请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。
教室内瞬间陷入短暂沉默，所有人都还在消化海量知识点，一时无人起身发问。
毕竟没有多少人能完全跟上这位院士大佬的授课节奏。
但能来MIT的都是精英，很快有一位研究生站起来提问道。
“教授，请问公式中的伪计数项，您采用的是标准形式，还是加权修正版本？”
邦妮教授几乎不假思索，应答流畅从容，仿佛这个问题早已解答过千百遍。
“基础运算用标准公式即可。若你的样本序列数量较少，建议改用贝叶斯加权版本，具体完整推导过程，参考DCA原始论文第二章节，自行查阅研读。”
研究生立刻低头飞速记录关键词，着手检索对应文献。
又沉默迟疑了十几秒，一名本科生终于鼓起勇气举手，语气满是不确定：“教授，协方差矩阵是直接通过MSA多重序列比对的频率计算得出的吗？”
邦妮教授目光温和，回答却极度凝练：“没错，但必须扣除背景频率。”
“我在板书第三行写了校正公式，只是未曾展开解释。忽略这一步校正，噪声会彻底主导矩阵，最终的接触图只会是随机散点，毫无参考价值。
本科生低头看向自己的笔记，发现自己根本没有记下那个公式。
他的笔记本上只有“协方差矩阵”几个字，后面全是空白。
而此刻，林晓也在脑子里把她的讲课内容在脑海过了一遍。
大部分是能够理解。
邦妮教授这堂课的核心内容，应该是是围绕蛋白质结构预测中一个经典且强大的计算方法，直接耦合分析。
从蛋白质的一维氨基酸序列出发，预测其三维空间结构。这是一个极其困难的“NP完全”问题。
使用直接耦合分析，其核心思想是分析蛋白质家族的多重序列比对数据。
如果在进化过程中，序列上两个位置的氨基酸变化存在显著的相关性，那么它们在三维结构上很可能存在直接的物理相互作用。
这很好理解，但林晓的思维跳跃的很快。
具体结合到育种场景之后，他就有些摸不清楚头脑了。
在育种中，经常面临一个非常典型的问题。
通过表型来选育种材料，但我们不知道是哪些基因位点在驱动这些表型。
如果多个位点的等位基因在进化过程中倾向于同进同退，它们在功能上很可能是协同作用的。
直接耦合分析的思路能否迁移过来，不仅仅只是用来预测三维结构，而是用来预测功能架构。
就思考这么一会的功夫，教室内早已无人提问。
林晓抬头一看，邦妮教授已经收拾好随身物品，步履从容地走向教室门口。
这种级别的学者可以说是日理万机，线下答疑机会极其难得。
错过这个机会，还不知道后面要等多久。
林晓没有丝毫犹豫，立刻起身快步追了上去。
“教授请留步.......”