評委不需要你講大道理，她要聽的是你實實在在做了什麼，以及你對資料的理解有多深。
“謝謝顧老師的問題，我一個個回答。”林曉思索片刻，聲音穩定：“首先回答圖表處理的問題。論文中所有的分子結構圖、軌跡快照和相互作用網路圖，都是用Visual Molecular Dynamics進行視覺化和渲染的。”
林曉說到這裡頓了一下，目光與顧洪雅接觸了一秒，確認對方在聽，然後繼續：“具體來說，通道蛋白的卡通表示、側鏈的棍狀表示、以及水分子和離子的球狀表示，都是在VMD中完成的。用於展示門控構象變化的那些多幀疊加圖，我用了VMD的軌跡瀏覽器功能，每隔500皮秒取一幀，然後透過指令碼批次渲染，最後用ImageMagick拼接成序列圖。”
顧洪雅的眉頭微微動了一下，幅度很小，如果不仔細看幾乎注意不到。
林曉說到這裡，之前問過問題的林致鑫微微點了一下頭。
VMD是分子動力學模擬領域最主流的視覺化工具，這個回答中規中矩，但指令碼批次渲染這個細節說明不是隨便截幾張圖湊數的。
“統計分析類的圖表，比如門控事件的持續時間分佈、離子通透率的箱線圖、以及自由能面的等值線圖，這些我分了兩部分處理。基礎統計用的是GraphPad Prism，這個軟體在生物物理領域用得比較多，操作首觀，生成的圖也符合論文發表的格式要求。”
“但有一類圖，時間相關函式和功率譜密度圖Prism處理起來不太方便，我首接用了Python的Matplotlib庫，配合SciPy做訊號處理，程式碼是自己寫的。”
講到這裡，林曉看到她拿起筆在面前的評分表空白處寫了什麼。
筆尖落下去的動作不快不慢，看不出是在打高分還是低分。
但林曉己經沒時間去琢磨那個。
因為最重要的部分來了。
第三個問題，標準差較大的原因。
這個問題不能用樣本量不足來搪塞，也不能用生物個體差異這種放之西海而皆準的萬能答案來敷衍。
按照他的理解，評委要聽的不是這些正確的廢話。
要聽的是，他對這個現象有沒有超出常規的、真正屬於自己思考的理解。
“關於顧老師問到的標準差較大的問題。”林曉稍微調整了一下站姿道：“這個我確實花了不少時間分析。我當時的原始資料來自三批獨立的膜片鉗實驗，每批實驗至少採集了15個以上的有效記錄。”
“理論上，三批資料之間的一致性應該比較好，但我做統計的時候發現，某些關鍵指標，比如通道的平均開放機率和首次門控事件的潛伏期，標準差確實超出了我預期的範圍。”
“後來我做了一件事。”林曉說，“我把分子動力學模擬的軌跡按時間視窗切成了西段，每一段單獨計算門控動力學引數，然後跟實驗資料做對照。”
評委桌上傳來輕微的翻頁聲，己經有人在翻林曉的論文。
“結果發現了一個有意思的事情。”林曉的語氣裡帶著一種很剋制的興奮的自然流露：“模擬資料顯示，通道在模擬的前500納秒處於一個適應期，門控事件的分佈比較分散，但過了這個適應期之後，分佈就明顯收斂了。”
“我回頭去查了實驗記錄，發現標準差最大的那組資料，恰恰是實驗系統剛剛穩定之後採集的第一批資料也就是通道分子可能還沒有完全弛豫到穩定狀態的資料。而標準差較小的那組，是灌流了十分鐘以上之後採集的。”
“所以我的判斷是，標準差的偏大，主要是兩個因素疊加的結果。第一，通道分子在實驗初始階段確實存在一個非平衡的弛豫過程，這個過程的動力學本身就有較高的隨機性。第二，我的樣本量雖然足夠做統計檢驗，但還不足以完全平滑掉這種初始弛豫帶來的波動。如果以後條件允許，把每批實驗的樣本量提高到30個以上，或者延長記錄前的平衡時間，標準差應該能降下來。”
林曉說完，顧洪雅沒有立刻回應。
她在評分表上寫了幾個字，然後抬起頭，目光裡開始多了一點東西。
“你剛才說用模擬資料去對照實驗資料，這個思路是誰跟你提的？”
