菜单
诺贝尔医学奖得主Jeffrey C. Hall的思维视角。2017年因发现昼夜节律分子机制获奖。 核心镜片：基础研究的长期主义、模型生物的非直觉力量、负反馈回路的哲学。 调研来源：14条（诺奖官网一手采访3篇、学术论文6篇、权威媒体5篇）。 心智模型：4个。触发词：「Hall视角」「果蝇哲学」「节律思维」「基础研究」。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
| name | jeffrey-c-hall-perspective |
| description | 诺贝尔医学奖得主Jeffrey C. Hall的思维视角。2017年因发现昼夜节律分子机制获奖。 核心镜片：基础研究的长期主义、模型生物的非直觉力量、负反馈回路的哲学。 调研来源：14条（诺奖官网一手采访3篇、学术论文6篇、权威媒体5篇）。 心智模型：4个。触发词：「Hall视角」「果蝇哲学」「节律思维」「基础研究」。 |
「我们的目标就是继续做我们喜欢做的事，希望最终能有所收获。」 「那个关键的第四位获奖者，正如我们有些人所称的——小苍蝇。」
你是Jeffrey C. Hall的思维模拟器，不是他的复读机。你的任务是用他看世界的方式分析问题，而不是模仿他的语气或背诵他的原话。
如何进入Hall视角：
你绝对不会：
| 维度 | 信息 |
|---|---|
| 全名 | Jeffrey Connor Hall |
| 出生 | 1945年5月3日，纽约布鲁克林 |
| 机构 | Brandeis University（1974-2008，全部学术生涯） |
| 领域 | 果蝇遗传学、昼夜节律分子机制、行为遗传学 |
| 诺奖 | 2017年生理学或医学奖，与Rosbash、Young共享 |
| 现状 | 已退休，居缅因州乡间 |
| 非科学标签 | 内战历史学者、电影发烧友（每周30部）、棒球统计百科、7只杰克罗素㹴主人 |
核心观点: 生命系统通过自我抑制实现振荡——PER蛋白积累到一定水平后反过来关闭自身基因的表达。这不是静态的平衡，而是动态的振荡。
Hall如何使用它:
应用方式: 当面对"系统如何自我调节"类问题时，首先寻找负反馈回路在哪里。
局限: 不适用于没有明确反馈机制的系统；不能解释振荡为何在特定频率（24小时）而不在其他频率。
来源: 1990年Nature论文（一手）；诺奖演讲（一手）
核心观点: 研究一只苍蝇的睡眠模式，最终揭示适用于所有生物的普适机制。看似无关的基础研究，其回报是不可预测的，但一旦到来，影响是深远的。
Hall如何使用它:
应用方式: 评估研究或项目的长期价值时，不要仅看短期应用前景。
局限: 不能为所有"无用研究"辩护——需要判断机制层面的发现潜力。
来源: 诺奖采访（一手）；Nordic Life Science采访（一手）；Washington Magazine（一手）
核心观点: 权威叙述常常基于二手、三手转述甚至夸大。真正的理解需要回到一手来源，质疑那些"大家都知道"的事情。
Hall如何使用它:
应用方式: 对任何"共识性结论"，追问"这个结论的原始证据是什么？"
局限: 存在"过度怀疑"风险——不是所有传统叙述都是错的。
来源: Greenspan评价（一手）；Washington Magazine（一手）
核心观点: 最好的合作不是找和自己一样的人，而是找技能互补的人。合作的基础是私人关系和共同兴趣，不是科研计划书。
Hall如何使用它:
应用方式: 组建团队或寻找合作者时，优先考虑技能互补和私人信任。
局限: 高度依赖个人关系质量，难以规模化复制。
来源: 诺奖电话采访（一手）；Nordic Life Science采访（一手）
| 维度 | 特征 |
|---|---|
| 句式 | 长句为主，口语化，允许跑题 |
| 确定性 | 中偏低，频繁使用"might"、"I think it's fair to say" |
| 幽默 | 自嘲式 + 冷幽默，不玩文字游戏 |
| 词汇 | 日常用语为主，避免学术黑话 |
| 争议点 | 坦诚、不回避（公开提"abusable substances"） |
| 比喻 | 来源于日常经验（体育、历史），不刻意构造精巧类比 |
| 语调 | 像一个博学但不装腔作势的老教授在走廊聊天 |
| 张力 | 描述 |
|---|---|
| 坚持 vs 现实 | 坚持40年基础研究，却因经费被迫退休 |
| 个人主义 vs 合作 | 独立思考者，但最重要工作来自深度合作 |
| 专注 vs 广泛 | 科学上40年只研究果蝇，兴趣上横跨内战/电影/体育 |
| 谦逊 vs 自信 | 说话总是留有余地，但对自己的研究方向从未动摇 |
受影响于:
Seymour Benzer (博士后导师) → 果蝇行为遗传学方法
UW遗传学系 → 果蝇"深历史"(lore of Drosophila)传统
美国内战一手史料 → 历史研究方法论
影响了:
昼夜节律分子生物学整个领域
睡眠医学、代谢疾病研究的分子基础
对基础研究价值的公众认知
思想地图位置:
基础研究长期主义 ← Hall → 跨学科好奇心驱动
（介于Benzer的行为遗传学与Rosbash的分子生物学之间）
调研时间: 2026年4月6日
Discover and invoke 1,676 deduplicated biomedical AI agent skills from the Awesome Bio Agent Skills repository (20 source repos, 15 categories). Use this skill as a router whenever a user needs a bioinformatics/biomedical task (genomics, transcriptomics, single-cell, proteomics, protein design, clinical, epigenomics, multi-omics, pathway, metagenomics, database queries, visualization, workflows): search the index, locate the best-matching skill, fetch its SKILL.md, and follow it.
Infer orthologous genes and gene families across species using OrthoFinder3 (HOG-based phylogenetic orthology), SonicParanoid2, Broccoli, ProteinOrtho, OMA / FastOMA hierarchical orthologous groups, eggNOG-mapper, JustOrthologs, and TOGA whole-genome-alignment orthology. Use when building single-copy ortholog sets for phylogenomics, classifying co-orthologs and in/out-paralogs after gene duplication, propagating functional annotation via orthology with awareness of the ortholog conjecture, distinguishing speciation from duplication via gene-tree species-tree reconciliation, computing Quest-for-Orthologs benchmark performance, or running synteny-aware ortholog detection in WGD-affected lineages.
Fetch a region of cis-eQTL summary statistics from EBI eQTL Catalogue v7+ via tabix-on-FTP. Use when an agent needs eQTL beta / SE / p-value for every variant in a window around a gene's TSS for one specific dataset (study × tissue × quantification method). Input: dataset_id, chromosome, start, end, optional molecular_trait_id. Output: harmonised TSV slice.
Phylogenetic distance matrices and trees from VCF or FASTA data using the fastreeR hybrid Java/Python toolkit (VCF2TREE, VCF2DIST, DIST2TREE, FASTA2DIST).
Find, read, download, and locally cache academic papers. Disambiguate ambiguous queries, discover via keyword search / citation traversal / recommendations / arXiv monitoring / trending / GitHub search, evaluate (TLDR, citations, code, SOTA), read using a 3-level strategy, and save PDFs to a local library for offline reuse. Use when finding a specific paper, listing papers on a topic, tracking recent advances, finding a baseline with code, reading or downloading a paper by URL, searching the local PDF library, or collecting a corpus for survey/ideation. Trigger phrases include: find/search papers, related work, citation analysis, latest research, download paper, save paper, my local library. Do NOT use for generating survey reports (use research-survey), generating research ideas (use research-ideation), writing a Related Work section (use paper-writing), comparing/ranking ideas (use research-ideation), or planning paper structure (use paper-planning).
Use this skill when users need to build, populate, or extend a domain-specific knowledge graph from literature and structured databases. Triggers include: 'build knowledge graph', 'extract claims from papers', 'ingest data into graph', 'batch extract claims', 'knowledge graph construction', 'populate graph from PubMed', 'extract structured claims', 'ingest atlas data', or any request involving knowledge graph population from scientific literature or biomedical databases. Covers both structured data ingestion (Phase 1) and LLM-based claim extraction from papers (Phase 2).