林允宁指了指屏幕,“这只是单张2D投影。真正的麻烦在后面。”
接下来的两天,两人一起泡在了实验室。
他们利用处理后的数万张清晰2D图像,开始进行三维结构重建。
然而,真正的困境出现了。
无论他们怎么优化算法,调整参数,最终重建出的三维蛋白质模型,总是有一部分区域像被打了马赛克一样,模糊不清。
特别是那些伸展在核心结构之外的侧链,在模型里像一团不断振动的“鬼影”。
“怎么会这样?”"
程新竹盯着屏幕上那个残缺的模型,眉头紧锁,“图像已经这么清晰了,为什么还是拼不出来?”
林允宁也沉默了。
Aether已经完成了它的使命,把信号从噪声中完美地剥离了出来。
眼下的问题,似乎超出了数据处理的范畴。
“走,去找我老板。”
程新竹当机立断,“他是蛋白质结构方面的权威,肯定知道问题出在哪。”
大卫?格林伯格的办公室,在神经科学系大楼的顶层,占据了最好的角落位置。
整整一面墙,全是落地窗,可以俯瞰整个海德公园。
格林伯格教授是个典型的犹太裔学者,年近六十,头发花白,戴着一副金丝眼镜,眼神温和但锐利。
他耐心地听完了程新竹兴奋的讲述,又仔细看了林允宁展示的数据处理结果。
“非常漂亮的图像处理技术,林。”
他先是给出了礼貌的赞扬,语气诚恳,“你用的这套贝叶斯框架,思路很巧妙,比我们现在用的所有方法都高效。”
程新竹脸上露出了得意的笑容。
“但是,”
格林伯格话锋一转,看向屏幕上那个模糊的3D模型,推了推眼镜,“你解决的是‘雪花的问题,而不是‘雪崩的问题。”
他拿起桌上的一支笔,在草稿纸上画了起来。
“这种模糊性,在生物学上被称为‘构象异质性’。你捕捉到的不是一种蛋白,而是成千上万种形态相似,但细节不同的蛋白的‘平均态’
他指着草稿纸上几个形态各异的简笔画,“我打个比方,这就像对着一群正在奔跑的羚羊一个个去拍长曝光照片。
“你得到的只是一片模糊的影子,而不是任何一只羚羊的清晰样貌。
“在找到分离这些幽灵构象”的方法前,你的工作无法为药物研发提供任何有价值的新信息。”
这个评价很中肯,但好像一盆冰水,从头浇下。
程新竹脸上的笑容僵住了。
林允宁也感到了前所未有的压力。
他意识到,自己的工具虽然强大,却撞上了一堵生物学的基本壁垒。
Aether能让雪花更清晰,却无法从一场暴风雪中,分离出每一片雪花的独特形状。
而这些独特的蛋白质构型,才是药物真正起效的“靶点”。
这是来自问题本身的压迫感,远比乌萨尔那种人为的诘难更令人沮丧。
带着这份挫败感,林允宁回到了物理系。
这时,玛利亚?弗洛雷斯的工位前,围着好几个人。
埃米特?卡特也在,几人正对着一张图激烈地讨论着什么。
“林,你快来看!”