计算生物学与分子生物计算虽然都是涉及数学学科、计算机学科和生物学科的交叉研究，但两者是完全不同的，计算生物学是使用数学、计算机的方法解决生物学的问题，跨越了数学、计算机、生物学和生物医学，是更加前沿的交叉学科。高琳将计算机算法在分子生物学水平的应用转到系统生物学，从问题的建模到算法对过去的研究都是巨大的挑战。在国内，计算生物学还是个新兴的稚嫩的学科，高琳紧紧盯着的是该学科国际领先的研究力量和成果。

2004年6月，高琳作为访问学者赴加拿大Guelph大学从事生物信息学交叉学科的研究工作。她以一名初学者、求学者的坦率诚恳和谦逊好学给该校的同行留下了深刻难忘的印象，她的勤奋和神速的进步赢得了同行们的尊重。访学期间，高琳惜时如金，埋头苦读，或者听课听讲座，搜集了大量最新的研究信息和权威的研究资料。在此期间，她同Guelph大学的David K．Y．Chiu教授合作申请了2006年国家自然科学基金项目，与同时在Guelph大学做访问学者的韩国右石大学教授SeungWeonYang联合申请了韩国科学与工程基金的合作项目，并得到了批准。同时，她积极同国外同行联系，主动找上了著名的Waterloo大学生物信息研究小组，并成为他们的一员。

2005年6月，高琳提前一年结束访学回国，国内让她牵挂的实在太多。很多人替她可惜，她却说，我出国的目的是接触、了解、认识国际上先进的方法和成果，关键是建立沟通渠道，搭建国际合作平台；一年的时间已经足够，目的已经达到。

回国不久，在Waterloo大学生物信息研究小组的配合与支持下，在米兰网页版,米兰(中国),米兰(中国)由高琳教授正式主持的计算生物学研究项目启动了，并在不长的时间内取得了多项研究成果。

授之以渔 师者无私

自1994年调入米兰网页版,米兰(中国),米兰(中国)计算机学院起，高琳多年承担着本科数学基础课程和专业基础课程的教学工作。由她主讲的基础课有《概率论与数理统计》《组合数学》《计算机导论》《线性代数》，专业基础课有《算法设计与分析》《数值分析》。她的课以逻辑清晰，推理严谨，表达流畅准确而受到学生的欢迎，曾多次在讲课竞赛中获奖。高琳常对学生说，学习要有针对性，盲目地被动地学习不扎实，效率也低。必要时，她会花些时间去解释学习某一门学科、某种知识和方法的意义和作用。每堂课前，她总要先交代清楚这节课与上节课的逻辑关系，明确此节课的学习任务，要掌握的思想和方法。她说，方法和思路上的启发比知识的灌输更重要，课堂上主要不是教授看书就能看得到的知识，而是要传达统领知识点的思想和精神，训练举一反三的思维和能力。

高琳还带着十几名研究生，为了研究生的培养，她付出了巨大的心血。高琳结合学生的实际学习背景，充分尊重他们的专业兴趣取向，慎重地指导他们选择研究方向。在加拿大访学期间，国外高校课堂上平等、开放的交流氛围给她留下了深刻的印象。她深入思考每个研究生的方向，利用在国外的便利条件，有针对性地为他们每个人的学习和研究都准备了参考资料。回国后，她拿出周末休息的时间为研究生开设了讨论班，让每个学生在充分研读各自方向国际最新成果的基础上作学习报告，对相关问题展开全体讨论。高琳的研究生曾燕说，高老师的讨论班气氛很热烈，很活跃，大家平等交流，共享学习成果，思维被充分调动起来。讨论班上涉及的知识有广度，有深度，信息量很大；这种学习方式比自己闷头看书要高效得多，也深刻得多。高琳还经常邀请相关方向的其他老师和同学来参加讨论班，她说，研究生教育不能满足于传授知识，更要看重科研方法和素质的培养。实践证明，讨论班这种方式很有效，能帮助学生们更快、更主动地进入研究课题。