所以还要感谢dna吗，似乎是，又似乎不是。
先赐予生命，又剥夺生命，一生一灭是可以互相抵消的么，方然并不这样认为。
这里的“赐予”，并不是繁衍，而是本质上的从无到有，既然依物理规律而一步步演化了四十亿年，直到人类，那么，给自诩为万物之灵的人一副终将衰亡的躯体，似乎也就可以理解。
自然规律，毕竟不是无所不能，科学的边界就是一种证明。
生命的起源，久远而恐怖，但对方然来讲，没有什么东西能将他吓倒，更不用说放弃生命中唯一的精神支柱。
自然界的力量，深不可测，生命的从无到有，死亡的宿命烙印，固然令人敬畏。
但方然更清楚的是，今天，人类掌握的科学技术，是空前的强大，回首过去，仅仅在几十年前，人们甚至还不知道dna的存在，只能凭借生物形状的遗传，去猜测主宰生命活动的神秘因素。
但现在，甚至连第一个人工编辑的生命，“辛西娅”，都已经问世。
长久的思考，没有直接给出对抗衰老，乃至死亡的手段，却让方然穿过了一重迷雾，在明确了“衰老并非不可战胜”的基础上，研究的突破口，显然就在于dna，基因，乃至生命科学的一切相关领域。
衰老，死亡，一切的起因都是dna，解谜的钥匙，或许也就隐藏在其中。
涉及到dna的生命科学领域，可想而知，会是怎样的艰深，原因超出中学阶段的知识水平，即便方然一直在竭尽全力的学习，也感觉吃力，而且随着学习的深入，他意识到，要想真正掌握生命科学的奥秘，要做的事太多，并不仅仅是摆弄生物材料，在实验室里捣鼓玻璃器皿这样简单。
现代生物学，一言蔽之，对研究工具的需求极其迫切。
要研究大千世界的生物，探寻遗传物质的奥秘，孟德尔的时代，只需要一把豌豆，一块土地，充裕的时间和细致的观察。
条件寥寥，所得的理论，却可以十分重大。
待到后来，发现了遗传物质的存在，生物学家的实验室里，仪器就越来越多，研究的花销也水涨船高。
一直到今天，以“人类长寿有限公司”，或者其他尖端研究机构为代表，生命科学的研究，越来越依赖高性能计算机，和建模分析的虚拟平台，实验还是很重要，但早已不是唯一的研究和探索手段。
生命科学的研究，理论上，可以一切从实践出发，然而今天的大多数科研，所涉及的对象，要么根本无法用实践方式运作，譬如涉及到人的破坏性研究，要么就是实践过程太漫长，成本太惊人。
譬如研发一种特定生化作用的新物质，漫长的测试，筛选和迭代，甚至研究者穷其一生都无法完成。
计算机的作用，一开始只是记录，整理数据，到后来的数据分析、拟合，到方然的时代，虚拟建模的分析已经开始流行。
一种物质，加入到细胞里，究竟会引发怎样的生化反应，这种事，现在不仅可以直接试验，用活细胞来测试，还可以在计算机里建立细胞的数学模型，用仿真的方式得到结论。
真正的试验，还是计算机测试，这些条件方然都一点也不具备。
金伯利中学的生物实验室，对生命科学社敞开，但即便一所条件优越的中学，实验室也没可能进行真正的科研。
生命科学的领域，广袤无垠，一个人并做不了什么。
但是，就在这世界上，也有一些机构，在进行着和人类衰老有关的研究，方然权且跟进，利用网络获取他们的研究资料，至少是资料中公开的那部分，一边继续苦读，为未可知的将来做准备。
学习之余，每一天都在网络上“工作”，方然的技术进步很快。
通过寻找系统漏洞来赚钱，一方面，收入还算不错，方然也习惯于入侵一些戒备松懈的系统。
凭借经验，他很清楚网络上的生态环境，政-府机关和金融机构的网站，不好碰，难以攻破而代价高昂，而另外一些其实也很重要的服务器，就好像不锁门的公共场所一样。
自从发现了这一点，方然就找到了另外的生财之道：
贩卖数据。
数据，这么说很有些笼统，实际上指的是散乱分布在网络上，存储在大量服务器和行业机构里的数据集合，资料等讯息。
这些讯息，在一般人眼中没有什么价值，但投放到地下市场的细分领域上，就会有人付费购买。
譬如说他自己，如果有人整理生命科学的文档，把某一个狭窄领域的相关信息筛选，组织起来，那么方然很乐意为此付费，事实上，相当于是花钱节约了时间。
一开始，方然还亲自动手做这种事，按照网站客户的需求，用简单的爬虫程序和嗅探器去搜罗数据，或者从其他黑客手中交换一些信息。
亲自入侵，这种事他还是很忌惮，所以只把整理好的材料发到指定的邮箱，每次得到几百马克。
但很快，他发现这样做费时费力，从时间的角度，得不偿失。
这是一个什么样的行业呢，“大数据“，名字听起来挺时髦，人类进入计算机时代已经有好几十年，计算机在社会中的应用越来越广泛，数据，信息化的基础之一，在世界各地的电脑和服务器里积累的越来越多。
这些长年积累的数据，是人类活动的忠实记录，也是一座价值未可估量的巨大宝藏。
不过，虽然it领域已如此发达，数据的发掘和使用技术却一直滞后。
数据本身，只是存储器里的状态组合，组合本身没有价值，只有其中包含的信息被提炼出来，放到正确的地方使用，才有价值。
但这项工作，规模可想而知会是怎样的庞大。
按方然的观察，即便联邦的it领域在全世界位居前列，数据的整合利用水平，却还处在很原始的初级阶段。
这样的大背景下，对数据整合处理的需求，是一个大有前途的领域。