定量差異及其在體育科學(xué)中的應(yīng)用

劉承宜，胡少娟，李曉云，魏華江，2，陳同生，2，楊湘波，李方暉，劉延瑩，，李末月，王娜

（1.華南師范大學(xué) 體育科學(xué)學(xué)院 激光運動醫(yī)學(xué)實驗室，廣東 廣州 510006；2.華南師范大學(xué)生物光子研究院 激光生命科學(xué)研究所和激光生命科學(xué)教育部重點實驗室，廣東 廣州510631；3華南師范大學(xué) 信息光電子科技學(xué)院，廣東 廣州 510006；4.肇慶學(xué)院 體育與健康學(xué)院，廣東 肇慶 526061）

?

定量差異及其在體育科學(xué)中的應(yīng)用

劉承宜1，胡少娟1，李曉云1，魏華江1，2，陳同生1，2，楊湘波2，3，李方暉4，劉延瑩1，4，李末月1，王娜1

（1.華南師范大學(xué) 體育科學(xué)學(xué)院 激光運動醫(yī)學(xué)實驗室，廣東 廣州 510006；2.華南師范大學(xué)生物光子研究院 激光生命科學(xué)研究所和激光生命科學(xué)教育部重點實驗室，廣東 廣州510631；
3華南師范大學(xué) 信息光電子科技學(xué)院，廣東 廣州 510006；4.肇慶學(xué)院 體育與健康學(xué)院，廣東 肇慶 526061）

摘 要：統(tǒng)計方法可以告知兩組數(shù)據(jù)的定性差異，而無法得出它們的定量差異。通過改進(jìn)Fibonacci數(shù)列及其黃金分割常數(shù)τ＝(－1)/2≈0.618來度量差異。對于任何兩個數(shù)的絕對值x和y(x

關(guān) 鍵 詞：定量差異；Fibonacci數(shù)列；黃金分割；運動壽命；耐力運動；力量運動

零假設(shè)統(tǒng)計檢驗(Null Hypothesis Statistical Testing，NHST)主要用于研究數(shù)據(jù)組之間的定性差異，但無法告知差異的定量大小。NHST是現(xiàn)代科學(xué)研究的基石，但受到了質(zhì)疑[1-2]。主流意見維護(hù)NHST，認(rèn)為現(xiàn)有統(tǒng)計方法需要得到更加嚴(yán)謹(jǐn)?shù)膱?zhí)行[3-6]。部分意見認(rèn)為是統(tǒng)計方法本身的問題[2]，《Basic and Applied Social Psychology》雜志從2015年第1期開始已經(jīng)不再發(fā)表依靠NHST獲得結(jié)論的論文了。本研究支持主流意見，試圖通過引入黃金分割常數(shù)將差異定量化來解決統(tǒng)計方法的局限，并討論它在體育科學(xué)中的初步應(yīng)用。差異的定量化對于體育科學(xué)的定量化具有非常重要的意義，相信本研究可以起到拋磚引玉的作用。

1　數(shù)據(jù)分布模型

為了將數(shù)據(jù)組之間的差異定量化，首先應(yīng)該找到一個恰當(dāng)?shù)臄?shù)據(jù)組模型。數(shù)據(jù)組在數(shù)學(xué)上可以表示為一個數(shù)列。一個特殊的古印度數(shù)列被意大利僧侶Leonardo Pisano Bogollo (1170—1250年)在1202年再次發(fā)現(xiàn)，并以他的綽號Fibonacci命名。Fibonacci數(shù)列相鄰兩個數(shù)比值的極限就是著名的黃金分割常數(shù)τ＝(－1)/2≈0.618。Fibonacci數(shù)列和黃金分割常數(shù)曾經(jīng)非常流行，人們不得不將用于計數(shù)的繁復(fù)的羅馬數(shù)字改寫成阿拉伯?dāng)?shù)字。Fibonacci數(shù)列或黃金分割常數(shù)不僅揭示了植物的形態(tài)規(guī)律[7-9]、人體結(jié)構(gòu)與功能的規(guī)律[10]、凝聚態(tài)物質(zhì)的結(jié)構(gòu)規(guī)律[8]和兩酶系統(tǒng)的最佳代謝[11]，而且還用于決定腫瘤化療藥物臨床試驗的劑量梯度[12]。本研究在改進(jìn)Fibonacci數(shù)列的基礎(chǔ)上提出了一個數(shù)據(jù)組模型。

0，1，1，2，3，5，8，13，21，34，55，89，144，233，377，610，987，1 597，2 584，4 181，6 765，10 946，17 711，28 657，46 368，75 025，12 1393，196 418，317 811，…就是Fibonacci數(shù)列，第3項以后任意一項是前面兩項之和，相鄰兩項小數(shù)與大數(shù)比值的極限就是著名的黃金分割常數(shù)。它的第n項可以表示為

式中τ必須取準(zhǔn)確值才能復(fù)制Fibonacci數(shù)列。相鄰兩項的比值可以表示為

因此，當(dāng)n足夠大的時候，可以從Fibonacci數(shù)列中選出相鄰m個數(shù)，其分布可以表示為

1，τ，τ2，…，τi，…，τm-1(3)

這是一個等比分布，其相對增幅為τ，當(dāng)然也可以計算變異系數(shù)(coefficient of variation，CV)。實際上Fibonacci數(shù)列的相鄰m個數(shù)也可以計算相對增幅和CV，容易證明它們的極限就是數(shù)據(jù)組(3)的相對增幅和CV。

從實驗的角度來看，數(shù)據(jù)分布(3)代表了一種在自然界普遍存在的分布系列。為了研究更加廣泛的分布系列，可以將式(1)改進(jìn)為其中l(wèi)可以為任何正實數(shù)，相應(yīng)的數(shù)列稱為l級Fibonacci數(shù)列。顯然1級Fibonacci數(shù)列就是原來的Fibonacci數(shù)列本身。容易證明與分布(3)對應(yīng)的l級Fibonacci數(shù)列的等比數(shù)據(jù)組為

1，a(l)，a2(l)，…，ai(l)，…，am-1(l)，a(l)= τl(5)其相對增幅為

m個數(shù)的CV可以表示為CV(m，l)。容易計算l 級Fibonacci數(shù)列相對增幅和相鄰m個數(shù)的CV的極限分別為δ(l)和CV(m，l)。表1列出了部分分?jǐn)?shù)l的δ(l) 和CV(m，l)的部分?jǐn)?shù)值。可以看出，l值越小，相鄰數(shù)據(jù)的比值α(l)越大，相對增幅和CV越小。

表1　改進(jìn)Fibonacci數(shù)列的相對增幅和變異系數(shù)的極限值

可以看出等比數(shù)據(jù)分布(3)或(5)的數(shù)據(jù)點之間的差異是由τ和l決定的。根據(jù)式(5)

l＝logτα＝lgα/lgτ (7)

對于任何兩個數(shù)的絕對值x和y，它們之間的相對差異可以用l來度量，稱為l級定量差異：

l＝|logτ(x/y)|＝|lg(x/y)/lgτ| (8)

從表1可以看出，l越小，兩個數(shù)據(jù)的差異越小。

2　定量差異在體育科學(xué)中的應(yīng)用

2.1壽命的定量差異

圖1表示運動員的生命曲線[13-14]。橫坐標(biāo)是年齡，縱坐標(biāo)是表征運動能力的功適能。圖1中β、h0和y0分別為運動員首次獲獎的年齡、運動成績最佳年齡和退役年齡。基于Liu等[14]提出的壽命公式，李末月[13]發(fā)現(xiàn)退役年齡可以用如下公式計算

y0＝2 h0－β (9)

為了描述一個完整的生命過程，年齡的計算應(yīng)該從受精卵開始。十月懷胎可以相當(dāng)于一歲，因此通常的年齡應(yīng)該加1。李末月[13]的研究發(fā)現(xiàn)，β+1與y0+1的定量差異剛好為1.00。

根據(jù)式(9)和式(10)兩式可得式(11)。因此，h0+1與y0+1和β+1的定量差異分別為0.56和0.44。

圖1　運動員的職業(yè)曲線與定量差異

GBD2013[15]報道，年齡在30~39歲的男性、年齡在30~34歲的女性和超過80歲的男性和女性在1990 —2013年期間死亡率下降幅度最小。這說明，這幾個年齡段的人抗干擾能力最強(qiáng)。31與81的定量差異剛好為2.00。基于李末月[13]的研究，可以將職員的壽命曲線表示為圖2，橫坐標(biāo)仍然為年齡，縱坐標(biāo)為職員的功適能，β、h、y0和y分別為職員職業(yè)生涯開始的年齡、職業(yè)生涯的最佳年齡、退休年齡和壽命

y0＝2h－β；y＝2h+1 (12)

假定式(10)仍然成立。根據(jù)式(10)和式(12)兩式可得式(13)。因此，β+1與y+1的定量差異剛好為2。在GBD2013[15]的報道中，30歲可以理解為一部分人的職業(yè)生涯的開始，80歲可以理解為這部分人的壽命。31與81的定量差異剛好與職業(yè)生涯開始的年齡與壽命的定量差異。

圖2　職員的壽命曲線與定量差異

根據(jù)圖1和圖2，年齡改變的定量差異只有達(dá)到0.44的量級才能對生命產(chǎn)生顯著性的影響。參考這兩個圖，將l<0.22、0.22≤l<0.44、0.44≤l<1.00和l≥1.00分別定義為完全沒有定量差異、稍許定量差異、顯著定量差異和非常顯著定量差異。按照這個定義，與120歲壽命完全沒有定量差異、稍許定量差異、顯著定量差異和非常顯著定量差異的年齡分別為y>108歲、97 歲

2.2關(guān)鍵非必需功能的定量差異

人體內(nèi)部的大量功能構(gòu)成一個無標(biāo)度網(wǎng)絡(luò)[18-19]。根據(jù)對死亡風(fēng)險的影響，可以將人體功能分為必需功能、關(guān)鍵非必需功能和普通非必需功能[19-20]。必需功能的變化會顯著影響健康機(jī)體的死亡風(fēng)險；關(guān)鍵非必需功能在一定范圍內(nèi)不影響健康機(jī)體的死亡風(fēng)險，但顯著影響不健康機(jī)體的死亡風(fēng)險；普通非必需功能在一定范圍內(nèi)不影響機(jī)體的死亡風(fēng)險。利用定量差異可以確定關(guān)鍵非必需功能影響機(jī)體死亡風(fēng)險的數(shù)量級范圍。血糖所影響的功能屬于機(jī)體的關(guān)鍵非必需功能。Krinsley等[21]的國際隊列研究發(fā)現(xiàn)，重癥監(jiān)護(hù)室患者的平均血糖CV越大，死亡率越高。Lin CC等[22]對臺灣糖化血紅蛋白小于7%的居民的空腹血糖進(jìn)行了大樣本隊列研究。他們的CV是n次測量的實際CV乘以[(n-1)/n)]1/2來折算的，為了討論方便，將其稱為約化CV。以約化CV小于0.105的居民的缺血性中風(fēng)風(fēng)險為對照組。他們發(fā)現(xiàn)，約化CV在0.105~0.184之間的居民與對照組沒有顯著性統(tǒng)計差異(缺血性中風(fēng)風(fēng)險與對照組的定量差異為0.217)，約化CV在0.184~0.301之間的居民與對照組有顯著性統(tǒng)計差異(定量差異為0.669)，約化CV在0.301以上的居民與對照組有極顯著性統(tǒng)計差異(定量差異為0.990)。用數(shù)據(jù)分布(5)來進(jìn)行模擬，可以發(fā)現(xiàn)與Lin CC等[22]的0.105、0.184和0.301三個約化CV對應(yīng)的定量差異分別為0.27、0.47和0.80，相應(yīng)的CV(3，l)分別為0.130、0.225和0.378，后兩個CV(3，l)與Krinsley等[21]用0.20和0.40來分區(qū)比較接近。根據(jù)Lin CC等[22]的隊列研究，可以將l<0.27、0.27≤l<0.47、0.47≤l<0.80和l≥0.80分別定義為完全沒有定量差異、稍許定量差異、顯著性定量差異和非常顯著性定量差異。值得指出的是，當(dāng)空腹血糖與對照組的定量差異為0.47≤l<0.80和l≥0.80的時候，相應(yīng)的缺血性中風(fēng)風(fēng)險與對照組的定量差異(0.669和0.990)也在相應(yīng)的范圍之中，即空腹血糖的定量差異與缺血性中風(fēng)風(fēng)險的定量差異屬于同樣的量級。還需要指出的是，關(guān)鍵非必需功能的定量差異量級與2.1節(jié)得到的年齡的定量差異量級是相當(dāng)?shù)模鼈冎С侄坎町惲考壏秶暮侠硇浴?/p>

2.3運動效應(yīng)的定量差異

機(jī)體運動可以對整體、組織和細(xì)胞分子產(chǎn)生大量的效應(yīng)[23]，它們在運動組和對照組之間定性上都存在統(tǒng)計差異，但這種差異在定量上是不同的。定量差異越大，受運動的影響越大。通過計算定量差異，可以發(fā)現(xiàn)運動效應(yīng)所影響的特異性靶點。

1)耐力訓(xùn)練效應(yīng)的定量差異。

分析定量差異可以找出耐力訓(xùn)練效應(yīng)的特異性靶點。劉延瑩[24]研究了增齡大鼠8周低負(fù)荷中等強(qiáng)度耐力訓(xùn)練(簡稱運動)、弱激光或弱激光照射后再運動(簡稱激光運動)3種處理在整體、組織和細(xì)胞分子層次上對大鼠的影響。3種處理的體重與對照組的定量差異最高的為0.077(運動處理)，既沒有統(tǒng)計差異，也沒有定量差異。3種處理的腓腸肌重量或腓腸肌指數(shù)與對照組的定量差異介于0.27和0.80之間。運動或弱激光的單獨處理雖然可以引起統(tǒng)計上的顯著性改善，但定量差異小于0.47；激光運動引起的定量差異(0.66)達(dá)到顯著性定量差異的要求，說明弱激光預(yù)照射可以增強(qiáng)運動效應(yīng)。這個結(jié)果與弱激光預(yù)照射對運動成績的提高和陽光效應(yīng)對運動成績的提高[19]是一致的。3種處理對凋亡的抑制體現(xiàn)在caspase-3的表達(dá)上，定量差異分別為1.44(運動)、2.57(弱激光)和1.71(激光運動)。3種處理對細(xì)胞功適能的提升影響主要體現(xiàn)在線粒體上，分別促進(jìn)了過氧化物酶體增殖物激活受體γ共激活因子1α(peroxisome proliferator activated receptor-γ coactivator-1α，PGC-1α)及其下游核呼吸因子1(nuclear repiratory factor 1，NRF-1)和線粒體轉(zhuǎn)錄因子(mitochondrial transcription factor A，TFAM)的表達(dá)，其中對PGC-1α和TFAM表達(dá)的促進(jìn)最小為1.481(弱激光對PGC-1α表達(dá)的促進(jìn))，但對NRF-1的促進(jìn)分別為2.413(運動)、1.228(弱激光)和0.884(激光運動)。3種處理對胰島素類生長因子1(insulin-like growth factor 1，IGF-1)表達(dá)的作用就弱多了，運動(0.705)或弱激光(0.574)的單獨處理與對照組的定量差異小于0.80，激光運動處理與對照組的定量差異為1.270。干預(yù)引起的骨骼肌的定量差異與細(xì)胞分子水平的定量差異等級應(yīng)該是一致的，分子細(xì)胞水平的定量差異等級應(yīng)該有所修正。IGF-1通路屬于力量訓(xùn)練激活的通路，可以引起骨骼肌質(zhì)量的增加[25]。單獨運動或弱激光對腓腸肌的改變沒有達(dá)到顯著性定量差異，它們各自對IGF-1表達(dá)的促進(jìn)也應(yīng)該沒有達(dá)到顯著性定量差異。為了與組織層次的定量差異等級相匹配，分子細(xì)胞層次的定量差異等級應(yīng)該修改為：顯著性定量差異：0.80

2)力量訓(xùn)練效應(yīng)的定量差異。

分析定量差異可以發(fā)現(xiàn)力量訓(xùn)練效應(yīng)的特異性靶點。PGC-1α表達(dá)的一種剪接可以得到PGC-1α4，但兩者功能完全不同，前者引起線粒體增殖[25]，后者通過G蛋白耦合受體56(G protein-coupled receptor 56，GPR56)和IGF-1引起骨骼肌質(zhì)量增加[26]。White等[26]研究了受試者12周訓(xùn)練對骨骼肌的影響。他們發(fā)現(xiàn)，耐力訓(xùn)練對PGC-1α4和IGF-1兩者的表達(dá)沒有統(tǒng)計性影響，與對照組的定量差異分別為0.62和0.70，與沒有顯著性分子層次定量效應(yīng)的要求一致；力量訓(xùn)練對PGC-1α4的表達(dá)有統(tǒng)計性影響，但對IGF-1仍然沒有統(tǒng)計性影響，它們與對照組的定量差異分別為1.43和1.46，應(yīng)該具有細(xì)胞層次的非常顯著性定量差異；耐力訓(xùn)練和力量訓(xùn)練對GPR56表達(dá)都有統(tǒng)計性影響，它與對照組的定量差異分別為0.95和2.06。White 等[26]進(jìn)一步研究了野生小鼠和GPR56基因敲除小鼠21 d力量訓(xùn)練對骨骼肌的影響。他們發(fā)現(xiàn)，無論是第2天的檢測，還是第21天的檢測，力量訓(xùn)練不僅對GPR56和IGF-1兩者表達(dá)有統(tǒng)計性影響，而且野生小鼠與GPR56基因敲除小鼠的定量差異都超過1.44。兩個實驗綜合考慮[26]，力量訓(xùn)練確實可以通過PGC-1α 4/GPR56/IGF-1通路增加骨骼肌質(zhì)量，但耐力訓(xùn)練不能激活這個通路。尤其值得指出的是，受試者的力量訓(xùn)練對IGF-1表達(dá)的影響沒有統(tǒng)計意義，但它與對照組的定量差異達(dá)到非常顯著性的水平，說明定量差異比統(tǒng)計差異更能反映問題的本質(zhì)。還需要強(qiáng)調(diào)的是，耐力訓(xùn)練的PGC-1α4和IGF-1表達(dá)與對照組的定量差異沒有達(dá)到大于0.80的特異分子水平要求，耐力訓(xùn)練確實不能引起骨骼肌質(zhì)量的增加。耐力訓(xùn)練對膜蛋白GPR56的表達(dá)與對照組的定量差異超過0.80，但耐力訓(xùn)練對IGF-1的表達(dá)與對照組的定量差異小于0.80，說明膜蛋白不應(yīng)該屬于特異性分子效應(yīng)的范疇。

力量訓(xùn)練與耐力訓(xùn)練不同的是組織層次的特異性效應(yīng)的定量差異。White等[26]發(fā)現(xiàn)，野生小鼠和GPR56基因敲除小鼠21 d力量訓(xùn)練的骨骼肌質(zhì)量與對照組的定量差異分別為1.27和0.75，前者達(dá)到分子細(xì)胞層次非常顯著性定量差異的量級，但后者連分子細(xì)胞層次顯著性定量差異都沒有達(dá)到。這說明，力量訓(xùn)練引起骨骼肌質(zhì)量增加應(yīng)該屬于一種細(xì)胞層次的特異性效應(yīng)。從這個角度可以清晰理解White等[26]觀察到的力量訓(xùn)練引起的骨骼肌質(zhì)量變化。GPR56基因敲除前，力量訓(xùn)練引起的定量差異超過0.80，說明力量訓(xùn)練確實可以引起骨骼肌質(zhì)量增加。GPR56基因敲除后，力量訓(xùn)練引起的定量差異小于0.80，說明力量訓(xùn)練無法引起骨骼肌質(zhì)量增加。由此證實，力量訓(xùn)練確實可以通過PGC-1α4/GPR56/IGF-1通路增加骨骼肌質(zhì)量。

3　討論

本研究引入黃金分割常數(shù)發(fā)現(xiàn)了簡潔的年齡定量差異。數(shù)學(xué)與實驗的優(yōu)美配合在物理學(xué)中常見，但在生命科學(xué)和社會科學(xué)中非常罕見，其原因之一就是缺乏自然常數(shù)[27]。物理學(xué)常常用自然常數(shù)來定義精確度量物理量的單位。例如，亞佛加德羅常數(shù)的引入可以定義摩爾的概念，一摩爾原子的質(zhì)量在數(shù)字上剛好為該原子的原子質(zhì)量，在單位上卻是常見的質(zhì)量單位g。生命科學(xué)和社會科學(xué)缺乏這樣的自然常數(shù)。本研究通過Fibonacci數(shù)列引入黃金分割常數(shù)為數(shù)據(jù)差異找到了定量化的單位。其中最典型的就是運動員首次獲獎年齡與退役年齡的定量差異為1.00，職員職業(yè)生涯開始的年齡與退休年齡的定量差異也為1.00，這個現(xiàn)象可以推廣為從事一個完整過程的起始年齡和終止年齡的定量差異為1.00，可以將這個推論稱為過程時間推論。從這個角度可以理解為什么大學(xué)的學(xué)習(xí)成績與高考的入學(xué)成績沒有直接的關(guān)系[28]。高考意味著一種學(xué)習(xí)方式的結(jié)束，典型的結(jié)束年齡應(yīng)該為18歲。按照過程時間推論，這種學(xué)習(xí)方式首次展露成績的年齡應(yīng)該是11歲，即小學(xué)5年級。因此，小學(xué)5年級成績較好的學(xué)生考上大學(xué)的機(jī)會較大，但他們的大學(xué)成績與高考成績沒有直接關(guān)系。按照過程時間推論，一個過程的起始年齡越大，完成這個過程所需要的時間越長。運動員首次獲獎年齡越大，運動壽命越長[13]。職員職業(yè)生涯開始的年齡越大，壽命越長。如果在60歲退休后開始一項新的活動，理論上有望活到159歲。因此，輸在起跑線上的人，有可能贏在生命的終點上，享受真正幸福的人生。

本研究引入黃金分割常數(shù)發(fā)現(xiàn)定量差異可以解決統(tǒng)計方法的局限。兩組數(shù)據(jù)組間統(tǒng)計差異依賴于組內(nèi)數(shù)據(jù)之間的差異。組內(nèi)差異越小，組間的統(tǒng)計差異越顯著。只要組內(nèi)差異很小，組間很小的定量差異也可以有組間的顯著統(tǒng)計差異。這種組間統(tǒng)計差異不但難以重復(fù)，而且缺乏學(xué)術(shù)價值，導(dǎo)致人們懷疑NHST[1-2]。組內(nèi)差異越大，組間的統(tǒng)計差異越不容易達(dá)到顯著性的要求，導(dǎo)致組間很大的定量差異也無法獲得統(tǒng)計差異的顯著性要求。組內(nèi)差異很大往往會體現(xiàn)在CV上，CV越大，組內(nèi)差異越大。如果CV大于1，數(shù)據(jù)就必須重新分組。為了克服現(xiàn)有統(tǒng)計方法的局限性，Pagan 等[29]建議用“reproduction、replication、robustness和revelation”4個R來評判論文。通過定量差異可以將統(tǒng)計方法中的定性差異進(jìn)行精確定級，不但避免了統(tǒng)計差異的“盲點”，提高了實驗的可重復(fù)性(reproduction)和實驗數(shù)據(jù)的可復(fù)制性(replication)，而且明確了影響因子的特異性靶點，更容易揭示問題的本質(zhì)，提高了實驗結(jié)果的魯棒性(robustness)，加強(qiáng)了實驗結(jié)論與實驗結(jié)果之間的邏輯關(guān)系(revelation)，為4R判據(jù)提供了定量基礎(chǔ)，具有重要的學(xué)術(shù)價值。

值得指出的是，分子細(xì)胞水平的定量差異的顯著性標(biāo)準(zhǔn)與基因組學(xué)[30]和蛋白質(zhì)組學(xué)[31-32]的要求基本一致。分子細(xì)胞水平的定量差異的顯著性標(biāo)準(zhǔn)分別采用0.80和1.27作為顯著性和非常顯著性的標(biāo)準(zhǔn)，對應(yīng)的平均值比值分別為1.47和1.84。基因組學(xué)和蛋白質(zhì)組學(xué)所分析的基因或蛋白質(zhì)調(diào)節(jié)的下限標(biāo)準(zhǔn)采用1.5倍[30-31]或(和)2倍[30，32]。一方面，兩者基本一致，支持定量差異的顯著性判斷標(biāo)準(zhǔn)。另一方面，兩者細(xì)微差異，說明有待進(jìn)一步研究的細(xì)化。我們相信定量差異的深入研究將為基因或蛋白質(zhì)調(diào)節(jié)的下限標(biāo)準(zhǔn)提供科學(xué)的依據(jù)，從而促進(jìn)基因組學(xué)和蛋白質(zhì)組學(xué)在體育科學(xué)中的深入應(yīng)用。

統(tǒng)計方法只能給出兩組數(shù)據(jù)之間的定性差異。本研究引入黃金分割常數(shù)，將差異定量化；通過具體科學(xué)問題的討論給出了定量差異的級別，可以在體育科學(xué)中實現(xiàn)物理學(xué)中類似的數(shù)量級估計，更加準(zhǔn)確地找出特異性的靶點。定量差異的引入對于體育科學(xué)的定量化將具有重要的學(xué)術(shù)價值。

致謝：非常感謝梁安輝先生！梁先生多次提到黃金分割，引起第一作者對黃金分割的興趣，并與合作者開展了本工作的初步研究。

參考文獻(xiàn)：

[1] OSBORNE J W. Challenges for quantitative psychology and measurement in the 21st century[J]. Front Psychol，2010，3(8)：1-3.

[2] WOOLSTON C. Psychology journal bans P values[J]. Nature，2015，519(7541)：9.

[3] LEEK J T，PENG R D. Opinion: reproducible research can still be wrong：adopting a prevention approach[J]. Proc Natl Acad Sci USA，2015，112(6)：1645-1646.

[4] LEEK J T，PENG R D. Statistics：what is the question？[J]. Science，2015，347(6228)：1314-1315.

[5] LEEK J T，PENG R D. Statistics：pvalues are just the tip of the iceberg[J]. Nature，2015，520(4)：612.

[6] WEISSGERBER T L，MILIC N M，WINHAM S J，et al. Beyond bar and line graphs：time for a new data presentation paradigm[J]. PLoS Biol，2015，13(4)：e1002128.

[7] JEAN R. Phyllotaxis：A Systematic Study of Plant Morphogenesis[M]. Cambridge：Cambridge University Press，1994.

[8] LI C，ZHANG X，CAO Z. Triangular and Fibonacci number patterns driven by stress on core/shell microstructures[J]. Science，2005，309(5736)：909-911.

[9] PENNYBACKER M，NEWELL A C. Phyllotaxis，

pushed pattern-forming fronts，and optimal packing[J]. Phys Rev Lett，2013，110(24)：248104.

[10] IOSA M，F(xiàn)USCO A，MARCHETTI F，et al. The golden ratio of gait harmony：repetitive proportions of repetitive gait phases[J]. Biomed Res Int，2013：918642.

[11] BARTL M，Li P，SCHUSTER S. Modelling the optimal timing in metabolic pathway activation-use of Pontryagin’s Maximum Principle and role of the Golden section[J]. Biosystems，2010，101(1)：67-77.

[12] WILSON W H，O’CONNOR O A，CZUCZMAN M S，et al. Navitoclax，a targeted high-affinity inhibitor of BCL-2，in lymphoid malignancies：a phase 1 dose-escalation study of safety，pharmacokinetics，pharmacodynamics，and antitumour activity[J]. Lancet Oncol，2010，11(12)：1149-1159

[13] 李末月. 運用功能內(nèi)穩(wěn)態(tài)理論對運動員運動壽命的相關(guān)研究[D]. 廣州：華南師范大學(xué)，2015.

[14] GBD2013 Mortality and Causes of Death Collaborators. Global，regional，and national age-sex specific all-cause and cause-specific mortality for 240 causes of death，1990-2013: a systematic analysis for the Global Burden of Disease Study 2013[J]. Lancet，2014，385(9963)：117–171.

[15] LIU T C Y，ZHU L，YANG X B. Longevity chance [J]. J Inn ,ov Opt Health Sci，2014，7(2)：1330006.

[16] CHEN Y，EBENSTEIN A，GREENSTONE M，et al. Evidence on the impact of sustained exposure to air pollution on life expectancy from China’s Huai River policy[J]. Proc Natl Acad Sci USA，2013，110(32)：12936-12941.

[17] SARNA S，SAHI T，KOSKENVUO M，et al. Increased life expectancy of world class male athletes[J]. Med Sci Sports Exerc，1993，25(2)：237-244.

[18] SOBRADILLO P，POZO F，AGUSTí A. P4 medicine：the future around the corner[J]. Arch Bronconeumol，2011，47(1)：35-40.

[19] LIU T C Y，LIU L，CHEN J G，et al. Action-dependent photobiomodulation on health，suboptimal health and disease[J]. Int J Photoenergy，2014：832706.

[20] 劉承宜，李星兒，柳瓏，等. 基于Pareto原理的健康工程初步研究[J]. 華南師范大學(xué)學(xué)報(自然科學(xué)版)，2013，45(6)：148-154.

[21] KRINSLEY J，EGI M，KISS A，et al. Diabetic status and the relation of the three domains of glycemic control to mortality in critically ill patients: an international multicenter cohort study[J]. Crit Care，2013，17(2)：R37.

[22] LIN C C，YANG C P，LI C I，et al. Visit-to-visit variability of fasting plasma glucose as predictor of ischemic stroke：competing risk analysis in a national cohort of Taiwan Diabetes Study[J]. BMC Med，2014，26(12)：165.

[23] NEUFER P D，BOUCHARD C，COOPER D M，et al. Understanding the cellular and molecular mechanisms of physical activity-induced health benefits[J]. Cell Metab，2015，22(1)：4-11.

[24] 劉延瑩. 弱激光預(yù)照射聯(lián)合運動對增齡大鼠骨骼肌線粒體凋亡通路的影響及其機(jī)制研究[D]. 廣州：華南師范大學(xué)，2015.

[25] HAWLEY J A，HARGREAVES M，JOYNER M J，et al. Integrative Biology of Exercise[J]. Cell，2014，159(4)：738-749.

[26] WHITE J P，WRANN C D，RAO R R，et al. G protein-coupled receptor 56 regulates mechanical overload-induced muscle hypertrophy[J]. Proc Natl Acad Sci USA，2014，111(44)：15756-15761.

[27] MAY R M. Uses and abuses of mathematics in biology [J]. Science，2004，303(5659)：790-793.

[28] 丁澍，繆柏其，葉大鵬. 高考成績與大學(xué)成績的相關(guān)性分析[J]. 中國大學(xué)教學(xué)，2008(11)：29-31.

[29] PAGAN A，TORGLER B. Research rigour：Use ‘4Rs’ criteria to assess papers[J]. Nature，2015，522(7554)：34.

[30] SUN W，CHOI S H，PARK S K，et al. Identification and characterization of novel activity-dependent transcription factors in rat cortical neurons[J]. J Neurochem，2007，100(1)：269-278.

[31] CHEN Y，SHI G，XIA W，et al. Identification of hypoxia-regulated proteins in head and neck cancer by proteomic and tissue array profiling[J]. Cancer Res，2004，64(20)：7302-7310.

[32] PAGE M J，AMESS B，TOWNSEND R R，et al. Proteomic definition of normal human luminal and myoepithelial breast cells purified from reduction mammoplasties[J]. Proc Natl Acad Sci U S A，1999，96(22)：12589-12594.

Quantitative difference and its application in sports science

LIU Cheng-yi1，HU Shao-juan1，LI Xiao-yun1，WEI Hua-jiang1，2，CHEN Tong-sheng1，2，
YANG Xiang-bo2，3，LI Fan-hui4，LIU Yan-ying1，4，LI Mo-yue1，WANG Na1（1.Laboratory of Laser Sports Medicine，College of Physical Education and Sports Science，South China Normal University，Guangzhou 510006，China；2.MOE Key Laboratory of Laser Life Science and Institute of Laser Life Science，College of Biophotonics，South China Normal University，Guangzhou 510631，China；3.School of Information and Optoelectronic Science and Engineering，South China Normal University，Guangzhou 510006，China；
4.College of Physical Education and Health，Zhaoqing Institute，Zhaoqing 526061，China)

Abstract:Statistical methods can tell qualitative differences between two sets of data, but cannot tell their quantitative differences. The authors measured differences by improving the Fibonacci sequence and its golden section constant τ＝(－1)/2≈0.618. As for x and y (x

Key words:quantitative difference；Fibonacci sequence；golden section；sports life span；endurance exercise；strength exercise

作者簡介：劉承宜(1963-)，男，教授，博士研究生導(dǎo)師，研究方向：內(nèi)穩(wěn)態(tài)理論與光生物調(diào)節(jié)作用。E-mail：liutcy@scnu.edu.cn

基金項目：國家自然科學(xué)基金項目(61575065)；高等學(xué)校博士學(xué)科點專項科研基金(博導(dǎo)類)(20124407110013)；廣東省科技計劃項目(社會發(fā)展)(2012B031600004)。

收稿日期：2015-06-08

中圖分類號：G80

文獻(xiàn)標(biāo)志碼：A

文章編號：1006-7116(2016)01-0011-07