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。
然后翻回来又重新看了一遍。
整个过程还不到一分钟。
接着，他把图放下，摇了摇头。
“不用这么复杂。”
闫凝愣了一下，显然是没想到林晓会这么说。
“之前接手的人，应该也是这么做的，已经做到一半了。”
“但他的方向错了，而且方法也很老套。”
林晓指着其中一页的密度图到：“糖链的构象柔性很高，同一类糖纤维在不同样品里可能呈现多种形态，这是问题本身的性质，不是数据质量的问题。”
“如果按常规的建模逻辑，先假设一个固定构象，再用分子动力学去拟合密度图。”
“那就必须为每一种可能的构象单独建一个模型，然后人工判断哪个合理。”
“这就是之前走的路，费时费力，也造成了不同人做出来的结果不一致的原因。”
他接着翻到另一页，指着密度图上一段看起来相当模糊的区域。
“糖质结构的密度图分辨率本来就比蛋白质低，某些片段几乎看不到清晰的原子边界。”
“但这里有一个可以利用的特征。”
“虽然单张图模糊，如果我们把同一类糖纤维在多个样品中的密度图按构象相似度做聚类，那些模糊的局部结构会在聚类后的平均密度中变得清晰。”
“这说明构象的差异不是随机的，而是有规律的。”
听到这里，闫凝露出感兴趣的神色，示意他继续说下去。
于是，林晓继续到：“我的方案是先不做建模，先做构象聚类。”
“把同一类糖纤维的所有密度图按局部结构特征分组，识别出几种主要的构象类别，再对每一类分别建模。”
“这样需要建的不是几十个模型，可能是三到五个。”
“而且因为每一类都有多个样品的数据做平均。”
“密度图的信噪比会显著提高，建模的精度也比单张图做出来的高。”
听到林晓的意见。
闫凝的眼睛里明显闪过一丝意外。
本来她是想看看，这个年轻人面对一个陌生方向的复杂问题时，会给出什么样的反应。
她曾想过会有很多种答案。
但万万没想到这刚见面。
林晓就直接把前任的工作给否定了。
然后重新给出了一个从数据特征出发、重新定义问题框架的方案。
有点意思啊！
俗话说。
行家一出手，便知有没有。
林晓这还没有出手呢。
就已经给了她很大的期待了。
此时。
闫凝确实对数据建模不太熟悉，但她对生物结构太精通了。
这会听到林晓的解释，逐渐也看出了一些门道来。
“你说得对。”
“糖链的柔性确实是问题本身的特征，不是数据质量的问题。”
“如果按常规思路，把每张图当成一个独立的构象来建模，就会出现你说的那种情况。”
“单张图的局部密度不够清晰，不同人做出来的模型不一致。”
“但如果你按构象相似度聚类，同一类里有多个样品的数据做支撑，那些原本模糊的区域就可以通过平均化来增强。”
不过。
放弃之前的方向和进度，转而使用新的方法。
这其实是一件相当有风险的事。
“我并没有怀疑你判断的意思。”闫凝抬起头，面露期待地问道。
“但你要知道，我们时间有限。”
“你有多少把握？”