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。
整个会场大概能容纳一千多人。
面对这么多人的目光，这个年轻人表现的很沉稳。
他把PPT翻到标题页。
大屏幕上同步弹出一行字。
《基于直接耦合分析的植物基因组功能位点全基因组预测技术》
紧接着，声音从四周的音响里传出来。
“尊敬的各位领导、各位同仁，大家上午好!”
“欢迎大家莅临今天的学术交流活动。”
“我是林晓。”
林晓边说，忍不住用余光扫了一下台下。
会场比他预想的要满啊。
好家伙，有这么多人的吗？
之前，常院长确实提前跟他说过。
来的人比他想象的要多，让他讲慢一点，别急。
但依然有些出乎他的意料。
不过，林晓这会似乎一点都不带紧张的。
心里全是对任务奖励的向往。
简短的开场白过后。
林晓的声音接着在整个会场响起。
“今天这场报告的内容，是我本科期间在MIT访问时完成的一项工作，最近刚发表在PNAS上。”
“我把它从蛋白质领域的DCA方法迁移到了植物基因组的功能解析上，得出了一些初步的结果。
“接下来我会把整个思路和验证过程完整地讲一遍，大概一个小时左右，之后留出时间给大家提问和交流。”
“如果中途有什么问题，随时可以打断我。”
“好，那我们直接开始。”
"直接耦合分析，大家可能不太熟悉。”
“但如果换成缩写DCA，我想大家就逗了解了，因为蛋白质结构预测领域很有名。
"
他转向屏幕，用激光笔圈了一下画面左侧的一张蛋白质结构图。
“它的基本原理很简单，如果两个氨基酸位点在进化过程中总是同进同退。通俗点说就是，一个变了另一个也跟着变，那它们多半在三维结构里也是物理接触的。
"
"这个思路，二十年前由一篇PNAS论文被正式提出，后来成为了蛋白质接触预测的标准方法之一。
"
林晓停了一下，往台下看了一眼，然后继续说：
"我当时在MIT上课的时候，当时的授课教授突然讲到了这个内容。”
“当时我就在想，这个逻辑，能不能放到基因组上去用？
"
“灵光一现看起来很简单，但后续的工作其实并不容易。”
他翻了一页，大屏幕上出现了一张拟南芥根尖的细胞图。
"蛋白质里的协同变异反映的是空间约束，两个氨基酸在空间上靠得近，所以不能随便变。那基因组里的协同变异反映的是什么？
"
他点了下屏幕，图上出现了几条从不同细胞核向外延伸的虚线段，连接着基因组的远端区域。
"不是物理接触。”
“而是功能约束。”
“某个位点的变异，如果必须被另一个远端位点的变异补偿。”
“这个关系就不再是物理上的挨着，而是功能上的耦合。
"
说完，他翻页，屏幕上出现了一组代码。
"我的工作就是把DCA的模型重写成能在群体基因组数据上运行的形式。”
“把同源蛋白质序列换成群体SNP位点，把氨基酸状态换成核苷酸多态性，把残基接触概率换成功能约束强度。
"
他没有逐条解释，而是用两句话概括了最核心的部分。
"模型框架没变，变的是输入和输出。”
“输入从几十条同源序列变成几百个个体的全基因组SNP。”
“输出从氨基酸接触矩阵变成全基因组的功能约束评分。”