吃过饭，陈辉收拾好垃圾，放在一旁垃圾桶中，再次回到电脑前。
刚刚吃饭时，放空大脑的他已经找到了新的灵感，他意识到，这是生物，这是医学，不能仅靠纯数学驱动，必须给模型加入生物学约束！
登陆上专业的论文网站，陈辉开始搜索蛋白质相互作用的数据库和已知的信号通路图谱相关的论文，他之前就了解过这方面的内容，但并没有深入研究。
时间一天天过去，陈辉如同一块饥渴的海绵，疯狂的吸收着一切知识。
一周后，万事俱备，陈辉开始继续改进自己的模型，他没有直接套用，而是将这些知识转化为弱先验信息，即哪些蛋白之间更可能存在相互作用，基于已知复合体、结构域相似性等，为模型提供一些模糊的、概率性的指导。
然后陈辉采用贝叶斯网络的机器学习方法，这种方法特别适合从数据中推断因果关系网络，并且可以方便地融入他收集到的弱先验信息作为约束。
很快，新的模型完成。
新模型运行后，得到了一个初步的、概率性的网络图。
图中指向了一个之前被忽略的、名为PKCδ的蛋白激酶可能处于这个新通路的核心位置。
陈辉露出开心的笑容，忙碌了这么多天，终于有了个还不错的结果。
然而很快，陈辉就皱起了眉头，在模型中，PKCδ与上游的连接仍然模糊，光是目前的信息，根本没办法提供足够的置信度。
进步了，但还不够！
陈辉深吸一口气，他早已经习惯了这样的攻坚研究，非但没有感觉气馁，甚至斗志昂扬。
这一次，他足足花了三天时间，也依旧没有想到更好的思路。
研究似乎已经陷入了僵局。
期间宋朝明也来过几次，毕竟陈辉来他们团队也已经接近半个月了，却一点动静都没有，他自然得来看看。
原本还有些忐忑的他，在见到陈辉第二版的模型后，差点兴奋得在会议室中跳起舞来。
不过他还是赞成陈辉严谨的态度。
跟唐剑不同，他现在早已经功成名就，即便多一篇《自然》《科学》也并不能给他带来太大的好处，所以他对发论文的执念没有那么深。
他们研究的是肿瘤，最终的研究成果是要用到病人身上的，可不能真的就用一个看似完美的成果去替代真实情况。
即便药物会提前经过动物测试，但谁也说不准最后会不会出现什么可
…。。