在机器学习领域，有一个流传很广的说法：Garbage in, garbage out. 一定程度上来说这个确实没什么毛病，尤其是在数据量小的时候，数据的质量往往决定了模型的好坏。

近些年随着时间的推移，生物信息数据呈现指数爆炸式的增长，不仅仅多中心，多种族，并且呈现多模态。但按照目前的研究状况来说，因为各个研究的独立性，我们确实很难保证统一的研究数据质量。

然而我想说的是，数据，他就在那里！这无疑是一个宝藏，但能发现什么，能揭示什么现象，参透什么原理，全靠各自的本事。当我们的模型输入数据大到一定的程度，引起质变只是一个时间问题，尽管有可能到最后，我们仍然不知道从分子底层到表型顶层的中间机制是什么。

谈到机制，最近看到一个特别有意思的观点，机制的理解建立在大家有大部分的共识。当我们在解释机制时，往往会用更精细的事物名词，或另一个不同层面的东西来进行阐述，说服。但大家必须承认用来解释该机制的事物的合理性。打个比方说，当有人问太阳为什么从东边升起的时候，我们可能回答由于地球在自转。但是如果另一个人对对地球自转都不能承认不能理解的时候，我们就必须继续深入解释，一步一步。。。