原文地址：http://news.sciencenet.cn/htmlnews/2023/4/499281.shtm
1953年3月底的一個周末，劍橋大學卡文迪許實驗室。詹姆斯·沃森（James Watson）和弗朗西斯·克里克（Francis Crick）把一篇僅900個單詞的文稿交給臨時打字員，也就是沃森的姐姐，并告訴她：她正在參與的，將是生物學領域中自達爾文進化論以來最為轟動的事件。
不久后，4月25日，《自然》雜志刊出了這篇文章，該文開頭寫道：“我們擬提出一種脫氧核糖核酸（DNA）鹽的結構，這種嶄新的結構具有相當大的生物學意義。”
這篇文章便是DNA雙螺旋結構的正式發布。該文由沃森和克里克聯手發表，題為《核酸的分子結構：脫氧核糖核酸的結構》。在文末，克里克本來想大篇幅論述該文的生物學意義，但沃森對雙螺旋結構還信心不足，擔心被打臉，再三衡量后，克里克還是克制了：“我們注意到，我們假設的特定配對直接暗示了遺傳物質可能存在的復制機制。”
?
沃森和克里克在1990年代初期擺出了一個類似于他們最初用來描述DNA結構的造型。圖源：冷泉港實驗室兩個年輕人，一個25歲的生物學博士和一個不到37歲的在讀研究生（注：克里克本來在1937年開始讀物理學研究生，由于二戰中斷，至1950年轉到生物學領域再次開始攻讀博士學位），由此掀開了現代分子生物學的大幕，這才有了此后的基因測序技術、基因重組技術以及基因編輯技術。到今年4月，DNA雙螺旋結構發現70周年之際，該文已有超過8500次引用。
?
沃森和克里克于1953年4月25日發表的《自然》雜志論文，該文全文僅900字。文中這幅著名的DNA雙螺旋示意圖出自克立克妻子奧黛爾· 克里克（Odile Crick）之手。此前的相關歷史文獻已經汗牛充棟，那么如何紀念這個70周年呢？我提出了切合當下的3個關鍵詞：年輕人、跨學科和人工智能。
我想知道，今天的年輕人如何像25歲的沃森在70年前那樣一鳴驚人？我想知道，科學知識碎片化加劇，如何面對更寬視野的跨學科要求？我想知道，人工智能尤其是ChatGPT洶涌來襲后，人類的創新能力該如何挖掘？我們的教育受到了怎樣的挑戰？
為此，我給超過80位諾獎得主寫信求解，迄今收到了4位諾獎獲得者的有效答案。他們分別是：1993年諾貝爾生理學或醫學獎獲得者理查德·羅伯茨（Richard J. Roberts），他在1970年代發現了真核生物基因中的內含子和外顯子；2019年諾貝爾生理學或醫學獎獲得者彼得·拉特克利夫（Sir Peter J. Ratcliffe），他研究了細胞感知、適應氧氣的變化機制；2017年諾貝爾化學獎獲得者約阿希姆·弗蘭克（Joachim Frank）和理查德·亨德森（Richard Henderson），二人均因冷凍顯微技術領域的貢獻而獲獎。
?
從左至右依次為：理查德·羅伯茨、彼得·拉特克利夫、約阿希姆·弗蘭克和理查德·亨德森。
關鍵詞1：年輕人
年少成名的沃森還是低估了年輕人的創造力。 1972年，44歲的沃森正在嘗試對一種名為SV40的病毒進行DNA測序。作為冷泉港實驗室（CSHL）主任，他需要招聘新生力量進來，29歲的羅伯茨就進入了他的視野。這時候的化學博士羅伯茨已經通過哈佛的博士后訓練，成功轉型為分子生物學家。他在從事RNA測序工作中用到了化學家弗雷德里克·桑格（Frederick Sanger）開創的測序技術，并發表了兩篇《自然》論文。他本來打算完成博士后工作后回到英國。
面試僅用了10分鐘，并且這10分鐘里絕大部分都是沃森在說。有大名鼎鼎的沃森，加上高薪、實驗室支持以及所有必要的創建資金，讓羅伯茨無法拒絕這一職位。沃森希望他繼續用桑格的測序技術對SV40進行DNA測序，即在DNA復制成RNA后，對RNA進行測序。這是一個擁有獨立實驗室的研究科學家職位，羅伯茨有了大展身手的空間。然而，到達冷泉港后，他才發現已經有兩個小組正在進行完全相同的工作。他認為使用相同的方法開展第三次嘗試是愚蠢的，而這個時候已經有限制性核酸內切酶（下稱限制酶）被發現，這樣就可以獲得更小片段的DNA。羅伯茨對此很興奮，他表示，如果有更多的限制酶發現的話，DNA測序似乎觸手可及，“我開始分離限制酶，希望利用它們開發直接的DNA測序方法”。
然而當時，沃森不喜歡羅伯茨的自作主張。羅伯茨回憶，“我們就我所做的事情爭論了很多次”。最后，羅伯茨并沒有取得成功，但他發現了許多不同的能將DNA鏈切開的限制酶，后者實際上幫助開啟了生物技術產業。 羅伯茨有敏銳的商業頭腦。他在1974年曾試圖說服沃森，讓冷泉港實驗室創立一家生產和銷售限制酶的公司。但沃森婉拒了這個提議，認為這沒有什么賺頭。 羅伯茨實驗室得到了大量的限制酶。在1970年代和1980年代初，近100種已知的限制酶中約有75種是由他的實驗室分離出來的。 不過他并非為了ZL而來，相反，在1972年到1985年期間，他們刻意沒有去為這些酶申請ZL。他們還創建了一個名為REBASE的數據庫，收入了所有已知的限制酶。直到今天羅伯茨還在運行它，并每天更新。 1992年，羅伯茨加入了從事限制酶業務的紐英倫生物技術有限公司（New England Biolabs），并擔任首席科學官。回顧與沃森共事的經歷，羅伯茨不無感慨地說，“我總是尋找那些對科學充滿熱情，尤其是那些想要獨立，不僅僅是按照被告知的去做的人。他們往往是最有創造力的科學家，在有足夠資金支持他們的夢想時，他們通常會做得很好。”
關鍵詞2：跨學科
沃森和克里克正是一對跨學科的黃金搭檔。 1951年，沃森在看到其他化學家得到的蛋白質和DNA的X射線衍射數據后，便堅定認為，DNA具有可以闡明的明確分子結構。于是他申請了英國卡文迪許實驗室的博士后項目。 克里克在一篇回憶文章中稱，如果沒有生物學出身的沃森對DNA研究的執著，物理學出身的他不能單獨解決DNA結構問題。 同時克里克認識到，既然物理學已經取得成功，生物學也應該取得巨大進步，這促使他比傳統的生物學家更為大膽。 羅伯茨的研究經歷一樣如此。他早期的研究發現，單個基因可以作為分離的片段存在于較長的DNA鏈中，但這只有生物化學證據。在進行了約一年的生化實驗后，羅伯茨在1977年找到兩位電子顯微鏡專家設計了新的驗證實驗，于是他們直接觀察到了分裂的基因。羅伯茨說，“這時候每個人才相信我們的結果……一張圖片往往勝過千言萬語。” 此后，羅伯茨在跨學科的道路上走得更遠，他推進開發了第一個繪制和分析 DNA限制酶片段的計算機程序。這個工作在當時并不被認為是生物學的領域，也因此無法說服沃森支持他的工作，而只能通過紐約州立大學石溪分校來運作。最終這個項目得到了美國國立衛生研究院的支持。 后來，沃森糾正了自己的認識，他在2003年7月談到了這件事：“我認為他（羅伯茨）的貢獻仍然被低估了……他在推動生物信息學方面確實非常重要，因此他對未來有著一些非常好的直覺和洞見。” 羅伯茨說，生物學研究往往是跨學科的，關鍵是始終要聽不同領域的演講并盡可能廣泛閱讀，“你永遠不知道哪個領域的哪種技術或方法何時可用于自己的研究”。 跨學科并非漫無目的的學術巡游，其前提是要有對特定學科的深入掌握。2017年諾貝爾化學獎獲得者弗蘭克的看法是，學科的組織有助于建立“思想學派”和深度方法論，“沒有學科，我們很快就會有一堆混雜的思想和方法，沒有深度”。作為德裔生物物理學家、美國哥倫比亞大學教授，他完善了電子顯微鏡圖像處理的單顆粒算法，使三維重構技術走向實用。 同為2017年諾貝爾化學獎獲得者，亨德森的看法是，人們可以自由地從一個領域轉移到另一個領域，而那些明顯的界限更多地涉及機構的資金支持。但是如果你想建立某些東西，你就必須給它一個名字。這位英國皇家學會院士告訴我，“我們的實驗室叫做分子生物學，但最初的生物化學家和生物學家并不喜歡它，因為他們認為它侵犯了他們的地盤，而現在我們為研究和教學機構取了數百個不同的名稱，如化學生物學和生物化學等。”
關鍵詞3：人工智能
令人驚訝的是，4位諾獎得主對人工智能的態度遠遠比不上國內輿論的追捧，其評價甚至偏負面。 最先受到人工智能沖擊的正是弗蘭克和亨德森所研究的結構生物學領域。攪局者是DeepMind開發的蛋白質結構預測程序AlphaFold，后者在2021年7月22日發布的第一個版本，一舉預測了超過35萬個蛋白質結構，這個數據在一年后達到了2億。而過去60年里，科學家通過X射線晶體學、低溫電子顯微鏡和核磁共振等技術才確定了17萬個蛋白質結構。 結構生物學家要失業了嗎？弗蘭克給出了堅決的否定：這種荒謬的想法是對科學作為一種真實世界探究方式的根本誤解，科學是通過假設構建和實驗的循環過程來獲取知識，而不是通過基于現有（有限）知識的模擬。 亨德森也批評了對Alphafold的過度宣傳，但同時欣賞它便捷地提供數據的方式。他還與合作者在2022年的《科學》雜志陳述了看法：AlphaFold和華盛頓大學開發的RoseTTAfold在蛋白質結構預測方面的準確性遠高于之前的方法，但這不意味著蛋白質折疊問題已經得到解決。這些預測程序的結構預測可能足夠準確，有助于實驗結構的確定，但它們不能獨立提供分子和化學相互作用的詳細理解，更無法給出特定序列中的動態結構變化。 他們的結論是，這些預測程序并不是最終答案，盡管蛋白質結構預測取得了重大進展，但實驗結構測定仍然是必不可少的。 而對于當下火爆的ChatGPT，亨德森站在了更宏大的歷史視角。他說，人們將會像利用印刷書籍一樣利用人工智能，這有助于知識普及化，而之前知識往往被限制在擁有壟斷權的宗教人士手中。印刷之后的技術革命，如錄音、錄像、維基百科、智能手機、語音識別和自動語言翻譯等，都加速了知識的進步，“所以目前ChatGPT只是其中的另一個小步驟”。 弗蘭克則對ChatGPT持負面評價：“我從來不理解為什么人們會熱衷于完善一種工具，這種工具無疑會被政府用于社會控制、抄襲、身份盜竊以及虛假陳述。（盡管）我的個人經驗有限，ChatGPT并沒有給我留下深刻印象，因為其中存在著大量的事實錯誤，但顯然，下一代的工具將會得到改進。”羅伯茨的看法與之接近。他說，“我把ChatGPT稱作CheatGPT（欺騙GPT），因為我很容易看出學生可能會濫用它。雖然該程序仍在發展中，但我認為它存在著很大的不當使用空間。我真的認為程序員需要找到一種方式來識別它何時被使用。”
盡管ChatGPT未得到這幾位諾獎得主青睞，但我仍然好奇：ChatGPT會顛覆我們的教育體系嗎？知識獲取還是教育的首要目標嗎？
2019年諾貝爾生理學或醫學獎得主拉特克利夫在關注這個問題。除了牛津大學，他自2016年起還在倫敦以弗朗西斯·克里克命名的研究所工作，并擔任臨床研究主任。
他說，知識是以出乎意料的方式相互建構的，“因此我預計人類思維仍將在連接不同知識領域、解決問題或者定義問題方面扮演重要角色”。 不過，拉特克利夫指出，隨著知識體量的劇增，教育（以及孩子們）的壓力也將增加，他對許多國家疏于更新教育系統和忽視教育行業的投資感到驚訝，“我認為必須修改我們的教學內容，以激發發現的熱情，即進一步獲取知識。”