Learning Path學習路徑

L0 → L6 七道關卡。不知道從哪開始，就從這裡開始。

7 頁
The seven gates of the learning path drawn as a single ordered spine from level zero to level six, each row giving what the gate lets you do and a verdict on whether it can be skipped, with level two and level five marked in red as mandatory.
示意圖（向量繪製） 七道關卡的順序與可跳過性。右欄才是重點：L3、L4 可以壓縮，L2（決定你要量什麼）與 L5（決定你能宣稱什麼）不能跳。底下綠條是停下來的判準 —— 交出一張流程圖不算走完，交出一句守得住的話才算。

這章的頁面

Level 0 — 我完全不知道 Cas9 Start here 先建立一個能掛東西的骨架：Cas9 是什麼、為什麼有人在意。 L0 Level 1 — 知道 Cas9 如何切 DNA The cutting mechanism 把「一台機器分五步做完一件事」這個圖像刻進腦子。 L1 Level 2 — 知道 High Fidelity 是什麼問題 The specificity problem 搞懂領域真正的痛點：切錯地方，以及為什麼難解。 L2 Level 3 — 知道 MD 在模擬什麼 What MD actually does 從 DFT 的世界跨到力場的世界，知道換到了什麼、失去了什麼。 L3 Level 4 — 知道所有 Analysis Every analysis on the shelf 軌跡跑完之後，十二種分析各自回答什麼問題。 L4 Level 5 — 知道 Benchmark 怎麼做 Benchmarking 學會問「我怎麼知道這個數字不是雜訊」。 L5 Level 6 — 知道如何設計 workflow Designing your own workflow 把前面所有東西接成一條你自己能防守的流程。 L6

這章在講什麼

這是全站唯一有順序的一章。 其他十章都是參考書：你有問題才翻，翻完就走。這一章是路線圖，只回答三個問題 —— 我現在在哪、下一步該讀什麼、以及什麼時候可以停下來開始動手。第三個問題最容易被忽略，但它才是這章存在的理由：一張沒有終點標記的地圖，會讓人一直讀下去而永遠不敢開檔案。

七道關卡的順序不是隨便排的，它跟你當年學 DFT 的順序幾乎是同一個形狀。L0 到 L1 先建立「這台機器在幹嘛」的圖像，等於你先知道 Kohn-Sham 方程在解什麼，還沒碰任何參數。L2 把「Cas9 很酷」翻譯成一個真正的科學問題 —— 它會切錯地方，而且高保真變體修的不是結合強度而是構形檢查點。這一關是整張地圖的轉軸：跳過它，後面選的每一根打分軸都會選錯，就像還不知道自己要算吸附能就先去挑贗勢。L3 換一個世界，從電子結構跳到古典力場，重點不是學會跑 MD，是搞清楚你換掉了什麼、換到了什麼。L4 是工具箱，十二種分析各自量什麼、什麼時候不該用。L5 是判準 —— 你怎麼知道這個數字不是雜訊。它對應到你熟悉的 ENCUT 與 k-mesh 收斂測試，但只在習慣的層次上對應：DFT 的收斂是決定論的、可單調逼近，曲線變平就能停；MD 的取樣收斂是統計的，一條變平的曲線可能只代表幾條軌跡一起困在同一個盆地裡，所以判準要換成跨獨立軌跡的分歧程度。L6 才把前面全部接成一條你自己能防守的流程。

這章不回答的東西同樣重要。它不教任何一個分析怎麼算（那在 Analysis），不告訴你該做哪個題目（不在本站範圍內），也沒有作業與考試 —— 每一關只有一份通關檢查表，勾完就算過。它更不是一條必須從頭走到尾的隧道：如果你已經跑過 MD，L3 可以二十分鐘掃過去。但 L2 與 L5 這兩關不能跳。 它們的共通點是都不產生「我學會一個新技能」的快感，只產生判斷力，所以是最常被跳過、也是跳過之後最貴的兩關。

Two parallel columns of six steps each: on the left the order in which a DFT user learned their own field, on the right the corresponding level of this learning path, linked by a dashed connector whose label states the purpose the two steps share.
示意圖（向量繪製） 左欄是你走過一次的順序，右欄是這張地圖的關卡，中間那句才是配對的理由。第 2 列（先決定要量什麼）與第 5 列（分辨數字與設定）在兩邊是同一件事，只是一邊叫收斂測試、一邊叫跨 replica 變異。

教授可能問

你現在在第幾關？講一個你目前答不出來的問題給我聽。點開看參考答案

這一問在測自我定位的誠實度，答「我在 L4」是沒有用的答案。有用的答案長這樣：「我大致在 L4，十二個分析我都知道在量什麼，但我還說不出為什麼 BSA 的跨 replica CV 是 2.1% 而 DNA RMSF 是 59.1%，也就是我還不知道穩定性的來源是什麼 —— 這代表我其實還沒進 L5。」能指出自己知識的邊界落在哪一條線上，比多背三個名詞有價值得多。

如果只能跳過一關，你會跳哪一關？為什麼 L2 不能跳？點開看參考答案

可以跳的是 L4 的一部分（十二個分析裡短期用不到的那幾個，例如 MSM 與 DCCM），因為它們可以在需要時再回頭查。L2 不能跳的理由是它決定了你要量什麼：如果不知道高保真變體對 on/off-target 的結合親和力與 WT 差不多、差別在 HNH 構形檢查點的動力學，你會很自然地去算結合自由能來排序專一性，然後在幾個月後才發現整根軸量錯了東西。L2 不是知識，是選題的方向盤。

L4 的十二個分析，你能用一句話講出它們的分類原則嗎？點開看參考答案

最有用的分類不是按「算什麼」而是按它壓掉了哪個維度：RMSD 壓掉原子留下時間、RMSF 壓掉時間留下原子、PCA 壓掉維度留下集體方向、contact map 與 BSA 壓掉個體留下總量、自由能地景與 MSM 則試圖不壓掉時間、去換取速率。壓縮方式直接決定可靠度：把上萬個貢獻積分起來的量穩，只讀單一位點的量不穩。這個分類原則比任何一張分析清單都好記，因為它同時解釋了為什麼有些分析能打分、有些只能講故事。

你覺得走完 L6 的產出是什麼？一張流程圖嗎？點開看參考答案

不是。流程圖是副產品，真正的產出是一句你敢在審查現場防守的話，以及支撐那句話所需要的最小證據集合。如果走完 L6 交出來的是一張漂亮的圖，卻說不出「這條流程量得到什麼、量不到什麼、我憑什麼相信它」，那就是還沒走完。L6 的通關標準是：有人問「為什麼是四條 replica 不是兩條」的時候，你能給出數據而不是慣例。

Reviewer 可能問

你的模擬跑了多長、幾條獨立軌跡？為什麼那個量就夠？點開看參考答案

這是走到 L5 才答得出來的問題，而它幾乎一定會被問。你的專案有現成的答案：4 replica × 約 87 ns，535,265 atoms 的完整 R-loop 三元複合體。但關鍵不在數字本身，而在你能不能用這個取樣量去界定結論的作用域 —— 聚合量（BSA 2.1%、總 protein–DNA 接觸 4.1%）跨 replica 穩定，可以承擔排序責任；DNA RMSF 59.1%、逐位點距離 38 到 46%、groove 接觸計數 145.5% 落在 noise tier，只能當定性敘述。答「我們跑了業界慣例的長度」是最糟的答案，因為它把責任推給一個不存在的慣例。

你的 metric 為什麼選這幾個？有沒有做過對參數選擇的敏感度檢查？點開看參考答案

只走到 L4 的人會答「因為文獻都這樣做」，而 reviewer 想聽的是選擇依據與穩健性。cutoff、fit selection、氫鍵的角度門檻，這些都是你事後貼上去的判準而不是 Hamiltonian 的一部分，所以掃描它們是必要成本不是加分項。檢查的形狀很簡單：把 cutoff 從一端掃到另一端，看你的排序會不會翻轉；不會翻轉才叫結論，會翻轉的叫參數的產物。

你的對照組是什麼？有沒有一個本來就應該是 null 的條件？點開看參考答案

這是 L5 的核心，也是最容易整篇被打掉的一題。最現成的例子就是 eSpCas9(1.1)：它在 on-target 底物上本來就該是 null，要看到效應必須換成帶 PAM-distal 錯配的底物。一個設計良好的研究會主動安排一個「如果這裡出現訊號就代表我的流程有問題」的條件，而不是只安排會出現訊號的條件。

你的起始結構從哪來？換一個起始結構結論還在嗎？點開看參考答案

這一問在 AI 預測結構普及之後已經變成標準題。你的專案有配對對照可以直接回答：同一套 metric、同一套分析流程，從 Chai-1 預測結構起跑得到 0/8 共享、ρ ≈ −0.03（等同隨機），換成 5F9R 晶體結構起跑變成 3/8 共享、pairwise Jaccard 0.48、Spearman +0.77。元兇是起始結構不是 metric。 答得出這一題，代表你至少走完了 L3 與 L5。

口試可能問

你為什麼選 MD 這條路，而不是 docking 或純機器學習？點開看參考答案

要把三條路的成本與可及性一起講。純序列的機器學習需要的是資料規模，那是別人的資產不是你的；docking 與單點打分便宜，但它只給一個靜態構形下的分數，而 Cas9 的專一性發生在結合之後的構形檢查點，那正是靜態方法最看不見的地方。MD 是唯一在你的算力預算內、又碰得到構形分布的手段。但要誠實加一句：它碰得到分布，碰不到 μs 到 ms 的速率，所以宣稱要縮到你真的量得到的範圍。

這條路你打算走多久？如果只有三個月要拿出東西，你砍哪一關？點開看參考答案

可以砍的是 L4 的廣度（只留下打分層會用到的那四五個分析）與 L3 的實作深度（直接沿用現成的建系統腳本）。不能砍的是 L2 與 L5：砍掉 L2 你會量錯東西，砍掉 L5 你交出來的數字沒有誤差棒，兩者的共同後果都是三個月之後要全部重來。時間壓力下正確的做法是縮小範圍而不是降低標準 —— 少跑幾個變體，但每一個都有跨 replica 的誤差棒。

從計算材料背景跳過生物學直接學分析，代價是什麼？點開看參考答案

代價非常具體：會有能力算出一堆數字，卻還沒有能力判斷哪個數字對應到真實的生物事件。舉一個真的會發生的例子 —— 在 on-target 底物上比較 WT 與 eSpCas9(1.1)，算出來沒有差別；不懂生物學你會以為是方法失敗，懂的話你會知道那本來就該是 null，差異只在錯配底物上才出現。生物學在這個專案裡的功能不是背景知識，是實驗設計的約束條件。

走完這七關之後，跨領域者跟領域內資深研究者差在哪裡？該怎麼補？點開看參考答案

誠實的答案是差在直覺與失敗經驗：領域內的人一眼看得出一張圖不對勁，跨領域者要靠檢查表。補的方式不是多讀論文，是把檢查表寫得比那份直覺更明確 —— 這正好是這條路線的定位。方法紀律（跨 replica 的可重現性報告）本來就是計算材料背景帶得過來的優勢，所以正確的策略是在自己有優勢的維度上競爭，而不是假裝自己有五年的生物直覺。

AI 對話練習

練習一：讓 AI 幫你定位在哪一關

你是一位嚴格但友善的口試委員，專長是計算生物物理。我是計算化學／材料背景（熟 DFT、VASP、吸附能、電催化），生醫背景接近零，正在學 Cas9 的計算研究。

請用「一次只問一題」的方式，出 10 個由淺到深的問題來測我的程度。順序大致對應以下七個層級：L0 Cas9 是什麼、L1 它怎麼切 DNA、L2 專一性問題是什麼、L3 MD 在模擬什麼、L4 各種軌跡分析、L5 benchmark 與可靠性、L6 workflow 設計。

規則：

  1. 一次只問一題，等我回答完再問下一題，不要預先列出全部問題。
  2. 我答錯或含糊時，先指出具體錯在哪，再問一個更基礎的問題往回退。
  3. 我答對時，直接往上加難度。
  4. 不要給我鼓勵性的空話。

十題結束後，請給我三樣東西：(a) 我目前卡在哪一關，用一句話說明判斷依據；(b) 三個我最需要補的洞，按「補起來的投資報酬率」排序；(c) 每個洞我該讀什麼、以及一個可以自我檢驗是否補起來的具體問題。

練習二：費曼技巧，講到自己聽出破綻

我要向你解釋一個概念：為什麼 Cas9 的專一性主要不是「結合強度」的問題，而是結合之後的構形檢查點問題。

請你扮演一位完全不懂生物、但邏輯非常嚴格的計算材料研究生。規則：

  1. 我每講完一段，你只能做三件事之一 —— 指出我用了一個沒有定義過的名詞、指出我的因果推論有跳步、或指出我講的東西無法從我前面說過的東西推出來。
  2. 只要出現上述任何一項，立刻打斷我，不要等我講完。
  3. 不要幫我補完我沒講清楚的部分，也不要展示你自己的知識。
  4. 如果我用了類比，追問這個類比在哪裡會失效。

我全部講完之後，請列出：我漏掉的關鍵環節、我講錯的地方、以及一個「如果我真的懂了就應該答得出來」的追問。

練習三：跟 PI 談判一份學習計畫

你是一位務實、討厭空泛計畫的資深計算組 PI，研究方向是 Cas9 的計算篩選。

我的條件：計算化學／材料背景，熟 DFT 與 VASP，生醫背景接近零；每週可投入的時數我等一下告訴你；算力是一張消費級 GPU，加上叢集上一個小額的並行配額（同時只有個位數的 job），儲存空間也有限。目標是建立一套便宜、可大量篩選的 Cas9 computational workflow，最後寫成一篇 methodology paper。

請先問我三個問題把條件問清楚（包含我每週的可用時數），然後給我一份分階段的學習與執行計畫。計畫必須滿足：

  1. 每個階段都要有一個可檢驗的產出，不能只寫「讀完某某主題」。
  2. 明確標出哪些階段可以壓縮、哪些不能，並說明壓縮的代價。
  3. 標出每個階段的算力成本量級（不用精確數字，用「零／一晚／一週機時」這種量級）。
  4. 最後給我一個停損條件：什麼情況下我應該放棄目前的主線改走備案。

計畫給完之後，請針對我最可能低估的那個階段挑戰我一次。