，然后点击“添加到主屏幕” 奇热小说网 www.qirexs.com，我写的自传不可能是悲剧无错无删减全文免费阅读！
如果有广东大妈对你说，年轻人不要赌*博吸大*麻。
放心，她不是认为你是坏人，而是劝告你，别读博、写代码。
而计算生物学，就是这样一个既需要读博，又需要写代码，而且从事的还是生物科学的神奇学科……
21世纪最关键旳赛道是什么？
是生物和计算机科学！
而计算生物学，直接涵盖了两个超级赛道，看起来很牛对不对？
然而这个新兴学科目前的知名度却远不如其他的热门生物学科，简单来说……看不到什么钱途。
现在大家都知道跨界的复合型人才宝贵，但是跨界跨不好，两边都没学精，全都是略懂略懂，那就成了拉胯了。
如果只是做到了厨师界中最好的裁缝，或裁缝界中最好的厨师。
那么为什么不直接用最好的厨师，或最好的裁缝呢？
理想的跨界，应该是所跨越的几个专业领域能够发生深度化学反应，达到1+1>3的效果！
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年这个时间点，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，... -->>
如果有广东大妈对你说，年轻人不要赌*博吸大*麻。
放心，她不是认为你是坏人，而是劝告你，别读博、写代码。
而计算生物学，就是这样一个既需要读博，又需要写代码，而且从事的还是生物科学的神奇学科……
21世纪最关键旳赛道是什么？
是生物和计算机科学！
而计算生物学，直接涵盖了两个超级赛道，看起来很牛对不对？
然而这个新兴学科目前的知名度却远不如其他的热门生物学科，简单来说……看不到什么钱途。
现在大家都知道跨界的复合型人才宝贵，但是跨界跨不好，两边都没学精，全都是略懂略懂，那就成了拉胯了。
如果只是做到了厨师界中最好的裁缝，或裁缝界中最好的厨师。
那么为什么不直接用最好的厨师，或最好的裁缝呢？
理想的跨界，应该是所跨越的几个专业领域能够发生深度化学反应，达到1+1>3的效果！
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年这个时间点，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，... -->>
本章未完，点击下一页继续阅读