下一代生物技术的核心驱动力是什么？《自然-生物技术》三十周年

在过去30年里，生物技术的发展由基因组测序技术驱动。而在未来十年，引领这一领域将基因组测序数据转化为实际应用的，将是人工智能。

20世纪90年代，有两项基因组项目承载着生物学领域两个截然不同的目标。一个是 1996年对单细胞酵母菌（酿酒酵母）的测序 ——这是首个完成全基因组测序的真核生物。另一个是 人类基因组计划 ，一项旨在解读人类30亿个DNA碱基对的跨国合作，在几年后相继完成。 这两个项目催生了一种设想：如果我们能通过DNA数据在宏观层面“读懂”生命，我们或许也能“改造”它 。三十年后，基因组测序及其相关数据成本骤降，效率大幅提升，获取也愈发便捷， 但如何将基因与疾病或表型联系起来，仍面临重重局限 。

当今生物技术的核心命题，在于如何弥合数据发现与实际成果之间的鸿沟 ——借助经过优化的人工智能方法，在人类尚未完全认知的生物复杂性中寻路探索，从而将发现转化为现实。

《自然-生物技术》（ Nature Biotechnology ）创刊号于1996年初问世，当期的社论讨论了酵母菌基因组项目的收官（Nat. Biotechnol. 14, 547–548; 1996）。作为首个完成全基因组测序的真核生物，这一项目凝聚了全球数百位研究人员的共同努力。 酿酒酵母在工业生物技术和基础遗传学研究中举足轻重，至今仍是如此 。 社论中写道：“酵母基因组计划最深远的意义，或许就在于它落幕的那一刻。从那一刻起，生物序列信息私有化的时代宣告终结。” 生物信息的归属权与商业专利的兴起在当时引发了激烈争论。同样是在1996年，人类基因组计划的领导者们达成共识：所有人类基因组序列数据将即时向公众免费开放，这一决定打破了以往等待发表后才公布数据的惯例。 如今生物技术的大多数分支，皆直接根植于这场基因组学革命 。

基因组测序技术的不断进步，以及由此涌现的海量公开数据，推动了整个领域从“假说驱动”转向“数据驱动”的生物学范式。人类基因组测序的成本从数亿美元骤降至几百美元。在短暂的一段时间内，DNA测序成本的下降速度甚至超过了计算成本，让人一度以为生物学的突破终于也迎来了类似摩尔定律的指数级增长。

然而，研究者们始终清楚： 生命不只是数据 。当生物技术从“读取基因组”迈向“理解并干预生命系统”时，那条指数曲线便戛然而止。诚然，如果没有这些数据，就不会有精准基因编辑，也不会有个性化癌症疗法。然而，廉价测序带来的，不是预想中更快的疾病治愈方案，而是更深刻地揭示了细胞层面基因与环境、基因与基因之间错综复杂的相互作用。 测序本身只是开始，真正困难的是对数据的解读 。

人工智能正是在这一背景下进入生物技术领域，它试图通过压缩这种日益庞杂的生物复杂性，将其转化为人类可理解的形式 。这些算法和基础模型，能够从高维组学数据或蛋白质序列中梳理出功能性关联。它们能够探索人类难以想象的化学空间，从而寻找突破性的解决方案。 人工智能在虚拟筛选、靶点发现、蛋白质结构预测与设计，乃至实验方案设计这些现代生物技术的早期核心环节，都展现出强大的潜力 。

然而， 人工智能并不会让所有生物学问题都变得可预测。它真正能做的，是在可以预测的领域给出更清晰的预判，并标识出那些仍无法预测的领域 。这一区分至关重要， 因为未来十年的生物技术突破，很可能正是发生在生物学、计算科学与社会需求三者交汇的特定领域 。生物技术的下一阶段，将不再只由我们能生成和分析多少数据来定义，而会更多取决于我们选择优先聚焦于哪些研究方向。

其中一个备受关注的领域是衰老研究 。尽管当下有很多不乏夸大其词的说法，但是 当前的抗衰老干预手段仍处于初步探索阶段 。长寿研究的下一阶段， 将更多聚焦于延长健康寿命 ， 而非追求大幅延长寿命本身 。人工智能能够揭示基因组学、蛋白质组学与纵向健康数据之间的规律，随着靶向干预从模式生物逐步推进至临床研究，我们对人类生理机制及其可调控性的认识也将不断深化。

气候与工业生物技术的拓展，同样是未来数十年亟需优先推进的议题 。经过改造的微生物、农作物、酶及生物过程，相比人类治疗领域面临的监管壁垒更少，更易于优化、标准化并实现规模化部署。人工智能同样有助于找到工程改造的靶点，并优化相关流程。在未来十年，材料、食品、燃料与化学品的生产应更加可持续、更具资源效率。

随着新发现的步伐加快， 生产制造已成为制约发展的瓶颈之一 。 人工智能不仅能帮助设计更优化的分子 ， 还能助力生产过程的自动化 。在可靠性、规模、成本与分发配送等方面的突破，将使细胞疗法、RNA药物和个性化药物真正能够触达患者和市场。而制造门槛的降低，也将使生物技术变得更加触手可及。

拥抱人工智能、善加利用，无论是在科学研究还是日常生活中，都是明智之举 。 但与此同时，认清其局限性并正确地使用，同样不可忽视 。随着人工智能对全球的影响日益深远，如何清晰传达其价值与局限性，也变得愈发重要。在 《自然-生物技术》创刊二十周年的社论中，我们曾写道：“我们必须认识到，旧有的传播模式已经失效。二十年来，生物技术圈子与外界之间那种被动的、潜移默化的信息流通，对提升公众科学素养收效甚微。” 如今，信息传播既比以往更容易，也更为复杂 。一方面，探讨生物技术与公共卫生进展的研究成果和新闻报道变得触手可及；另一方面，泛滥的虚假信息则需要费心甄别。尽管人们对人工智能怀有与当年相似的热情与期待，但正如测序技术的深远影响历经数十年才充分显现一样， 人工智能的惠益，或许也将是逐步涌现，而非一蹴而就 。