宋河站在满墙的数据纸前，紧闭双目。
脑海中，海量的数据自动组合，像无数砖块拼贴在一起，形成巍峨的庞大建筑
数学模型构建成功
这个模型是根据某只小鼠特定脑区的解剖结果，构建出的信号传递回路。
宋河睁开眼，望向面前一张数据纸，纸上是仪器实际测得的信号传递情况。
脑海中的模型和眼前的模型相对比，问题来了
二者按理说应该是一样的，但却严重不同，有大面积的波动
通常情况下，这些波动会被视为误差，忽略掉就好了，还能做出漂亮的论文图片。
但，这样的对比，宋河已经进行了上百次
小鼠脑区的预测模型和真实情况不符合
食蟹猴脑区的预测模型也和真实情况不符合
如果说小鼠和食蟹猴的脑子太复杂，产生解剖误差或测量误差是不可避免的，不符合的数据只是误差而已，勉强还说得过去。
但，实验团队并非只做了小鼠和食蟹猴的数据测量，还额外做了线虫和蠕虫、以及相晓桐团队培育出的变异脑组织的测量。
秀丽隐杆线虫，神经元只有区区302个，神经胶质细胞只有56个，简单到不能再简单，但预测模型和真实情况也不符合
蠕虫的运动只有四种模式，前进后退摇摆和转向，依靠95个肌肉细胞的75个运动神经元控制，大脑仅有6400个化学突触，但预测模型和真实情况还是不符合
相老师团队的变异脑组织，数据就更为直接了，有时仅仅百来个神经元构成的简单组织，“误差”却大的离谱
到现在，情况已经非常清晰
预测模型和真实情况之间的“误差”，无疑就是神经肽导致的
只要把所有误差的规律搞明白，就能做出神经肽工作的模型
目前全世界的公开论文里，还没有一份清晰透彻的神经肽模型，一旦做出，绝对是能拿顶刊封面的重磅成果
宋