6月28日，中国科学院深圳理工大学（筹）（以下简称“深理工”）一支特殊的小分队从深圳赶赴安徽，看望一位“扭扭车”男孩张亮。
因患“脆骨症”无法独立行走、只能依靠扭扭车代步的张亮，在今年的高考中取得了535分的成绩，超过安徽省理科一本线44分。在接受央视采访时，张亮曾提起自己的理想志愿——深理工大学的计算机专业，他希望在沿海城市上大学。遗憾的是，深理工的计算机专业今年尚未开始招收本科生。
深理工计算机科学与控制工程学院院长潘毅听闻后，决定与学校工作人员一同前往安徽看望张亮。虽然最终因公务而未能成行，但学校小分队带去了潘毅的书信，潘毅也与张亮现场连线，鼓励他未来报考学院的研究生。
2022年，深理工的首届联合培养硕士研究生毕业，100%实现就业升学。
潘毅是深理工计算机学院的首任院长。2020年，潘毅应深圳先进院院长樊建平之邀加入深理工，主持计算机学院的建设工作。这是潘毅第一次在国内全职任教，却不是他第一次从零开始打造一个全新的计算机团队。
在美国亚特兰大的乔治亚州立大学任教时，潘毅曾先后担任乔治亚州立大学计算机系和生物系系主任、文理学院副院长等职位，带领该校的计算机系从一个相对冷门的专业，成长为生物信息领域世界第22名。
凭借生物信息学领域的贡献，潘毅被评为乔治亚州立大学终身教授、大学杰出教授、州校董教授，当选美国医学与生物工程院院士与乌克兰国家工程院院士。
耳顺之年，功成名就，潘毅却将自己的“进度条”拨回起点，选择回国任职。
自2005年担任佐治亚州立大学计算机系主任以来，潘毅经历了生物信息学发展最迅速、技术迭代最快的十几年，他研究了大半生的计算机技术与生物学结合后焕发出新的生命力。
“这是一条非常崎岖的道路。”潘毅这样形容自己从计算机转型做生物信息学的选择。
但他也说，“我可以干到八十岁再退休。”
和不少生物信息学领域的学者一样，潘毅也是一位计算机专业出身的跨学科研究者。
作为国家恢复高考后的第一届考生，潘毅以江苏省理科状元的成绩进入清华电子工程系就读，也就是改组前的计算机工程与科学系。
中国最早一批的生信人，在1960年前后出生。1978年，恰同学少年。
佐治亚大学生物化学系教授徐鹰，正在念吉林大学计算机本科。后来与徐鹰一起在橡树岭国家实验室做研究，并一起获得2001年美国“最杰出研究与开发100 人奖”的密苏里大学许东教授，此时还在读初中，直到五年后就读北大。和潘毅是苏州同乡的深圳湾实验室系统与物理生物学研究所副所长周耀旗，一年之后也将会去中科大读化学。
潘毅在清华大学度过了八年半的时光。
硕士期间，潘毅在由金兰、郑纬民、沈美明和王鼎兴几位老教授组成的教研组内学习，导师金兰教授是清华大学计算机专业最早的一批老师，亲历了计算机专业的创建。
右一为金兰教授
1956年，清华大学开设电子计算机专业，从莫斯科留学归来的金兰教授被任命为教研组副主任，负责模拟计算机方面的工作。
潘毅回忆道：“金兰教授已经年迈，但他每年都要发几篇英文的文章，随时记录自己的想法，这种认真刻苦的作风让我印象十分深刻，也给了我很多的鼓励，让我养成了好的学术作风。”
在金兰教授的帮助下，潘毅在1985年读硕士期间就已经在海外顶级会议ICDCS上发布了论文。在当时那个年代，很多教授难有在海外发布文章的机会，而ICDCS更是只有不超过20%的录用率。
2019年当选中国工程院院士的郑纬民教授，曾在实验室里手把手教导潘毅开发软硬件、做分布式系统。
2017年 潘毅与郑纬民院士参观毛主席故居
2018年清华大学英文杂志《大数据挖掘与分析》创刊时，潘毅邀请了老师郑纬民与他一同担任主编。这本杂志如今已位列全球计算机领域前4%，进入世界一流期刊的行列。
同样在2018年，郑纬民院士到苏州出差时，还专程前往潘毅的故乡苏州吴江区参观，在他以前的居所与上大学前工作过的工厂拍照留念，可见他对自己这位徒弟的喜爱。
郑纬民院士在潘毅老家胡家弄拍照留念
沈美明教授对潘毅更是慷慨解囊。潘毅表示，“我出国留学前手头没有美金，还是沈老师借了钱给我解燃眉之急。”
当时的清华大学计算机系主任，同样出身吴江区黎里镇的王鼎兴教授，与潘毅的来往要更密切一些，“王老师的父亲和我的外公是朋友，我们两家是世交。”
潘毅进入清华读书后，王鼎兴教授在学习上和生活上都给予了他非常多的帮助，潘毅回忆，“我读大学时常去王老师家中做客，和王老师一家人成为了很好的朋友。”
刚进入大学时，周围优秀的同学和紧张的学习环境使潘毅面临着空前的压力。这个时期，王鼎兴教授在学业上的指导和精神上的鼓励都使他获益匪浅，也逐渐建立起为人处世上的原则。
“直到现在我和王老师还经常交流，偶尔提起家乡黎里镇的变化，王老师都会很高兴。”
在清华大学这个“红色工程师的摇篮”中学习成长，年轻的潘毅和他的同学们都以能进入国企成为一名工程师为荣。
“那时候没有出国的机会，要去国外做教授几乎不可能，（大学时）包括我在内同学们都觉得在一个大企业里做到总工程师，就已经很了不起。”
但是，身处国家风云巨变的时代，继成为恢复高考后的第一批大学生后，又赶上了国家放开出国留学政策，潘毅走上了一条意料之外的道路。
攻读了两年博士后，由于导师决定定居国外，潘毅最终放弃留校，并于1986年经清华大学的允许前往加拿大卡尔加里大学。1987年1月份，潘毅转到美国著名高等学府，也是美国最早的十所大学之一——匹兹堡大学计算机科学系重新开始攻读博士学位。
这时的生物信息学尚且处于早期的萌芽阶段，大名鼎鼎的人类基因组计划也要在三年后才正式启动。
人类基因组计划启动一年后，1991年，博士毕业的潘毅通过竞争激烈的面试，进入俄亥俄州的私立天主教学校戴顿大学工作。
与潘毅同年出生、同年高考，又同年博士毕业的徐鹰，则选择留校做了助理教授，并于1993年进入橡树岭国家实验室后，偶然加入到人类基因组计划的工作中，比潘毅早一步触摸到生物学的边缘。
而1991年才刚刚开始攻读博士学位的许东，恰好选择了计算生物物理的研究方向，比前辈徐鹰还要早两年接触生物学。
戴顿大学是一所教学型学校，注重学生教育，为教授们提供的科研条件并不算好。因此，在戴顿大学工作的九年里，潘毅只能一点点艰难推进自己的研究。
这种情况直到2000年潘毅进入佐治亚州立大学工作才得以好转。在佐治亚州立大学，潘毅偶然发现蛋白质序列的对比需要用到并行计算，这正是他所擅长的计算机领域的知识。
他决定投身于此。然而，最大的难题在于生物信息学的交叉性，了解计算机知识的人没有生物学背景，而生物学专业的人又不懂计算机编程，这两门学科之间存在着非常大的鸿沟，令很多研究者望而却步。
潘毅开始更加深入地学习生物学专业知识。
2005年，潘毅升任佐治亚州立大学计算机系主任。这时的佐治亚州立大学的计算机系才刚刚设立，系里只有十五六个教授，不论资金还是人力都十分紧缺。
对身为系主任的潘毅来说，如何利用眼下有限的资源使计算机系脱颖而出是个难题。
他想到了自己前不久开始进行的生物信息学研究。
21世纪初，生物信息还是一门新兴学科，不论是美国老牌名校还是刚刚成立的佐治亚州立大学计算机系，都没有历史积累，站在同一个起跑线上。只有这样，才有“弯道超车”的机会。
作为生物学和计算机学两门学科的融合，生物信息利用计算机技术解决生物学的问题，这就要求从业者必须同时具备两门学科的知识背景。
那时候计算机背景的学者中，鲜少有人愿意选择跨行到生物这一高难度的领域，潘毅却觉得这或许正是佐治亚州立大学计算机系突围的机会。别人不想干的事情他来干，并且一定能干好，他要成为最早一批“吃螃蟹”的人。
于是，他与一位对计算机领域较为了解的生物学教授合作，申请了一笔一百五十万美元的科研经费，组建起佐治亚州立大学生物信息学研究的初始团队。
潘毅将经费分配给其他教授，要求他们与生物系的教授合作，在自身研究方向的基础上结合生物学知识，在一定期限内产出一批新的科研成果。比如，将人工智能用于生物数据分析，将计算机可视化用于蛋白质和分子可视化，将算法、数据库等技术全部融入生物学领域。
潘毅探索生物信息学的研究就此走上正轨。
潘毅开始建设佐治亚州立大学的生物信息团队时，徐鹰正担任佐治亚大学生物信息研究所的首任所长，两人一个在亚特兰大，一个在雅典市。
此前，徐鹰与雷峰网《医健AI掘金志》交流时，曾提出一个划分，生物信息学作为生物学与计算机科学两大学科的交叉点，这一领域内不同学者所做的研究在两个学科所占比重上通常有所不同。
例如，徐鹰本人的研究中90%是生物，10%是计算；许东的研究中20%是生物，80%是计算；潘毅的研究中5%是生物，95%是计算。
同样是学计算机出身的学者，徐鹰的研究更加偏向生物，潘毅则是更加偏向计算；而分别是物理、化学专业出身的许东和周耀旗，研究内容则更加偏向生物物理和化学物理。
“许东老师是计算生物物理的博士，要比我们更加了解生物的性质。我们作为计算机专业的教授，强项是算法的分析和系统的开发。”
潘毅说，他所研究的内容是如何将生物的问题转化为计算的问题，并开发出相应的工具，高效、高质地解决这一问题。
在生物学领域的研究中，AI技术的应用是必不可少的。但对于不懂计算机的生物学家来说，如何将先进的AI技术应用到研究中也是一大难题。
潘毅所擅长的正是制造并利用先进的AI工具，并用其解决生物学难题。
“我始终对学生讲，研究问题不仅仅要关注AI，还要将AI的算法与实际问题相结合，从实践中来到实践中去，这样的算法既有理论的高度又有落地的基础，才有顶天立地的效果。”
而在接触生物信息领域早期，潘毅与徐鹰、许东的研究内容曾有过重合。
1997年，徐鹰进入橡树岭国家实验室生命科学部担任课题组长，次年许东加入课题组，两人合作进行了蛋白折叠与蛋白结构预测的相关项目，又于2003年先后离开橡树岭，分别前往佐治亚大学和密苏里大学担任教职。
就在徐鹰、许东两位教授回到学校不久后，潘毅也开始探索生物信息领域。
潘毅最初接触的问题是蛋白质、DNA、RNA等的序列对比。
进行序列对比的目的是寻找不同序列之间的相似性。相似的序列往往起源于共同的祖先，可能有相似的结构和相似的生物学功能。
因此，对于一个已知序列但是结构和功能都未知的蛋白质，如果与它相似的序列的结构和功能是已知的，就据此可以推测出未知蛋白质的结构和功能。
为了迅速在存储量巨大的数据库中找到相似的序列，相应的算法和工具必不可少。
序列比较的指标之一——序列相似度(similarity)就需要使用替换积分矩阵（subsitution matrix）进行统计。
潘毅最初进行序列对比工作时，最常见的DNA替换积分矩阵和蛋白质替换积分矩阵是等价矩阵（unitary matrix）。
等价矩阵是最简单的替换积分矩阵，相同碱基/氨基酸之间的匹配得分为1，不同碱基/氨基酸间的替换得分为0。
潘毅发现，等价矩阵在工作中并不考虑碱基或氨基酸的理化性质，也无法区别对待不同的替换，准确度存在很大问题。
于是，他选择了准确度相对较高的BLOSUM-62矩阵，但依旧无法满足生物学研究中的准确度需求。
对别的生物学家来说，在研究中没有合适的工具或许是无法逾越的难题，但学计算机出身的潘毅却可以自己制作工具。
在当时，应用广泛的多序列对比工具CLUSTALW，仅仅能找到序列中六个基序中的两到三个，而潘毅自制的打分系统能够精准地找到全部六个基序。
“这才是真正有生物学意义的工具。”
他带领两个博士生将这一研究成果整理成册，出版了《Multiple Biological Sequence Alignment: Scoring Functions, Algorithms and Evaluation》（《多生物序列对比：打分函数、算法、评价》）一书。
随着研究的深入，潘毅逐渐意识到简单的算法无法处理数目庞大的生物数据，下一步的研究必须要利用人工智能技术。
他开始尝试使用AI算法进行蛋白质结构预测，先后将聚类算法、支持向量机、正则化算法、决策树、关联规则等多种算法运用到生物信息学的研究中，但无一例外都存在精度差、速度慢等问题。
直到2014年前后，生物信息领域的研究者们集体转向深度学习技术，潘毅也是其中之一。
“GPU等硬件的发展让机器速度大幅提升，深度学习技术也成熟了，这时候用在生物信息上如鱼得水。”
生物信息学进入了深度学习的时代。区别于生物学家所做的深度学习，潘毅的研究既包括深度学习在生物方面的应用，同时也在改进算法的精度、速度以及架构，将生物学知识融入进算法中。
比如，将传统生物学知识中神经网的联络方法取代深度学习常用的线性连法，改进深度学习中梯度消失的问题。
在技术发生变革的同时，潘毅的研究也逐渐进入第二阶段。
2010年前后，他开始尝试将计算机与生物学知识相融合，比如，在进行多序列对比时，将碱基或氨基酸之间变化的概率也加入计算之中，从而更加精准地描述生物学问题。
这个阶段，潘毅的研究重心逐渐从蛋白质结构预测转变为生物网络分析，这也是潘毅的生物信息学研究生涯中占据精力最多的基础研究。
在生物网络分析的研究中，要通过生物实验数据挖掘出生物网络的潜在变化，以系统的方法研究生命现象的热点和难点，主要包括蛋白质调控网络与基因调控网络。
基因调控网络的研究如今已被广泛应用于疾病基因预测、药物靶标的筛选等领域，并对疾病早期诊断、个性化治疗、药物研究产生了深远影响。
对生物网络分析的基础研究也为多年后潘毅转向应用研究打下了坚实的基础。
在潘毅的带领下，佐治亚州立大学的生物信息研究团队飞速成长起来，潘毅带领团队开始组织生物信息领域会议、创办学术杂志、出版系列丛书。
潘毅与李明、王建新两位教授以及图灵奖获得者John Hopcroft共同出席ISBRA 2014
他与徐鹰、许东、周耀旗，以及加拿大滑铁卢大学终身教授李明、弗吉尼亚大学教授张爱东等生物信息领域的诸位华人学者们，也是在这个时期相识。
2005年，潘毅创办生物信息学研究与应用国际研讨会（ISBRA）后，曾多次邀请李明、徐鹰等教授参加并进行主题演讲；他与张爱东分别担任着IEEE/ACM计算生物学和生物信息学学报（TCBB）的副主编和主编；还曾邀请同为系主任的许东，以及彼时仍在印第安纳大学工作的周耀旗，前往佐治亚州立大学演讲。
“我和这几位老师在工作上经常相互学习，向他们请教问题，也会邀请他们在会议上做主题演讲。我也很感谢这些年他们对我和我学生们的帮助。”
即便做了16年的系主任，行政工作繁忙，潘毅依旧时常与生物信息学领域的华人学者们互相交流学习。
2007年，IEEE生物信息与生物工程国际大会授予潘毅杰出成就奖。根据相关网站排名，2011年至2021年间，佐治亚州立大学计算机系生物信息领域世界排名22名。
“现在的佐治亚州立大学计算机系四十多位教授中，有十几位教授专攻生物信息学方向，这样规模的生物信息学研究团队在美国如今的大学中仍是十分难得。”
对潘毅来说，1986年出国读博是人生中的重大分水岭。
出国以前，他是江苏省的理科高考状元，是恢复高考后的第一届大学生，是国内顶尖学府清华大学的天之骄子，即便面A临着优秀的同窗们带来的竞争压力，但他未来的人生仍是清晰可见的一片坦途。
选择出国留学，则使他的人生增添了许多的不确定性。
1991年，潘毅从匹兹堡大学获得博士学位。按照计划，他应该进入一所研究型高校担任教职，一边从事教学工作一边推进自己的学术研究。
但彼时的美国正深陷新一轮周期型经济危机的泥潭，工业界不再需要大批的高学历人才，毕业的博士生们只能涌向教学岗位，使得就业竞争加剧，很多人陷入了毕业即失业的窘境。
潘毅还算幸运，在人生地不熟的美国以亚裔的身份拿到了戴顿大学的offer，获得了自己的第一份工作。
虽然这个offer解决了潘毅的燃眉之急，但作为教学型学校，戴顿大学提供给教师们的研究资源实在有限，潘毅的学术研究进入了长达九年的艰难时期。
直到2005年开始担任佐治亚州立大学计算机系主任时，潘毅已经45岁，此时距离1978年他走进清华校园学习计算机已经过去27年，人生中五分之三的时间都在和计算机打交道。
人到中年，进入一个完全陌生的领域并不是件容易事。
首先是专业知识上的欠缺。为了进行生物信息学研究，计算机出身的潘毅只能开始从头学习生物学的背景知识，像刚入学的大学生一样看教科书、读论文、听报告，终于将自己从单一学科背景打造成交叉学科的研究者。
其次是心理上的落差。在计算机行业内已经成名的潘毅，要进入生物信息领域，只能和所有新人一样从底层开始一步步向上走。
“又要做一个小字辈，从头开始干起，这样的感觉是很不好的。”
那时已经常在并行计算领域大型学术会议上作主题演讲(keynote speech)的潘毅，进入生物信息学领域后，反而连在一些低级别研讨会（workshop）上的演讲机会都时常争取不到，无人问津。
“人家都不理你，也会感觉很心寒。”潘毅这样形容当时的感受。
除此之外，还有研究中遇到的最重要的难题：与生物学家合作中的矛盾。
最初进入生物信息学领域时，由于计算机出身的潘毅等人不懂生物，只能与生物学领域的学者合作，针对对方已经提出的问题进行研究和改进。
但生物学家往往也不懂计算机技术，对方总是将计算机专业的学者当做写程序的“工具人”，而非真正的合作伙伴。
“有时连申请到的经费也不给我们，在科学研究里只把我们当做technician（技术员），这是很让人伤心的事情。”
潘毅介绍，生物学家们无法体会计算机学者在改进程序中付出的时间和精力，因此双方在合作中常常产生误解。“只有克服了这些问题，我们的研究才能继续朝前走，这也正是很多学校做不成生物信息学的原因。”
只是，作为团队的领导者，潘毅面临的难题还远不止如此。
在美国密苏里大学担任了多年系主任的许东对雷峰网《医健AI掘金志》说：“潘毅教授是一位非常成功的管理者。”
许东在密苏里大学担任系主任时，曾几次前往佐治亚州立大学交流访问，与同为系主任的潘毅交流颇多。
谈及过往，许东表示潘毅不论是担任佐治亚州立大学计算机系主任期间，还是后来升任文理学院副院长后，都展现了出色的管理能力，“潘毅教授的活动能力很强，善于交往，他主持的杂志也做得非常好。”
但是，作为华人外来者，想要融入美国当地圈层并不是一件容易的事情。即便获得了与白人同样的工作岗位，也很难获得同等的尊重和重视。
“华人面孔有时候只被当做点缀。如果是白人先接触到的某项工作，我们就很难再加入其中了，只有那些没被白人选中的工作或是一些临时任务，我们才能接手。”
成为一个优秀管理者的背后，是无数不为人知的苦功。
潘毅就这样一路升级通关，从初到美国时“水土不服”的华人留学生，成长为生物信息学领域的中流砥柱。
到2020年回国时，潘毅已经获得了乔治亚州立大学终身教授、大学杰出教授、州校董教授、AIMBE院士等诸多荣誉，在生物信息学波澜壮阔的三十年里书写了浓墨重彩的一笔。
2021年，潘毅入选全球前2%顶尖科学家榜单与世界顶尖1000名计算机科学家榜单。
潘毅的诸多科研成果对后来者的研究也有很大影响，他为生物学领域开发的许多工具至今仍在广泛应用。
近年来在世界各地受到广泛关注的可解释性AI的研究，早在2004年潘毅就已经将其应用于生物信息领域，指导生物学家进行有选择性的生物实验。
潘毅在佐治亚州立大学参加学生毕业典礼
多年来潘毅培养的学生中，很多人毕业后也选择了从事学术研究和教学工作，在美国、中国、韩国等世界各地将生物信息学这一学科传承下去。
在科研中，潘毅最看中学生勤奋刻苦的品质，能够在生物信息学领域坚持下去并取得一定成果的研究者，一定具有这一品质。
“我带过的博士中有一个专科毕业的学生，钟卫，到美国后重新读了本科。他的天资并不是最高的，但十分勤奋，读书时花费了很多时间去做研究，现在也已经是美国南卡罗来纳大学的终身正教授，还拿到了学校的杰出研究奖。”这是潘毅教学经历中印象最深刻的一位学生。
潘毅与学生钟卫毕业合影（左一为钟卫）
上文中《多生物序列对比：打分函数、算法、评价》一书的作者之一，潘毅的博士生郭炫，目前在美国北德克萨斯大学做助理教授，即将升任终身副教授，已经两次拿到美国国立卫生研究院的基金。
另一位曾在潘毅门下学习的学生，中南大学计算机学院的李敏教授，如今也已经成为了国内生物信息学领域的中流砥柱，获得了2022年度国家杰出青年科学基金。
2018年，ISBRA会议在北京召开时，潘毅与李敏这对师生曾同时作为特邀嘉宾出席并做报告，徐鹰同样也在受邀之列。
在今年7月颁布的吴文俊人工智能科学技术奖中，李敏以“面向复杂生物数据的模式挖掘与智能算法研究”项目获得吴文俊人工智能自然科学奖。
谈及当初在佐治亚州立大学学习的时光，李敏回忆道：“我刚到亚特兰大时，潘老师刚出差回来，一大早赶到办公室带我熟悉系里的环境、安排办公室，事无巨细，像一个大家长，让我在异国他乡的陌生感一扫而空。”
潘毅在科研上更是大力支持学生。直到李敏完成学业回国，潘毅还时常关心她的个人发展，积极推荐她担任国际期刊的编委等。
陕西省政协常委、陕西师范大学计算机学院副院长雷秀娟教授，也曾在潘毅的团队中访问学习。
“潘老师不仅是我的学术导师，更是人生导师。”雷秀娟向雷峰网(公众号：雷峰网)《医健AI掘金志》介绍，她前往佐治亚州立大学学习时，潘毅已经是全球知名的科学家、院士，依旧会花大量时间指导学生的科研工作，从论文思路到框架、内容、表达、图表等等，精益求精。
“潘老师对我们的关心不仅在科研上，也在生活上，隔三差五就询问大家是否有困难，并全力帮助。”雷秀娟回忆。
潘毅在美国任教期间，共培养了二十个博士、五十多个硕士，其中十几人一毕业就拿到了美国大学的助理教授职位。这些学生中目前已经有两位担任系主任，五位升任正教授。
学生们取得的成就让作为老师的潘毅无比骄傲，“我愿意不遗余力地帮助他们成长，希望未来他们的成就都能够超过我。作为老师，应该有这样的胸怀支持学生、托举他们。”
正如四十年前，清华大学的诸位师长对潘毅的帮助与期盼。
潘毅向雷峰网《医健AI掘金志》描述了他的教育理想：为政界培养出一名省部级的官员，为学术界培养出一名院士，为产业界培养出一名千亿资产的企业家。“如果能达到这个境界，我的人生就圆满了。”
2020年12月，潘毅回国赴任深理工计算机科学与控制工程学院担任第一任院长，开始筹建这个全新的学院。
他将目光放在了人工智能在疾病预测以及药物研发中的应用，回国以来先后进行了利用人工智能完成新冠病毒药物的小分子筛选、通过多模态数据融合技术进行自闭症早筛方案研发等多项研究工作。
谈及回国原因时，潘毅表示：“和白人打交道的场合待腻了，想换个环境，回家乡来。留在美国每天和十几二十个白人系主任聊天对我来说是一件不太轻松的事情，反而是回到国内再创一个学院，继续做我的研究更有意思。”
2020年，潘毅回国时整60岁，这是一个大多数人准备退休的年纪，而潘毅在生物信息学世界的新征途却刚刚开始。
“我可以干到八十岁再退休。”
作者注：
1993年，中国参与人类基因组计划，生物信息学科迎来大爆发。
在近三十年的时间里，一大批生物、化学、物理、计算等专业的学者，前仆后继加入到学科的产研建设，那是一个灵感迸发、情谊绵长的年代，也是一个走出质疑、迷茫的年代。
目前，雷峰网启动《生物信息学的三十年往事》专题，将陆续推出徐鹰、潘毅、周耀旗、许东、唐建等新老学者的人物故事，记录光辉岁月，以照后人之路。
关于生物信息学的更多故事，欢迎与本文作者乔燕薇交流，微信号：qiaoyw186
正在生成分享图...
吴彤