顧明教授聽到這話，自然是欣喜萬分，毫不猶豫地答應下來。
“求之不得啊！你這腦子要是能繼續放在咱們課題組裡，那絕對是大殺器。”
顧明教授大笑起來，隨後招了招手，“既然你打算回來，那正好，咱們去會議室。我正因為最近的一個專案頭疼呢，咱們開個短暫的組會，順便給你同步一下進度。”
顧青和另外兩個學長也放下手裡的活，跟著一起走進了旁邊的小會議室。
大家圍坐在會議桌旁，顧青坐在趙陽的斜對面，拿出了工作筆記。
顧明教授將手裡的文獻放在桌上，表情變得嚴謹起來，進入了工作狀態。
“趙陽，既然你回來了，我也就不藏著掖著了。咱們實驗室最近接了一個國家自然科學基金的面上專案。”
顧明教授開啟會議室的投影儀，連線上自己的筆記型電腦。
幕布上出現了一張複雜的基因表達調控網路圖。
“這個專案是關於某種特定農作物在重度乾旱脅迫下的耐旱機制研究。”
顧明教授指著圖上的節點說道。
“我們前期的思路很明確。透過提取乾旱處理組和正常對照組的作物葉片RNA，進行高通量的轉錄組測序（RNA-seq）。試圖找出那些在乾旱條件下顯著上調錶達的耐旱關鍵基因。”
“目前的難點在哪裡？”趙陽看著幕布上的圖，首接問道。
既然是測序，那就有現成的資料。有了資料，對於他來說就好辦。
顧明教授嘆了口氣，有些無奈地說道：“難點在於資料量太大，而且噪音極其嚴重。”
“測序公司把資料發回來了，足足有幾個TB的原始測序序列（Reads）。我們雖然也懂一些基礎的生物資訊學分析，會用現成的商業軟體去比對參考基因組，計算表達量。但是……”
顧明教授敲了敲桌子：“但是我們發現，這次測序得到的資料裡，存在大量的假陽性差異表達基因。因為這種作物本身的基因組非常龐大且複雜，含有大量的重複序列。
常規的軟體比對下來，找出了幾萬個差異基因，根本沒辦法進行下游的驗證實驗。我們不知道到底哪個才是真正起核心調控作用的主開關基因。”
旁邊戴眼鏡的學長也苦著臉補充道：“是啊趙神。我們這一個多禮拜，天天盯著那些火山圖和熱圖看，眼睛都快瞎了。找出來的幾個候選基因，做即時熒光定量PCR驗證的時候，全都不符合預期。現在整個專案卡在資料分析這一步，沒法往下推了。”
趙陽聽完，大概思索了一下。
很快，他就大概明白了顧明教授他們的困境。
生物學家擅長設計實驗、提取樣本和操作驗證，但面對海量的高維度測序資料時，如果僅僅依賴市面上那些打包好的商業軟體或者開源的流程指令碼，很容易陷入資料的泥潭。
因為那些現成的軟體都是基於通用的統計模型，無法針對特定的複雜基因組進行演算法上的底層最佳化。
“所以，你們現在需要一種更精確的演算法，從這幾萬個假陽性的噪音中，把真正具有生物學意義的核心節點給挖出來，對嗎？”
趙陽看著顧明教授問道。
“沒錯。”
顧明教授點了點頭。
“但咱們實驗室沒有專業的生信分析大牛。原本指望這幾個研究生慢慢篩，但進度實在太慢了。”
