事实上，他的安排是比较合理的。
没有人能保证在测序过程中不存在任何错误，哪怕只是一点误差就会对测序结果带来干扰。
然后连带着对后续数据分析与处理造成巨大的影响，因此对序列数据进行质量控制是减少误差影响的必要环节。
当然，这个工作对鲍勃而言并不难的，他的生物信息学课程掌握的还是比较扎实的，对序列比对、k-r分析、gc含量分析等方法并并不陌生。
而基因注释是进行数据处理的关键环节，就如它字面上的意思一样，是对基因组序列中的基因和非编码序列进行识别和注释。
进行这个工作要么需要对比较基因组学具有比较熟悉的了解，通过已知物种中的基因和基因组结构相似性来找到植物基因组中的相似序列。
要么在实验数据处理上具有极高的水准，能够利用rna-seq和别的专业实验数据来确定基因位置和剪接模式。
两者工作过程看似截然不同，但最后殊途同归。
基因表达分析是用来评估植物基因组序列中的基因在不同的生长发育阶段或者是在不同环境条件下的表达级别。
可以运用差异表达分析、功能分析和通路分析等方法来帮助他们深入了解植物基因的功能和在它们在生长发育和环境响应中的作用机制。
处理基因测序信息数据的工作实际上是属于生物信息学的范畴。
其实目前生物信息学能够逐渐发展为一个独立的学科并不是没有道理的。
随着陆时羡所学所知的加深，他已经越来越能体会到万事万物都是互相联系的这句话。
也就是所谓的触类旁通，他能够运用哲学观念来思考来解释。
事物自身包含的矛盾存在于一切事物中，并且贯穿于事物发展过程的始终。
自从进入计算机时代，人们获取数据的速度得到了巨大的提升。。
但显然，数据并不等于信息。
一方面是每天进入ebl、nbank和ddbj的数据每天都以指数式的数量来统计。而一方面是自然科学、生理学、医学等领域新知识产生的匮乏。
人们对新知识新信息产生缓慢落后的不满和飞速增长的