-
日期: 2026-04-28 | 來源: 澎湃新聞 | 有0人參與評論 | 字體: 小 中 大
4月26日，清華大學講席教授、深圳醫學科學院院長、生物學家顏寧連發兩條長微博，言辭犀利地回應了網絡上長期以來針對她本人及結構生物學領域的種種非議。對於普通人來說，看到了顏寧的回擊，卻沒看懂回擊長文中談到的壹些科研話題。
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。
顏寧以其團隊近期發表於《科學》（Science）和《細胞·化學生物學》（Cell Chemical Biology）上的新研究舉例。傳統結構生物學是“先知道要研究什麼病、什麼蛋白，再去解析它的結構”，而這項研究提出了壹種名為“CryoSeek（酷尋）”的新研究范式。他們直接從大自然（清華大學荷塘的水樣）中提取物質，用冷凍電鏡去主動觀察其中的物質。
結果，從隨處可見的池水中，他們發現了壹種未知的“管狀纖毛”天然結構，其上覆蓋著極其復雜、且以前不為人知的多糖纖維。其中壹些純糖纖維完全不含有蛋白質。
AlphaFold等AI基於已知的基因序列和過去幾拾年科學家解析出的蛋白質數據庫，通過經驗來預測折疊方式。然而，該研究發現的多糖是壹種不含蛋白的碳水化合物，不是由基因直接編碼生成的，AI根本沒有可以參考的數據去預測它。
“多糖的序列並不能從基因組推測出來，連序列都沒有，怎麼預測啊？就算有序列，之前沒結構（數據），它也沒法被訓練啊。”顏寧在微博中說。
顏寧也並沒有排斥AI技術的使用。相反，她與合作者壹起開發新算法，加速冷凍電鏡圖像獲得與處理的速度，“降低技術門檻，節省大量時間”。她還組織研究組成員開發自動搭建糖類結構的算法，並利用研究數據進行優化驗證。
AI沒有淘汰科學家，而是淘汰了重復勞動。顏寧說，發現這些多糖纖維只是開始，下壹步就是要問“它們是什麼？它們做什麼？它們從哪裡來？”的問題。
顏寧微博
現實的不滿
人類探索自然的歷程本就是壹部工具進化史。伽利略沒有因為使用了望遠鏡就被貶低了發現木星衛星的偉大，現代科學家也不會因掌握了冷凍電鏡和AI技術就成為“灌水機器”，這是顯而易見的。
然而，科學家的成就既可以被描述成天才與努力的進步神話，也可以講成資源與關系的反烏托邦故事。貶低成功者與“造神”的敘事壹樣，通過對他人成就的簡單歸因來滿足特定的心理需求。雖然這類言論往往沒有依據且自相矛盾，但批評顏寧“論文灌水”和“混不下去回國”的論調背後，可能也隱藏著對現實的不滿。
因為解析能力的大幅提升，冷凍電鏡的出現和發展確實帶來了壹股利用該技術進行研究的“論文潮”。但相關設備極其昂貴，目前被國外品牌所壟斷。壹台設備動輒上千萬人民幣，運維費用也相當驚人，這就導致研究資源不可避免地向頂尖機構和學者集中。
再者，與其他學科壹樣，結構生物學研究所面臨的壓力不僅來自專業技術和科研思維的限制。以蛋白質結構解析為例，對於那些熱門的解析對象，科學家們往往要陷入速度與質量的競賽，首先做出來的人是唯壹的贏家。顏寧在另壹條微博中提到，自己交給刊物的研究成果，甚至有被審稿者盜取數據和方法搶發的情況。
作為頂尖科學家的顏寧尚且有如此遭遇，對於那些課題沒有那麼多的普通高校的學子和學者而言，這種打擊的後果則更為嚴重。科研工業化與激烈競爭帶來的馬太效應，很容易催生出強烈的資源剝奪感。在社交平台搜索“冷凍電鏡”，就能發現很多學生疲於尋找好用的冷凍電鏡平台，在價格上反復糾結，在排隊等候使用中感歎科研時間的浪費。
對環境的不滿往往容易在公眾輿論中發酵，異化為對擁有資源的明星科學家的人身攻擊。壹些不明就裡的人從這壹敘事中聽取壹鱗半爪，譬如出國就是“崇洋媚外”，回國就是“混不下去”。
通過幾代人的努力，中國科學家終於能夠站在世界的前沿。公眾與學界對於科研資源分配、考核發表等制度的公平性的意見，對於高端儀器國產化的呼吁，都是合理且必要的探討。在壹個真正渴望科技自立自強的社會裡，更需要的是用理性的制度建設去惠及更多科研工作者，而不是用空穴來風的網絡暴力，去傷害那些正在為人類拓展知識邊界的探索者。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見