深度！基础研究的再认识

作者 ｜ 吴家睿

基础研究当今在中国得到前所未有的重视。

基础研究（Basic Research） 这一概念于20世纪中叶随着美国主导的科学建制化开始流行，并被视为现代工业社会的“研究与开发”（Research & Development，R & D）框架内的一个重要组成部分。

笔者认为这个重要并被广泛使用的概念，在当前的语境中尚有许多内容需要梳理和讨论。

基础研究具有不同的层次和类型

基础研究有不同的层次，有些基础研究工作“深”，其研究成果揭示出世间万物的普遍联系，如牛顿的万有引力定律和达尔文的自然选择理论等；有些基础研究工作“浅”，其研究成果通常只是反映了部分事物之间的特定关系，如某种生物的代谢通路或者细胞信号转导通路。前者在国内往往被称为原创性基础研究，并有一个形象的说法——“从0到1”。

为了解决我国基础研究缺少“从0到1”原创性成果的问题，科技部等5部门在2020年专门发布了《加强“从0到1”基础研究工作方案》。

也就是说，并非所有基础研究工作都是原创性的，我国的基础研究成果大多是非原创性的。

需要注意的是，基础研究的“原创性成果”并没有一个绝对的判定标准。

首先，不同学科的基础研究涉及的对象不一样，结果的普适性也就不一样。如热力学第二定律等物理学法则适用于宇宙间万物，中心法则等生命科学规律仅属于生命世界；而生命科学的分支学科，如免疫学或神经生物学的发现适用范围更窄。

但是，各门学科均有其学科特有的原创性基础研究。

其次，从科学研究的进程来看，“从0到1”很少是从“绝对的0”开始。如DNA双螺旋模型的提出是一个典型的“从0到1”重大原创性成果；但是，这个研究成果是建立在孟德尔、摩尔根的遗传学研究成果之上，尤其是建立在埃弗里通过肺炎球菌转化实验证明了DNA而非蛋白质是遗传物质的研究成果之上。

基础研究通常被划为两种类型，一种是科学家好奇心驱动的、没有明确目的之自由探索，另一种则是国家和社会需求或科学前沿目标导向的基础研究。

基础研究可以是目标导向的，这类定向性基础研究在国家科技创新体系中占有重要的位置。

值得强调的是，应该反思一下自由探索型基础研究在现实中的实际地位。倡导自由探索最著名的是美国科技管理专家布什；但是，在“布什报告”推动下形成的国家建制化科学体系中，由科学家好奇心驱动的自由探索实际上是得不到鼓励和支持的，因为该体制依靠的是一种围绕科学精英开展研究活动的“精英中心化”科研范式。

自由探索通常被定义为研究者在好奇心驱动下开展没有实际应用目的之科学研究。如何评判“研究目的”？

首先，这个词带有很强的主观色彩。研究者本人在开展一项具体的研究时可能清楚自己的研究目的并清晰地表达出来，也可能不清楚或没有表达出来，甚至可能故意隐藏真实目的；研究目的可能是单一的，也可能是复合的，还有可能是变化的。

显然，他人评判研究者之“目的”并非易事；尤其不要把某项研究获得的结果简单等同于驱动研究者开始进行研究的目的。

当然，人们也可以建立各种“客观”标准进行评判。

例如，美国国防部于1963年开展了一个叫“后见之明”的项目，评估在武器创新过程中科学和技术活动各自作出的贡献，结论是基础研究的贡献不大。

随后美国国家科学基金会也进行了类似的评估项目——“追溯研究”，得到的结论却是基础研究的贡献巨大。

这两个评估项目的差异之一是，评估回溯时间的标准不同，前者是“回溯20年”，后者是“回溯50年”。

也就是说，不同的判别标准可能影响到最终对基础研究之目的和价值等的判断。

基础研究与应用研究间的复杂关系

许多人认为纯粹的基础研究不应该考虑应用，但是，在当代建制化的R&D框架中，很难找到这样纯粹的基础研究。

“布什报告”认为基础研究和应用研究联合构成完整的科研创新体系，这种看法被美国科技界总结为一种线性模式，即基础研究和应用研究是两个相对独立的科研活动模块，先有作为创新源泉的基础研究，而后才有基于基础研究成果的应用研究。

但这种简单化的线性模式显然很难完全反映现实中复杂的科技创新活动。

1997年，美国普林斯顿大学学者斯托克斯通过一个二维坐标体系把基础研究和应用研究之关系分为四类，其中由求知欲驱动的纯基础研究被称为“波尔象限”，由应用引发的基础研究被称为“巴斯德象限”，而纯应用研究则被称为“爱迪生象限”。斯托克斯当时没有给第四个象限取名。

在这个二维象限图中，巴斯德象限不仅指出应用研究也可以是基础研究的起点，而且表明应用研究和基础研究之间有时并没有明确的界限，二者的研究目标是可以融合的。

自由探索型基础研究被视为好奇心驱动的研究，通常等同于由科学问题或假设驱动的研究。

但是，在当今大数据时代，出现了一种新的研究类型——数据驱动的研究。开展研究的出发点不是好奇心，其研究目的也不是去解决某个科学问题或者验证某个科学假设，而是获取研究对象的海量数据。

在生命科学领域最具代表性的数据驱动的研究就是人类基因组计划——研究目的是测定组成人类基因组的30亿个碱基的排列顺序。

数据驱动的研究通常不直接涉及具体的应用目标。人类基因组计划希望通过测定碱基序列而发现基因组包含的所有基因和其他组成元件。

因此，数据驱动的研究往往被称为“发现的科学”（Discovery science）。这种发现的科学既可以支撑假设驱动的基础研究，也可以服务于需求驱动的应用研究。

显然，数据驱动的研究既不是传统意义上的基础研究，也不是单纯的应用研究，而更适合纳入到斯托克斯教授没有命名的第四个象限。

笔者建议把该象限称为“第谷象限”（Tycho’s Quadrant）——这位丹麦天文学家对众多天体的运行进行了精密观测，而这些天体观测数据随后为开普勒创立行星运动的三大定律奠定了基础。

基础研究没有标准的或者既定的模式

基础研究往往被贴上一些固定的标签，如探索性强、周期长、需要稳定支持等。

但是，不同种类的基础研究具有各自的特点，其具体的研究起点、研究路径、研究方法、研究环境可能有所差别。

不同类型的基础研究对经费的需求显然是不一样的。

例如，高能物理的研究通常需要大科学装置，如粒子对撞机或加速器，仅仅是建造这些装置就需要几十亿甚至数百亿元的经费；天文学领域也经常需要大型的观测装置，最近发射上天的韦布空间望远镜的建造共花费了大约100亿美元。

有些研究则不需要很多经费，如理论物理领域的许多研究工作。

生命科学过去需要的经费不多，如孟德尔在教堂花园里利用豌豆进行的遗传学研究；但是，今天的生命科学领域有些研究工作也需要使用一些昂贵的设备，例如结构生物学研究需要核磁仪或冷冻电镜。

总的来说，人们不能笼统地将经费强度和基础研究水平画等号，更不能简单地认为原创性基础研究成果是用钱堆起来的。

不同的基础研究需要的时间也是长短不一，有的研究要“十年磨一剑”，有的研究则显然不需要如此长的时间。

物理学史上的两个经典案例：牛顿在乡间度过的一年半时间里完成了牛顿力学体系的建构，被称为牛顿的丰收年；爱因斯坦在专利局工作的三年时间里完成了多项重要的研究，并于1905年连续发表了包括了狭义相对论在内的4篇原创性研究论文，被称为爱因斯坦的丰收年。

即使我们认为这些“超级天才”是例外，科学史上显然也有许多在短时间就做出重要发现的案例，如DNA双螺旋模型的提出满打满算也就花了4年左右。

技术的先进性或发展程度也会影响研究时间，这在高度依赖仪器设备的实验科学中尤为突出。世纪之交的人类基因组计划花了10年左右才基本完成了测序工作，而采用今天的测序技术只需要几个月甚至更短时间就能够完成同样的任务。

显然，获得高水平基础研究成果尤其是原创性研究成果与研究所需要的时间长短没有线性关系。

基础研究最需要的是批判理性和超越精神

基础研究目前得到了国家和社会的高度重视和支持，经费资助和体制机制保障等各种外在因素显然会有很大的提升和改进。

但是，我们要认识到，从事基础研究，尤其是进行“从0到1”的原创性基础研究，更需要研究者具有“仰望星空”的科学探索精神。这种科学探索精神靠两个要素支撑，首先是批判理性——不迷信权威与传统、勇于批判他人与自我；其次是超越精神——超越现实的束缚、超越功利的诱惑。

（本文转载自《生命科学》，有删节。作者系中国科学院大学杭州高等研究院生命与健康科学学院执行院长、中国科学院系统生物学重点实验室主任）

《中国科学报》 (2022-03-04 第1版 要闻）