第50章 業界動態
第50章 業界動態
陳元光同樣很開心，能為這個世界做出點貢獻，「那就好，要是沒有預測準確，那我們兩都得被批評了。
教授，感謝你幫我冒險。」陳元光說的很真摯。
要不是萊維特幫他站台，science不會那麼快過稿，開線上會議即便有MIT背書，也不會有那麼多人參加，他不會有那麼好的布道機會。
陳元光接著道：「輝瑞和拜耳肯定得有信心啊，他們的廣譜疫苗完全是建立在我們的病毒預測模型基礎上，我們的病毒預測模型表現得如此出色，準確預計了這兩次的毒株突變點位。」
萊維特笑道：「也是，萊特，是我應該感謝你，你做出如此優秀的成果，我在其中並沒有起到太多的幫助，不過是分享了一些信息給伱。
病毒預測模型完全是你的功勞，我會推薦你去評選明年的諾貝爾生物學獎的。」
陳元光這才發現自己忘了萊維特作為前諾獎得主，也有候選人推薦資格，和蓋茨基金會關係好的諾獎推薦人是少數。
「教授，感謝，我會記得你為我提供的幫助的。」陳元光說的很真誠。
因為他知道，這次是他最後的機會了，不是說最後拿諾獎的機會，而是最後一次去瑞典現場領獎的機會。
sto9.co🌶️m為您帶來最新章節
明年靠著廣譜疫苗，病毒被終結，他光環加身，又是做純理論研究，去領獎也沒什麼。
如果等到後面，他拿出更有影響力的成果，像一些能夠改變世界的成果時，諾獎再頒給他，他也不敢去領獎了。
這就是時機的重要性，錯過了有可能就是一輩子。
「教授，你剛剛是在和萊特打電話嗎？」剛剛站在萊維特身邊等他打完電話的是他手下的博士史蒂文。
萊維特望向史蒂文：「是的。」
史蒂文露出艷羨的表情，他感覺萊維特對陳元光遠比對他們這幫萊維特手下的博士更上心。
這區別就好像親傳弟子和外門弟子。
史蒂夫感慨：「光是檢驗萊特預測模型的論文都發了好幾篇在Nature、Science和柳葉刀上。」
自從陳元光的研究結果發布後，各地發現的新毒株，在做完測序後，大家都會拿著去和模型進行比對。
不一定突變點位都被模型所預測到，但是大部分突變點位都被模型所包含，而且最後流行程度最高毒株的突變點位，一定在模型預測範圍內。
因此每次測序都能發篇論文，9月英國發現的阿爾法毒株測序比對結果就被劍橋捷足先登，發表在了柳葉刀上。
學術界的同仁們發現發論文如此簡單，只需要測序比對就完事了，大家都開始搶時間，和病毒檢測中心打好關係，看的就是誰速度快。
慢慢的這類結果只能發表在二流期刊上，而且還得看手速。
有學者把測序結果進行總結，搞了篇綜述，居然發表在了Nature上，這下大家熱情更高了。
短短半年時間，陳元光的那篇論文被引頻次就突破了兩千次，成為全年最具學術影響力的論文。
這是陳元光沒有預料到的。
圍繞一個好的結果，大家都能有口飯吃。
這讓史蒂文很羨慕，成果頂級，大佬青睞，還年輕，buff給他迭滿了。
「這就是頂級科研者的價值所在。
像歐拉的手稿、成果、思考給俄國數學界吃了三百年。
越頂級科學家的越是富礦。
陳現在已經有這種潛質了。」
萊維特也很感慨，他還記得前年年底的時候去華國參加科幻評獎，當時陳元光找到他謙虛的模樣，讓他以為對方只是來套磁的。
結果對方自己就是鯊魚，短短兩年時間就已經鋒芒畢露。
萊維特作為諾獎得主，他很清楚諾獎得主之間也有區別，有人得諾獎，諾獎是他的光榮，而有人得諾獎，諾獎的光榮是他。
在萊維特看來，才二十歲出頭的陳元光完全能做到後者。
史蒂文問道：「教授，你沒有想過把萊特招攬來斯坦福嗎？
斯坦福應該隨便給他一個教職吧。」
說起這個，史蒂文露出奇怪的神情，他有點不想繼續這個話題，因為他又想起陳元光拒絕他的離奇理由，因為他朋友在紐約。
當時陳元光給他的理由是，他更喜歡巴文迪的研究方向。
今年兩人開始合作後，萊維特發現對方對生物計算興趣和能力同樣濃厚，於是又問了這個問題，陳元光這才說實話，說因為他朋友在紐約，波士頓離紐約更近。
萊維特永遠不會忘記當時自己的心情，簡直和吃了鯡魚罐頭一樣難受，敢情我的博士還不如朋友之間多看幾面值。
等陳元光做出預測模型後，他自我安慰，說天才就是這樣有個性，天才有其超凡之處，自然個性也很突出。
「我邀請過他，他可能不太喜歡矽谷的氣候。」萊維特說完自己都不相信，因為加州氣候明顯要比波士頓更好。
波士頓漫長的寒冬怎麼比得上氣候宜人的加州。
他又補充了一句：「總之我邀請過他，他不太想來斯坦福。」
史蒂文內心猜測，估計對方更喜歡MIT，所以教授才會露出這樣的神色。
史蒂文怎麼都猜不到真實原因。
「原來是這樣，看來我短期內沒有機會見到萊特了，他在生物計算上的成就真是驚人。
我有朋友在矽谷，因為萊特的成果，這段時間矽谷冒出了很多主打生物計算和人工智慧結合的公司，專門為醫藥企業提供人工智慧服務。
他們招了一幫計算機博士和生物學博士，說是要提供新型醫藥外包服務。
像輝瑞、阿斯利康、羅氏製藥這些藥企，也開始加大在AI上的投入，光是輝瑞，最近給英偉達下了超過兩億美元的訂單。」
因為打算畢業之後去工業界，所以史蒂文格外留意矽谷生物方面的前沿動向，這關係到他後續發展。
他對矽谷工業界的最新動態如數家珍，萊維特聽完後說：「確實如此，人工智慧技術在生物計算領域的優勢非常明顯。
傳統的數學建模已經無法滿足現在學術界的需要，我們需要新方法和新理論，現在新方法已經有了，但是新理論還是一片空白。」
（還有更新耶）