如果運算結果資料庫被大量研究論文引用，比如:
http://folding.stanford.edu/English/Papers

應有助於提昇認同度. 不過連有大量研究論文引用的運算結果都有人
說成是浪費電，沒人要引用的運算結果被說成莊笑維也就不足為怪了.

well, 在另外一篇M2090的文章裡面看到一句蠻有趣的

"根據NVIDIA的官方測試，4塊Tesla M2090加4顆CPU的系統可在AMBER 11分子模擬運算中，每天完成69納秒的模擬。而之前僅使用CPU的超級電腦，最高記錄也不過每天46納秒。
"

這代表什麼意思呢? 一條胜肽練摺疊成為蛋白大約是10^-3次方秒尺度的事情

然而原子尺度間各種的鍵結, 力學作用等等, 是最小從10^-15次方秒尺度開始往上發生

也就是說一條蛋白的模擬, 需要以10^-15次方秒為frame size一路模擬到至少10^-3秒這麼長的時間

以專用的系統來跑一整天都只能跑69ns, 想想你我的系統一天能跑多少?

蛋白質摺疊好只是整個研究最初步的模擬, 之後還要看這個模擬的蛋白能不能發揮作用

那需要更多更多的模擬工作與運算時間

不是我們覺得跑個十年八年就一定砰一聲能看到什麼東西的

而且據我所知目前學術用跑的分子模擬都還是極度簡化的東西

各分子內電子雲只是用上簡單的方程式概略描述, 跟水的作用力也是使用方程式蓋過

做分子與分子間的作用時候甚至不同區塊的模擬精度都不同

我們還需要更強大的運算能力啊~