在很多国际巨头药厂有类似的科研软件，因为药品的研发投入巨大，成功率极低，所以药厂非常重视科研方法。比如一个新药在研发的过程中，如果遇上某种阻力，已经无法推进，如果就此停止，前面所有投入打水漂，而且万一距离成功不远了呢？如果继续，万一这种新药根本就没办法研究出来，或者无法达到预期目的，那么花费大量的精力、时间和金钱，最后还打水漂。
这个时候如果凭借经验来做判断，来决定下一步怎么做，效率非常低，而且指导的准确性非常低。这个时候需要一款软件来完成这个工作，这款软件能够收集现有的所有实验数据，进行分类，然后使用概率学知识进行推测它的成功率是多少。
听起来很简单，其实操作起来很麻烦，虽然这种方法会出现误判，但是只要正确率达到一定的水平就能够为研发节约很多资金，避免不必要的投入。
这就像有一款软件可以预测所有的股票涨跌，不需要每一支股票都预测准确，它只需准确率超过某个基准线，这个人按照软件的指导去买股票，有的会赚，有的会赔，但是一旦软件预测准确率超过赢与亏的临界线，而且稳定在这个临界线以上，这个人就会稳赚不赔。
其实一些医药巨头真正的技术壁垒不是已经上市的几种药，而是背后强大的研发体系，其中最核心的就是既往研发所积累的数据库，这些数据库里的数据不仅可以避免以后新药研发走弯路，还可以指导新药研发沿着正确的方向前进。
一些新的药厂投入巨资研究的项目，自以为找到一条新路，很可能就是那些巨头几十年前已经走过的失败的路，这就是医药业巨头难以被撼动的原因。
一般的科研实验项目不像药品研发那么集中，带有分散性，药物研发每一个项目都是药物研发，具有很多的共同点，其它医学类的研究课题，共同性非常小，比如肿瘤治疗与干细胞的共同点非常少，所以这类软件极难开发，也没有人愿意去开发。
这类软件开发非常有难度，不亚于一些重量级工业软件。
其实杨平以前有开发这类软件的想法，自己也看了很多这方面的书，将数学与生物学结合起来，无奈现在缺乏这方面的人才，如果要开发这软件，需要组建一个六千人以上的团队，这个团队里除了有优秀的程序员、医学领域的科研人才，还要有顶尖的数学人才。
当时碍于人才不足，也没有时间来做这件事，所以杨平做了一个简单的流程进行粗略的人工判断，他当时将这个流程命名为测不准渐进性推进程序，这是一种动态优选方法，没想小五和张林听课很认真，这种知识也没有漏过。这兄弟俩装逼归装逼，学习还是很卖力的。
杨平摇摇头说：“我们现在只有一个简陋的人工判断流程，非常麻烦，需要手动收集数据、计算、判断，对单个的实验效果还行，一旦体系化使用就不知道究竟能不能用，不过我现在打算专门成立一个团队来研究科研软件，用来支撑我们医学科学院的科研。”
看来杨教授的志向远不是这几个实验室，他要建立一个先进的超级体系，林岚想。
在科学的历史上，很多科学成果都是出自一些实验室，比如c语言、计算机系统等等，当初他们只是用这些来做科研的工具，后来慢慢流出去，成为改变世界的科研成果。
比如大名鼎鼎的贝尔实验室，c语言，c++语言，unix操作系统，全部都出自这个实验室。