海歸學者顏寧回擊非議中的那些科學問題是什麼?
顏寧從事的是結構生物學領域的研究。科學家們對蛋白質等生命基本元素的結構進行解析，進而了解它們的功能，為藥物開發奠定基礎。顏寧曾帶領團隊首次解析人源葡萄糖轉運蛋白GLUT1，在離子通道結構解析等領域也做出了重要貢獻，成果受到學界廣泛認可。
然而，“人紅是非多”，有壹條她的攻擊者貶低其工作的基本理由：結構生物學中解析蛋白質等工作無非是在冷凍電鏡等昂貴設備加持下做出的重復性勞動，沒有原創性可言。顏寧等頭部科學家憑借這些別的研究組可能沒有的設備，發論文“灌水”，“德不配位”。
而在AI（人工智能）快速發展的當下，這種批評又有了新的論調：擅長重復性工作的AI終將取代這些結構生物學家的工作，顏寧等人馬上就要“混不下去”了，這才回到國內。
顏寧在微博中對這兩種觀點進行了回擊。借由其最新發布的研究成果，顏寧說，冷凍電鏡“加速了理解生命、藥物研發的進程”，但仍然只是壹種發現規律的工具，需要科學家提出生物學問題；而AI賦能則讓科學家“擺脫壹部分重復勞動”，但其預測的結果目前仍然無法取代真實世界的探索。
結構生物學與冷凍電鏡
生命體由無數個蛋白質等生物大分子維持運轉。它們有的負責搬運氧氣，有的負責消化食物，有的負責抵御病毒。
在微觀世界裡，結構很大程度決定功能。如果某種蛋白質發生突變導致了疾病（比如癌細胞表面的受體蛋白），人類想要研發靶向藥物，就必須知道蛋白質長什麼樣。這就是結構生物學對人類健康最直接的意義。
但問題是，蛋白質太小了，普通的光學顯微鏡根本看不見。另外，它們還處於動態變化之中，結構難以捕捉。在冷凍電鏡成熟之前，科學家們主要使用“X射線晶體學”來解析結構，讓蛋白質在特殊溶液中“結晶”固定下來，再用X射線去照射它們，通過其“影子”——衍射圖譜來倒推它們的結構。DNA等物質的結構就是通過這種方法發現的。
冷凍電鏡的原理則是通過瞬間超低溫冷凍，讓蛋白質定型，再使用高能電子束轟擊，在底片上留下分子的贰維剪影，將不同角度的剪影拼接，推理其結構。冷凍電鏡技術不需要讓蛋白質結晶，能夠捕捉更復雜的生物大分子以及更加“脆弱”的膜蛋白等物質的瞬時動態結構，這是壹個很大的突破。該技術的叁位發明者於2017年獲得了諾貝爾化學獎。
顏寧提到，冷凍電鏡的問世讓結構生物學研究人員“喜大普奔”，“終於不用把寶貴的時間用在令人絕望的結晶這壹步了”。但冷凍電鏡究其本質，也“就是個顯微鏡”，是生物發現的眾多方法中的壹種。
除了直接觀察結構、研究背後的機制以外，科學家還可以通過遺傳學方法，通過基因型對應生物表型，也可以通過生化實驗的方法，通過不斷地拆解、篩選和濃縮來搞清楚某個生物過程中的關鍵物質。
顏寧解釋道，這些技術看似繁瑣且重復，但都只是手段，其目的是通過結構這壹媒介，“理解生物機制，搞清致病機理，發現生物規律，利用結構做藥物設計、工程設計”，這些才是真正考驗科學家的地方。
AI取代結構生物學家？
在生命體中，細胞根據遺傳信息制造出壹個個氨基酸，這些氨基酸鏈條快速折疊，形成結構，形成承擔各種重要生命功能的蛋白質。與冷凍電鏡等直接觀察物質結構的方法不同，近年來快速發展的AI技術能夠通過對大量已知數據的學習，直接從氨基酸序列預測蛋白質的結構。
它的大致原理是這樣的：通過基因組計劃和結構生物學的研究，人們已經大致知道了什麼樣的基因序列對應著什麼樣的氨基酸序列，也知道了很多基因變化對應的氨基酸序列和結構變化。從大量這些對應和共變關系的數據中，AI計算出了其中的復雜模式。
要知道構成壹種蛋白質的氨基酸序列並沒有那麼難，如果AI能夠從序列中准確預測結構，那將是結構生物學領域的重大突破。首先發明這壹算法（AlphaFold）的叁名科學家因為其突破性的潛力，於2024年獲得了諾貝爾化學獎。
據此，攻擊者們認為“顏寧的專業被取代了”。而顏寧說，如同冷凍電鏡的發明，AI的出現讓科研人員“又能擺脫壹部分重復勞動”，但要完全依靠它對物質結構進行預測，目前還是不現實的。
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 |
推薦: