第二百零八章 AI和计算生物学（2/2）

研发主管深知郑理的科研能力和所涉及领域之广泛，因此对于郑理一语把他们的关键点透丝毫不意外：

“是的，主要还是神经网络在计算生物领域的应用。”

涉及到研发层面，郑理从来都是有话直说：

“深度学习在计算生物层面的应用很早之前就开始了。”

“Bengio早在2012年就开始用神经网络研究基因组学和生物图像分析，将序列变异和分子特征联系到一起了。”

“也就是说我们使用的技术，如果是外行来听，会觉得很先进，深度学习、人工智能，但是实际上这已经是十年前别人就在玩的东西。”

“我们自己有什么突破？别告诉我只是把别人的方法拿来用。”

“如果只是做到这个程度”

郑理没说完，他转头看向李渺渺：“渺渺，江城研发中心每年投入的预算是多少？”

李渺渺不假思索道：“今年给他们编的预算是17.4亿元。”

郑理点头道：“好的，如果你们只是这个水平，那今年的预算把零头砍掉。”

李渺渺问道：“砍掉7.4亿元吗？”

“嗯。”

郑理说完直视坐他对面的研发主管。

每年各个研发中心的预算不仅是钱和资源，而且代表着你在公司内部的重要程度。

郑理砍预算，不代表会把他们今年的研发目标降低。

研发主管连忙道：“郑董, 我们有很多自主的研发。”

他知道自己拿出来的东西一定不能糊弄。

郑理太懂了，当你的上司对你的业务过于了解的时候, 上班摸鱼的难度被提升到了极点。

“我们优化了从DNA序列对分子特征优化的神经网络算法。”

“郑董, 这是个体的 DNA 序列和基因组的分子反应变量。”

“在传统的调控基因组学方法中主要需要考虑个体之间的差异，而我们优化之后的深度学习算法允许通过将基因组平铺到以个体特征为中心的序列 DNA 窗口中。”

“然后利用个体内部的差异，从而从单个样本中产生大量的训练数据集。”

“这是用于从原始 DNA 序列预测分子特征的一维卷积神经网络。”

“第一个卷积层的过滤器扫描输入序列中的图案。随后的池化减少了输入维度，并且额外的卷积层可以模拟前一层中DNA序列的交互。”

“再看这里，C图由B图中所示的神经网络预测的野生型和突变序列的响应变量被用作另一个神经网络的输入，该网络预测变体分数并允许区分正常与有害变体。”

“D 再通过对齐最大程度地激活过滤器的基因序列并创建序列基序来可视化卷积过滤器。”

“这是序列窗口的突变图。行对应于四种可能的碱基对替换，列对应于序列位置。任何序列变化的预测影响都是用颜色编码的。”

“顶部的字母表示野生型序列，每个核苷酸的高度表示突变的最大影响......”

结束对狮城研发中心的调研后，李渺渺问道：“你觉得怎么样？”

“他说的那些，我完全听不懂啥意思。”

“江城研发中心这两年受到的内部资源支持力度是在加大的。”

“如果他们的表现无法让你满意的话，我们可以把一部分资源转移给其他表现更好的研发中心。”

目前科创生物在狮城、江城、姑苏、金陵、申海和伦敦。

其中伦敦和申海主要是做AI芯片和脑机连接芯片研发的。

生物医药领域的研发中心，只有狮城、江城和金陵。

外界对江城的很大一部分印象是这里的高校特别多，两所985，7所211，教育资源雄厚。

但是金陵的教育资源不亚于江城，同样两所985，但是金陵有8所211.

科创生物在金陵设置研发中心，不仅是金陵政府的希望，也是看重金陵优质的教育资源和人才。

郑理叹气：“勉强过关吧。”

“怎么说呢，如

g0828()