赵阳没有立刻给出答复，他表情严肃地看着幕布上的基因表达调控网络图，此时他的大脑正在飞速运转。

    在179智商的推演下，结合他LV5的数学和信息学等级，很快，他脑海中构建出了几种处理这种高维度生物数据的数学模型。

    “常规的负二项分布模型处理这种带有大量重复串行的数据，必然会导致方差估计不准。”

    沉默了一会儿之后，赵阳看着顾明教授和周围的众人，缓缓说出了自己的分析。

    “这种农作物本身的基因组过于庞大，市面上现成的商业生信分析软件，底层的统计算法大多是基于普通的二项分布或者泊松分布。在面对海量重复串行和测序深度不均时，极其容易将背景噪音放大，这就是你们得出几万个假阳性差异基因的根本原因。”

    会议室里的众人都安静地听着。两个研二的学长连连点头，他们这几天被这些假阳性数据折磨得痛不欲生。

    “我来吧，教授。你把测序的原始数据文档全部拷贝给我。”

    赵阳看着顾明教授，直接给出了最终的解决方案。

    “我回去重新写一个比对和定量算法。不用现成的软件，我直接在底层用隐马尔可夫模型（HMM）和多维主成分分析（PCA）结合的方式，对你们的表达量矩阵进行重新聚类。”

    赵阳的语气里带着绝对的自信。

    “隐马尔可夫模型可以通过观察到的测序串行串行状态，推断出隐藏的真实基因表达状态，最大程度滤除测序仪产生的物理噪音。然后用PCA降维，剥离次要因素。”

    “我会尽可能地将假阳性的范围压缩到一百个基因以内。然后结合加权基因共表达网络分析，找出连接度最高的Hub基因。最多两天时间，我给你们一个个位数的候选基因列表。你们直接拿去打抗体或者做qPCR验证就行了。”

    会议室里安静了下来。

    周围众人眼神之中都带着不可思议的目光看着赵阳。

    两天？

    那两个学长面面相觑，都从对方的眼里看到了震惊。

    这里面的原始测序数据可是以TB来计算的！光是把这几个TB的FASTQ文档在计算机里解压读取一遍，普通的服务器都需要十几个小时。

    自己写底层算法？还要在两天内跑完数据，输出最终的个位数靶点列表？

    两天时间也太短了。这在传统的生物信息学分析流程里，是绝对不可能完成的任务。

    “两天时间够吗？”

    顾明教授也有些迟疑地看着赵阳。他知道赵阳在数学和计算机上极强，但这毕竟是庞大的数据。

    “我们这个实验倒也是没有那么急，距离结题还有一段时间，你可以多花点时间稳妥处理……”

    “够了。”

    赵阳笑着摇了摇手，打断了顾明教授的话。

    “不过就是洗数据改算法的事情。底层的数学逻辑我刚才已经在脑子里构建完了，剩下的只是敲代码和让CPU跑运算的物理时间。两天时间足够了。”

    “真不愧是数学天才！计算机天才！真厉害啊！”

    顾明教授兴奋地说道，双手用力搓了搓。

    “咱们实验室要是能把这个耐旱的内核基因敲定下来，绝对能再发一篇高水平的《Nature Counications》或者子刊。这对于咱们生科院来说也是大成绩！”

    两个学长也是满脸佩服地看着赵阳。别人看着头皮发麻的TB级数据，在赵神嘴里，就象是做一道普通的初中数学应用题一样轻松。这就是智商上的绝对碾压。

    “行，那今天下午你们先把数据整理一下拷进移动硬盘里。后续如果有需要做凝胶电泳、PCR或者提质粒的湿实验操作，我也会参与。”

    赵阳说道。他没有忘记自己来实验室的根本目的。做真实的生化实验是可以获取生物学经验的，赵阳绝对不会放过这些刷经验的机会。

    “没问题。湿实验这块让顾青带你熟悉流程，她现在是咱们实验室这批人里手法最稳的。你跟着她学，上手最快。”

    顾明教授直接安排道。

    组会开得很短，也很高效。确定了方向和分工后，大家便散会了。

    赵阳跟着顾青走出了会议室，回到了实验室外部的操作台前。

    “那几个TB的测序数据都在那台数据服务器的硬盘里，文档太大，拷贝出来大概需要两个多小时。”

    顾青指了指角落里的一台主机。

    “趁着拷贝数据的这个时间，我先带你熟悉一下目前的实验流程和最近的一批样本吧。”

    “好。”

    赵阳点点头，顺手从旁边的衣架上拿了一件崭新的白色实验服穿上，将扣子扣好。

    顾青看着穿上白