实际上因为工作量太大，杨学斌并非只有一个秘书，而是一个庞大的秘书团，跟着他身边的秘书主要负责与秘书团对接。
处理完这些事情后，杨学斌才开始着手思考生物计算机相关技术的事情。
在本质上而言，生物计算机就是用化学反应去执行数学运算。
因此数学在其中至关重要，就像是贯穿所有环节的隐形骨架，每个核心步骤都依赖精确的数学描述和建模。
比如说布尔代数与逻辑设计。
这是最基础的，将计算问题转化为生物分子反应。
例如需要设计一个DNA回路来判断‘如果血糖>阈值且胰岛素不足，则合成药物’。
还比如存储与信道容量。
DNA存储是生物计算机的重要分支。
如何在一克DNA中存下数百TB数据，且读写时不出错？
这就需要设计编码方案，使数据在合成、测序过程中即使有插入、删除或替换错误也能恢复，需要用到香农熵、纠错码、喷泉码等。
可以说生物计算机每个环节，都离不开数学。
没有数学，生物计算机就只能做些简单的‘亮灯灭灯’演示，而无法实现任何有实用价值的复杂计算。
除此之外，生物计算机最大的技术障碍其实并不是生物技术本身，而是系统架构的设计，是它在定义生物计算机该如何工作。
负责跨越生物、化学、电子、信息等多个领域的顶层抽象与接口。
就跟造手机一样。
同样都是采购市场上的零部件，如何组装出一台好手机就是真本事了。
而恰恰，无论是数学，还是系统架构都是杨学斌最擅长的东西，就更别说他的生物也达到了LV8（26230/30000）。
这也是他有信心给生物计算机研究所提供技术路线的原因。
就像当初发展光子计算机一样，有他提供的技术路线和框架，相信五年内就能看到能够实际运用的成熟的生物计算机。
一旦生物计算机技术成熟，接下来就能进入快速的迭代期。
这些年通过知识灌输技术，东大已经培养了大量的生物学科学家，未来还可以加大投入，培养更多的相关专家。
人才多了，迭代速度自然也就上去了。
离木星危机至少还有十七年，氦闪危机差不多也有二十年，这段时间足够生物计算机迭代到可以与量子计算机和光子计算机水平。
届时完全可以用生物计算机作为地下城运行的中央控制中心。