作者：大千醫院 核醫科 蘇宣銘 主任
「囚禁一個人的，是腦子，而不是籠子。」
～劉育志醫師《外科失樂園》
新領域沒有界線問題
在蔡依橙醫師的三篇文章「短時間精通全新領域：心臟電腦斷層」、「如何學習並精通不同領域的事物」和「如何快速學習，掌握一門新領域的專業知識，並有效運用」之中，他強調：「新領域沒有界線問題」，「專業已經沒有界線，人為的界線則是證照」。
9 月去中研院參加「2014 統計科學營」的課程之後，對這點非常有感觸。
所有起飛的熱門主題都來自新領域－結合數個不同舊領域而產生的新領域，跟創意一樣，很少全新的創意，大多是結合 old ideas 而形成 a new idea！舊領域會遇到瓶頸，加入新元素則有機會突破，這時候，就是跨界人才的天下了！
資工與分子生物
中研院的課程，雖然講的是統計，但是全部結合醫學生物，主講者有數學家、資工教授等專家，反而沒有醫學界或生物學家。其中的一堂課講的是「次世代 ＤＮＡ 定序儀」，非常的生物學，和資工和統計有何關連呢？
原來，這儀器先把 ＤＮＡ 震碎成千萬片，再把小碎片定序，出來的序列全部數位化，接著重組回原先的 ＤＮＡ 序列。聽起來很簡單，但是困難點在於，（1）ＤＮＡ有很多重複序列，造成重組回原序列的複雜度，（2）定序儀其實也會出錯，即使只有 1% 錯誤，也可以產生 10 萬條以上的錯誤序列（1000 萬 x 1% = 10 萬），造成後面重組的困難。
解決第一道難題的方法，靠的是數學－尤拉路徑（Eulerian path）或哈密頓迴路（Hamiltonian cycle），但是碎片太多，需要靠資工用電腦程式解決；解決第二道難題的方法，靠的是統計，利用錯誤序列發生的特性，從統計上找出不合理序列。
機會 是給準備好的人
解決生物 ＤＮＡ 重組問題的人，就是一個資工專家－Pavel A. Pevzner，當初是一位生物學家 Michael S. Waterman 找他討論這個難題，而他提出了全新的解法。Pavel A. Pevzner 是資工背景，生物和統計是靠自修學的，這是發生在西元 2001 年的事情。
那時候沒有 Gmail、YouTube、TED、khan Academy、哈佛開放式課程，Windows XP 剛推出，Google 上線才 4 年，網頁還不能互動（Web 1.0），Mark Zuckerberg 還在唸高中！
那是個知識流通緩慢，資源貧乏的時代，而 Pavel A. Pevzner 靠著自修以及同儕學習，開創新局面（Computational Biology）；那也是個生命科學起飛的年代，我想，他一定也涉獵了生物學，並且思考資工與生物可能產生的火花。
「跨」領域
跨領域的「跨」，代表著人要走出去，離開原本的舒適圈，用新知識、新技能、新想法，解決眼前的問題。領域的疆界是人劃的，當然要由人抹去；當人意識到瓶頸，向外尋求資源，界線就逐漸打開了。
