小丁不知道为什么，鬼使神差的说出来那句话。kan8z

说完，她感觉自己脸又通红，甚至还有些发烫。

怎么就那样说了呢

多年的性格习惯，让她感觉害羞。

但是，心里还有另外一个声音在呼喊。

说出来不好么好像应该为自己说出来高兴吧

那是一种怎样矛盾的心里啊！

场面一度有些小小的紧张，丁雨文瞥见黑板，赶忙转移话题。

“你还在啊研究朊病对大脑伤害的修复”

说到科研，苏鑫眼睛一亮。

“可以说是，也可以说不是。高成双教授前两天给了我一份资料，里边涉及到他对阿尔兹海默症靶点研究的最新进展。他向我发出邀请，希望我能参与到脑损伤的修复治疗当中。

你知道的，在某种层面上，阿尔兹海默症造成的危害，和朊病毒造成的有些类似。或者至少说，在脑组织修复上，两者十分相似。”

“原来是这样，你说的很对。”小丁也陷入思考。

说到科研，两人都将刚才的尴尬场景忘得干净。

他们进入角色也太快了

丁雨文将东西随手放在一边，看着苏鑫连写带画的部分。

对于朊病毒的研究，她在哥大的时候，也查阅过文献，并且思考了一阵。

虽然没有建设性研究，但是熟悉原理和背景。

“看来，你的思路还是想要通过超分子自组装或者是包埋的形式，来解决药物穿过血脑屏障的方法。”

苏鑫赧然一笑，自己确实也没有更好的方法。

“我想过暂时性让靶点部位的细胞膜等组织失效，让药物偷过去，可惜想想副作用太大。”

苏鑫无奈的说道。

丁雨文看着他写的方案，确实比较危险。

同样的情况下，不知道会有多少东西过去。

“那新的思路呢”

另一个黑板上，明显是新思路以及风险和收益分析。

苏鑫沉吟一会儿，“通过转运蛋白的作用，或许只有它了，但是分子量大的话，转运蛋白也不好吞进去再吐出来。

而且要想办法，让转运蛋白认为我们的药物是它喜欢的东西，本身就很有难度。”

通过蛋白质转运，是不少药物到达靶点的手段。

但就像是苏鑫说的那样，药物本身分子量过大，想要“欺骗”转运蛋白，难度更大。

几乎同样需要用引入某种集团，将药物伪装之后，才有可能。

而那样做的话，难度同样，有可能和将药物组装或者包埋的工作量是一样。

丁雨文也明白，苏鑫说的问题确实存在，并且难以解决。

但是就这样停步不前

那可不是他们所希望的状态。

看着苏鑫打印出来的组织放大局部图，她脑海中闪过一道光

仅仅通过转运蛋白的话，难度大，但是再利用分子中间的氢键作用力呢x

如果转运蛋白实在是不起作用，那么用电荷的相互作用呢

除了这些，或许还能试试疏水还有亲水性

因为前一段时间，她在文献的时候，就看见过一篇文章，当时也是转运一个特别难的药物。

他们选择利用亲水性还有电荷的相互作用，很好的达到目的。

而氢键作用，在分子级别上，具有不可忽视的作用，要是能加进药物转运研究当中，应该会起到特别好的效果！

丁雨文将自己的思路说给苏鑫，后者也是恍然大悟。

是啊，过去因为在超分子自组装上付出了太多的努力，也收获不小的成果。

所以下意识的以为，自己在上边有很深的造诣。

但是经过小丁的提醒，他总算能放下自组装的执念，开始顺着传统的电荷结合转移等方法。

没错，自组装之后通过转运蛋白的方法是很好。

可在不适用的情况下，去传统方法里挖掘出一些帮助，再寻觅其它新技术的帮助，将三两个组合起来，或许可能。

“对，你说的很对，我去看看靶点细胞以及周围的数据。”

作为全世界研究热点，苏鑫需要的数据，早就在各种论文里有过报道，并不需要他专门来研究。

看着苏鑫去忙碌，小丁打开行李箱，拿出自己的电脑，简单布置一下，也开始查阅文献。

做过科研的或者写过方案的人都明白，灵感来的时候，就那么一会儿时间。

千万不要迷信自己的脑子，趁着清晰的时候，用文字记录下来，将来才能重新拾起来。

丁雨文一点点用关键词检索，苏鑫则不同，直接让小卫士进行筛选，汇总之后再帮他找出其中的关键数据。

也就10分钟时间，小卫士便拿出来靶点部位以及一路上“过关斩将”需要的数据。

同时，还将论文提取出来，放在苏鑫的电脑桌面上。

那些论文其实是作为论据以及隐身给别人看的，现在他并不需要了。

获得数据之后，按照传统的方法，就是通过计算和设计，找到可能性的“转运”工具。

但是，想要通过实验验证的话，需要的实验量相当大。

小卫士，帮我进行计算，看看用什么样的方法组合，能更好的将药物转运进去。

有了数据，有了模型，还有最终目的。

小卫士能干，经过进步，现在已经有自我设计方案路线的能力了。

虽然在有些地方，可能由于大数据不够，学习的不够深入，还差点意思。

但是作为重要的科研助手，能力已经不错了。

毕竟，化学最重要的是方向，也就是点子。

丁雨文刚才不经意间的一句话，应该会成为解决透过血脑屏障的重要里程碑。

而这个运算时间，就有些长了。

小卫士不但需要自己设计计算方案，还要将计算出来的东西，拿去和现有的数据进行匹配。

单一因素变量的很快完毕，只有一个变量，太好计算，无非是比拼运算力。

小卫士能随意调用网络上空闲的计算力，单一因素变量没有难度。

双因素变量难度增加的不少，有些特别接近的组分，甚至需要利用穷举法进行分析。

到了三因素变量之后，那真是天文级别的计算量。

因为每更换一个组分，甚至仅仅是更换比例。

对靶点分子环境的影响都十分巨大。

也幸亏小卫士具有远高于现代ai人工智能的能力，它一遍分析一遍进行改变。