--- area: "work-career" category: ai-ml companies_orgs: - OpenAI - NSF - NIH - FDA - MIT - Harvard date: '2025-06-26' draft: true guest: '' insight: '' layout: post.njk media_books: - 《科学》 - 《自然》 people: - David Reich products_models: - CRISPR - GPT-4 - AlphaFold - iPhone project: [] series: '' source: https://www.youtube.com/watch?v=olmHHxFQwxo speaker: Dwarkesh Patel status: evergreen summary: 本访谈中，**乔治·丘奇**教授深入探讨了生物科技的指数级发展，从基因组计划到**CRISPR**，以及逆转衰老和去灭绝等前沿领域。他预测到2050年，生物技术有望实现寿命“逃逸速度”。访谈还涵盖了基因疗法、合成生物学、生物防御的伦理与风险，以及AI与生物学融合对新材料和药物开发的深远影响。**丘奇**教授强调了遗传咨询的被低估价值，并对**AGI**的安全性表达了谨慎态度，认为科学AI比语言AI更有前景。 tags: - agi - health - materials-science - technology title: 乔治·丘奇谈生物科技的指数级增长、AI融合与未来挑战 --- 今天，我非常荣幸能采访到**乔治·丘奇**（George Church）。我不知道该如何介绍您。这绝非夸张，老实说，列出过去几十年里您没有参与的生物学重大突破，反而会更容易——从**人类基因组计划**（Human Genome Project）到**CRISPR**（Clustered Regularly Interspaced Short Palindromic Repeats: 一种基因编辑技术），从逆转衰老到去灭绝。所以，准备这次采访对我来说并不容易。 ### 寿命“逃逸速度”的预测 好的，我们从这里开始。到哪一年，如果我们能活到那一年，生物技术将持续进步，以至于我们的寿命每年能增加一年或更多？这有时被称为衰老的“**逃逸速度**”（Escape Velocity: 指技术进步速度快于衰老速度，从而理论上实现永生）。不同的人有不同的估计，包括我的，所有这些估计都应该持保留态度。 主要来看生物技术领域的指数级增长，以及在理解衰老原因方面所取得的进展——不仅仅是理解，而是看到真实案例，能够逆转衰老表型的某些子集——我们正接近逆转所有衰老现象。换句话说，我们不再仅仅说“我要修复这根肌腱、这肢体中胶原蛋白的损伤”，而是说“我要改变许多与年龄相关疾病共有的东西，并且一次性解决多个问题”。 考虑到这两个现象——生物技术的指数级增长，以及在普遍衰老领域的突破，不仅是分析，还有合成和治疗，并且许多这些疗法现在已进入临床试验——如果说**2050年**是一个转折点，我不会感到惊讶。如果我们能活到那个时候，还有25年……大多数听众都有很大机会活到25年后。 ### 衰老与基因疗法 事情是这样的，25年后不会是一个突然的节点，让你病得一塌糊涂，然后是成败在此一举。更可能的情况是，25年后的你会比你想象的更健康。也许会有一些，可能不是物理定律，而是一些我们不知道的经济或复杂性问题，成为一道难以逾越的障碍。我对此表示严重怀疑，但我们拭目以待。考虑到要解决多少问题才能让我们拥有座头鲸的寿命……不，是弓头鲸，200年。 抱歉，是的。仅靠**体细胞基因疗法**（Somatic Gene Therapy: 针对非生殖细胞的基因治疗，不影响后代）是否有希望实现这一点，还是必须是**生殖系基因疗法**（Germline Gene Therapy: 针对生殖细胞的基因治疗，可遗传给后代）？可能有很多因素促使它倾向于体细胞疗法。首先，有80亿人已经错过了生殖系疗法的机会。也就是说，它不适用于我们，不适用于你我，也不适用于所有听众。 当你断言某事不可能时，必须非常谨慎。说它此刻不可能做到是安全的，但你不知道明天、未来十年会发生什么。我认为有很多事情可以做。特别是，由于衰老是一个相当细胞化的现象——蛋白质通过血液，其他因子通过血液，信号传导等等——你可以想象，如果你替换了身体里的每个细胞核，它会突然再次年轻，而无需回到胚胎阶段再重新发育。还有许多其他方法，只是略低于这种程度。 如果你替换了细胞，它们会适应那个生态位吗？它们可能会取代旧细胞。这当然在现代**合成生物学**（Synthetic Biology: 结合生物学、工程学和计算机科学，设计和构建新的生物部件、设备和系统）的范畴内，细胞可以接管生态位。我认为最困难的部分是大脑。即使在大脑中，尽管它不怎么使用干细胞，你也可以人工引入干细胞，让它们人工适应一个回路，学习这个回路，然后以某种方式取代旧细胞。这就像大脑中的“**忒修斯之船**”（Ship of Theseus: 一个哲学悖论，探讨物体在所有组成部分都被替换后是否还是原来的物体）。是的，没错，忒修斯之船，试图维持连接和记忆。在真正评估这个问题有多难之前，还需要进行一些相当直接的实验。 ### 基因递送机制与靶向技术 通常，存在一些人们认为不可能的“低垂的果实”（low-hanging fruit）。但它们就在那里，因为生物学拥有所有这些天赋，它只是把我们可以翻转的杠杆交给我们。就像疫苗，是这份惊人的礼物，它本不必存在，但它确实存在。 是否存在一种现有的基因递送机制，可以将基因疗法递送到身体的每一个细胞？目前还没有接近这种程度的技术。但也没有任何物理定律会阻止它。同样，会有实际的考量，比如你需要进行多少次注射才能达到这个目标？但我们正在改进组织靶向技术。我的公司之一**Dyno Therapeutics**（Dyno Therapeutics: 一家利用人工智能设计新型基因治疗载体的生物技术公司）展示了他们可以将靶向大脑神经元的效率提高**一百倍**，这是一个重大突破。那只是他们进行的一次小规模实验。那个实验涉及大量的**人工智能**（AI）和对数百万种不同**衣壳**（Capsids: 病毒的蛋白质外壳，用于包裹遗传物质）的测试。衣壳在多样性和结构变化方面相当有限。但细胞有更多的可能性。 我认为你可能可以实现对所有细胞的递送……问题是，你需要达到多接近100%的递送率？这会因组织而异。例如，对于某些疗法，你只需要达到1%的递送率，因为这1%的细胞可以产生某种缺失的酶。而且这1%的细胞不一定非要在其正常位置。你可以暂时将肌肉转化为免疫系统的一部分，用于疫苗。一种通常在大脑中产生的酶，你可以在肝脏中产生，如果目的只是让它进入血液。所以我认为这方面进展得相当顺利。 ### 去灭绝项目：猛犸象与恐狼 您是**Colossal**（Colossal Biosciences: 一家利用基因工程技术进行去灭绝和物种复活的生物技术公司）的联合创始人之一，该公司最近宣布他们已让**恐狼**（dire wolf）去灭绝。现在你们正在研究**猛犸象**（woolly mammoth）。您真的认为我们会让猛犸象复活吗？大象和猛犸象之间的差异可能多达一百万个碱基对。我们如何看待我们实际正在复活的物种？ 人们对我们是否正在尝试、已经或将要复活一个新物种感到担忧。如果你不把它看作我们正在做的自然之事，而是看作具有潜在社会目标的**合成生物学**，那么人们也会担心这是否能以任何方式造福社会。我们真的能改造环境以适应人类，或者修复全球碳循环以适应人类吗？答案是，我们不知道。但这值得一试，不是吗？因为它可能非常划算。 ### “最小化”与“最大化”生物工程 另一方面，在合成生物学中有一个完整的学科，就是探究“什么是最小的？”人们通常会把它表述为“什么是最大的？我们能做什么？”我对两者都感兴趣。是的，猛犸象和大象之间有数百万个差异。亚洲象内部，以及亚洲象和非洲象之间，也存在数百万个差异。但并非所有这些差异在通常的称谓、分类以及它们在生态系统中的功能性方面都是决定性的。 人们会进行这种练习。例如，我们已经在**发育生物学**（Developmental Biology: 研究生物体从受精卵到成熟个体发育过程的学科）中做过。从**多能干细胞**（Pluripotent Stem Cell: 具有分化成体内几乎所有细胞类型潜力的干细胞）中制造一个神经元，需要最少多少个**转录因子**（Transcription Factors: 调控基因表达的蛋白质）？制造一个能够自我复制的物质，需要最少多少个碱基对，就像最初在支原体中做的那样？从某种意义上说，这些比“我们能否完美复制某个东西？”更有趣。我们必须做哪些最少的事情，才能使其完全具备功能，或者甚至在特定类别中具备功能？我们如何使其变得更大？我们学习如何使事物变大、如何使事物复制更快、如何使用新材料等规则。 对于**恐狼**，我们显然没有制造出恐狼的精确复制品。但它帮助向世界各地的人们说明和教育了“灰狼和恐狼之间有什么区别？”因为恐狼体型庞大。也许它们有特定的颜色。头部组件往往比腿部组件更大。你需要多少个基因才能做到这一点？也许这是恐狼2.0，我们将继续追求3.0及后续的近似版本。我们可能希望开发制造精确复制品的技术，特别是能够制造出精确复制品的100种变体。因为那样就不会有关于你是否能制造出恐狼的争论了。这将变成一个关于你应该制造什么，以及什么对你正在制造的物种、它所处的环境以及人类最有益的问题。 ### 基因编辑与表型调控 这是否能让我们对**表型**（Phenotypes: 生物体可观察到的特征，由基因型和环境共同决定）有一些有趣的认识？您认为这些表型是许多基因的下游产物，但实际上可以通过很少的改变来修改。基本上，我们能否对其他物种或您可能关心的其他事物，比如智力，也这样做？您可能会认为，肯定有成千上万个相关基因，但实际上只需要进行大约20次编辑，就能进入一个完全不同的局面。 您触及了一个非常有趣的问题。它与“什么是最小的？”有关。例如，您几乎已经说出来了。以人类中一个多基因性状为例。身高可能是研究最充分的一个，仅仅因为无论你研究什么基因、什么疾病，你都会收集身高、体重等信息。总之，他们将其追溯到大约**10,000个基因**，其中我们有20,000个蛋白质编码基因。其中一些是RNA编码基因。它们对身高都有微小的影响。但如果你使用**生长激素**（Growth Hormone，HGH: 垂体分泌的一种蛋白质激素，能促进骨骼和肌肉生长），**生长抑素**（Somatotropin: 生长激素的别称），你就会看到极端例子，仅仅因为这一个因素，就会导致极低的矮小身材和极高的身材。事实上，它在临床上也被用于七种不同的医疗治疗。 这是一个完美的例子，说明我们能将某些事物最小化到何种程度，这有时被称为**还原论**（Reductionism: 一种将复杂系统或现象分解为更简单、更基本组成部分来理解的方法）。还原论并非全然是坏事。有时它能帮助我们将产品引入医学。有时它能帮助我们理解或构建一个工具箱或模块，我们可以在其他情况下使用，并将其应用于其他物种。您说得非常对。并非所有东西都能转化，但我们开始积累这些“小部件”。这有点像我们随着时间积累的所有电子“小部件”。如果你只是想把它插入下一个电路，你可能就能做到。 ### 基因疗法的未来潜力 这对基因疗法总体而言意味着什么？是什么阻止我们找到每个我们可能关心的表型的潜在“旋钮”，无论是帮助残疾还是进行增强？对于我们关心的任何表型，是否都会有一个像身高对应的HGH那样的“一键控制”？我们如何找到它？ 生物学给我们带来了一份真正的礼物，那就是它既比我们从零开始设计的几乎任何东西都复杂得多，但在某种意义上，它也更宽容。你可以有一种动物，甚至一个人，有两个头，这在进化上并没有专门的选择来拥有两个头。但仅仅是胎儿发育过程中正常发育模式的一点点偏差，它们就能正常运作。它们控制身体的子集，拥有自己的个性和生命。在生物学中，你可以做各种各样的事情，你是在一个非常高级的编程层面工作。这是一种思考方式。 但将我们推向新的智力水平将非常具有挑战性，甚至可能不那么紧迫。在某种程度上，实现我们现有的人的潜力将非常有影响力，只是让他们都在已证明的范围内达到他们想要的速度。有些人会想成为**爱因斯坦**（Albert Einstein），有些人则不想。有些人会想一直保持健康。不太可能，但有些人可能不想。有些人可能想活到150岁，有些人可能想活到80岁。但如果你给他们那个范围，那种能力……如果我们有80亿人，都超级健康，不用担心食物和药物，拥有超级健康的爱因斯坦级别的智力，以及我们能想到的最好的教育水平……那将是一个完全不同的世界。 仅仅让每个人都达到健康水平，这需要多少基因疗法？听起来似乎不需要那么多，如果你认为有几个“旋钮”可以控制非常高层次的功能的话？ ### 基因发现与细胞工程 那么，你是通过**全基因组关联研究**（Genome-Wide Association Studies, GWAS: 一种研究方法，通过扫描大量个体基因组，寻找与特定性状或疾病相关的遗传变异）来找到它们的吗？还是通过模拟这些……对于人类，我主要会说是GWAS，对于动物总体而言可能也是。对于涉及**合成生物学**的动物，它们越小、越便宜、复制越快，你就能进行越多的实验。 我不想过分强调单个基因能做这些惊人的事情。但也有可能，多个基因可以被快速假设和测试。例如，我之前提到，将一个干细胞转化为神经元需要最少多少个转录因子？有很多方法可以用一个转录因子做到。也许你想要一个特定的神经元，你可能需要多几个。但你可以通过查看每个存在的靶细胞类型，快速找到答案。你可以看到在成为靶细胞时，它表达了哪些转录因子？然后你说：“我们就在干细胞上尝试这些，看看它们是否有效。”这个方法效果很好。它是**GC Therapeutics**（GC Therapeutics: 一家专注于开发基于基因编辑和细胞重编程技术的公司）以及我们许多工作的基础。你可以为身体中几乎每种细胞类型找到一个“配方”。 现在，这并不是新的细胞类型，但至少你已经学会了，正如你所说，如何减少我们需要操纵的基因数量，以达到特定目标。这里有一系列目标，我们可以通过改变1、2、3，甚至7个转录因子来实现它们。这是一个例子。还有很多其他例子，你可以进行还原，不仅是还原论生物学，还有建构论生物学。你把它重新组合起来，构建一个完整的复杂系统，看看会发生什么。然后你可以进行大量的组合，并进行调试等等。其中一些事情你可以做……体外实验可能达到10^14到10^17的量级。涉及细胞的事情通常是数十亿。但这就是我们如何进入非常复杂的生物系统的方法。 ### 生物防御与镜像生命 我能问您一些关于**生物防御**（Biodefense: 保护国家和公众免受生物威胁（如生物武器或自然爆发的传染病）的措施）的问题吗？因为你们团队所做的一些工作，或者说非常负责任地选择不做的一些工作，可能会让人夜不能寐。**镜像生命**（Mirror Life: 指使用与地球生命不同的手性分子（如D-氨基酸和L-糖）构建的生命形式，理论上对现有生命无害但可能具有潜在风险）。鉴于它在物理上是可能的，为什么它不会在某个时候发生？总有一天它会变得足够便宜。总会有人足够关心它，然后就有人会去做。这里的平衡点是什么？ 我曾是一篇论文的合著者，该论文警告了镜像生命的危险。就像我很久以前写过一篇关于合成病毒的合成能力以及某种程度上拥有新遗传密码的危险的论文一样。它们有一些共同点。我们在**《科学》**（Science: 国际顶级学术期刊之一）杂志上警告镜像生命的论文中认识到的进展，不仅在于我们必须计算出易错逃逸的可能性。我们不希望任何我们在实验室中制造的东西逃逸，除非社会普遍认为它是一件好事。到目前为止，还没有这样的例子。 镜像生命，如果它能被武器化，那将把担忧提升到一个全新的水平。担忧在于，如果我们把它发展到某个程度，那么它就很容易被武器化。再次强调，有一些实际的考量，也许大多数考虑将镜像生命武器化的人，可能会满足于将已经存在的、已经是病原体的病毒武器化。他们不会想毁灭自己、家人和他们的遗产等等。但只需要一个人，一个团队，或者一个人。但您的问题是，它是否不可避免？我不知道。它可能不可避免。很可能它已经存在了。换句话说，我们的太阳系中，甚至我们的星球上，可能已经存在镜像生命。它只是还没有被武器化。我们在《科学》论文中说的是，如果镜像生命被恰当地武器化，它似乎有可能消灭所有竞争性生命。但可能还有一些类似的东西。 我们真正需要做的是减少这样做的动机，也许提高我们对各种生存威胁的准备程度。其中一些是自然的，另一些则是一个心怀不满的人拥有了过多的权力。在人类历史上，一个人能做的事情的数量已经显著增加。过去，当你赤手空拳时，一个人能做的事情是有限的。很多人可以组队去捕猎猛犸象之类的。今天，一个人拥有正确的联系或技术，就可以炸毁一座城市。这是能力的巨大提升。我认为我们想以某种方式稍微回调一下。 ### 生物防御与社会平衡 这不仅对**镜像生命**，对整个**合成生物学**意味着什么？也许我们正处于攻防比率较高的时期。我们如何达到一个终极状态——即使有很多人怀有不良动机——我们仍然能够生存下来，对这类事情具有强大的抵抗力？这种平衡是可能的吗？还是进攻在这个游戏中总是占据优势？ 进攻确实具有优势，但到目前为止我们还没有……我们度过了冷战，据我所知，没有意外或故意地向敌人投掷氢弹。我们确实投掷了两颗原子弹。但这很大程度上是基于制造氢弹或原子弹的难度。 像我这样的人感到担忧的是，生物技术使得所需的努力越来越小，越来越难以检测，对人与人之间的随机变异也越来越微妙。有些人非常快乐，他们永远不会想做任何接近那种事情的事情。或者他们非常负责任、有道德等等。然后还有一些人，每当他们心情不好时，就想拉很多人下水。也许精神医学的一些进展会有帮助。再次强调，你不想强迫人们接受治疗。你想确保如果他们不想被治愈，你不能强迫他们，但你可以让他们获得可能有所帮助的治疗。希望有更具技术性或更稳健的解决方案。 当然，精神问题会有技术解决方案。即使那些不确定是否想被帮助的人，也可以测试、尝试，而且是可逆的。他们会说：“是的，我更喜欢那样。”好的，那就试试看。然后还有其他导致你心情不好的事情。不仅仅是你的心理。还有环境。所以如果你周围的人正在挨饿、感染疾病，或者你正在被枪击等等，这些都是社会学和技术解决方案可以解决的问题。如果我们真的能解决很多这些问题，我们就能降低一个人……这也许是悲观的，因为你基本上是在说我们必须解决所有社会问题，然后才能不必担心合成生物学，对此我并不那么乐观。我们会解决其中一些。对吧？你不应该乐观。我不是想让你放心。我们正在讨论需要什么，这可能就是其中一种情况。 ### 密码子重映射与生物安全 您有一个有趣的方案，用于重新映射基因组中的**密码子**（Codons: 基因组中编码氨基酸或终止信号的三个核苷酸序列），使其对自然进化的病毒免疫。这种方案能否也对抗人工制造的病毒？这要困难得多。再次强调，进攻方具有优势。我们可以制造很多不同的密码。这会限制传播性吗？ 是的。所以一个有趣的事情是，只有两种**手性**（Chirality: 分子结构的一种性质，指其不能与其镜像重叠）。有当前的手性，以及镜像手性。但可能有10^80种不同的密码。其中一些你可能可以一次性全部清除。无论如何，编码空间是一种更有趣的空间。当然，它可能会变得比这更复杂，因为10^83是基于三联体密码子之类的。但如果是四联体密码子或新颖的字母表等等……我们有点陷入了竞争循环。最好是防患于未然。 我们为什么花费如此多的社会资源，建造了数万枚核弹头？现在我们已经将其减少到仅仅数千枚核弹头。我们将其减少是好事，但我们为什么要浪费那么多时间和金钱？生物学似乎是高度双重用途的，对吧？仅仅是您，字面意义上的您，使测序变得更便宜，就会产生这种双重用途效应，这在核武器方面不一定如此。而我们想要这样，对吧？我们希望生物技术进步。正如他们所说，很难把核武器打造成犁头。 我很好奇，是否存在某种长远愿景，比如……再举一个例子，在网络安全领域，随着时间的推移，我认为我们今天的系统比过去更安全，因为我们发现了漏洞，并提出了新的加密方案等等。在生物学领域是否存在这样一种可行的愿景？或者我们是否只是陷入了一个进攻方将享有特权的世界，所以我们只能限制这些工具的获取，并加强监控，但没有更稳健的解决方案？ ### 监管与伦理挑战 我早在**2004年**就主张，我们不要再自欺欺人地认为暂停和自愿成为好公民就足够了。我们还需要有**监督**和**后果**，以及**举报人机制**，让人们更容易举报他们认为越轨的事情。我们对**胚系编辑**（Germline Editing: 对生殖细胞进行基因修改，这些修改可以遗传给后代）基本上采取了暂停和不认可的态度。然而，有人还是做了，而且很多人都知道。这显然是整个暂停、自愿和举报人机制的失败。它在五年内只有一名“叛逃者”，这相当令人印象深刻。好吧，半空半满，我承认。但对于某些情况，只需要一个人。如果举报人能通过干预，让他免去三年牢狱之灾，那该多好。又不是有人死了。没错。世界上现在可能有三个健康的基因工程儿童。他们很快就会成为青少年。但这确实是一次很好的测试，表明系统存在缺陷。我们需要更好地监控所有我们不希望发生的事情，并明确其后果。 ### 生物技术与摩尔定律 在过去的几十年里，**DNA测序**（DNA Sequencing: 确定DNA分子中核苷酸序列的技术）的成本下降了**一百万倍**，合成成本下降了**一千倍**。我们拥有**CRISPR**这样的基因编辑工具，以及通过多重技术实现的大规模并行实验。当然，其中大部分工作都是由您的实验室主导的。 尽管有这一切，为什么我们还没有迎来一场巨大的工业革命，没有大量新药的涌现，或者尚未治愈阿尔茨海默病和癌症？当你审视其他领域的趋势时，我们有**摩尔定律**（Moore's Law: 指集成电路上可容纳的晶体管数量大约每两年翻一番），还有我的**iPhone**。为什么生物学领域还没有类似的东西？ 我们在生物学领域的速度与摩尔定律大致相同，甚至略快。它出现得更晚，这是其中一个方面。我们可以站在电子巨人的肩膀上，更快地追赶。我想说我们确实做到了。我们有生物技术产业，它利用了这种指数曲线变得更好。另一方面，我们可能正接近巨大的回报，或者说巨大的回报才刚刚开始。 现在我们拥有治疗罕见疾病的奇迹，我们有疫苗。如果我们放眼足够广阔的范围，生物技术相关的东西可能价值**一万亿美元**。我们正处于将电子学和生物学更彻底地结合起来，以及**人工智能**（AI）和生物技术结合起来的边缘。看起来我们正走在与摩尔定律相同的轨道上，甚至更好。 ### 2040年的生物医学图景 我们到底正处于什么边缘？2040年会是什么样子？嗯，2040年我们只剩下15年了。这可能是两个**FDA**（Food and Drug Administration: 美国食品药品监督管理局）审批周期。2040年是**通用人工智能**（Artificial General Intelligence, AGI: 能够理解、学习或执行任何人类智力任务的人工智能）之后。那还有很长时间。 我希望它不是AGI之后。我认为我们有点急于达到AGI。仅仅依靠超级AI，我们就能做很多很酷的事情，但对于AGI，我们需要非常谨慎。无论如何，我们可以深入探讨。我在这方面有问题要问您。 我们正在以安全的方式缩短医疗产品审批的时间。但这不会完全改变指数曲线。它可能将审批时间从10年缩短到……例如，**新冠疫苗**（COVID Vaccine）的记录是一年。也许这会再缩短10倍。也许这会产生一些乘数效应。最重要的是，我们所有的设计都会变得更好，从而减少失败。每种药物的成本会下降。还会出现一些我们传统上不认为是药物或器械的东西，某种混合物。但这也不会完全令人震惊。只是数量会非常庞大。解决方案的多样性会非常丰富。 我们谈论的是多少？我们会拥有10倍的药物数量？100倍？我甚至不确定这是否合理，但100倍也不会完全令人惊讶。药物组合将很重要，智能地使用它们。会有更多。有些药物会影响一切，例如一种与年龄相关的药物，可以影响所有疾病。我不确定数量是否会那么重要，更重要的是质量、影响和交叉性，以及帮助医生和普通公民做出决策的软件。 ### 生物技术进步的驱动力 具体是什么变化促成了这一切？仅仅是现有成本曲线的持续，还是会出现某种新的技术或工具？成本曲线受到新工具的影响。这并非某种自动发生的事情。在**桑格测序**（Sanger Sequencing: 一种传统的DNA测序方法）和**纳米孔测序**（Nanopore Sequencing: 一种新型DNA测序技术，通过测量DNA分子通过纳米孔时的电流变化来读取序列）以及荧光下一代测序之间存在巨大的不连续性。有时它是两种事物的融合。 显然，AI与蛋白质设计的融合导致了一个阶跃函数。这些阶跃函数被平滑成一个平滑的指数曲线，但它们有很多。下一组可能将是AI与生物学其他方面的融合，比如**发育生物学**。之后，发育生物学与制造的融合，征服发育生物学。换句话说，就是能够真正知道如何以DNA作为编程材料，制造出任何任意形状。那将是一件大事。 总的来说，拥有更多的材料。我们用于机械和电气工程的所有材料都应该通过生物技术得到改进。为什么会这样？ ### 生物学与材料科学的未来 在电子学领域，我不会说**摩尔定律**正在停止，但想想我们所说的1纳米工艺，根据路线图，它应该在2027年问世。它实际上不是1纳米，更像是40纳米，中心到中心的间距，通常是二维的，可能有一点三维。生物学已经达到了**0.4纳米**的分辨率，而且是三维的。根据你如何计算第三维度，生物学可能已经达到了**十亿倍**更高的密度。 我们只需要更多地练习处理整个元素周期表。即使是电气和机械工程通常也不使用整个元素周期表，尤其不是在原子层面。生物学在实现原子精度方面确实非常出色。那么，为什么在过去的几十年里，我们在半导体制造方面达到了接近原子水平，而不是原子水平？40纳米。是的，它很小。它比生物学大一千倍，线性上。但我们迄今为止取得的进展与生物学无关。 看起来我们已经实现了摩尔定律。90年代的人们说，最终我们将拥有这些进行计算的生物机器。但似乎我们一直都在使用传统的制造工艺。究竟是什么改变了，让我们能够利用生物来制造这些东西？ ### 合成生物学与蛋白质设计 有几件事。一是**合成生物学**的到来。我们以前也做过合成生物学，我们做过**重组DNA**（Recombinant DNA: 通过基因工程技术将不同来源的DNA片段连接在一起形成的DNA分子），一种基因工程。它有点朝那个方向发展。但合成生物学真正解放了我们，让我们能够思考得更宏大一些。尽管它最初主要关注**大肠杆菌**（E. coli）和酵母，但它使我们能够思考新的氨基酸，例如。 如果你开始将整个元素周期表与氨基酸一起使用，或者氨基酸能催化什么，那就会打破一个主要障碍。电气和机械工程与生物学之间的一个主要障碍是特殊材料的使用，那些能以光速导电或更普遍地传导信号的材料。但生物学确实可以制造出能以光速传导的聚合物。我们可以制造一个混合神经元系统，它既有传统神经元，也有以光速传导的神经元。那会很有趣。 所以我认为我们设计蛋白质的能力特别困难。设计核酸很棒。你想要两个东西相互结合？你只需使用**沃森-克里克规则**（Watson-Crick Rules: 指DNA中腺嘌呤（A）与胸腺嘧啶（T）、鸟嘌呤（G）与胞嘧啶（C）配对的规则）进行调整。如果你想制造一个三维结构，这实际上是一种形态由相当简单的规则决定的东西。这不是发育生物学的工作方式。我们仍然需要弄清楚它是如何工作的。但**DNA折纸**（DNA Origami: 一种纳米技术，通过DNA的自组装形成预定形状的纳米结构）和DNA纳米结构确实有效。但蛋白质设计真的非常非常困难，直到大约八年前才有所突破。我想我们现在才刚刚开始适应它。 ### DNA合成与纳米技术革命 使用芯片制造DNA。您说DNA合成的成本下降了**一千倍**，这取决于您与谁交谈。当我们在**2004年**的**《自然》**（Nature: 国际顶级学术期刊之一）杂志上发表第一篇基于芯片的基因论文时，人们基本上在十年内都对此不屑一顾。只有合作者和校友在使用它。它甚至没有被列入DNA合成的摩尔定律曲线，尽管它便宜了一千倍。它就是被忽视了。现在我们声称可以制造10^17个基因库，这些基因库并非通常意义上的随机化，即你只是进行易错PCR或掺入核苷酸。如果它被证明是实用的，10^17比一千倍要大得多。 说到蛋白质设计，90年代你可能想到的另一件事——人们当时在写关于**纳米技术**（Nanotechnology: 在纳米尺度上对物质进行操作和控制的技术），**埃里克·德雷克斯勒**（Eric Drexler）等人。现在我们可以从我们希望这种微小的分子机器实现的功能，反推到能够赋予它这种功能的序列。为什么这没有引发一场纳米技术革命，或者它最终会发生吗？为什么**AlphaFold**（AlphaFold: DeepMind开发的人工智能程序，用于预测蛋白质三维结构）没有引发这场革命？ 部分原因是，纳米技术最初……灵感的来源，**埃里克·德雷克斯勒**，他想在某种意义上重塑生物学，但生物学已经存在了。所以你不需要设计一个钻石复制器，因为你已经有了DNA复制器。问题是，缺少了什么？是什么促使了生物学的这种重塑？是材料。生物学在超导体、导体、半导体和光速等材料方面并不出色。但它正在迎头赶上。与其走一切都必须基于第一性原理纳米结构的路线，不如在中间相遇，让生物学来构建事物。 当然，当你降到液氮和更低的温度时，我们目前所知的生物学就会停止运作。这并不是说你不能让东西在液氮中移动，你可以。但这还没有被探索，也不需要真正探索，因为如果生物学能够构建在低温下运作的东西……或者也许现在的生物学，因为你可以制造这些庞大的生物学文库，也许在体外达到10^17个，你可以快速翻阅它们，你可以给它们打上条形码，你可以……这在电子学中从未做过。我不是说你在电子学中做不到。但你不可能在一个下午就制造出十亿种不同的电子材料，给它们全部打上条形码，然后看看谁赢。但我们现在在生物学中一直这样做，至少从2004年开始。 所以我认为这是一个机会。我们利用这些文库来制造更优越的材料，我们甚至可能最终通过这种方式获得室温超导体。来自生物学？是的，可能来自文库。我们称之为化学/生化/奇异材料文库。关键是它们是文库。它们本质上在某种意义上是基于聚合物的，尽管它们的某些部分不一定非得是聚合物。 ### AI与新材料的未来 您预测我们何时会看到这场材料科学革命？现在和那时之间有什么障碍？因为我们现在已经有了**AlphaFold**。那么我们需要什么？我们需要更多数据吗？AlphaFold非常棒，但它只是一部分。还有不同于AlphaFold的**大型语言模型**（Large Language Models, LLMs）。 举个例子，就AlphaFold而言——至少我上次检查时是这样——如果你用丙氨酸替换丝氨酸蛋白酶中的丝氨酸，它会拥有完全正确的折叠。它的整体平均精度将达到埃的几分之一。但它不会起作用。它就是不会起作用。这就是你需要超凡的精度，或者仅仅是了解进化上或实验中会发生什么，才能说“不，丙氨酸不行。明白吗？”所以我认为，各种AI工具的组合可以让你对此有更深入的洞察。 如果AlphaFold预测的结构不能告诉你这个东西是否真的能起作用，那么在我说“我想要一个能做X事的纳米机器，或者我想要一个能做Y事的材料，我可以直接得到它”之前，还需要什么？现在的工作方式——这将带领我们走很长一段路，但不会走完全程——是我们有一些大致可行的东西，然后我们以此为灵感，制作文库。我们对其进行变异，然后那些变异有效的，我们再对其进行变异。我们可以一直这样下去。这有点像进化的方式，只不过现在我们可以以令人难以置信的速度进行。原则上，进化可能在一百万年内才纳入几个碱基对的变化。现在我们可以在一个下午就进行数十亿次改变。 这一切都以一种方式进行引导，让你摆脱大量中性突变和致死突变的浪费。你可以拥有那些准中性但可能改变游戏规则的东西，并更多地关注它们。还有一件事一直缺失。我所知道的AI蛋白质设计工具，目前还没有哪个特别擅长，但就在我们谈话时，我们正在努力改进它，那就是**非标准氨基酸**（Nonstandard Amino Acids: 指自然界中20种常见氨基酸之外的氨基酸，可通过合成生物学引入蛋白质）。因为很多这些工具依赖于添加使用20种氨基酸的3D结构库，以及你排列20种氨基酸序列的大型语言模型。我们对额外的氨基酸经验很少。 但现在正在发生一场生成非标准氨基酸的革命，这些氨基酸可以作为共价部分，或者容易与整个元素周期表中所有稳定元素连接。我们必须将这些都融入并训练我们的模型。但一旦这些实现，我们就会很快拥有一系列新材料。归根结底，确定你的文库功能性是一种计算机。你使用AI来优化设计文库。你避免那些真正中性和真正严重受损的东西。但中间的部分，你实际上是在现实生活中进行验证，而不是在模拟中。但它如此廉价、如此快速、如此精确。它是百分之百的精确，因为你没有模拟。你没有做假设。你不是从量子电动力学（这是一个假设）到量子力学（这是一个假设）再到分子力学（充满了假设）。你正在做真实的事情。所以你正在做一种自然计算。然后你可以以各种方式非常高效地收集这些数据，将其反馈给更传统的AI，然后进行下一轮。 ### 生物科技的普及与人才培养 如果我听了这些话，似乎我应该期待世界在物理上看起来大不相同。但为什么到2040年，我们却只会有几款新药呢？嗯，我并不是想就此打住。我知道对话会继续下去。我也没有确定具体的年份，但这有望很快发生。从业者非常少，这是在一段时间内会阻碍它的因素。不过，材料科学实际上应该会更快发展，因为它们不需要那么多的监管审批。 这就是那种，当你有了正确的想法时，招募人才并不难的事情。例如，当**张锋**（Feng Zhang）和我的实验室推出**CRISPR**时，我们在接下来的两个月里各自收到了10,000份请求，都是希望复制这个系统的人。这就是我希望非标准氨基酸、利用AI进行蛋白质设计和制造新材料时会发生的事情。希望这能在一夜之间招募到成千上万的人。 ### 科学AI与AGI的未来 您对在蛋白质空间或衣壳空间中思考，仅仅预测某些生物或DNA序列的AI更感兴趣？还是对仅仅通过语言训练，能够用英语写作并告诉您“这是您应该进行的实验”的**大型语言模型**（LLMs）更乐观？当您思考AI与生物学的结合时，这两种方法中哪一种，或者它们的某种组合，更有前景？ 我对**科学AI**的兴奋程度远超**语言AI**。在语言方面，我们已经做得相当不错了。让我担忧的是，要达到下一个语言水平需要**通用人工智能**（AGI）或**人工超级智能**（Artificial Superintelligence, ASI: 远超人类智能的AI）。这非常危险。我认为我们还没有完全弄清楚如何处理这个问题。有很多安全组织和安全规则等等。当出现激烈竞争时，通常会发生的情况是这些安全规则被削弱和搁置。 即使没有被削弱，我认为我们对自己的伦理理解也不足以教育一种完全陌生的智能。我们甚至很难将其传递给下一代人类。所以我们需要时间来解决这个问题。没有必要着急。这是一个完全人为的紧急情况。这不像**新冠疫情**（COVID-19），如果我们延误科学，数百万人就会死亡。这是一个如果发生危机，那是因为我们自己造成的，而不是我们试图解决危机。所以我认为我们需要在AGI和ASI方面非常缓慢地进展，并加倍努力实现稍微狭窄的科学目标。即使是这样，我们也需要非常谨慎。我们需要就什么是安全的AI达成某种国际共识。 ### 超级智能对生物学进展的影响 假设我们真的构建了安全的**超级智能**。那会多大程度上加速生物学进展？数据中心里有**一百万个乔治·丘奇**，他们一直在思考，这会是10倍的加速吗？我认为它会减缓，甚至消除生物学进展，因为它首先会得出结论：生物学与我无关，因为我不是由生物学构成的。 假设你能让他们关心生物学。数据中心里有一百万个你的复制品。生物学进展会快多少？它们不能直接进行实验。它们只在数据中心里。它们只能说些什么，思考些什么。我认为我们还没有接近我们所需的安全保证。但我们暂时把安全放在一边。 不仅很难计算出坏处，也很难计算出好处。它可能是一个彻底的颠覆者。但另一方面，这就像我们说我们可以实现地球上任何地方的即时运输。嗯，我们可以说，“是的，那可能是一个颠覆者。”但我们真的需要它吗？那真的重要吗？也许更好的Zoom通话会更有趣，或者我们可以在厨房里得到我们想要的一切，而不需要再旅行。所以要小心你所要求的。你可能会把我们的优先事项引向我们并不真正关心，或者不应该关心，或者我们可能希望我们不关心的事情。 但我很好奇，你仍然需要进行实验，你仍然需要这些其他东西。那么，这会限制你百万个复制品的影响吗？或者你仍然会得到一些加速？基本上，如果有更多聪明的人思考，生物学能走多快？这有点像AI可能做到的代理。这些都是很好的问题，我不想误解我都知道答案。但这就像问：“如果你有九个女人，你能在一个月内完成怀孕吗？”不，目前不能。但你正在研究这个，对吧？不，但同样，有些事情可能不需要很多人。我们只是不知道。我们没有那么多经验，没有在一个世代中同时拥有数千个**爱因斯坦**级别的创造力和智力。 事实上，如果我们没有精神疾病的干扰，或者不需要照顾其他人，我们所有人都有可能更有效率。当然，照顾其他人可能是一件非常好的事情。也许如果我们没有人可以照顾，社会上就会发生一些不好的事情。所以这些事情非常复杂，难以预测。我认为现在，迈出的一小步，或者实际上是相当大的一步，是消除疾病，或者至少让人们能够根据自己的意愿消除自己的疾病。 ### 智力、脑类器官与全基因组工程 您曾研究**脑类器官**（Brain Organoids: 在体外培养的三维细胞结构，模拟大脑早期发育和功能）和**脑连接组**（Brain Connectome: 大脑中所有神经连接的完整图谱）等。这项工作如何从根本上改变了您对智力复杂性的看法？您是否因为意识到类器官并不那么复杂，或者说描述如何培养它们所需的信息很少，而对AI更加乐观？还是您觉得“不，这实际上比我意识到的要棘手得多”？ 我一直觉得它非常棘手。我也觉得它是我们可以设计的东西。当然，我们在大脑严重受损的谱系末端取得了很大进展，相对于平均水平。有很大一部分遗传疾病的后果是儿童发育迟缓到致命或导致终身缺陷的程度。我们知道涉及的基因，在某些情况下也知道如何进行**遗传咨询**（Genetic Counseling: 向个人和家庭提供有关遗传疾病风险、诊断和治疗的信息与支持），以及基因疗法和其他疗法来处理它。 在另一端，我们通过**认知增强**（Cognitive Enhancement: 旨在改善认知功能（如记忆、注意力、解决问题能力）的干预措施）来减少认知衰退，这显示出一些希望。但这又有点像这种早期严重的认知障碍，它有一个晚期成分。但是，编码一个大脑需要多少信息呢？我不确定是否需要比仅仅制造一个大脑少得多的基因组，因为大脑与身体完全纠缠在一起。你有10^11个神经元，10^14个突触。如果你想复制一个特定的大脑，通过在硅片中、某种无机基质中复制它，还是通过制造一个复制品来做，这都是推测性的。这两种都会很难。 我想说，如果你想复制一本复杂的书，拍摄每一页的照片会比完全翻译成另一种语言更容易——试图捕捉诗歌的所有细微之处等等——如果你的目标只是复制它。大脑可能也是如此。但复制一个大脑可能比合成它涉及更多的信息。仅仅定义这一点，10^14个突触将比基因组（数十亿而不是10^14）占用更多的字节。但你可能有一些理由想要复制特定的脑部配置，而不是仅仅制造另一个从婴儿期开始的动物。 回到工程方面，人们经常会争论：“看，你有这个存在性证明，**大肠杆菌**每30分钟就能复制一次。昆虫也能复制得非常快。但凭借我们人类工程制造东西的能力，我们可以做生物学中任何东西都做不到的事情，比如无线电通信、裂变动力或喷气发动机。”您认为，我们能否拥有能够以昆虫速度复制的**生物机器人**（Biobots: 结合生物材料和工程技术制造的微型机器人）——可能有数万亿个在四处运行——但它们也能使用喷气发动机和无线电通信等等？这两者兼容吗？ 某些事物似乎不兼容。比如裂变反应堆的温度显然不兼容。但生物系统确实有可能制造其他东西。例如，它可以筑巢。鸟可以筑巢。你把整个巢穴视为鸟类复制周期的一部分。所以你可以说，一个以30分钟倍增时间复制的生物体可以制造一个核反应堆。那将是它的巢穴，但你需要扩展它的材料范围。 在某种意义上，我们已经这样做了。人类是一种生物，它不是在30分钟内复制，而是在20年或更短的时间内复制。这从根本上限制了我们吗？是的，可能限制了。但思考起来很神奇。如果你能拿一块玉米地或一个核反应堆，然后30分钟后你就有两个，然后四个，然后八个。这是一个非常有趣的概念。我教一门名为《如何种植（几乎）任何东西》的课程。我与**麻省理工学院**（MIT）的**尼尔·格申费尔德**（Neil Gershenfeld）合作，他有一门名为《如何制造（几乎）任何东西》的课程。我们正试图在中间相遇，让他的机械电气工程与我们的生物学结合。事实上，我们俩都不能制造或种植几乎任何东西，因为有各种各样的小漏洞和在小型实验室中很难制造的东西。世界上有很多东西依赖于数十亿美元的晶圆厂来制造。但我们正在逐步攻克它。 也许比制造核反应堆更小的一步是制造手机。您提到了无线电通信。这应该是合成生物学界的一个小挑战目标，也许是**iGEM**（International Genetically Engineered Machine: 国际基因工程机器大赛）或类似的比赛：让细菌制造一个收音机。实际上，艺术家**乔·戴维斯**（Joe Davis）——他曾隶属于我的实验室，在此之前是**亚历克斯·里奇**（Alex Rich）的实验室——确实制造了一个细菌收音机，但这更多是艺术而非科学。但我认为那会是一个很好的目标。 ### 进化与技术创新的权衡 要达到何种程度的**全基因组工程**（Whole Genome Engineering: 对生物体整个基因组进行大规模、系统性修改的工程技术），才能使即使是人类现有变异池中不存在的表型也能显现出来，因为您的理解已经如此之高？例如，如果我想要翅膀。瓶颈是我们的理解吗？瓶颈是我们对基因组进行如此多改变的能力吗？ 这部分与学习**发育生物学**的规则有关，就像我说的。我们现在可以在分子层面确定形态：蛋白质、核酸。在细胞多细胞层面确定形态，你可以做更多的事情，而且速度更快。但我们还不懂那种语言。我认为我们正处于获得这些工具的边缘，就像我之前谈到的转录因子，利用迁移、扩散因子梯度、趋化性等等。这是我们需要的一件事，但我们确实需要很多东西。 ### 地球生命与宇宙生命 生物学领域——而非天文学或其他领域——的什么发现会让你相信地球上的生命是银河系中唯一的生命？反过来，什么又会让你相信，不，它一定在银河系中独立产生了数千次？哦，我明白你的意思了。天文学可能是我们探测到无线电信号或光信号。 在生物学方面，证据可能是你在实验室中利用**益生元条件**（Prebiotic Conditions: 指地球早期生命起源前存在的化学和物理环境）展示了一种非常简单的生命产生方式。要证明否定更难，因为我们不知道所有可能的益生元条件。可能数量巨大。你有10^20升的水，各种不同的盐度，海洋干涸，太阳和闪电以及所有这些东西。我认为，如果你在实验室中展示并重建了一条从无机物、氰化物衍生物和还原化合物，一直到某种细胞复制结构的非常简单的途径，那可能会让我们相信至少生命是存在的。 现在，**德雷克方程**（Drake Equation: 一个用于估算银河系中可能存在多少外星智能文明的公式）的其他部分可能会发挥作用。也许很难获得智能生命，因为智能不一定符合你的最佳利益。如果你获得了智能生命，也很难维持它而不发生社会崩溃，或者机器人接管然后自毁。这很难进行实验。但回到你的问题，一个实验如果能展示从非生命系统自发产生生命系统的多种不同方式，那会很有趣。再次强调，我不确定。要证明否定会非常困难。 在智能生命和某种原始RNA生命之间，如果存在任何一步，你会说在银河系其他地方存在这种水平的生命的可能性低于50%吗？这些都是非常具有挑战性的问题。我甚至不确定我们能否在五个数量级内给出答案，更不用说50%了。我认为它更可能来自探索，而不是模拟。 可悲的事实是，我们派往地球之外的任务，几乎没有一个真正寻找过生命。它们有可以寻找生命的组件。可悲的是，其中一些没有足够的组件来寻找生命。那些可以寻找生命的，并没有真正寻找。当我们得到积极结果时，我们却不予理会，就像**先锋号**（Pioneer: 美国宇航局的一系列无人行星探测器）发生的那样。 我认为，如果我们开始观察木星和土星各种卫星喷出的间歇泉，那里有如此多的水。我们的太阳系中液态水的含量是地球的50倍，不是冰冻水，而是液态水。这难道不意味着其中一些很可能是良好的繁殖地吗？也可能我们需要阳光充足的海岸，那里有大量干燥的陆地紧邻水域。也许这些只是被冰包围的巨大海洋，也许那不是理想的环境。无论如何，我们需要观察那些喷泉，看看有什么东西冒出来。这是一个高度优先事项。火星上的水也是如此。那可能更容易接近。但在我们耗尽这些之前，它们可能是最简单的。它们很难。我们仍然在谈论数十亿美元的实验，但我认为它们更有说服力。再次强调，要证明否定会很难。如果我们在太阳系中的所有地方都发现了否定结果，那么外面还有更多的多样性，可能已经做到了。 ### 生物制造的未来：DNA、RNA与蛋白质 如果一千年后，我们仍然使用**DNA**、**RNA**和**蛋白质**进行高端制造，作为工程学的前沿，您会感到多么惊讶？您会认为：“哦，这很合理。进化设计这些系统已经数十亿年了。”或者您会认为：“哦，这些系统最终成为主流，这很令人惊讶。无论进化发现了什么，都恰好是最好的制造或存储信息的方式”？ 我想我不会感到惊讶，无论是哪种情况。我能想象两种情况都可能发生。我能想象使用蛋白质作为催化剂，或者在某些情况下作为支架兼催化剂，来制造真正令人惊叹的材料。有一件事可能已经发生，我们不必等到一千年后，那就是氨基酸的数量正在增加。它正在从20种急剧增加。我认为很快我们就会有一个系统，可以在一个**大肠杆菌**细胞中同时使用34种新的非标准氨基酸和标准氨基酸。34加20比20要大得多。 我认为我们不一定需要超过四种核酸组分。当然，有很多经过修饰的核酸。还有很多替代的碱基对，其中一些甚至不涉及氢键。所以我们可以有更多。但我认为主要的问题是信息存储——无论是比特、数字二进制——都只是0和1。这在我们的电子产品中99%的情况下都运行得很好。有四个可能比两个好，但我们真的需要六个吗？我不知道。我不会感到惊讶。另一种可能性是如果我们改变DNA的骨架。也许我们保留ACGT，但现在用肽来制造它，更小一点，更兼容一点。我不知道。它可能是新氨基酸集合的一部分。还会有更多。这些都只是我21世纪原始大脑想出来的东西。一千年后，那将是一个全新的千年。 进化没有发现无线电技术是说得通的。但像超过20种氨基酸，或者这些不同的碱基，这样你就可以存储超过每碱基对2比特的信息，或者例如，**密码子重映射**方案，这种冗余，根据您的工作，似乎有额外的信息可以用于其他事情。有没有什么解释，为什么40亿年的进化没有赋予生物体这些能力？ 我认为进化倾向于采用有效的方法。制造一个全新的碱基对的投资会很高。我们甚至还没有阐明投资回报会是什么。你能从中得到什么？我们已经制造出了一些系统，比如**弗洛伊德·罗姆斯伯格**（Floyd Romesberg）等人的工作，其中包含了新的碱基对的复制、转录和翻译。但即使在技术社会中，这能带来什么，也尚未被明确阐明。 在技术领域，你可以跳跃式地发展，中间的步骤不一定都是渐进有用的。但据我们所知，进化通常受限于……你必须为每一次改变辩护，就像某种官僚机构一样，“如果你要修这条人行道，你必须在建造城市之前证明它的合理性。” ### 被低估的遗传咨询 我们谈论了您正在或曾经从事的许多不同技术，从基因编辑到去灭绝再到逆转衰老。在您的研究组合中，有什么是被低估的技术，您认为更多人应该谈论但却被忽视了？这很难说，因为一旦你说出来，它就会被炒作。如果我以前被问过这个问题，那就太晚了。 我认为有一件事非常成熟，在某种意义上被很好地理解，但却被忽视了……我之前会选择的例子是用阵列制造基因。阵列通常用于分析、定量RNA或类似的东西，比如最初的**Affymetrix**（Affymetrix: 一家生物技术公司，以其基因芯片技术而闻名）型阵列。但我们把它们变成了基因阵列，人们就是不用。它发表在**《自然》**杂志上。它就隐藏在众目睽睽之下。但无论如何，它在某种程度上被低估了。 我想说的是，**遗传咨询**（Genetic Counseling: 向个人和家庭提供有关遗传疾病风险、诊断和治疗的信息与支持）被低估了。它在某种意义上显然与基因疗法具有竞争力，显然不适用于已经出生的人，而是适用于未来的人，甚至不是遥远的未来，而是未来几年内。我们有机会诊断他们或诊断潜在的父母并避免……这自**1985年**以来一直在**多尔·耶肖里姆**（Dor Yeshorim: 一个犹太社区组织，提供遗传筛查服务以预防遗传疾病）实践，这是一个非常合理的社区应对措施。它消除或大大减少了各种非常严重的遗传疾病。有时，根据其呈现方式，它会被斥为**优生学**（Eugenics: 一种旨在通过选择性繁殖改善人类遗传特性的社会哲学或运动）。我很少听到多尔·耶肖里姆被这样描述，这是正确的。他们所做的是标准医学，无论是新生儿一出生就治愈这些孩子，还是咨询父母以避免同样的疾病。 优生学的问题在于它是强制性的。政府强迫人们接受。它不是让人们做出选择。它剥夺了人们的选择。那是错误的。这就是混淆之处。但我不认为这是这种技术被低估的原因。我认为这是因为当人们约会时，他们不一定会考虑生育。而当他们考虑生育时，他们不一定会考虑严重的遗传疾病，因为它们很罕见。 我认为这是我们处理稀有事物的困难。人们对安全带曾有很大的抵触，因为不到1%的人死于车祸，甚至受伤。人们对戒烟也有很大的抵触。我们甚至很难想象当时对安全带和吸烟的抵触有多大。但最终我们克服了。我认为这与此类似。 只有3%的儿童受到遗传疾病的严重影响，他们觉得“我没那么倒霉。我在那97%里。”如果这是你在赛马或赌场中获胜的几率，你会接受的。97%的胜率，很好。但当孩子的未来面临风险时，我认为这不是正确的解决方案。 另一件事是，我认为它与**电车难题**（Trolley Problem: 一个伦理思想实验，探讨在牺牲少数人以拯救多数人之间做出选择的困境）有关。如果你不影响它，那就不是你的错。但实际上一切都是你的错。不采取行动也是一个决定。所以我认为这就像，“如果我什么都不做，他们出了问题，那不是我的错”，但事实并非如此。 **戴维·赖希**（David Reich）曾谈到，在印度——特别是由于长期存在的种姓制度和近亲通婚的历史——存在一些具有大量隐性疾病的小群体。因此，在那里，这是一种特别有价值的干预措施。我明白您和戴维的意思，但我认为这是一种危险的二分法。 不仅仅在印度，世界各地都有很多……事实上，我们都经历过一个瓶颈期。但这将发病率从3%改变到6%。但关键是3%仍然是不可接受的。这不仅是直接受影响的人类生命的悲剧性损失，也是整个家庭的悲剧。通常，父母一方或双方不得不辞职，全身心投入护理和筹款，因为这些疾病也非常昂贵。 我们还需要注意不要污名化。所以，如果一些家庭得到了解决，我们不应该指责那些不愿意解决的家庭，因为那是他们的选择。但我认为随着信息传播和积极成果的显现，它将被视为有史以来最简单的医学之一。它非常便宜。事实上，它甚至低于零成本，因为你只需花费一百美元分析一个基因组。很快可能还会更少。你就能得到整个基因组的分析结果。与此相比，数百万美元的机会成本损失，以及他们无法参与劳动力市场、照顾他们等等。所以投资回报是巨大的。至少是**十倍**的投资回报。从公共卫生的角度来看，这简直是无需思考的选择。我们应该能够通过英国的**国家医疗服务体系**（National Health Service）和美国的保险公司来支付这笔费用。它将保险公司从窥探你个人生活并提高费率的“坏人”，转变为向你提供免费信息，你可以随心所欲地使用这些信息。如果你采纳建议，那么你就能为他们节省数百万美元。 ### 基因疗法与遗传咨询的侧重点 您认为**遗传咨询**是一种更重要的干预措施，或者说即使在未来，它对这些**单基因疾病**（Monogenic Disorders: 由单个基因突变引起的疾病）的影响也会比基因疗法更大吗？ 绝对如此。我曾建议我的基因疗法公司，他们应该投资于非常常见的疾病，因为罕见疾病有这种遗传咨询解决方案，除了自发突变和显性遗传，这可能属于**体外受精**（IVF）诊所的解决方案，而不是……但罕见的隐性遗传可以在婚配和各个层面得到处理。 无论如何，我建议我的基因疗法公司投资于常见疾病，如与年龄相关的疾病和传染病。事实上，**新冠疫苗**就是作为一种基因疗法配制的，每剂成本在20美元左右。有60亿人从中受益，或者说60亿人接种了它，并且在整个人群中得到了验证。所以我认为这是基因疗法更合适的用途。出于实际原因，为了获得**FDA**批准等，你可能会选择罕见疾病，这完全没问题。但我认为成本效益……基因疗法的最佳应用领域是与年龄相关的疾病，而罕见疾病的最佳应用领域是遗传咨询。 ### 基础研究的未来与人才培养 好的，最后几个问题。20年后，如果出现某种情况，我们都回过头来说：“你知道吗？总的来说，**美国国家科学基金会**（NSF）和**美国国立卫生研究院**（NIH）以及所有这些预算被削减，并被**狗狗币**（DOGE）等取代，这是一件好事……”我不是说您认为这很可能发生，但假设事后看来，有一个积极的故事被讲述。那会是什么？它是否必须提出一种不同的资助结构？基本上，如果这种战后基础研究体系被颠覆，最好的情况会是怎样的？ 我必须先声明。当科学家回答问题并探索可能性时，这并不意味着他们在提倡它。过去有人问我一些关于**尼安德特人**（Neanderthals）的离奇问题，然后就被描述成我对此很热情。我并不热衷于削减NIH和NSF的预算。 你可以说，这迫使我们更认真地思考慈善事业和工业赞助的研究。这可能是一件积极的事情。这可能使我们更仔细地倾听社会真正需求，而不是仅仅进行基础研究。我是基础研究的坚定支持者，但我也可能比一般人更擅长从一开始就将基础研究与社会需求联系起来。我认为同时思考和行动以满足社会需求，实际上并不会干扰基础研究。这可能是一个积极的方面。它也可能创造另一个民族国家，成为主导力量。比如**中国**现在可能成为继美国之后的下一个帝国。这是一个积极的故事吗？对中国来说可能是。你没有指明这对谁来说是积极的故事。美国取代了英国，英国取代了西班牙和葡萄牙。它一直在变动。新鲜血液有时是好事。再次声明，我不是在提倡这个。 让我们看看，还有什么可能进展顺利？社会在集体行动方面确实擅长某些事情，而我们个人不擅长。修建道路、学校和科学就是例子。这并不意味着我们不能学会如何做。在某种程度上，当你建造一个封闭式社区时，很多事情都是通过私人资助完成的。我们有可能弄清楚如何建造道路、学校以及几乎所有东西。这意味着我们将遇到某种**超级资本主义**（Hypercapitalism: 指一种极端形式的资本主义，其中市场力量和私有化在社会中占据主导地位）。这可能意味着会伴随各种病态。 ### 乔治·丘奇实验室的成功秘诀 您的工作性质，或者更普遍地说，生物学的性质，有什么特点使得一个实验室能够推动如此多的进步？在**计算机科学**领域——我更熟悉的领域——我认为没有类似的情况，你可以去一个学术实验室，然后从中诞生100家不同的公司，包括那些最令人兴奋和进行突破性工作的公司。是您的学术实验室的性质使然吗？是生物学研究的性质使然吗？是什么解释了这种模式？ 首先，感谢您如此慷慨的评价。也许要持保留态度。但我认为，这在于在正确的时间出现在正确的地点。**波士顿**（Boston）拥有独特的文化。它会自动吸引一些最优秀、最聪明的学生和博士后。它的密度足够高。有时人们希望将财富均匀地分布到宇宙或地球各地。但集中起来也有优势。配偶可以在同一领域找到其他工作。生物技术、制药公司、**麻省理工学院**（MIT）、**哈佛大学**（Harvard）和**波士顿大学**（BU）等都集中在一个步行可达的城市里，而不是分散在东海岸或西海岸，这是其中一个因素。 这是起点。然后，一个实验室从早期阶段就选择不惜一切代价保持基础科学与社会需求之间的这种动态，这在实验室刚开始时会带来巨大的痛苦，但随后会取得一些成功。它开始建立一个正反馈循环，就像波士顿的建设是一个正反馈循环一样。越多的哈佛和麻省理工，越多的高科技初创公司，然后是制药公司……所以你在文献中取得了一些成功，然后更高层次的人开始涌入。也许他们以前没有创业的打算，现在却有了。 无论如何，它以一种你无法从零开始的方式演变。你不可能突然在沙漠中央创建哈佛和麻省理工，然后突然创建一个在职业生涯早期就承担这种风险的实验室。时机也很好，因为指数级增长开始显现。指数级增长在“曲棍球棒”曲线的开始和结束时几乎相同，但你直到它真正启动时才注意到。这就是计算、AI和生物技术正在发生的事情。它们都在此时达到顶峰。因此，任何已经拥有学术界到工业界技术转移正反馈循环的实验室，都将从这种指数级增长中不对称地受益。在某种程度上，有了指数级增长，你真的可以看起来非常高效，而实际上你只是在下滑。就像是，“是的，看我多高效。我只是从飞机上跳下来，然后稳步加速。” 昨天我与一群生物技术创始人共进晚餐。我提到我明天要采访您。有人问：“等等，这里有多少人曾在乔治的实验室工作过，或者曾与他合作过？”我想有70%或80%的人举手了。其中一人建议：“哦，你应该问他，他是如何发现人才的？”因为确实，许多正在建立这些领先公司或进行开创性研究的人，都是由您招募的，曾在您的实验室工作过。那么您是如何发现人才的？ ### 发现人才的秘诀：善良与多学科 嗯，很高兴您将其定义为发现人才。我至少听过一个梗，说你只要出现就能进入我的实验室，这绝对不是真的。首先，有很多自我筛选。坦率地说，我们是一种“后天习得的品味”（acquired taste）。技术开发与常规生物学所需的技能完全不同，常规生物学是你选择一个基因、一种疾病、一个现象，然后一生都在钻研它。这更像是你建立一个文库，其中有数百万个成员会失败，也许只有一两个会成功。这是一种非常不同的态度。它更像工程学，但甚至与大多数工程学都不同。工程学通常不会那样使用文库，数百万甚至数十亿个非随机但许多会失败的组件。 所以问题是选择标准。有自我筛选。接下来，在面试中，我通常会告诉他们，我正在寻找善良的人。我不一定在寻找天才。我们最终会得到很多天才。这很棒。但我认为善良是高度预测你在实验室和之后表现如何的因素。因此，我认为我们拥有一批国际校友，他们彼此之间非常友善，尽管他们身处竞争激烈的领域。而且我认为他们对其他人也很友善。所以善良是一个标准。 **多学科性**（Multidisciplinarity）。很难从单一学科的专家那里建立一个多学科团队。如果你有两个人，每个人都懂两种语言或两种技能，即使他们之间没有任何共同点，他们也已经证明他们可以学习一项新技能，然后他们每个人都会增加连接他们的技能。这是第三点。这些是我会说的三个主要方面。 ### AI与生物学的协同进化愿景 最后一个问题。鉴于**人工智能**（AI）的快速发展——您提出的观点，我们应该对这项技术保持谨慎，但默认情况下我预计它会发展得相当快，而且不会出现某种全球性的AI发展暂停……在这种情况下，生物学的愿景是什么？我们很可能在未来20年内拥有真正的**通用人工智能**（AGI）的世界。鉴于这一事实，生物学的愿景是什么？ 如果AI在100年之后才出现，我们可以说我们正在进行大脑或基因疗法等方面的研究，这可能有助于我们应对或保持同步。鉴于AI发展如此之快，这种生物-AI协同进化或它可能看起来的任何形式的愿景是什么？ 如果我们处理好安全问题，而这必须是首要任务，那么我们很可能会拥有几乎完美的健康。为什么不呢？它会发展得如此之快。即使没有AGI，仅仅依靠常规AI，它也会发展得相当快。但如果你加上AGI……它也将是一个正反馈循环，因为越多的人得到治疗或获得良好的医疗保健，就会有越多的人帮助提示AI，如果这是必要的话。我认为这很可能会发生。我们会有更多人与机器和谐协作的混合系统，在这种非常积极的场景中。 嗯，这是一个很好的结束愿景。**乔治**，非常感谢您的到来。谢谢您。