我写的自传不可能是悲剧 第121节(1 / 4)

投票推荐 加入书签 留言反馈

  只有两个学科发生深度关联和碰撞,互相启发互相改进,而不仅仅是简单的物理叠加,这样的跨界,才是成功的跨界。
  “这是另辟蹊径,放弃主攻,打起辅助了么……”
  只是看到这张照片,孟浪就完全能够明白这位兄弟的意思。
  人的一生,精力是有限的。
  即便自己培养出了一位爱因斯坦,你也不能要求他在解决相对论的同时,还精通古中文吧?
  如今有小雨负责正面主攻,他最大的作用可不就是查缺补漏当辅助,给她刷各种“加速”了嘛。
  生物学目前的分类大致可以划分为:生物科学、生物技术、生物信息学、生态学、整合科学、神经科学。
  计算生物学,就是生物信息学中的一个分支。
  对于大多数科学研究来说,有的科学家专注科研发现,而有的科学家专注研究方法。
  传统生物的基础研究,更侧重如何发现,生物是主导,计算和算法之类的只能算辅助。
  而计算生物学,则更专注于研究的“方法”本身,比如利用计算机建立各种生物研究模型。
  相对来说,这更像是给生物学家打辅助的技师。
  如果能够建立完善各种生物研究模型,对于特效药的研究效率肯定会有所帮助。
  这就好比芯片设计,少了eda软件进行电路模拟仿真,不仅效率会大大下降,就连成本都会飙升。
  eda软件,就是这样一种科研攻关的辅助“加速器”!
  与计算生物学相似的,还有仿生计算机学,也就是所谓的生物计算机。
  只不过这两者一个是用计算机“辅助”研究生物学,另一个是用生物学“辅助”研究计算机,正好颠倒了过来。
  这两个学科,无疑就是“生物学”和“计算机学”发生碰撞所擦出的爱情“火花”。
  诚然,这两个学科在2018年这個时间点,其实还是处于萌芽状态,理论研究论文不少,但实质性的应用还遥遥无期。
  毕竟一个碳基,一个硅基。
  想要将这两个差异巨大的学科进行融合,就跟变形金刚和人类擦出爱情的火花一样,过程一定是充满了艰辛和曲折的……
  但不可否认的是,这两个跨界学科潜力之巨大,完全不亚于几次工业革命。
  别问孟浪为什么脑子里会有这些知识点,问就是三个字:兄弟多!
  来自2040年的自己都墙裂推荐了,自己自然是从善如流的。
  从长远考虑,医学需要生化实验室、活体临床试验等各种苛刻的附带条件,即便自己脑子里全是干货,短期内基本也是巧妇难为无米之炊。
  现在砸在自己手里的几份未来医学文献还被束之高阁呢。
  科研成果的转化及应用推广,只能等未来长青生物站稳脚跟之后慢慢孵化出来。
  而时间,对孟浪来说是异常宝贵的。
  二十年就那么长,浪费个一年半载的都是对生命极大的不负责任!
  相对来说,从计算科学入手,门槛就低许多了。 ↑返回顶部↑

章节目录