主题：【原创】谈谈大学的变迁1 -- duhao

第一步假说如何提出？可以说基于研究者自身的知识积累的判断，但是面对海量的信息，大多数研究人员只可能对自己的狭小领域熟悉，而不可能对别的领域涉猎太深。bioinfo，也许biocomputing会更好，则是通过对大量相关信息的处理，发现潜在的联系，而这些联系不仅仅是有统计意义的，更重要的是有非常solid的试验支持的，也就是生物／医学意义的，毕竟生命现象是相互关联的。任何对生命进程的发现都是一个综合多种生物分支的系统应用，而computing技术则是其中的一个部分。正是所谓的“辅助性的整理工作”却能给你一些意想不到的惊喜。这个学科自建立之日起就不是要回答“是什么的”问题，而是“该向什么方向做”的问题，机制细节是试验科学的任务。而来源于试验科学的数据，则会使得计算科学更加完善，方向的准确性会更高。

俺也提到纯粹的将数学算法应用于生物现象不是真正意义上的生物计算，充其量只能算应用吧。这门学科的独特在于融合，生物数据所提供的信息与普通数学算法的融合。海量信息数据的处理，不仅是算法效率的问题，更重要的是海量数据结果的分析将会使得对方向的预测更加robust。

数值分析及其衍生出来的应用数学部分算不算一门独立的学科呢？如果不能真正的融合，确实有人以为生物信息就是数据分析的生物应用。做到现在这个地步，业界都明白融合二字的意义。其实生物科学本身就在融合，几年前火的系统生物，其实就是干湿的融合。

呵呵，还是认为生物计算就是做一个无比好的软件，鼠标一点，结果滚滚而出，那是软件公司的任务。这是一种很典型的方式，在计算科学刚刚开始应用的时候，很多试验人员对它基于厚望，殊不知如果这东西能回答一切，这帮同学们的饭碗可就没了。所以碰见充满信心的同学们，俺一般是打击一下，正告生物系统的多样与复杂性。但是当计算出的结果不符合期望时，就以为是垃圾。对于一门如此年轻的科学，为什么不能给它一些时间呢？俺去年写过一个简单有关搭积木的短文，在回复里俺给了一个例子。

90％的准确率，可以算一下，指数降低的非常厉害，大概200－300个就接近0了。500个aa的protein真的不算什么，25:0.65。当然你可以说，这个结构如果不能确定，那还是白搭。俺倒想反问一句，近于0％的干猜又有何意义？如果不去尝试，永远是zero。当然可以等新的技术，那东西出现的可能性有多少？

人工智能也没戏，当电脑分析真的达到这个地步之时，就是这门学科，也许是整个生命科学终止之日。