2 poin oleh GN⁺ 2024-04-22 | 1 komentar | Bagikan ke WhatsApp
  • Biologi SMA disampaikan bukan sebagai penjelajahan untuk menelusuri rahasia kehidupan, melainkan sebagai hafalan nama dan kesimpulan, sehingga menutupi kekaguman atas topik seperti diferensiasi embrio, genetika, dan imunologi
  • Proses sel-sel dengan DNA yang sama memperoleh nasib yang berbeda menjadi pertanyaan yang membuka seluruh biologi jika dilihat sebagai gradien kimia, perubahan ekspresi gen, dan rangkaian sinyal protein
  • Seperti eksperimen bakteri Oswald Avery, biologi nyata berangkat dari pertanyaan dan eksperimen, tetapi buku pelajaran menghilangkan proses penemuan dan hanya menyisakan hasil, mirip dengan pendidikan matematika yang menghafalkan rumus
  • Biologi modern dan imunologi memiliki banyak istilah dan pengecualian, tetapi DNA, RNA, protein, dan sinyal sel lebih mudah dipahami sebagai struktur dan gerakan fisik daripada sebagai diagram alur abstrak
  • Pendidikan biologi membutuhkan alat bantu berpikir visual seperti gambar, animasi, peta yang bisa diperbesar, simulasi, model fisik, serta narasi yang menunjukkan trial-and-error para ilmuwan

Masalah Biologi yang Disampaikan lewat Hafalan

  • Pelajaran biologi terasa seperti hafalan tanpa nyawa yang hanya mendaftar nama-nama seperti Golgi apparatus, Krebs cycle, mitosis, meiosis, DNA, RNA, mRNA, tRNA
  • Fakta bahwa semua sel memiliki DNA yang sama sebenarnya menakjubkan, tetapi buku pelajaran tidak cukup menyampaikan rasa takjub itu
  • The Medusa and the Snail karya Lewis Thomas memperlakukan fakta bahwa dari satu sel hasil penyatuan sperma dan ovum muncul garis keturunan sel yang akan melahirkan otak manusia sebagai salah satu keajaiban besar di Bumi
  • Diferensiasi embrio adalah pertanyaan yang membuka seluruh biologi
    • Gradien kimia dalam cairan embrio sedikit mengubah program ekspresi gen pada sebagian sel
    • Embrio mulai membedakan “atas” dan “bawah”
    • Sel-sel di salah satu ujung membuat protein yang berbeda, lalu protein-protein itu melepaskan sinyal kimia yang lebih rumit
    • Melalui rangkaian ini, muncul perbedaan seperti sel otak dan sel kaki
  • Setelah membaca Gödel, Escher, Bach karya Douglas Hofstadter, sel dapat dipahami seperti program yang memodifikasi dirinya sendiri secara rekursif
    • DNA membuat RNA, RNA membuat protein, dan protein mengatur transkripsi dari DNA ke RNA
    • Struktur ini dianalogikan dengan makro dalam program Lisp kecil yang melahirkan makro lain

Buku Pelajaran yang Kehilangan Pertanyaan dan Eksperimen

  • Pelajaran biologi bukanlah eksplorasi untuk menemukan rahasia kehidupan, melainkan lebih mirip kumpulan kesimpulan yang melewati pertanyaan dan eksperimen para ahli biologi sebenarnya
  • Eksperimen Oswald Avery pada 1940-an menunjukkan misteri penting seputar materi genetik
    • Pada bakteri Streptococcus, ada strain yang tumbuh kasar di cawan dan strain yang halus serta mengilap
    • Ketika strain halus dicampur dengan strain kasar, diamati bahwa generasi berikutnya semuanya menjadi halus
    • Saat itu banyak pakar menganggap protein bertanggung jawab atas sifat, tetapi Avery mencurigai peran asam nukleat
    • Dengan sentrifus, air, deterjen, dan asam, ia memurnikan asam nukleat dari strain halus dan mengendapkannya dengan alkohol untuk memperoleh bahan berserat
    • Ketika sedikit bahan itu dimasukkan ke strain kasar, generasi berikutnya menjadi halus, dan bahan ini terungkap sebagai prinsip transformasi
    • Eksperimen ini memicu gelombang riset yang sekitar 10 tahun kemudian berujung pada penemuan double helix
  • “Mathematician’s Lament” karya Paul Lockhart mengkritik matematika sekolah karena merampas pertanyaan dan membuat matematika menjadi murahan
    • Alih-alih teka-teki yang memungkinkan siswa menemukan sendiri luas segitiga, siswa hanya diberi prosedur untuk menghitung luas
  • Karena biologi adalah mata pelajaran yang lebih berantakan daripada matematika, jika tanpa pertanyaan siswa diminta membedakan “lipid bilayers” dan “endoplasmic reticula”, fakta-faktanya tampak makin arbitrer
  • Topik besar menjadi lebih mudah dipelajari ketika didekati lewat potongan yang sempit namun dalam
    • Saat belajar pemrograman, proyek kecil menjadi sumber motivasi dan prinsip pengorganisasian
    • Bahkan konsep abstrak seperti “memoization” kehilangan keabstrakannya ketika dibutuhkan untuk memecahkan masalah nyata
    • Biologi juga dimulai dari pertanyaan seperti “bagaimana embrio berdiferensiasi”, “mengapa mataku biru”, “bagaimana hamster mengubah keju menjadi otot”, “mengapa coronavirus membuat sebagian orang jauh lebih sakit”

Kompleksitas Imunologi dan Pemahaman Fisik

  • Saat menyiapkan tulisan tentang SARS-CoV-2 dan sistem imun, kalimat dalam makalah Cell yang dibaca penuh dengan istilah seperti MOI, ACE2, RNA-seq, TBK1, IFN-I, IFN-III, STAT1, MX1, sampai-sampai hampir setiap kalimat harus dicek di Wikipedia
  • Imunologi memiliki sistem penamaan yang luas, dan hubungan inklusi seperti leukocytes, monocytes, lymphocytes juga rumit
    • Ada banyak hubungan seperti semua interleukin adalah cytokine, tetapi tidak semua cytokine adalah interleukin
  • Seperti komputasi, biologi memiliki abstraksi yang menyembunyikan pekerjaan seumur hidup di mana-mana, tetapi terasa lebih sulit karena bukan sistem yang dirancang dengan sengaja
    • Sistem hidup tampak seperti bongkahan besar global mutable state
    • Pengendalian terjadi dengan menaikkan sesuatu, lalu menurunkan promotor dari penghambatnya, dan seterusnya
    • Bahkan pemain garis depan imun bawaan seperti neutrophil memiliki beberapa tipe, dan sebagian tampak berlawanan dengan peran yang diketahui
  • Di dasar biologi bukan abstraksi, melainkan dunia fisik
    • Pencerahan besar biologi molekuler abad ke-20 adalah penyatuan struktur dan fungsi
    • DNA menjadi penyimpan hereditas karena dapat menggulung dan terurai serta mereplikasi dirinya secara komplementer
    • Hemoglobin dipahami sebagai penyimpan energi yang efisien berkat strukturnya, tempat atom oksigen masuk seperti Lego dan memperluas ruang yang tersisa
    • Sinyal sel juga bekerja sebagai proses ketika bentuk protein dan reseptor saling cocok dan berubah
  • Diagram alur ala SMA DNA → RNA → protein saja tidak cukup untuk memahami bagaimana ekspresi gen benar-benar “dinyalakan”
    • DNA mamalia bukan satu double helix panjang yang terbentang, melainkan melilit berkali-kali di sekitar protein bundar kecil bernama histone
    • Mesin transkripsi harus benar-benar berjalan mengikuti heliks DNA, dan sulit mengakses bagian yang tergulung sehingga tidak terlihat
    • Ekspresi gen adalah keadaan ketika pada momen tertentu mesin transkripsi mengakses bagian tertentu DNA dan membuat banyak transkrip RNA serta protein
    • Jika struktur serat sedikit melengkung, bagian yang dapat dilihat mesin transkripsi berubah, dan distribusi protein yang dihasilkan juga berubah
    • Repressor yang menempati DNA dan secara fisik menghalangi mesin transkripsi juga merupakan salah satu contoh pengaturan ekspresi gen
  • RNA sequencing, atau RNA-seq, menghitung transkrip RNA di dalam sel yang dibekukan dan menghasilkan hasil yang mendekati snapshot protein yang sedang diekspresikan pada saat itu
    • Hasilnya adalah tabel besar yang memetakan gen ke jumlah transkrip
    • Perbedaan antara satu jenis sel dan jenis sel lain, atau antara kondisi sehat dan sakit, dapat dilihat sebagai perbedaan distribusi dalam tabel ini
    • Hasil RNA-seq direpresentasikan sebagai vektor dalam ruang berdimensi tinggi, dan sel bergerak di dalam ruang ekspresi ini mengikuti regulasi diri dan adaptasi terhadap lingkungan

Belajar Biologi lewat Gambar, Metode, dan Sejarah

  • The Machinery of Life karya David Goodsell adalah buku yang, lewat ilustrasi gambar tangan, kembali menampilkan sel sebagai tempat yang cepat dan padat, dunia yang penuh mesin protein
    • Buku ini menampilkan motor flagelum bakteri dalam konteks, dan menghubungkan skala yang berbeda melalui gambar pembesaran serta gambar elemen fungsional
    • Ia membuat skala terasa nyata dengan perumpamaan seperti “jika membayangkan sebuah ruangan penuh butiran beras, kita bisa membayangkan sekitar satu miliar sel yang membentuk ujung jari”
  • Di dunia sel, gerakan terutama terjadi melalui difusi acak
    • Protein di dalam sel ditabrak dari segala arah oleh molekul air di sekitarnya sehingga memantul cepat, tetapi butuh waktu lama untuk pergi jauh
    • Ini sangat lambat untuk menempuh jarak besar, tetapi sangat cepat untuk menjelajah pada jarak pendek
    • Protein di dalam sel dianalogikan seperti berada di pesta yang ramai: butuh satu jam untuk menyeberangi ruangan, tetapi selama itu bertabrakan dengan semua orang 600.000 kali
  • A Computer Scientist’s Guide to Cell Biology karya William W. Cohen adalah buku yang menargetkan “reading knowledge” sampai bisa membaca makalah biologi
    • Karena objek seukuran sel berkali-kali bersinggungan dengan molekul di sekitarnya, meski hanya 0,02% permukaan membran merupakan reseptor untuk protein p tertentu, efisiensinya bisa sekitar setengah dari kondisi ketika seluruh permukaan tertutup reseptor
    • Cohen melihat objek seukuran sel memiliki bandwidth tinggi sehingga dapat mengenali atau menyerap ratusan sinyal kimia
  • Mempelajari metode biologi sama bergunanya dengan mempelajari fakta individual, kadang bahkan lebih berguna
    • Sentrifus memisahkan potongan dengan densitas berbeda
    • Gel electrophoresis memisahkan bahan dengan ukuran berbeda
    • Western blot memindahkan gel ke kertas khusus, lalu menggunakan antibodi yang mengikat protein tertentu dan antibodi lain yang mengikat antibodi tersebut sekaligus memancarkan fluoresensi
    • Flow cytometry menandai sel dengan antibodi fluoresen, lalu melewatkannya satu per satu melalui tabung dan mengklasifikasikan serta menghitungnya dengan laser dan muatan listrik
    • Dengan rekayasa genetik, kita dapat membuat mesin molekuler yang diinginkan, mematikan gen satu per satu, atau mengedit genom seluruh hewan lalu mengamatinya
    • Metode seperti Western blot, flow cytometry, dan RNA-seq muncul berulang kali di banyak makalah
  • The Eighth Day of Creation: Makers of the Revolution in Biology karya Horace Freeland Judson adalah buku yang menunjukkan sains sebelum penemuan
    • Berdasarkan percakapan dengan Francis Crick, Jacques Monod, François Jacob, dan orang-orang di sekitar mereka, serta makalah dan surat, buku ini membahas revolusi biologi molekuler
    • Sebelum penemuan tRNA, model seperti RNA membuat kantong untuk tiap asam amino dan menyintesis protein dipertimbangkan secara serius
    • Gagasan bahwa sintesis protein terjadi melalui adapter dan bahwa asam nukleat lebih mirip kode digital daripada cetakan adalah kejutan besar
    • Dari sisi berlawanan dengan buku pelajaran, buku ini memberi sudut pandang para praktisi, termasuk kekeliruan dan jalan memutar sebelum penemuan

Alat dan Narasi untuk Memahami Biologi

  • Dalam proses mempelajari sistem imun, muncul terus gagasan bahwa diperlukan alat bergaya Bret Victor untuk mempermudah pemahaman biologi
  • Di YouTube ada penjelas kuat yang membuat hal tak terlihat menjadi terlihat
  • Di web, dokumen relatif mudah dibuat dan dibagikan hanya dengan kotak input Markdown, tetapi membuat gambar dan animasi jauh lebih sulit
    • Untuk memahami proses biologi, gambar dan animasi sangat penting
    • Menjelaskan RNA-seq dengan menggambar langsung di iPad Pro menciptakan pengalaman yang mirip kuliah ala Khan Academy
  • Diperlukan alat visualisasi biologi yang lebih mudah
    • Dibutuhkan perangkat lunak yang membuat menggambar objek kompleks tidak terlalu membosankan, seperti pattern brushes in Adobe Illustrator, BioRender, CellPAINT
    • Alat seperti Molecular Maya perlu dibuat lebih sederhana, sehingga animasi bisa dibuat dengan gestur seperti Bret Victor dalam Stop Drawing Dead Fish
    • Dengan memanfaatkan grafik vektor dan riwayat Undo, seharusnya dimungkinkan gambar edit kolaboratif yang membaik perlahan dalam proyek pengetahuan seperti Wikipedia atau Stack Exchange
    • Seharusnya juga dimungkinkan peta hierarkis yang bisa diperbesar, tempat sebagian gambar papan tulis dari kuliah Ninja Nerd dipilih, dihubungkan ke subdiagram, lalu diisi oleh banyak orang
  • Biologi adalah dunia mesin-mesin kecil yang tak terlihat, sehingga cocok untuk simulasi
    • Keahlian khusus yang diperlukan untuk membuat simulasi interaktif 3D terlalu banyak
    • Dibutuhkan alat yang berpusat pada biologi seperti MockMechanics atau Minecraft, atau bahkan lebih baik
    • Penemuan Watson dan Crick pun bergantung pada model fisik yang dibuat khusus
    • Dynamicland dari Bret Victor membayangkan ruang kolaboratif imersif tempat komputer digunakan untuk membuat model dengan cepat seolah-olah sedang berdialog
  • Dalam proses menulis tentang sistem imun, diperlukan gagasan tentang model yang bisa dipegang dan dimanipulasi, museum tempat kita berjalan-jalan di dalam epitel selama respons imun, serta ruang fisik yang dapat dicari, disalin, dibagikan, dan dikombinasikan seperti teks
  • Biologi memiliki romantisme seperti sains lain, dan orang yang menyediakan vaksin kuat atau tes yang murah, cepat, dan dapat dipercaya dalam pandemi seharusnya menjadi nama yang bisa diimpikan anak-anak

Bacaan

1 komentar

 
GN⁺ 2024-04-22
Komentar Hacker News
  • Terlalu berat sebelah pada “apa yang kita ketahui” yang mudah dijadikan soal ujian, seperti siklus Krebs, padahal seharusnya fokus pada “bagaimana kita mengetahuinya
    Misalnya seperti alur yang diikuti A Brief History of Everything, proses seperti “menggunakan isotop dengan massa berbeda untuk mengetahui fosfor dalam DNA” lebih penting
    Secara umum, “apa” tidak bermakna tanpa sejarah. Menelusuri sains seperti investigasi—mengapa pada pertengahan abad ke-20 orang mencari DNA, dan apa yang sudah diketahui sebelumnya—jauh lebih bermanfaat bagi anak-anak. Kemampuan memahami jalur penyelidikan lebih mudah ditransfer daripada beberapa fakta tentang organel sel
    Meski begitu, alasan sebenarnya saya membuang biologi dari mata pelajaran pilihan adalah karena, dibanding fisika dan kimia, biologi tidak dianggap sebagai mata pelajaran untuk siswa pintar. Memang siklus biokimia bisa dipaksakan lewat hafalan, dan biasanya mungkin lebih mudah daripada kalkulus yang dibutuhkan dalam fisika, tetapi masalah reputasi semata juga besar, dan itu tidak rasional
    Saya punya teman yang bekerja sebagai postdoc statistik di bidang biologi, dan sebenarnya ada kebutuhan mendalam akan kemampuan matematika dalam biologi. Hanya saja ketika masih di sekolah, hal itu tampaknya tidak terlalu diketahui

    • Sebagai inspektur keselamatan, pelatihan keselamatan lebih efektif ketika saya menjelaskan mengapa suatu aturan ada
      Jika tidak dijelaskan secara eksplisit, orang akan membuat sendiri alasannya, dan itu kadang keliru. Misalnya mereka berpikir “ini waktu istirahat, jadi tidak ada orang yang bekerja di atas, maka boleh masuk ke area berbahaya = tidak ada risiko jatuhan”, padahal benda yang tidak terpasang dengan baik bisa saja jatuh, uji radiografi mungkin sudah dijadwalkan, atau mungkin ada lubang di lantai
      Jika tahu alasan di balik aturan, aturan itu juga lebih mudah diingat
    • Saya mengalami hal yang sama saat belajar fisika dan matematika. Rasanya seperti deretan eksperimen yang cukup membosankan, yang berakhir dengan daun emas yang bergerak
      Namun kisah fisika itu memikat. Jika tahu mengapa setiap eksperimen dilakukan, oleh siapa, dan apa yang ingin dibuktikan, semua sains menjadi jauh lebih menarik dan mudah diingat, seperti sinetron berisi tokoh dan perdebatan
      Ungkapan “irisan tipis dan dalam” benar-benar merangkumnya dengan baik. Kita hanya dilempari hal-hal untuk dihafal tanpa konteks
      Menurut saya, mahasiswa fisika seharusnya diminta membaca The Fabric of the Cosmos karya Brian Greene sebelum mulai belajar secara serius. Untuk biologi pasti ada buku serupa yang menunjukkan “apa yang sejauh ini diketahui dan apa yang belum diketahui”; kalau ada yang tahu, saya ingin diberi tahu
    • Ketika saya belajar virologi secara kilat sebelum mengambil peran di biologi komputasional, hal yang paling menarik adalah “bagaimana kita mengetahuinya
      Saat itu saya tiba-tiba memahami sains, dan menyadari bahwa selama 20 tahun terakhir saya mempelajari fakta atas nama “sains”, tetapi sebenarnya belum memahami sains
      Contoh yang bagus adalah Hershey-Chase experiment. Sains bukanlah mempelajari dan menghafal fakta, melainkan proses kreatif untuk menusuk alam semesta dengan cara yang tepat agar bisa menemukan sesuatu. Saya juga menyadari bahwa ilmuwan lebih dekat dengan seniman daripada insinyur, dan saya jelas berada di sisi insinyur
    • Alasan sejarah terasa masuk akal saat sekolah juga karena ini. Alih-alih sekadar menghafal fakta sejarah tanpa arah, guru meminta kami menjelaskan bukti dan penyebab peristiwa sejarah
      Saya masih memakai cara ini ketika mempelajari konsep baru. Saya mencoba mempelajari apa yang ada sebelumnya, dan mengapa perubahan itu masuk akal
    • Sekitar 10 tahun lalu saya membaca Asimov's Guide To Science dan mendapatkan pencerahan yang sama. Bagi kebanyakan orang, memahami mengapa kita tahu apa yang kita ketahui kemungkinan lebih penting daripada apa yang kita ketahui
      Karena itu membuat kita melihat sains sebagai proses, bukan daftar fakta tentang dunia. Buku ini membahas tingkat pemahaman saat itu di berbagai bidang sebagai rangkaian perkembangan, yang masing-masing melahirkan pertanyaan dan masalah baru lalu diteliti kembali
  • Bagian yang mengatakan bahwa “bagi ilmuwan komputer, metode ahli biologi bisa terlihat gila. Masalahnya adalah sel terlalu kecil, terlalu banyak, dan terlalu kompleks untuk dianalisis seperti programmer melihatnya dengan debugger langkah demi langkah” terasa seperti titik yang paling diremehkan oleh orang-orang di luar biologi
    Kita kini tahu banyak tentang cara kerja sel dan protein, tetapi memahami secara persis apa yang terjadi di dalam sel tertentu dalam keadaan aslinya tetap sangat sulit. Banyak metode pengukuran sangat mungkin menghancurkan atau mengubah objek yang hendak diukur. Seperti prinsip ketidakpastian Heisenberg, tindakan mengukur mengubah keadaan
    Semuanya sensitif terhadap suhu, gaya geser, kekuatan ionik, pH, dan sebagainya, dan kebanyakan metode justru menyentuh “kenop” semacam itu demi mendapatkan resolusi dan sinyal. Jadi, bahkan sebelum memilih teknik pengukuran, kita harus jelas dulu tentang apa yang kita anggap sedang terjadi agar tidak merusaknya
    Karena itu, meski banyak prinsip dasarnya sudah diketahui, merancang fungsi secara rekayasa dalam lingkungan tertentu masih tetap sulit. Rekayasa membutuhkan banyak pengukuran dan umpan balik
    Di sini juga terlihat mengapa software bisa begitu cepat menjadi bidang rekayasa. Ini adalah bidang tempat kita relatif mudah memasang probe di lokasi yang diinginkan, dan kadang-kadang dapat memahami secara deterministik persis apa yang terjadi. Dibandingkan dengan software, semua bidang lain seperti memotret di dalam kegelapan yang kabur
    Bayangkan jika saat debugging program kita harus memikirkan berapa kali eksperimen perlu diulang. Dalam software, menjalankan ulang kode yang baru saja gagal tanpa perubahan apa pun terdengar tidak masuk akal, tetapi di bidang rekayasa lain, kadang ada rapat untuk membahas berapa kali sesuatu yang baru saja gagal perlu dicoba lagi

    • Tantangan mendasar di sebagian besar bidang rekayasa adalah membuat model yang merepresentasikan subset realitas yang berguna, tetapi tetap mudah ditalar, serta sampai tingkat tertentu dapat dipercaya atau direproduksi
      Alasan ilmu komputer unik mungkin karena bidang ini luar biasa berhasil menjinakkan fenomena fisik menjadi mesin yang tampak menjalankan hukum matematika. Tentu saja ada saat ketika fisika muncul kembali, seperti rowhammer atau single-event upset, tetapi sungguh mengesankan betapa sedikitnya kita perlu memikirkan sifat fisik mesin saat ini
      Namun bidang rekayasa lain juga berusaha membuat abstraksi serupa, meski tingkat keberhasilannya berbeda-beda. Para teknisi listrik di seluruh dunia sudah menghasilkan sekumpulan standar kelistrikan sederhana yang memungkinkan mereka membangun dan menalar sistem tenaga tanpa harus memahami “pikiran” kuantum elektron yang aneh. Biologi tampaknya juga suatu hari akan menjadi seperti itu, tetapi rasanya masih sekitar satu abad terlalu dini
    • Inilah tepatnya alasan saya pindah ke ilmu komputer setelah menyelesaikan sarjana biologi
      Sekarang saya tidak lagi bermimpi buruk tentang kimia analitik, tetapi setelah mengalami tingkat kebencian pada diri sendiri yang muncul ketika eksperimen terus gagal tanpa alasan yang bisa dipahami, kejengkelan debugging kode terasa hampir lucu
      Tentu saja sekarang, ketika menjalankan panggilan LLM secara lokal, versi software yang dideploy bisa menghasilkan respons yang sama sekali berbeda padahal semua kondisi lain tampak sama, jadi mungkin harus dikatakan “dulu memang begitu”
    • Koreksi kecil: efek pengamat berbeda dari prinsip ketidakpastian
      Prinsip ketidakpastian berarti dua besaran fisika seperti posisi dan momentum, yaitu variabel konjugat, tidak dapat diketahui secara bersamaan dengan ketelitian sembarang. Dengan kata lain, dua fungsi gelombang tidak dapat sekaligus dilokalisasi dalam wilayah yang arbitrer kecil di ruang masing-masing
      Ini berlaku pada dua fungsi yang saling berhubungan lewat transformasi Fourier, dan berkaitan dengan fakta bahwa posisi dan momentum memang demikian. Istilahnya agak kasar, tetapi cukup tepat untuk berguna. Ini tidak berkaitan dengan perubahan fungsi gelombang akibat pengukuran
    • Mirip seperti menganalisis jam Swiss yang pelat belakangnya dilas
      Kita bisa memasukkannya ke mesin penghancur lalu menganalisis serpihannya untuk memperkirakan balik ukuran roda gigi, tetapi kita tidak bisa menggiling hanya satu jam. Kita harus menggiling seratus ribu sekaligus, dan di dalamnya pasti ada campuran rumit berbagai model jam dengan panjang menit dan jam yang berbeda-beda
      Salah satu hal yang menurut saya kurang diajarkan dalam biologi pengantar adalah betapa banyaknya sel manusia yang masih belum diketahui. Buku teks tentu tidak ingin mencantumkan seribu protein lalu menulis “fungsi tidak diketahui” di sebelahnya. Namun dalam cakupan yang mengejutkan besarnya, ini masih wilayah yang belum terjelajahi
      Bahkan dalam beberapa tahun terakhir, kita masih menemukan jenis RNA yang benar-benar baru: https://www.science.org/content/blog-post/enter-glycornas
    • Saya teringat pengamatan Paul Sutter di sebuah podcast. Barangkali ada terlalu banyak lapisan fenomena emergen yang pada akhirnya tidak akan pernah kita pecahkan
      Medan kuantum → atom, atom → kimia, kimia → biokimia, biokimia → kehidupan sel, kehidupan sel → kehidupan multiseluler, kehidupan multiseluler → kesadaran, kesadaran individu → fenomena sosial
      https://podcasts.apple.com/en/podcast/ask-a-spaceman/id958825741?i=1000651175650
  • Bagian “tema besar paling baik didekati lewat irisan yang tipis dan dalam” sangat mengena
    Saat pertama belajar pemrograman pun buku teks tidak banyak membantu, dan baru mulai paham setelah mengerjakan proyek pribadi kecil. Proyek bukan hanya motivasi, melainkan prinsip pengorganisasi; seperti magnet yang menyusun serbuk besi acak yang dipungut di jalan
    Konsep abstrak seperti “memoization” pun jadi ingin saya pelajari karena diperlukan untuk menyelesaikan masalah saya, dan di bawah cahaya contoh saya sendiri, keabstrakannya menghilang

    • Ini juga berlaku pada pekerjaan yang kurang intelektual. Saya belajar touch typing bukan karena software pendidikan di kelas sekolah, melainkan karena selama satu musim panas berdebat dengan orang-orang lewat dial-up dan ingin mengetik ucapan saya lebih cepat
    • Momen ketika abstraksi kompleksitas yang kabur tiba-tiba pas dan menjadi jelas adalah pengalaman yang luar biasa
      Rasanya saya hampir tidak pernah mengalami hal seperti itu tanpa motivasi konkret dan keterlibatan dalam ruang masalah. Tulisan yang bagus memang bisa membawa kita sampai ke ambang itu
    • Saya penasaran apakah ada model mental atau istilah untuk menjelaskan fenomena semacam ini. Saya ingin membaca contoh-contoh serupa secara lebih luas
  • Situs bernama Smart Biology memiliki video animasi 3D yang bagus tentang sistem sel
    https://www.smart-biology.com/
    Harga untuk pengguna pribadi juga cukup terjangkau: https://smart-biology-academy.getlearnworlds.com/courses
    Saya tidak bekerja di perusahaan ini dan tidak punya kepentingan finansial. Mereka hanya benar-benar melakukan pekerjaan yang keren, dan saya berharap lebih banyak orang mengetahuinya. Saya berharap video seperti ini sudah ada saat saya masih sekolah

  • Saat SMA, saya menyukai biologi. Gurunya memang sangat membosankan, jadi separuh waktu pelajaran saya benar-benar tidur, tetapi ketika pulang dan membaca buku teks sebagai PR, saya benar-benar terpikat
    Kalau guru membangunkan saya kapan saja dan bertanya, saya selalu tahu jawabannya, sehingga itu menjadi semacam lelucon berulang yang dianggap lucu oleh teman-teman sekelas. Rahasianya hanya bahwa saya merasa hal itu menarik dan mudah saya serap
    Saya kurang suka gagasan menyalahkan orang lain atas kurangnya rasa ingin tahu terhadap suatu topik. Seberapa reseptif kita dalam mempelajari sesuatu sangat dipengaruhi oleh banyak faktor di luar cara mengajar, seperti minat kita saat ini, pengalaman hidup, dan tingkat perkembangan otak
    Misalnya, sekarang saya jauh lebih menghargai geologi dibanding saat sekolah, dan saya cukup yakin bukan cara mengajar tektonika lempeng yang berubah, melainkan diri saya yang berubah

    • Belakangan saya bertemu mantan teman sekelas yang kemudian tertarik pada suatu mata pelajaran, tetapi mereka sama sekali tidak mau percaya bahwa dulu di SMA mata pelajaran itu diajarkan dengan cara yang menarik
      Mereka berkata, “Kalau saja diajarkan topik X, saya pasti suka”, atau “Kalau saja diajarkan dari sudut pandang Y, saya pasti suka”, padahal guru SMA kami mengajarkannya persis seperti itu
      Saat melihat kembali diri kita pada usia 15 tahun, tampaknya sulit mengingat betapa berbedanya kita saat itu dibanding sekarang. Kita merekonstruksi ingatan agar perasaan saat itu tetap masuk akal menurut cara kita mengalami sesuatu saat ini
    • Bahkan jika “tanggung jawab” dibebankan langsung kepada guru, posisi guru memang sulit
      Umumnya mereka menangani 3–5 kelas berisi 20–40 anak yang kebanyakan menyebalkan, dan harus membuat mereka mempelajari cakupan materi luas yang ditentukan orang lain. Pada saat yang sama mereka harus menangani masalah perilaku serta berurusan dengan orang tua atau administrator
      Sebagian besar bukan pakar bidang yang cukup untuk menyediakan eksplorasi mendalam yang disesuaikan per siswa, dan sekalipun mereka mampu, hal itu akan membuat pekerjaan yang sudah sulit menjadi mustahil. Fakta bahwa pendidikan yang dipersonalisasi dalam bentuk apa pun ada saja sudah menakjubkan
    • Pemandu yang mencintai topiknya bisa membuat perbedaan luar biasa
      Salah satu guru fisika saya punya kecintaan yang begitu menular; siswa yang memang sudah penasaran belajar banyak, dan bahkan siswa yang mengikuti dengan enggan pun mau tak mau tersedot oleh demonstrasi dan eksperimen
      Saya terpikat oleh biologi sampai sebelum mengikuti dua kelas biologi di SMA, dan setelah itu butuh beberapa tahun untuk pulih. Itu tidak ada hubungannya dengan kurangnya rasa ingin tahu. Setidaknya di kelas saya, fokusnya adalah menghafal nama-nama benda. Tidak ada waktu untuk merasakan keajaiban; yang penting adalah apakah kita bisa memberi label pada gambar retikulum endoplasma
      Alih-alih membaca tulisan itu sebagai permainan saling menyalahkan, saya melihatnya sebagai pernyataan bahwa biologi sebagai mata pelajaran pada umumnya bisa diajarkan dengan cara yang jauh lebih baik. Itu benar bagi saya, dan tampaknya juga benar dari apa yang Anda katakan. Anda menyukai mata pelajaran itu meskipun disajikan dengan buruk
    • Saya setuju dengan argumen bahwa “menunjukkan apa yang menarik adalah kewajiban orang lain”
      Penulis tampaknya berbicara ke arah itu. Kalau seseorang adalah esais atau kolumnis, mungkin sampai tingkat tertentu ia perlu memiliki keyakinan seperti itu
    • Saya juga melihat kebalikannya benar. Guru yang hebat dapat menyalakan ketertarikan siswa pada topik yang kalau tidak begitu mungkin tidak akan mereka pedulikan
      Namun saya setuju bahwa ekspektasi itu tidak seharusnya menjadi standar dasar
  • Saya suka ungkapan Bert Hubert: “Sebuah pesawat luar angkasa gemerlap mendarat di halaman belakang, pintunya terbuka, dan kita diundang untuk menyelidiki semua yang bisa dipelajari. Teknologinya jutaan tahun lebih maju daripada apa pun yang bisa kita buat. Itulah biologi”
    Saya biasa menyebut biologi sebagai nanoteknologi di luar pemahaman manusia yang ditemukan di planet yang telah mengalami kiamat grey goo. Setiap celah yang mungkin di permukaannya kini terinfeksi unit-unit yang lepas kendali, dan mereka terus terlibat dalam perlombaan senjata pengembangan tanpa henti. Sebagian bahkan telah terikat menjadi megastruktur bergerak raksasa dan kecerdasan kawanan yang sulit dipahami

    • Sedikit menyimpang, tetapi kita suka membayangkan tubuh logam sibernetik, sementara sering kali tidak cukup mengakui fungsi-fungsi nanoteknologi biologis standar
      Saat memikirkan bionik anggota tubuh manusia, kita perlu ingat bahwa ilmu pengetahuan modern mengorbankan kekuatan dan kecepatan murni demi sebuah sistem yang memiliki banyak kompromi yang sulit direplikasi
      Sistem itu mendukung sangat banyak gerakan dan sendi individual, memenuhi batasan berat, serta menjalankan berbagai teknik perbaikan diri tanpa harus berhenti beroperasi. Ia diproduksi dan dipelihara dari bahan baku umum oleh tenaga kerja tak terampil, bahkan mungkin tak sadar, dan mencakup paket sensor yang menyeluruh
      Ia tidak terlalu rapuh, lentur untuk menyimpan dan melepaskan energi mekanis dari benturan, serta secara selektif memperkuat diri ketika deformasi terdeteksi. Bagian penyimpanan energi jangka panjang juga berfungsi sebagai peredam benturan, memuat pembuat kecil yang mengisi ulang sebagian fluida operasinya sendiri, dan memiliki subsistem manajemen panas seperti pendinginan evaporatif serta aktivasi mikro otomatis
    • Sekarang saya melihat biologi seperti ini, dan semakin saya membongkar serta menyusunnya kembali, semakin kuat kesan itu
      Fakta bahwa sel adalah kantong yang lembek dan lunglai tidak lagi menjadi bantahan bahwa ia bukan “teknologi” atau tidak “robotik”. Itu adalah rekayasa yang disengaja. Penopang kompleks dari tangga nanoteknologi terus dibentuk ulang untuk meniru “kelembutan” sebagai sebuah fungsi
  • Tampaknya bagian inti di akhir tulisan—bahwa kita membutuhkan alat yang lebih baik untuk menalar biologi, dan bahwa dalam mata pelajaran biologi ada jurang antara realitas dan isi pelajaran yang secara khusus lebih besar dibanding mata pelajaran lain—tidak terlalu dibahas dengan baik
    Saya sepenuhnya setuju. Saat ini kita sedang menyedot sedikit demi sedikit gagasan-gagasan paling kompleks di dunia alam melalui sedotan berupa bahasa sederhana dan diagram statis; gabungan keterbatasan media semacam ini dan sekolah itu sendiri membuat biologi secara alami condong menjadi mata pelajaran hafalan
    Menalar biologi sebagaimana ia muncul di alam berarti melawan arus media seperti ini. Bisa saja dilakukan, tetapi bukan keadaan bakunya. Kisah tentang guru biologi yang baik adalah pengecualian, bukan keadaan baku
    Hal-hal yang kompleks membutuhkan sistem yang mencerminkan kompleksitas itu sekaligus mudah digunakan. Intinya adalah bagaimana membuat cara untuk berkomunikasi dan memahami

    • Sebagai seorang ilmuwan saraf, menurut saya kita butuh ratusan tahun untuk sampai ke titik itu, dan mungkin bahkan tidak akan pernah sampai
      Biologi memang benar-benar kompleks. Mungkin tidak akan pernah ada sesuatu seperti “sistem yang mudah digunakan”. Kita masih berada pada tahap menghitung warna batu di pantai dari lautan itu
      Misalnya dalam biologi perkembangan, yaitu proses ketika satu sel menjadi bayi yang berfungsi, ada tiga teori tentang bagaimana sel menentukan ia akan berkembang menjadi apa. Model Inggris mengatakan bahwa sel anak diberi tahu oleh sel induknya akan menjadi apa; model Amerika mengatakan bahwa sel anak melihat sekelilingnya dan memutuskan berdasarkan jajak pendapat sel-sel di dekatnya; model Las Vegas mengatakan semuanya acak, bercampur dengan banyak apoptosis dan kebangkrutan
      Masalahnya, fakta bahwa kita menganggap model-model ini benar itu sendiri mengkhawatirkan bagi bidang ini. Jauh di lubuk hati kita tahu tak satu pun dari semua ini mungkin benar, tetapi kita belum bisa membantahnya dengan benar
      Agar jelas, para ahli biologi perkembangan hampir yakin teori-teori mereka kacau, dan dasarnya hampir sepenuhnya intuisi. Fakta bahwa para ahli biologi langsung berhati-hati begitu mencium bau “teori besar” menunjukkan betapa kompleksnya hal ini
      Tidak ada jaminan bahwa biologi bisa direduksi menjadi sesuatu yang sekaligus mencerminkan keadaan sebenarnya dan dapat dipahami. Alam tidak berkewajiban memberi kita hal seperti itu
    • Perangkat keras basah untuk memahami sistem kompleks sudah ada sejak ribuan tahun lalu, dan sistem simbol untuk mengomunikasikan hal-hal kompleks ditambahkan belakangan
      Kini ada banyak orang yang lemah dalam sistem simbol tetapi sangat baik dalam memahami, dan ada juga pakar sistem simbol yang masih pemula dalam hal pemahaman
      Saya tidak begitu tahu apakah kita melewatkan bentuk simbol yang lebih cocok untuk pemahaman, atau justru selama ini terlalu melebih-lebihkan sistem simbol dengan mengorbankan pemahaman
    • Saya rasa inilah yang kita harapkan dari arsitektur Transformer raksasa. Maksudnya, alat untuk mengeksplorasi dan menangani konsep-konsep kompleks
      Namun penalarannya mungkin tetap menjadi bagian kita
    • Saya punya gagasan ekstrem bahwa biologi terlalu kompleks untuk benar-benar dipahami manusia
      Manusia memiliki kemampuan kognitif untuk menalar hubungan di antara sekitar 150 orang. Jika ini adalah batas atas yang masuk akal untuk jumlah gen yang bisa ditampung di kepala, maka tamatlah kita. Di setiap sel ada ribuan jenis protein berbeda dan jauh lebih banyak lagi molekul kecil. Jika satu gen dihilangkan, sering kali ratusan gen lain berubah sebagai respons
      Kita tidak bisa menampung sistem sebesar itu di kepala. Sebagian mungkin bisa, tetapi gen-gen itu terlalu saling terhubung sehingga sangat sulit menarik batas yang masuk akal di antara “bagian-bagian” yang terpisah
      Biologi juga berperilaku dengan cara yang berlawanan dengan intuisi. Lingkar umpan balik, keacakan, dan distribusi berekor panjang adalah konsep yang sangat penting dalam sistem biologis, tetapi manusia terkenal buruk dalam memikirkan hal-hal seperti ini
      Memikirkan satu sel saja sudah terlalu besar dan aneh. Jaringan atau organ tidak usah dibahas
      Karena itu saya pikir sangat penting mengajarkan pemodelan komputasional kepada siswa sejak dini. Ini terlalu kompleks bagi otak kita, jadi kita harus bergantung pada model komputer
  • Tulisannya indah, tetapi saya tidak setuju dengan premisnya
    Setidaknya di Inggris—Amerika mungkin berbeda—banyak konsep dan penalaran dasar yang disayangkan penulis karena tidak ia pelajari sebenarnya memang diajarkan
    Pada tingkat A-Level, kami mempelajari dasar fisik modifikasi epigenetik. Itu bagian yang penulis jelaskan sebagai menghidupkan dan mematikan gen, tetapi itu sendiri terlalu menyederhanakan secara biner; kenyataannya lebih dekat pada peningkatan dan penurunan regulasi ekspresi. Kami juga mempelajari proses menarik seperti splicing alternatif, yaitu satu gen dapat mengekspresikan beberapa protein berbeda
    Bahkan pada tahun pertama sarjana di universitas Russell Group biasa, sejarah biologi mengambil porsi besar dalam kuliah. Terutama dalam proses evolusi genetika sebagai sebuah bidang. Bahwa kategori dan konsep dalam biologi pada dasarnya kabur juga disampaikan dengan sangat jelas
    Saya ingat jelas ketika seorang dosen, saat ditanya mengapa ia mengatakan bakteri tidak memiliki organel yang dikelilingi membran padahal magnetosome yang menjadi topik kuliah jelas merupakan pengecualiannya, menjawab begini: dalam biologi, jika dikatakan “selalu benar”, itu berarti terjadi lebih dari 80%; dan jika dikatakan “tidak pernah terjadi”, sebenarnya itu berarti terjadi kurang dari 20%
    Saya setuju bahwa kadang ada fokus berlebihan pada menghafal detail kimia dengan mengorbankan konsep yang lebih luas dan penting. Misalnya Krebs cycle. Namun menurut saya penulis membesar-besarkan kasus ini

    • Saya mengambil biologi SMA di Amerika, dan secara umum setuju dengan kedua klaim itu
      Benar bahwa konsep dan penalaran dasar yang disayangkan penulis karena tidak ia pelajari sebenarnya diajarkan, dan benar juga bahwa kadang pembelajaran terlalu condong ke hafalan detail kimia ketimbang konsep yang lebih luas
      Namun penulis hampir pasti hanya sedang membicarakan biologi SMA
      Di Amerika, guru AP Biology harus berkompromi antara mengajarkan konsep dan mengajar sesuai ujian AP yang akan diikuti siswa kelas 12. Persiapan ujian itu mencakup hal-hal seperti menghafal Krebs cycle lalu melupakannya segera setelah ujian
      Guru saya cukup baik menyeimbangkan hal ini dan saya mendapatkan banyak manfaat, tetapi hasilnya bisa berbeda-beda bagi tiap orang. Siswa bisa mendapat nilai bagus dalam ujian sehingga dapat menghindari mata kuliah wajib biologi di universitas, padahal kelas universitas itu mungkin jauh lebih baik. Saya sendiri persis seperti itu
  • Guru biologi SMA saya, Pak Dinnetz, benar-benar luar biasa
    Ia punya cara membuat materi pelajaran terasa hidup—atau lebih tepatnya, berujung pada kematian. Setiap kali mengajarkan konsep baru, ia menjelaskan bagaimana kita akan mati jika konsep itu tidak ada. Pelajarannya sangat membekas di ingatan

  • Saya sepenuhnya setuju dengan pernyataan bahwa dalam pelajaran biologi, biologi tidak disajikan sebagai penjelajahan menuju rahasia kehidupan, dan buku teks telah memeras habis unsur penyelidikannya
    Kita tidak pernah bersentuhan dengan biolog sungguhan, pertanyaan nyata yang mereka miliki, maupun eksperimen nyata yang mereka lakukan untuk mencari jawaban; kita hanya diberi kesimpulannya
    Saya penasaran, bukan hanya untuk biologi, buku atau materi belajar bagus apa yang bisa mendorong penyelidikan, rasa ingin tahu, dan rasa takjub
    Yang pertama terlintas adalah Feynman’s Lectures

    • Sebagian besar buku sains populer tidak berguna untuk penggunaan nyata, dan kuliah Feynman pun dengan sendirinya menyaring orang-orang yang memang condong ke fisika dan matematika
      Biologi adalah abstraksi yang bocor, jadi tanpa dasar yang kokoh, sangat sulit melakukan sesuatu secara rigor. Ini juga mirip dengan diskusi tentang musik yang terjadi di Hacker News. Orang-orang lebih tertarik mengaitkan konsep pemrograman dengan notasi partitur dan mengeluhkan cara musik Barat disajikan daripada musik itu sendiri
      Dalam biologi, untuk melakukan sesuatu melampaui coba-coba empiris yang dangkal, Anda harus benar-benar memahami dogma sentral dan biokimia. Khususnya kebanyakan orang “tipe hacker” hanya samar-samar tahu yang pertama, yakni kira-kira translasi dan transkripsi DNA, lalu berhenti di situ
      Jika ingin bekerja secara rigor, Anda wajib mendapatkan intuisi tentang biokimia. Jika tidak, Anda hanya akan cocok untuk pekerjaan seperti mencuci tabung reaksi, layaknya developer web lulusan bootcamp versi bioteknologi
    • Buku-buku awal Richard Dawkins bagus. Buku-bukunya yang belakangan juga bagus ketika ia menulis tentang biologi, bukan agama
    • Anak-anak adalah yang terbaik. Lebih baik lagi kalau sebelum mereka masuk sekolah atau semacamnya
    • Desert Solitaire - Edward Abbey
      A Brief History of Nearly Everything - Bill Bryson
      Entangled Life - Merlin Sheldrake
      The Hidden Life of Trees - Peter Wohlleben
    • Dalam biologi, saya menyukai sebagian besar buku Stephen Jay Gould. Para pengkritiknya boleh diabaikan. Buku-bukunya menarik