212 三因素變量（1/2）
小丁不知道為什麼，鬼使神差的說出來那句話。
說完，她感覺自己臉又通紅，甚至還有些發燙。
怎麼就那樣說了呢？
多年的性格習慣，讓她感覺害羞。
但是，心裡還有另外一個聲音在呼喊。
說出來不好麼？好像應該為自己說出來高興吧？
那是一種怎樣矛盾的心裡啊！
場面一度有些小小的緊張，丁雨文瞥見黑板，趕忙轉移話題。
「你還在啊研究朊病對大腦傷害的修復？」
說到科研，蘇鑫眼睛一亮。
「可以說是，也可以說不是。高成雙教授前兩天給了我一份資料，裡邊涉及到他對阿爾茲海默症靶點研究的最新進展。他向我發出邀請，希望我能參與到腦損傷的修復治療當中。
你知道的，在某種層面上，阿爾茲海默症造成的危害，和朊病毒造成的有些類似。或者至少說，在腦組織修復上，兩者十分相似。」
「原來是這樣，你說的很對。」小丁也陷入思考。
說到科研，兩人都將剛才的尷尬場景忘得乾淨。
他們進入角色也太快了……
丁雨文將東西隨手放在一邊，看著蘇鑫連寫帶畫的部分。
對於朊病毒的研究，她在哥大的時候，也查閱過文獻，並且思考了一陣。
雖然沒有建設性研究，但是熟悉原理和背景。
「看來，你的思路還是想要通過超分子自組裝或者是包埋的形式，來解決藥物穿過血腦屏障的方法。」
蘇鑫赧然一笑，自己確實也沒有更好的方法。
「我想過暫時性讓靶點部位的細胞膜等組織失效，讓藥物偷過去，可惜想想副作用太大。」
蘇鑫無奈的說道。
丁雨文看著他寫的方案，確實比較危險。
同樣的情況下，不知道會有多少東西過去。
「那新的思路呢？」
另一個黑板上，明顯是新思路以及風險和收益分析。
蘇鑫沉吟一會兒，「通過轉運蛋白的作用，或許只有它了，但是分子量大的話，轉運蛋白也不好吞進去再吐出來。
而且要想辦法，讓轉運蛋白認為我們的藥物是它『喜歡』的東西，本身就很有難度。」
通過蛋白質轉運，是不少藥物到達靶點的手段。
但就像是蘇鑫說的那樣，藥物本身分子量過大，想要「欺騙」轉運蛋白，難度更大。
幾乎同樣需要用引入某種集團，將藥物偽裝之後，才有可能。
而那樣做的話，難度同樣，有可能和將藥物組裝或者包埋的工作量是一樣。
丁雨文也明白，蘇鑫說的問題確實存在，並且難以解決。
但是就這樣停步不前？
那可不是他們所希望的狀態。
看著蘇鑫列印出來的組織放大局部圖，她腦海中閃過一道光……
僅僅通過轉運蛋白的話，難度大，但是再利用分子中間的氫鍵作用力呢？
如果轉運蛋白實在是不起作用，那麼用電荷的相互作用呢？
除了這些，或許還能試試疏水還有親水性？
因為前一段時間，她在閱讀文獻的時候，就看見過一篇文章，當時也是轉運一個特別難的藥物。
他們選擇利用親水性還有電荷的相互作用，很好的達到目的。
而氫鍵作用，在分子級別上，具有不可忽視的作用，要是能加進藥物轉運研究當中，應該會起到特別好的效果！
丁雨文將自己的思路說給蘇鑫，後者也是恍然大悟。
是啊，過去因為在超分子自組裝上付出了太多的努力，也收穫不小的成果。
所以下意識的以為，自己在上邊有很深的造詣。
但是經過小丁的提醒，他總算能放下自組裝的執念，開始順著傳統的電荷結合轉移等方法。
沒錯，自組裝之後通過轉運蛋白的方法是很好。
可在不適用的情況下，去傳統方法裡挖掘出一些幫助，再尋覓其它新技術的幫助，將三兩個組合起來，或許可能。
「對，你說的很對，我去看看靶點細胞以及周圍的數據。」
作為全世界研究熱點，蘇鑫需要的數據，早就在各種論文裡有過報導，並不需要他專門來研究。
看著蘇鑫去忙碌，小丁打開行李箱，拿出自己的電腦，簡單布置一下，也開始查閱文獻。
做過科研的或者寫過方案的人都明白，靈感來的時候，就那麼一會兒時間。
千萬不要迷信自己的腦子，趁著清晰的時候，用文字記錄下來，將來才能重新拾起來。
丁雨文一點點用關鍵詞檢索，蘇鑫則不同，直接讓小衛士進行篩選，匯總之後再幫他找出其中的關鍵數據。
也就10分鐘時間，小衛士便拿出來靶點部位以及一路上「過關斬將」需要的數據。
同時，還將論文提取出來，放在蘇鑫的電腦桌面上。
那些論文其實是作為論據以及隱身給別人看的，現在他並不需要了。
獲得數據之後，按照傳統的方法，就是通過計算和設計，找到可能性的「轉運」工具。
但是，想要通過實驗驗證的話，需要的實驗量相當大。
『小衛士，幫我進行計算，看看用什麼樣的方法組合，能更好的將藥物轉運進去。』
有了數據，有了模型，還有最終目的。
小衛士能幹，經過進步，現在已經有自我設計方案路線的能力了。
雖然在有些地方，可能由於大數據不夠，學習的不夠深入，還差點意思。
但是作為重要的科研助手，能力已經不錯了。
畢竟，化學最重要的是方向，也就是點子。
丁雨文剛才不經意間的一句話，應該會成為解決透過血腦屏障的重要里程碑。
而這個運算時間，就有些長了。
小衛士不但需要自己設計計算方案，還要將計算出來的東西，拿去和現有的數據進行匹配。
單一因素變量的很快完畢，只有一個變量，太好計算，無非是比拼運算力。
小衛士能隨意調用網絡上空閒的計算力，單一因素變量沒有難度。
雙因素變量難度增加的不少，有些特別接近的組分，甚至需要利用窮舉法進行分析。
到了三因素變量之後，那真是天文級別的計算量。
因為每更換一個組分，甚至僅僅是更換比例。
對靶點分子環境的影響都十分巨大。
也幸虧小衛士具有遠高於現代AI人工智慧的能力，它一遍分析一遍進行改變。
雙因素變量的速度從緩慢便是加快，說明它已經找到最好的方法。
本章未完，點選下一頁繼續閱讀。