你在计算化学领域的造诣已经远远过我了，你对做实验又不那么感兴趣，我觉得更快进入下一个阶段对你的成长更有利。”
mIT这边组织专家对论文进行评审后，给予了极其高的评价，在snetce之后专门邀请全球从事该工作一线的科研人员开远程视频会议。“条件有限，因此我们只能通过线上的方式来向大家介绍由我校化学系博士Lightnet先生在抗击病毒方面做出的卓越贡献。”
兰克教授是华国某985高校的生物学教授，从病毒流行开始就从事相关研究，对于国外顶级名校的一些研讨会、讲座还是比较关注。
他们一些从事相关高校研究的群也有做一些消息共享，像这次mIT这种规模，两千人的线上会议还是比较少的。
也是因为群里大家都说mIT特别重视这次的会，有大佬说这是前所未有的突破性结果，他就报了名。
兰克在群里现比他晚五分钟就没有名额了。
有mIT和莱维特名头背书，这次的研讨会受到热捧。
兰克知道莱维特是谁，但是另外的1ightnet是华人，问题是他之前没听说过这号人物。
论文只是被snetce接受了，还没刊登出来，而且陈元光之前的顶刊更多是集中在计算化学和计算生物学领域，像搞疫苗研究的都是病毒学专家，大家不了解很正常。
“这人怎么有点眼熟，而且外貌看上去有点年轻。”进入zoom的视频会议室之后，兰克心里嘀咕道。
“广谱疫苗的设计不是突变位点的简单加法，它需要严格的生物信息学计算和实验证据的联合分析。
突变位点也不是越多越好，它最重要的是数据需要准确，我们需要去寻找它的共性，共性凸显的越突出，那么贯序免疫效果就越显著。
这次我们面临的问题有非常大的挑战，全球健康在遭受攻击，我们不太可能等，等病毒变异的数据积累到一定程度，然后再去设计广谱疫苗。
所以没有足够的毒株，没有足够的突变点位，我们无法去寻找共性，但是我们又要去做广谱疫苗，因为传统疫苗即便是mRna，它的覆盖时间也是有期限的，从现在病毒变异情况来看，这个覆盖时间会非常非常短。
面对这样的困境，我给的解决方法是模拟进化，模拟病毒进化，用模拟出来的病毒突变点位和现实中的病毒变异点位放在一起去分析，寻找共性，简单来说。”
对着视频讲，完全没压力。
如果不是开了静音，两千人此起彼伏的惊呼声，能让他的声音被淹没。
兰克听着听着就在想，这太离谱了，靠模拟出来的病毒去设计疫苗，你如何保证自己模拟的突变点位，病毒真的会按照你模拟的突变点位去进化呢？
这不是科学，这是玄学，即便披了数据分析和数据建模的外衣，这依然是玄学。
直到他看到最后的数据对比，他们在四月模拟的变异病毒，在7月的全球监测报告中真的出现了的时候，兰克下巴都掉到了桌子上。
（本章完）