1樓：kelvin wu
生物學不了解，材料學上目前大都是以大量實驗結果去建立理論假設，但這些理論的普適性大多很差。雖然現在計算材料學領域越來越熱，投入越來越大，但理論計算在材料研發階段只是乙個考慮因素，通常理論計算出來的材料效能比實驗研製出來的材料效能好很多很多。而且由於材料這麼多，目前有研究計算模型的材料就那些比較熱門的材料，距離真正能建立乙個系統材料庫還有很長的路要走
2樓：卓大凹
並沒有。瓶頸指的是如果不解決的話相關學科就無法繼續發展的問題，生物學材料學這些所謂的「複雜系統」學科整體還遠未到系統研究階段，用數學方法嘗試做系統構建目前只是乙個研究方向，而不是唯一研究方向。
3樓：
作為有豐富經驗的人工智障鍊金術士，我深刻意識到，人工智障的開發效率取決於訓練任務的管理能力
同理我覺得這類學科應該大力發展機器工具，將人肉16小時的科研民工變成高速迴旋24小時工作的機器，然後大力出奇蹟
4樓：冰室
某種程度上乙個學科並不會因為它看起來沒道理而不發展，因為總有人能按照已有路線發展下去。比如說經學，為什麼研究到現在那些有限的經書都沒研究完，這就折射出學術研究無用的本質。
現在的情況是很多幾乎可以認為不懂生物學的人在生物領域灌水，或者說你根本就不需要「懂」他，你只需要根據某種正規化發文章就行了。材料方面大概也是這樣，如果你認為這樣是沒道理的，就不要去接近這些學科了。
目前生物資訊學及系統生物學有哪些大牛？
資料科學那些事 我說幾個數量 計算遺傳學領域的吧。1.人類遺傳學 Peter visscher,澳洲昆士蘭大學，人類遺傳學複雜數量遺傳機制大佬，Peter visscher曾經的博士後楊劍教授，今天已經是國內的大千人，他們師徒有很多這個領域的開山之作 這各領域還有很多人，Jonathan prici...
目前機器學習在生物學領域有應用嗎？
林錦堅 比如，冷凍電鏡領域，答主曾在清華結構生物中心參與過科研。三維結構和動力學資訊對於蛋白質功能理解至關重要。深度學習技術可以直接提取冷凍電鏡密度圖中蛋白質動態資訊的文章，用深度學習演算法可以僅憑藉冷凍電鏡密度資料，獲得了與分子動力學模擬和實驗方法資料高度相關的動力學資訊。還可以結合了自然語言處理...
目前限制合成生物學發展的因素有哪些？未來十年，這些限制因素哪些有可能被突破？
餓肚的蒸只銀魚 看大家的回答咋感覺是合成生物學的定義多少制約了它的發展？兩個synthetic biologists遇到一起可能會因為做的東西差異太大而無話可說。滑膛槍師兄 2 20滑膛槍等96人 育兒博主hhh 說的是酶和機理的精確設計，但synbio的粗粒化和模組化感覺又不需要這麼精細的設計？要...