答辯教室——
苗苗扯了扯林書墨衣袖：“快看！教授回來了！不是……他怎么拿上東西又走了??？他、他不是評(píng)委嗎？”
邵溫白簡(jiǎn)單和幾位教授交代了兩句，便大步離開。
背影透著一股并不留戀的干脆。
很快，另一位教授站起來，抬手壓了壓現(xiàn)場(chǎng)逐漸變大的嘩然聲和議論聲——
“各位稍安勿躁。邵教授剛才臨時(shí)接到校方的其他安排，所以無法繼續(xù)擔(dān)任評(píng)委一職，接替他的教授正在趕來的路上，很快就到，還請(qǐng)大家保持安靜，耐心等待?！?
大概過了十來分鐘，接替的教授才匆匆趕到。
答辯也正式開始。
第一個(gè)上臺(tái)的，就是蘇雨眠。
她點(diǎn)開ppt，笑著看向臺(tái)下：“各位老師，同學(xué)，上午好。我是生命科學(xué)院研三學(xué)生蘇雨眠，我的論文題目是《mosaic-integration-and-knowledge-transfer-of-single-cell-multimodal-data-with-midas》，即利用midas進(jìn)行單細(xì)胞多模態(tài)數(shù)據(jù)的馬賽克整合和知識(shí)遷移，我將從以下四個(gè)方面進(jìn)行具體講解……”
半小時(shí)后——
蘇雨眠：“……以上就是我畢業(yè)論文的全部?jī)?nèi)容，感謝傾聽?！?
說完，后退半步，鞠躬。
現(xiàn)場(chǎng)如夢(mèng)初醒，接著，雷鳴般的掌聲響起。
“天哪！女神也太牛了吧，她講的那些，我完全聽不懂。”
“已經(jīng)很照顧我們了，全程都用中文。她這篇論文原稿是英文的?！?
“聽不懂才正常，如果我們都聽懂了，那還能上nature-biotechnology嗎？”
“雖然聽得不是很明白，但我還是想說，女神的邏輯流暢度和語(yǔ)表達(dá)能力太強(qiáng)了！”
“接下來是不是提問環(huán)節(jié)？我已經(jīng)嗅到評(píng)委席上飄來的硝煙味……”
第一個(gè)開口的是來自生命科學(xué)院的周士博周老，他曾主動(dòng)向院方領(lǐng)導(dǎo)提出想帶蘇雨眠幾人，結(jié)果沒成。
雖有遺憾，不過他尊重幾個(gè)孩子的選擇。
甚至隱隱有種刮目相看的意味。
“不忘師恩”誰(shuí)都會(huì)說，但真正落實(shí)到行動(dòng)的，又有幾個(gè)？
歐陽(yáng)沒看錯(cuò)人，也沒等錯(cuò)人。
蘇雨眠值得！
周士博：“既然大家都這么謙虛，那就由我來起這個(gè)頭，權(quán)當(dāng)拋磚引玉。蘇同學(xué)，你剛才著重講了midas這種新算法的基礎(chǔ)邏輯，以及具體運(yùn)行思路和前端操作方式，卻沒提這種新算法出現(xiàn)的意義和可能帶來的積極影響，可以大致說一說嗎？”
蘇雨眠：“眾所周知，單細(xì)胞測(cè)序技術(shù)是近年來生命科學(xué)領(lǐng)域的突破性技術(shù)，能夠檢測(cè)單個(gè)細(xì)胞內(nèi)的多種遺傳物質(zhì)與功能分子，比如rna表達(dá)、蛋白質(zhì)豐度和染色質(zhì)可及性等等，從而揭示細(xì)胞在不同分子層面的異質(zhì)性以及組學(xué)之間的關(guān)聯(lián)，有助于更加深入地理解細(xì)胞功能，探索生命發(fā)育和疾病發(fā)生等機(jī)制。然而——”
她話鋒一轉(zhuǎn)，“隨著測(cè)序技術(shù)的發(fā)展和測(cè)序數(shù)據(jù)的增長(zhǎng)，不同組學(xué)組合、不同測(cè)序技術(shù)、不同測(cè)序樣本的‘馬賽克’式單細(xì)胞數(shù)據(jù)整合成為巨大的挑戰(zhàn)。”
周士博點(diǎn)頭：“確實(shí)如此?！?
蘇雨眠：“您問midas出現(xiàn)的意義，我認(rèn)為這應(yīng)該是人類研究首次實(shí)現(xiàn)通用單細(xì)胞多組學(xué)馬賽克數(shù)據(jù)的模態(tài)對(duì)齊、數(shù)據(jù)補(bǔ)全、批次校正等整合功能，為構(gòu)建大規(guī)模多組學(xué)細(xì)胞圖譜、實(shí)現(xiàn)大規(guī)模單細(xì)胞多組學(xué)分析與知識(shí)遷移提供了重要的原創(chuàng)技術(shù)……”
接著，是化學(xué)與分子工程學(xué)院的民受文，民教授——
“這種新算法對(duì)比從前的方法，有什么突出優(yōu)勢(shì)嗎？”
這個(gè)問題很大，很泛泛，屬于“萬(wàn)精油式”提問，套用到其他論文上也沒毛病。
但蘇雨眠還是想了想，認(rèn)真答道：
“midas假設(shè)每個(gè)細(xì)胞的多模態(tài)觀測(cè)值是通過深度神經(jīng)網(wǎng)絡(luò)從兩個(gè)與模態(tài)無關(guān)且解耦的隱變量生成……其輸入由不同單細(xì)胞樣本（批次）的表達(dá)矩陣和批次編號(hào)向量組成……因此可能存在不同的技術(shù)噪聲、模態(tài)組合和觀測(cè)特征……midas的輸出包括生物狀態(tài)和技術(shù)噪聲兩種低維表示的矩陣，以及對(duì)缺失模態(tài)和特征進(jìn)行了補(bǔ)全并消除了批次效應(yīng)的表達(dá)矩陣?！?