最近看到一本好书Mixed effects models and extensions in Ecology with R, 顾名思义，是讲解有关R语言在分析模拟生态学问题的专业著作。

为什么说它好呢，原因有三，

第一，本书生动直观的按照由简单到复杂的逻辑顺序讲解，这是很符合人的认知过程的模式。

第二，这本书非常的实用，即可以当教科书似的A到Z阅读，又可以当做字典等工具书查阅

最重要的是，这本书可以唤起人的潜意识，有种塔罗牌一般的神秘学效果，让我联想到很多“巅峰”的生态学问题。。。。。然后扩展到了其他科学领域。。。。

附：我心目中的六个最“前沿”生命科学问题

1 生态学中复杂过程的模型优化问题

对于有复杂交互的生态学实验，找到一个好的模型是分析数据的主要问题，只有基于一个可靠的模型，得出的统计参数才有真正的意义，在未来，广泛得采用GLMM,GAMM,MCMC,GEE等相关较复杂甚至是改进版的模型来分析数据将会带来方法论上新的飞跃，这种飞跃不仅会带给我们分析结果上的精确，更有着强大的预见力，一种对自然模型的“揣测”，这会反作用于开始的实验设计，带来方法上和认识上的双重改进。。

我预言：未来R语言将会被广泛应用于高水平的研究，其灵活性和开放性将会使得海量的生态分析包（package）发布在镜像网站上。。。

2 交互的本质问题

带有复杂交互的科学研究当中常有不显著的结果诞生，人们心里往往不太情愿的将其发表。其实，相当一部分的结果是可以再分析的（建立更合理的模型)，挖掘不显著中的显著。相信我，有的结果会有惊人地发现。

我建议：统计学家们应该密切与生物学家合作，尤其是生态学家，前者提供方法的指引，使问题的解决变得高效；后者将提供自然的“真实”情况，使问题变得富有意义。

3 混沌学与生态学交互问题的关联

我记得很早就有人提出混沌学说与生态学的关联问题，对于这类问题的解决，1号问题的实现将会提供必要的答案，这是绝对的复杂问题。。。以至于我每次一触及到，就感到了大脑的混沌。。。。

我建议：相关分支的数学家应该经常与统计学家生物学家们坐在一起喝咖啡，这问题还有解决的希望。。。

4 细胞的起源与凋亡问题

这个问题，没的说，老生常谈，砸钱大户，如果你看到每年全世界在这个方面投了多少经费，你会乍舌的。。这项研究可以说是“无底洞”。搞过的人心里很清楚：细胞内部的这个小世界一点不比野外的生态大世界简单多少。。

我预言：癌症只能被改善，不可能被治疗（就像你消灭不了磁铁的N极一样，好像最近有报道，在特殊的条件下勉强实现。。。）细胞的命运无非就是1自然凋亡2癌变，所谓“原癌基因”“抑癌基因”和一系列病理的发病模式的研究将会不断地飞跃，但在如何有效防止的问题上，将会长期变得束手无策。。

5 进化的方法论问题

进化的光芒居然还没有照耀到生命科学的某些角落！失败！！
进化生物学就是个谜，evolution这个词读起来都那么顺口，如果说，发展到数学阶段是一个学科成熟的标志，那么将进化论（不管是拉马克，达尔文，木村的）贯穿与生命科学研究就是每个生物学家的生活必需品。进化问题简直是我的毒品，听到进化这个词，我身体都会有反应。。。。。

6 意识的发生问题

这简直是科学研究的头等大事，属于脑科学研究，未来的阶段应包括：发现意识的具体大脑区域，阐明其相关神经细胞关系，鉴定细胞之间通讯的表达及传导信号，提出相关物质模拟试验验证。这个问题的大获全胜，将宣布人类进入了“类神文明”。。。