2022年。笔言阁 m.biyange.com 更多好看小说（由于缓存原因，请用户直接浏览器访问.\ncom网站，观看最快的章节更新）

    中科大校内。

    西区aed。

    楼体外部，由启功先生所提的‘图书馆’三个字在阳光下熠熠生辉，字里行间散发着融入每个科大人血脉中的坚韧与朝气。

    与此同时，图书馆内。

    一位年轻的男子正独坐在无人一角，奋笔疾书：

    “众所周知。”

    “21世纪，是生物的世纪。”

    “大概在在2000年前后吧，这句口号不知不觉就流行开来了，之前计算机其实也很火，但大家都知道那时候纳斯达克崩了，互联网的泡沫爆破，生物更是承担了重要的历史使命。”

    “这些反映在一群高中生身上，就是生物成了那时候各个学校分数线最高的专业，基本上不是第一就是第二。”

    “甚至大二时候的转系热门榜中，生物也是名列第一。”

    “当时我们专业的同学都戏称，咱们也算是放弃了进清北的机会来拥抱21世纪的未来的。”

    “结果谁能想到，十几年过去，‘21世纪是生物的世纪’成了我们本专业人士共同的笑谈——笑谈的并不是这句话本身，而是我们这群学生物专业的人。”

    “用现在的话来说就是‘这是一个悲伤的故事’。”

    随后年轻人顿了顿，似乎感应到了什么，拿起手机按开了屏幕。

    结果手机没有任何信消息传来。

    年轻人嘴角一抽，低头继续写了起来：

    “其实在我看来，‘21世纪是生物的世纪’本句话现在越来越能看到会成为现实了。

    现在生物行业的发展趋势其实已经逐渐明朗，随着科技的发展，很多生物学上的领域都可能会在未来的一段时间得到突破。”

    “行业中的优秀人才当然也能够获得名誉和经济上的双重丰收的——身边就有很好的例子，某学长滕校前十高校博士毕业，现在在国内基因测序创业公司做cto年薪百万，公司若是能上市就能身价破亿。”

    “这十年，计算机，物理，自动化等技术运用于生物科学岂止是突飞猛进？

    别的不说，你看看医院里面诊断设备，和十年前比比，进步了多少？”

    “十年以前，生物测序还是一个极其高昂、能发大paper的项目。

    现在呢？

    像样一点的医院都能做了。”

    “又例如十年以前，基因定位也是个大项目，耗时耗力，而现在它的价格已经低到起点作者都能承担的起了。”

    “十年以前，生物学界还流传着一句话：

    生物学家整天做实验分析数据，计算机和数学家分析解释数据。

    可现在呢？

    生物系的博士毕业要是只会做实验，不会几门语言，不会r，都不好意思和人打招呼了。”

    “如今30年过去，外行对生命科学认识还停留在花花草草，种田施肥，鸡鸭鱼肉，望闻问切，开刀打针，打枪跑pcr…还停留在工作不好找，出来没人要的时候

    “殊不知，生命科学早就今非昔比了。”

    “比如2012年左右开始火的大数据，就是生命科学在08年开始的测序技术飞跃推动的。

    此外ai，aelearng，遗传算法，哪一个不是生命科学带起来的？

    我从科大少年班开始学习大数据的分析，11年开始接触ai和aelearng，这些都是在生命科学专业的专业课程里学的。

    而这些概念是什么时候火的？——最少往后三年！”

    写到这儿。

    青年的情绪也逐渐有些被调动起来了，写出的字迹也不由深刻了几分：

    “目前来说，整个生物圈最大的问题就是卷。”

    “这就像是抽奖，抽奖不需要智力，谁都能上，只需要钱和劳力，于是大家就卷吧。”

    “大家知道的的很可能会中奖的号码就这么几组，于是经常出现多个课题组试图抽取同一个号码的情况。”

    “先抽到的就占先机，然后就开始拼速度，学生干活干到11点，周末不休息；

    学生把结果发给导师，导师半夜爬起来审核提交。”

    “宁可把自己辛苦得到的抽奖号码送到垃圾期刊那里发布，也要快对手一步。”

    “于是乎，名校教授、作品等身的研究者，因为抽奖先后次序的争议打得天昏地暗，体面尽失。”

    写着写着，青年忽然回过了神：

    这可是自己博士答辩的材料，后半部分显然是不能出现在那种场合的。

    于是他摇了摇头，将这部分的文稿从字体中心划了个长横。

    与此同时，青年不远处的书桌上忽然传来了椅子磕碰的声音。

    青年此时思路已断，便下意识的抬头望去。

    发现原来是一对已经完成学习的狗咳咳，小情侣离开座位时传来的响动。

    青年忽然想到了自己的纸片人老婆，今晚是去找蒂法还是爱丽丝呢？

    随后他回过神，轻轻甩了甩头，继续写道：

    “当然了，就目前而言，生物这个领域距离标准的爆发可能还有一定距离。”

    “一个像计算机那样爆发的学科有什么条件呢？”

    “我认为是有三个前提：

    低成本开发。

    高容错让开发人员能快速立项并迭代。

    2c的商业模型。”

    ”而很遗憾的是，目前生物相关的产业并不具备该条件。

    “比如转基因的作物需要极高的研发成本——类似monsanto的巨型筛选机器，且容错率低，一个花粉飘出去就不得了。”