主持人：“来，话筒递给这位嘉宾……请问您有什么问题？”
林牧周：“刚才b大团队有提到，研究中使用计算机统计技术，也尝试构建模型能力，但其实这是两种研究派别，我的问题是——”
“在生物信息学研究中，统计学或者说计算机技术，如BLAST算法1等，与科学思想诸如模型构建能力，两者谁更具价值？”
“好的，谢谢提问，接下来请b大团队做出回答。”
主持人说完，笑着看向苏雨眠。
这个问题……
怎么说？
的确言之有物，是生物信息学领域的专业问题，也是客观存在的两种研究思想。
但两者之间的争议一直存在，可林牧周偏偏在这样的场合借题发挥，将此间争议摆到台面上，不仅如此，还要求苏雨眠当场作答。
这是一个坑。
且在座相关领域的专业人士也都知道是个坑。
但苏雨眠却不得不答，并且还不能随便答。
一个普遍存在的问题，必定已经被大多数人讨论过，业界也已经流传了一些公认的精辟的回答。
所以——
答不答？怎么答？如何更好地、出彩地答？
这些都是苏雨眠将面临的挑战。
这是个“阳谋”。
台上，林书墨和苗苗对视一眼。
苗苗眼里的焦急快要溢出来，果然，这个林先生不是什么好鸟！
居然拿这种争议性问题来问雨眠姐。
苗苗嘴唇轻动：他到底想干什么？
林书墨回：拆台。
苗苗：图什么啊？
林书墨两手一摊，轻轻摇头：不知道。
就在台上、台下所有目光都集中到自己身上的瞬间，苏雨眠微微一笑，缓缓开口——
“首先这涉及到两种研究方法，我们可以称之为技术派观点和思想派观点。”
“技术派认为，掌握编程和统计工具是基础，例如单细胞数据分析中需处理噪声和批次效应，缺乏技术能力无法完成海量数据处理……”
“思想派强调，科学问题驱动更重要，如通过设计问题串联结构化学核心知识点，或通过基因共表达网络分析发现骨关节炎核心基因……”
“常言道，尺有所短寸有所长，这里长和短并不是认知上的对立，而是客观存在的事实，那么对于研究方法A或B，这个道理同样适用……”
“……我们更应该关注的是两种研究方法各自的长处，以及在具体问题中，到底
本章未完，请点击下一页继续阅读！