隨著il的錄用通知下達，徐辰腦海中再次響起了熟悉的系統提示音。
【叮！恭喜宿主完成經驗任務：發表一區期刊論文（ai領域頂會il，對標一區期刊）。】
【任務判定中……】
【會議：il，計算機領域頂級會議。】
【論文原創性：高（開創性新架構）。】
【學術影響力：極高（引發全球產業界跟進，預計將重塑ai格局）。】
【任務獎勵發放：基礎經驗值200點 x表現係數200= 400點資訊學經驗！】
【恭喜宿主！！
【當前資訊學等級：lv1 (380/500)】
一股龐大的資訊流湧入徐辰的腦海。。”。
第一條路，是繼續深挖ai，搞定那個d-ltn模組。
第二條路，是轉向生物資訊學。
徐辰仔細思考了一下，還是準備優先做生物資訊學的研究。
一來，slr已經足夠產業界消化一陣子了。現在的各家科技企業應該正忙著搞lpu晶片、改編譯器，短時間根本折騰不完。
二來，也是最關鍵的——系統的主線任務【多維度的學者】要求他在三門不同學科發表sci論文。
目前，資訊學已經有了il的對標一區論文的成果，物理學有一篇共同一作，雖然是二區，但好歹也有論文產出。。
“所以，還是先把生化學的論文搞定吧。”
……
對於絕大多數人來說，“生物資訊學”是一個充滿賽博朋克色彩卻又模糊不清的概念。
在傳統生物學家的眼裡，生命是培養皿裡的菌落，是顯微鏡下的細胞，是離心機裡分離出的蛋白。但在徐辰這樣的數學家眼裡，生命本質上是一套極其複雜的“作業系統”。
dna是底層的原始碼——計算機世界裡的0和1，在這裡變成了a、t、c、g四種礆基；蛋白質是執行具體功能的應用程式；而代謝網路則是維持系統執行的電流和資料匯流排。
所謂的生物資訊學，就是試圖用數學語言去反編譯這套系統。
常規的生物資訊學都在做什麼？
簡單來說，它們大多停留在“查字典”和“看快照”的階段。
最經典的操作是序列比對。這就象是拿著一段未知的程式碼，去浩如煙海的資料庫裡進行字串匹配，比如利用著名的bst演算法。如果發現這段程式碼和“貪吃蛇”的相似度，科研人員就會推測：“恩，這段基因的功能大機率也是個遊戲。”
chapter_();
