公式を勉強して、状況に適用して、もちろん数学もたくさん使うしね。後悔してるのは実験のこと。物理や化学の実験はあんまり記憶に残ってない。指示に従うだけで、時にはうまくいかないこともあって、なんでそうなったのかも誰もわからなかった。最も大事なこと、実験を設計する方法を学べなかったのが残念。長いレシピに従って結果を読むよりも、物事を観察して、テスト可能で反証可能な仮説を立てて、それをテストする方がずっと有意義だよ。最後に言いたいのは、科学の「驚き」を科学の授業から得ることは難しいってこと。授業は答えを教えるためにあるけど、一番面白いのは自分で答えを見つけることだから、それは1学期のサーベイコースでは難しいんだよね。

└

「後悔してるのは実験のこと。物理や化学の実験はあんまり記憶に残ってない。」そうだね、データが間違ってたらペナルティがあるところも多いから、実施に重点が置かれがちなんだよね。何らかの理由で高いGPAを狙ってるなら、実験をあまりできないよね。研究をしている場合は全く別の話だけど。

└

物理学専攻として、これにはすごく共感する。ほとんどの授業は「A地点」から「B地点」への流れだった。公式のセットが与えられて、問題が出されて、その公式を組み合わせて問題を解くって感じ。実験室も同じで、実験の設計についての説明もなく、正確なスクリプトに従うだけだった。どちらも新しいスキルや概念を学ぶためではなく、簡単な指導や採点のために最適化されているように感じた。私が受けたコースの中で、実質的に違ったのは2つだけ。一つは上級の実験室で、実際にオープンエンドな内容で、目標といくつかの機器が与えられて、その機器を使って目標を達成する方法を考えなければならなかった。もう一つは、広範な問題にアプローチして、さまざまな質問に対する大まかな見積もりを出す方法を探る、より概念的なコースだった。どちらもずっと魅力的だったけど、典型的な授業タイプに慣れている学生たちが、どれだけオープンエンドかに苦労しているのを見た。

└

同じテーマの他の本と比べると、「時間の簡潔な歴史」はあまり良い本じゃないね。ただ、そのトピックで最初に人気が出た本だっただけ。実験室については完全に同意するよ（科学だけじゃなくて工学もね）。大学院プログラムに入って2年目に、学部時代のキャンパスを訪れたら、教授が教育についてフィードバックを求めてきた。実験室は全部見直すべきだって言ったよ。教えられ方では、時間の無駄だった。ほとんどの実験はこうだった：「以下の特性を持つ回路（例えば、アンプ）を設計しなさい。それを作って、測定で確認しなさい。」設計が難しい部分で、理論的なことばかりだったから、配線するのは簡単だった。ある時、回路を作るプロジェクトを与えられたことがあって、作ったんだけど、教授が評価したときに出力がすごくぼやけてた。彼はそれが僕の回路のせいか、入力がぼやけてるのかを知りたがって、オシロスコープでいろいろ面白いことをして、結局入力のせいだとわかった。こういうことを教えるべきだったよ！物理学や他の科学の科目へのモチベーションについては、難しいね。別のコメントでも言ったけど、両方を教える時間が足りないことが多い。教授たちは学生がある程度の内発的なモチベーションを持っていることを期待していると思う。物理学のような科目では、数学を減らすことはできないから、ほとんどの学部の物理カリキュラムは数学が足りなさすぎるんだ！

「どうして化学の公式を暗記したのに、発生生物学の面白いことについては話さなかったの？」って。どんな科目でもそう言えるよね。人は物理を学びたいと思っても、入門コースは傾斜面を転がるボールやそんな「退屈な」ことばかり。だけど、「クール」なことを理解するためには基本を知らないといけないんだ！

これはライフサイエンスに対するとてもロマンチックな見方だね。フルスタックソフトウェアエンジニアからライフサイエンスの研究（「データサイエンティスト」として）に転向した僕としては、データやミッションはオタクな僕にはすごく魅力的だよ。深層学習アルゴリズムを使って、がん細胞の空間的またはエピジェネティックな配列データを解析して、がん細胞の転移や人間の免疫応答の秘密のマーカーやメカニズムを見つけるのはね。現実的、あるいはロマンチックでない見方をすると、ライフサイエンス産業の中で、低賃金で評価されない歯車のような存在で、研究には何年もかかるし、進展があるのか、税金を騙しているのかも不明なことが多い。人文学の女性学の教授みたいにね（そう、STEMでもそんな感じに思えることがある）。コンピュータの世界では、テクノロジーとは違って、注目の中心にはいないし、ほとんどのウェットラボの科学者は君をリソースとして扱う。彼らは自分のp値を出したり、図をきれいに見せるために必要な大学院生として扱うんだ。「フルスタックソフトウェアエンジニア」としてではなくね。もしそれが嫌なら、何十万ものポスドクや大学院生が君の代わりにそのチャンスを待ってるよ。彼らは情熱を追い求めているわけじゃなくて、アメリカでのビザのためにね。テクノロジーから生物学に転向して学んだ本当の価値は、皮肉なことにギャンブルの仕方だよ。データサイエンスの修士課程を勉強している間に、ギャンブルが好きな他の学生たちと一緒に#options-trading、#sports-betting、#pokerのDiscord/Slackサブチャンネルに参加して、ギャンブルやデリバティブ取引での+EVプレイを特定、オートメーション化、サイズを決める方法を学んだんだ。過去6年間、W-2からの資本利得とW2-Gで得た収入は、W-2の3倍以上になってる。でも、これは生物科学を貶めるものではなく、データを分析してギャンブルの仕方を教えてくれた生物学に感謝しているんだ。

Hacker Newsで議論の続きを見る