陳冰

邁克爾·萊維特作為浦江科學(xué)大師講壇的首位演講嘉賓，金句迭出。

“地球上最具智慧的是什么？是電腦嗎？是某個(gè)人嗎？是諾貝爾獎(jiǎng)得主嗎？”

“如果沒(méi)有失敗，恰恰可能意味著你的研究并沒(méi)有太大難度。”

“生物進(jìn)化中不是最適者生存，而是最具多樣性者生存，多樣性使人們變得聰明?！?/p>

“基礎(chǔ)科學(xué)研究就像買(mǎi)‘彩票’，你無(wú)法預(yù)測(cè)結(jié)果，但你可以多買(mǎi)幾張‘彩票’，這更有助于獲得一流的發(fā)現(xiàn)。”

11月15日，2013年諾貝爾化學(xué)獎(jiǎng)得主、復(fù)旦大學(xué)復(fù)雜體系多尺度研究院榮譽(yù)院長(zhǎng)邁克爾·萊維特（Michael Levitt），作為浦江科學(xué)大師講壇的首位演講嘉賓，金句迭出。

他用幽默風(fēng)趣的語(yǔ)言講述了計(jì)算生物學(xué)如何從一個(gè)現(xiàn)代生命科學(xué)中的“邊緣”學(xué)科一躍成為引領(lǐng)性的龍頭學(xué)科的過(guò)程，討論了“無(wú)用”的基礎(chǔ)科學(xué)和“有用”的應(yīng)用科學(xué)之間的深層依存關(guān)系，啟發(fā)人們重新思考和認(rèn)識(shí)這二者的有機(jī)結(jié)合方式，在從事科學(xué)研究時(shí)該如何選擇深入鉆研的方向。

地球上什么最聰明？

從數(shù)學(xué)、計(jì)算機(jī)科學(xué)，到物理、化學(xué)，再到生物、醫(yī)學(xué)，世界頂尖科學(xué)家邁克爾·萊維特的研究涉及多個(gè)學(xué)科領(lǐng)域。他首創(chuàng)了蛋白質(zhì)和DNA的分子動(dòng)力學(xué)模擬方法，并一直致力于蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)技術(shù)的關(guān)鍵評(píng)估，研究蛋白質(zhì)結(jié)構(gòu)的折疊和包裝，開(kāi)發(fā)用于大規(guī)模序列結(jié)構(gòu)比較的評(píng)分系統(tǒng)。

“地球上最具智慧的是什么？是計(jì)算機(jī)嗎？是人嗎？是聰明的人嗎，還是諾貝爾獎(jiǎng)獲得者？其實(shí)都不是，最聰明的其實(shí)是生物。因?yàn)樯铮╞iology）創(chuàng)造了我們?nèi)祟?lèi)，生物界可以折疊蛋白質(zhì)，生物界可以做任何事?！痹谒磥?lái)，沒(méi)有哪位化學(xué)家能制作出令人難以置信的接近生物的化學(xué)分子，也沒(méi)有任何一個(gè)材料科學(xué)家能制作出皮膚或者大腦。生物學(xué)與人類(lèi)智能及人工智能關(guān)系緊密。

我們的生命離不開(kāi)蛋白質(zhì)。蛋白質(zhì)是一切生命活動(dòng)的基礎(chǔ)物質(zhì)，它是運(yùn)輸氧氣的載體，是幫助抵御病毒的抗體，也是消化食物的酶。蛋白質(zhì)之所以能夠承擔(dān)多種多樣的功能，很大程度上是因?yàn)樗鼈兙哂胸S富而復(fù)雜的空間結(jié)構(gòu)?？墒?，蛋白質(zhì)如何折疊成這些獨(dú)特的形狀呢？

幾十年來(lái)，科學(xué)家們一直在努力解決生物學(xué)最大的挑戰(zhàn)之一——預(yù)測(cè)由氨基酸組合折疊而成的蛋白質(zhì)的三維結(jié)構(gòu)。萊維特說(shuō)，蛋白質(zhì)折疊分子其中每個(gè)原子都有精確的定位，可能直徑連一納米的1/10都不到。蛋白質(zhì)的折疊可以說(shuō)是生命得以產(chǎn)生、得以延續(xù)一個(gè)非常重要的奧秘。

每一個(gè)生命體的功能或組織中，都是由各種類(lèi)型的蛋白質(zhì)進(jìn)行折疊以后的結(jié)果。蛋白質(zhì)進(jìn)行折疊以后，自動(dòng)形成了各種各樣的形狀，就像搭房子一樣，可以把所有的形狀放在一起，自動(dòng)就形成了一套房子的樣子?！叭缤磮D一樣拼接起來(lái)，就形成了生命體的千姿百態(tài)、多種多樣。所以，自然是非常聰明的一個(gè)‘建筑師’，我們可以從自然學(xué)到很多的經(jīng)驗(yàn)。人工智能發(fā)展的背后就有生物學(xué)。1943年一位神經(jīng)生物學(xué)家的模型推動(dòng)了人工智能的發(fā)展。感知器，就是一個(gè)單層的人神經(jīng)網(wǎng)絡(luò)，機(jī)器學(xué)習(xí)中用的神經(jīng)網(wǎng)絡(luò)其實(shí)就是在模仿生物的學(xué)習(xí)過(guò)程。這樣一種結(jié)構(gòu)，對(duì)學(xué)習(xí)而言是效率比較高的?！?/p>

以“根植上海、聚焦前沿，傳播科學(xué)思想，助力具有全球影響力的科技創(chuàng)新中心建設(shè)”為主題，邀請(qǐng)全球頂尖科學(xué)家作前沿研究學(xué)術(shù)報(bào)告，力爭(zhēng)以最高的學(xué)術(shù)水準(zhǔn)、最新的前沿信息、最具傳播力的大師思想，形成最受關(guān)注的科學(xué)講壇。

講壇以復(fù)旦大學(xué)相輝堂為永久會(huì)址，原則上一年舉辦6期，每期邀請(qǐng)一名頂尖科學(xué)家作主報(bào)告。講壇以線下報(bào)告與面向全球線上直播相結(jié)合的方式進(jìn)行。

在報(bào)告人遴選方面，“浦江科學(xué)大師講壇”組委會(huì)下設(shè)講壇學(xué)術(shù)委員會(huì)，由中國(guó)科學(xué)院院士、復(fù)旦大學(xué)校長(zhǎng)金力擔(dān)任學(xué)術(shù)委員會(huì)主任，邁克爾·萊維特（Michael Levitt）等十多名頂尖科學(xué)家擔(dān)任成員。講壇學(xué)術(shù)委員會(huì)將從諾貝爾獎(jiǎng)、圖靈獎(jiǎng)等具有全球影響力獎(jiǎng)項(xiàng)的獲獎(jiǎng)?wù)咧?，遴選出100名科學(xué)家，形成動(dòng)態(tài)大師庫(kù)，并由講壇組委會(huì)從大師庫(kù)中遴選確定每期講壇的具體報(bào)告人選。

在萊維特看來(lái)，細(xì)菌的后代就是細(xì)菌自身的一個(gè)拷貝或復(fù)制。所以如果這個(gè)細(xì)菌非常適合（生存），它的后代跟它的基因是完全一樣的。所以，“適者生存”對(duì)細(xì)菌來(lái)說(shuō)，似乎是說(shuō)得過(guò)去的?，F(xiàn)在的細(xì)菌跟30億年前的細(xì)菌沒(méi)有什么不一樣，但自然界需要發(fā)明新的東西。因此，來(lái)自父母的細(xì)胞結(jié)合到一起，然后后代有一個(gè)隨機(jī)混合的基因。其中不一定把父親最好的基因和母親最好的基因結(jié)合到子代中，只是隨機(jī)把父親和母親的基因結(jié)合到一起，生成了后代。

“為什么自然做出這樣的選擇？可能自然認(rèn)識(shí)到，未來(lái)是未知的，為了未來(lái)的生存權(quán)，需要多樣性，需要各種不同的行為模式，才能生存下來(lái)。如果要建立一個(gè)偉大的生命或偉大的社會(huì)，我們需要多樣性，這樣才能生存。這就是為什么人類(lèi)發(fā)展出了智商，智商是多元化的一個(gè)東西，我們可以用智力做各種事情、創(chuàng)造各種文明。所以，在某種程度上，多樣性帶來(lái)了智慧。”

究竟什么是科學(xué)？在拉丁語(yǔ)中，“科學(xué)”意味著知識(shí)、專業(yè)或是經(jīng)驗(yàn)?！靶碌闹R(shí)，是做事的一種新配方。這是我所喜歡的關(guān)于科學(xué)的定義?！比R維特說(shuō)，他經(jīng)常思考什么是知識(shí)，有一天，他忽然意識(shí)到，其實(shí)知識(shí)就是文明的DNA。

“DNA就像一本書(shū)，它描述了創(chuàng)造一個(gè)人的‘配方’，而各種各樣的知識(shí)就相當(dāng)于文明的DNA，告訴我們?nèi)绾谓ㄔ於Y堂、制造攝像機(jī)等等。我們把信息融入到了DNA當(dāng)中，DNA可以得到復(fù)制，因此信息也可以得到復(fù)制。我們慢慢地從DNA逐步演化到了固態(tài)硬盤(pán)這樣的東西，然而世界上DNA的數(shù)量比我們現(xiàn)在計(jì)算機(jī)里存儲(chǔ)的所有的信息總量都多，可以達(dá)到1E25個(gè)TB，而且每個(gè)細(xì)胞都有自己的DNA?！?/p>

我們應(yīng)該如何用系統(tǒng)的方式來(lái)思考科學(xué)的問(wèn)題？也許核心要義就是要允許犯錯(cuò)?！爱?dāng)你做一件非常困難的事情，非常重要的一點(diǎn)就是出錯(cuò)。有人會(huì)說(shuō)我從來(lái)沒(méi)錯(cuò)過(guò)，這意味著你可能從來(lái)沒(méi)做過(guò)任何困難的事情。看看孩子是怎么學(xué)會(huì)走路的，他會(huì)不斷摔跤。如果你要解決一個(gè)非常困難的科學(xué)問(wèn)題的話，必須要做好準(zhǔn)備，要接受自己可能會(huì)錯(cuò)誤。我認(rèn)為我們需要某種教育，要讓人們出錯(cuò)。比如考試由隨機(jī)分?jǐn)?shù)來(lái)評(píng)分。犯錯(cuò)誤是很正常的事情，你錯(cuò)得越多，證明你做了更多困難的工作?！?/p>

他認(rèn)為，理論研究是用一種簡(jiǎn)單易懂的模型來(lái)解釋觀測(cè)現(xiàn)象，而實(shí)驗(yàn)則是嘗試獲得額外的觀測(cè)來(lái)證明或否定模型，兩者需要不同的高級(jí)技能，也需要彼此之間的溝通交流。無(wú)論從理論還是實(shí)驗(yàn)科學(xué)而言，我們都不可能讓單一的科學(xué)解決所有的問(wèn)題。

也正因?yàn)榇?，萊維特呼吁促進(jìn)跨學(xué)科研究，打破學(xué)科的壁壘，“跨學(xué)科的研究極其重要，因?yàn)樗w現(xiàn)出的是多樣性、多元性的一種美感。在這種多元化的環(huán)境中工作，就像父本和母本締造了子本，那子一代就會(huì)展現(xiàn)出比父本和母本更加優(yōu)秀的一種特征，這對(duì)產(chǎn)生前沿科技成果是非常重要的”。

蛋白質(zhì)是一切生命活動(dòng)的基礎(chǔ)物質(zhì)，它是運(yùn)輸氧氣的載體，是幫助抵御病毒的抗體，也是消化食物的酶。蛋白質(zhì)之所以能夠承擔(dān)多種多樣的功能，很大程度上是因?yàn)樗鼈兙哂胸S富而復(fù)雜的空間結(jié)構(gòu)。

每一個(gè)生命體的功能或組織中，都是由各種類(lèi)型的蛋白質(zhì)進(jìn)行折疊以后的結(jié)果。蛋白質(zhì)進(jìn)行折疊以后，自動(dòng)形成了各種各樣的形狀。如同拼圖一樣拼接起來(lái)，就形成了生命體的千姿百態(tài)、多種多樣。蛋白質(zhì)的折疊可以說(shuō)是生命得以產(chǎn)生、得以延續(xù)一個(gè)非常重要的奧秘。

基礎(chǔ)科學(xué)重要嗎？“如果沒(méi)有對(duì)科學(xué)領(lǐng)域的深入了解，很難評(píng)估基礎(chǔ)科學(xué)的價(jià)值。比如，載人登月的任務(wù)目標(biāo)非常明確，但基礎(chǔ)科學(xué)研究很難有具體目標(biāo)?！比R維特認(rèn)為，所謂基礎(chǔ)科學(xué)就是還沒(méi)有被應(yīng)用的科學(xué)，一開(kāi)始有一些科學(xué)發(fā)現(xiàn)之后，我們會(huì)覺(jué)得它毫無(wú)用處，但是實(shí)際上任何的科學(xué)知識(shí)都是有用的。一些非常基本的數(shù)學(xué)問(wèn)題，可能成為我們現(xiàn)代所使用的非常復(fù)雜的密碼系統(tǒng)的基礎(chǔ)，當(dāng)時(shí)這些數(shù)學(xué)理論被發(fā)現(xiàn)的時(shí)候沒(méi)有人想到它有什么用處，但實(shí)際上它的價(jià)值極其巨大。

“基礎(chǔ)科學(xué)研究就像買(mǎi)彩票，你無(wú)法預(yù)測(cè)結(jié)果，但你可以多買(mǎi)幾張‘彩票’，這更有助于得到一流的發(fā)現(xiàn)。”在萊維特看來(lái)，基礎(chǔ)科學(xué)研究就像螞蟻尋找隱藏起來(lái)的食物一樣，存在許多不確定性，因此遇到困難與失敗在所難免?！叭绻麤](méi)有失敗，恰恰可能意味著你的研究并沒(méi)有太大難度?！?/p>

“我曾經(jīng)工作過(guò)的劍橋醫(yī)學(xué)研究委員會(huì)分子生物學(xué)實(shí)驗(yàn)室，是一個(gè)不大的研究所，但卻出了28位諾獎(jiǎng)得主。”萊維特在演講中說(shuō)到。

如何才能獲得諾獎(jiǎng)？在他看來(lái)，需要具備“五要素”，即具有充足的研究經(jīng)費(fèi)，如每個(gè)團(tuán)隊(duì)每年160萬(wàn)美元；不存在明顯的官僚主義；以小型團(tuán)隊(duì)（5人左右）為宜；來(lái)自同儕的強(qiáng)大壓力，“只有你的下一篇論文優(yōu)秀，你才算優(yōu)秀”；沒(méi)有等級(jí)觀念，學(xué)生們和諾獎(jiǎng)得主一樣充滿自信。

“事實(shí)上，很多諾獎(jiǎng)成果都是科學(xué)家最富創(chuàng)造力的青年時(shí)期完成的，但科學(xué)界對(duì)年輕人卻存在著偏見(jiàn)。”萊維特說(shuō)，1980年時(shí)，美國(guó)把3%的科研經(jīng)費(fèi)給了60歲以上的課題組長(zhǎng)。到了2014年，3%的科研經(jīng)費(fèi)給了70歲以上的課題組長(zhǎng)。當(dāng)50至70歲的課題組長(zhǎng)獲得科研資金的比例增加時(shí)，研究部門(mén)會(huì)讓他們繼續(xù)留任。而40歲以下的課題組長(zhǎng)獲得科研資金的比例減少時(shí)，研究部門(mén)將雇用更少的青年課題組長(zhǎng)。

演講現(xiàn)場(chǎng)吸引了許多觀眾。

“我們鼓勵(lì)實(shí)驗(yàn)室的年輕科學(xué)家相互合作，而非圍繞特定個(gè)體，即某個(gè)資深科學(xué)家的想法來(lái)工作。我們希望他們做更多創(chuàng)新性的工作?！比R維特說(shuō)，在他的團(tuán)隊(duì)工作的科研人員，也可以去其他團(tuán)隊(duì)工作。

28歲時(shí)，萊維特就和同事撰寫(xiě)了如何計(jì)算蛋白質(zhì)折疊的論文，這在當(dāng)時(shí)是非常前瞻的研究。而今75歲，如何繼續(xù)在研究中保持前瞻性？萊維特說(shuō)，直到現(xiàn)在，他依然對(duì)很多問(wèn)題感到好奇，這讓他不斷地有動(dòng)力去嘗試新事物。“就像在大海中夜游一樣，在科學(xué)中怡然自得?！?/p>

游走于世界各國(guó)，萊維特覺(jué)得自己更像一個(gè)世界公民，僅憑借一部手機(jī)，就可以產(chǎn)生與世界的緊密連接?！坝腥擞弥形慕o我寫(xiě)信，有人用希伯來(lái)語(yǔ)給我寫(xiě)信，我能夠閱讀中文報(bào)紙雜志，因?yàn)槲矣凶詣?dòng)翻譯機(jī)，可以對(duì)語(yǔ)言進(jìn)行轉(zhuǎn)換，從而在很大程度上克服語(yǔ)言的障礙?！?/p>

面向未來(lái)，萊維特建議可以打造一個(gè)真正的全球虛擬全球?qū)嶒?yàn)室。在這個(gè)實(shí)驗(yàn)室當(dāng)中，來(lái)自于全球各國(guó)的頂尖科學(xué)家共同合作，他們?cè)诓煌牡攸c(diǎn)作出不同的研究，通過(guò)遠(yuǎn)程交互、虛擬現(xiàn)實(shí)等技術(shù)提升相互之間溝通的效率、效果?！澳憧梢砸幻腌娭畠?nèi)進(jìn)入我的實(shí)驗(yàn)室，我也可以加入你的實(shí)驗(yàn)室。我們的確會(huì)在短短的幾秒鐘之內(nèi)就完成了很多信息和理念的互通和交流。”萊維特說(shuō)，虛擬全球?qū)嶒?yàn)室作為一個(gè)全新概念，將結(jié)合真實(shí)和虛擬互動(dòng)，使全球影響力最大化，利用計(jì)算生物學(xué)和人工智能輔助的“健康技術(shù)”改善人類(lèi)健康。

新冠疫情的大流行讓萊維特意識(shí)到，在危機(jī)中可以產(chǎn)生新的科學(xué)研究方向。“危機(jī)科學(xué)”將會(huì)是科學(xué)面向未來(lái)的一個(gè)學(xué)科。對(duì)新冠疫情的預(yù)測(cè)、對(duì)氣候變化的預(yù)測(cè)，都是危機(jī)科學(xué)的重要研究?jī)?nèi)容。比如我們可以通過(guò)AI模擬出斯坦福大學(xué)胡佛塔被大火吞沒(méi)的照片，可以模擬出英國(guó)劍橋大學(xué)被洪水湮沒(méi)了、特拉維夫市中心被沙塵暴所湮沒(méi)、上海天際線被洪水臺(tái)風(fēng)所湮沒(méi)產(chǎn)生的嚴(yán)重后果……這些預(yù)警將有助于人類(lèi)從危機(jī)中學(xué)到科學(xué)。

而在AI的加持之下，所有的預(yù)測(cè)將變得越來(lái)越精準(zhǔn)。“蛋白質(zhì)折疊”這一困擾科學(xué)家們近50年的難題，在2021年基本得到了破解。英國(guó)DeepMind公司研究人員創(chuàng)建的人工智能系統(tǒng)AlphaFold將蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的準(zhǔn)確度提高到了原子水平，這比許多科學(xué)家的預(yù)期要早了幾十年，顯示出AI 對(duì)解決重大科學(xué)問(wèn)題的潛力。

僅僅過(guò)了一年時(shí)間，DeepMind就進(jìn)一步破解了幾乎所有已知的蛋白質(zhì)結(jié)構(gòu)，其AlphaFold算法構(gòu)建的數(shù)據(jù)庫(kù)中如今包含了超過(guò)2億種已知蛋白質(zhì)結(jié)構(gòu)，讓人們?cè)诓檎业鞍踪|(zhì)的3D結(jié)構(gòu)時(shí)幾乎就像在谷歌搜索關(guān)鍵字一樣容易。而此前，科學(xué)家們只破譯了科學(xué)界已知的2億種蛋白質(zhì)中的一小部分。

在萊維特看來(lái)，人工智能最有趣的應(yīng)用不是蛋白質(zhì)折疊，而是風(fēng)險(xiǎn)預(yù)測(cè)?！耙苍S十年以后，我們可以跟手機(jī)說(shuō)話，能不能告訴我，我是不是應(yīng)該因?yàn)檫@件事情而感到恐慌？在那種情況下，人類(lèi)會(huì)變得更理性，會(huì)成為真正的智人，而不是愚人。”