大家好，我是谷智轩。本月初，在2022年深圳全球创新人才论坛上，著名结构生物学学者颜宁宣布，将会辞去美国普林斯顿大学教职，全职回国，协助创立深圳医学科学院（SMART），并出任创始院长。颜宁教授的经历颇具传奇色彩，不过本期《轩讲》不聊她的经历，而是聊聊她正在做的事情，包括科学研究上的，以及她即将在深圳开创的新事业。

我们先来看一下颜宁在普林斯顿大学分子生物学系的简介，上面写着，她的研究领域，是生物化学、生物物理学和结构生物学，具体的研究对象，是膜运输和脂类代谢的结构与化学基础。我给简单解释一下。细胞膜大家都知道吧，就是包在细胞外面的一层很薄很薄的膜，平均厚度不到10纳米。别小看这层薄膜，它由脂类、膜蛋白、多糖构成，不但成分复杂，而且结构也非常复杂，还一直处于流动状态。它的一项重要功能，就是只允许特定的物质进出细胞，还会帮忙把这些东西运进运出。这个过程，就叫“膜运输”。

(资料图)

那么，这个过程是怎么进行的呢？

我们都知道，油水不相容。油就是一种脂质。脂质分子不溶于水，有疏水性。细胞膜的脂质双分子层，会像墙壁一样围住细胞，把一些亲水性化合物，比如说糖、氨基酸、离子、药物，统统拦住。那它们要进进出出，怎么办呢？只能走“大门”呗。细胞膜上面，有各种各样的“门”。这些门一般由蛋白质构成，也就是膜蛋白。它们有各种各样的形状，开合的方式也不一样。有的呢，一直打开着，只要形状、大小、电荷对上了，就让过。有的平时关着，受了刺激才打开。比如说，有遇到物理刺激打开的“机械门控”；受到化学物质刺激打开的“配体门控”；还有“电压门控”，顾名思义，细胞膜电势变化，“门”才打开，是不是听上去就很高端？还有一种“门”，要更“负责”一点，有“门卫”守着。“快递”来了，“门卫”认证、接手，再亲自送到里面。前面说的“门”，叫作“通道蛋白”，“门卫”，叫作“载体蛋白”，它们合起来，都叫“转运蛋白”。

我们身体里面，每个细胞的“外墙”上，都有许许多多这样的“门”，几乎针对每类物质，都有量身定制的“门禁”系统，还经常是好几套“门禁”配合使用。你说这事复杂不复杂？但是不弄清楚又不行。因为很多疾病，都和这些“门”的功能失常有关。比如说，葡萄糖转运蛋白（GLUTs），如果出了问题，就会影响葡萄糖的正常吸收，导致大脑萎缩、发育迟缓、癫痫等一系列疾病。再比如说，电压门控钠离子通道和钙离子通道，和心率紊乱、癫痫等疾病有关。要治疗这类疾病，首先就要知道，“门禁系统”是哪里坏了，才能思考怎么去修补。后面这半程，就是设计药物、疗法的过程，修补的位置，叫做药物靶点。

颜宁团队主要研究的对象，就是这些“门”，上面提到的葡萄糖转运蛋白啊，电压门控离子通道啊，都在其列，而且是研究的重点。再具体一点，这些科学家的工作，是用各种生物物理和生化化学方法，去琢磨这些蛋白质“门禁系统”的构造，以及它们放行的对象是谁、具体是怎么运转的。这也是为什么说颜宁是结构生物学家。

结构生物学是一门用各种方法，研究生物大分子空间结构、动态过程和功能的交叉学科。转运蛋白就属于是一种生物大分子。不过，虽然叫“大分子”，它还是非常小，你们想，细胞膜才不到10纳米厚，它上面的蛋白质，能有多大？这个大小，别说眼睛看了，光学显微镜都不顶用，因为光的波长都要几百纳米，用麻绳探针孔，能找着么？电子显微镜倒是可以，但在观察蛋白质方面，它的短板也不少。

首先，大生物分子，它是活的，会动，会改变姿态，在溶液里也不老实待着，而是漂来漂去。咱们要仔细观察活的动物，就说一条鱼吧，是不是最好能想个法子，把鱼给固定住？观察有活性的蛋白质也是如此，要先把它们给固定住。比如说，把蛋白质结晶，也就是把蛋白质放到溶剂里面，让溶液过饱和，再通过降低溶解度，析出蛋白质晶体。但是，我说得简单，实际上，蛋白质大分子的结晶是非常困难的，因为它们的分子链太长，非常容易扭曲、缠到一起，还有很多修饰，就像雾里看花一样。而且结晶的过程，还会受到大量因素的影响，不好控制。所以很多人都说，蛋白质结晶既是一门科学，也是一门艺术。

​像颜宁解析的葡萄糖转运蛋白GLUT1，结晶就很困难。这种分子修饰很多，而且高度动态，结构很不稳定。自从1985年鉴定出它的基因序列之后，世界那么多顶尖实验室攻关了近三十年，都没能搞明白它的三维结构。直到颜宁和她的团队，先是通过改变了蛋白的一个氨基酸，去掉了GLUT1的糖基化修饰，又找到GLUT1的一种天然存在的致病突变体，把它多变的结构，锁定到不容易变化的状态，这才成功表达、纯化、结晶，最后通过X射线衍射成像，分析出它的三维晶体结构。这项发现，也是颜宁最有份量的研究成果之一。

除了需要结晶、结晶困难之外，电镜观测蛋白质分子的难点，还在于两个地方。一方面，蛋白质分子是比较脆弱的，如果照射过量电子，就会打断化学键，破坏蛋白质的结构。这也叫“电子辐照损伤”。

所以，观察蛋白质分子，要严格限制电子照射剂量。但是剂量不够，观察到的图像，就看不清楚。这也是一个悖论。另一方面，只有在真空环境中，电子才能稳定有序地排列，用于观察。但是蛋白质分子是泡在溶液中的，放到真空当中，溶液受到气压差，会流向电子显微镜，影响观测。所以，为了解决这些问题，科学家们发明了一种的新装备，叫做冷冻电镜（Cryo-SEM）。原理呢，就是通过瞬间把样品冷冻到零下170℃，将分子固定在一层薄薄的玻璃态冰晶里面。这样一来，不需要结晶，也能把蛋白质分子给“定住”。而且，也不存在溶液流向电镜的问题。至于电子剂量太小，看不清楚图像的问题，可以拍摄成千上万张照片，再通过计算机处理来强化图像，进行三维建模。

冷冻电镜技术，在2010年前后基本成熟，开始大规模应用。这对于结构生物学家来说，那真是瞌睡了送枕头。有了趁手的工具，他们的研究可以说是突飞猛进，成果井喷式增长。颜宁，以及她的恩师施一公，就是第一批将冷冻电镜技术引进国内的学者。清华大学投资数百万美元，引进设备，招募专家，早在2011年就搭建起了冷冻电镜的核心团队。而借助冷冻电镜，颜宁团队接二连三地做出了重大成果。比如2013年，发表了与疼痛通路有关的辣椒素受体TRPV1蛋白结构；2015年，发表了与肌肉兴奋收缩通路有关的电压门控钙离子通道复合物CAV1.1和RyR1的结构。之后，颜宁团队还进一步解开了葡萄糖转运蛋白GLUT1、GLUT3、GLUT4在不同功能状态的结构，并继续对电压门控钙离子和钠离子通道的各种复合物的结构、功能进行探讨。这些研究都对理解相关疾病的病理、找到潜在的药物靶点，做出了很大贡献。

诺贝尔物理学奖获得者理查德·费曼曾半开玩笑地说过一句话，“许多基础的生物问题是非常容易解决的，只要能看到它们就行”。颜宁自己也说过，“结构生物学是打开人类观测分子世界的眼睛”。阻拦我们解开很多疾病奥秘的最大拦路虎，就是我们看不见体内这个微观世界正在发生什么。所以，人类发明了各种各样的工具去“看”，颜宁过去使用的X射线晶体衍射法，现在使用的冷冻电镜，都是这样的工具。不过，在目前阶段，即使是再先进的工具，都有局限性。所以，在得到蛋白质的氨基酸序列后，科学家们往往要通过各种方法，先对蛋白质结构进行一定的预测。比如说，从数据库里，找到与研究对象同源的已知蛋白质作为模板，再通过理论计算方法进行优化，得到预测的蛋白质结构模型。之后，他们再通过一系列的实验设计，去观测蛋白质，然后比对观测信息和模型，不断修正模型，最后得出结果。

从结构预测到实验验证，可以说每一步都要消耗大量的人力物力，而且很多时候，甚至是大多数时候，实验结果会告诉你，你预测的结构不太靠谱，最好从头再来一遍。所以，结构预测得准不准，很大程度上就决定了这种字面意思的“猜-测”过程，要重复多少回。这就是人、dollar和时间的事。那科学家们当然希望，这预测能做得越准越好，最好一“猜”一个准，只要拿到氨基酸序列，就能通过某种炫酷的公式啊、模型啊，把结构算出来。这样，指不定连实验都省了，完美！

不过，天底下哪有这样的好事啊。虽然蛋白质的折叠确实受物理规律的支配，但是蛋白质分子太复杂，含有的氨基酸从几个到几万个不等——要知道，100个氨基酸组成的蛋白质，就有3的198次方种可能的稳定结构，这还不算它与周围的溶剂分子相互作用。人类掌握的规律又那么有限，要判断这些氨基酸链的折叠方式，谈何容易？我打个比方，你知道一座房子有几块砖，几根梁柱，也知道把房子建起来，要符合力学定律，还有很多限制条件，比如说房子的功能，周围的环境，等等。那么，你可以算出房子长什么样吗？如果是一座泡在水里的，有大大小小、成千上万不同材料粘在一起的，用途尚不明朗的建筑呢？我只能说，很难的啦。

几十年来，科学家们一直在总结规律，尽量把不太可能出现的结构排除掉，缩小他们预测的范围。现在他们的主要出发点，是一个叫“自由能”的概念。可以这么理解，自由能越高，蛋白质就越不稳定，容易发生改变。所以，它会以自由能最小化的方式折叠起来。从这条规律出发，算结构变得容易了一些，但也有限。诺贝尔化学奖获得者理查德·亨德森就说过：“你可以通过能量最小化来做结构，最多可达60或70个氨基酸……但是一旦你想尝试1000个氨基酸左右的蛋白质，答案就会迅速变得遥不可及。”

可能性太多，规律又太少，所以很长时间以来，预测蛋白质结构方面的进展，一直缓慢。科学家们还专门为了这个事情，办了一个比赛，叫CASP，名称翻译过来，就是“蛋白质结构预测关键评估”大赛。主办方出题，给出几十个已经实验测出结构，但结果还没公开的蛋白质。参赛者答题，根据氨基酸序列，用自己的模型来算结构。然后由独立评审，比较这些模型和主办方的实验结果，给模型打分，分出高下。这个比赛两年举办一次，到今年刚好15届。前13届，进展都有限，慢到几乎看不出来，大家给出的模型，差别也没多少。直到2018年，突然蹦出了一个冠军，成绩比亚军高出20%。这下无论是学界内外，都炸开锅了。

这个冠军，叫AlphaFold，和那个围棋下赢世界冠军的AlphaGo，来自同一家公司DeepMind。没错，它也是一个AI。

这还没完。两年之后，AlphaFold二代又参加了比赛，还是第一，分数比上次还高。而且，这个AlphaFold2不但参赛了，还在一年后开源了，数据集向公众免费开放。到今年7月，它数据库里预测的蛋白质结构，已经超过了两亿个。包括植物、细菌、真菌在内，已知的100万个物种、2.14亿个蛋白质结构，全都进了它的数据库。而从几十万到两亿，它只花了两年的时间。

对比一下，生物学家们花了几十年时间，实验解析的蛋白质，大约是18万种。

好家伙，计算科学家搞出来的AI，不但抢了围棋大师、艺术家的饭碗，现在又来抢结构生物学家的饭碗了。所以网上不少人阴阳怪气，说颜宁现在回国，是因为被抢了饭碗，在美国混不下去了。

真是如此吗？

不论是CASP大赛，还是AlphaFold，它们要做的事情，都是在提高预测蛋白质结构的准确度。我们前面说了，要了解蛋白质的结构、过程和功能，需要不断地去“猜”和“测”。除非能保证百分之一百猜对，少0.1都不行，否则，还是需要通过观测去验证。而百分之一百，不要说看不见的微观世界了，就算是看得见的宏观世界，有无数定理规律可循，还是无法做到“百分之一百”。对不对，还是要试试才知道。而AlphaFold的准确度中位数，只有92.4，在没有蓝本的自由建模类项目中，只有87。科学家们也通过不断地使用，发现了它的不少缺陷，和可以改进的地方。

比如说，运行AlphaFold神经网络所需要的参数和权重，需要大量的数据进行训练。这些数据来源于各大蛋白质数据库中，几十万个实验确定的蛋白质结构。有些复杂的结构，实验还没有解析出来，人工智能也就学习不到，也就预测不出来。而且，你白拿人家的研究成果来训练AI，总不好还拿它挣钱吧？必须免费啊！当然，这对DeepMind来说是个缺点，对别人估计不是。

再比如说，蛋白发挥功能是一个动态变化的过程。你光知道“门禁”长什么样没用，还要知道它是怎么工作的。算结构，相当于算一幅静态画面，算过程，相当于预测一部电影的走向，一帧都不能出错。这个难度，就要大多了，还是老老实实，把电影看一遍吧。

所以，至少在很长很长的时间，计算不能代替观测。结构生物学家，还是有很多事情要做的。被AlphaFold抢饭碗，主要是那些本身就是做结构预测模型的学者，以及帮助不断试错、重复实验的“实验室打工人”。预测结构更准确了，需要的实验次数就减少了，他们的工作量也就少了。不过，哪怕是这一批人，也未必会失业。现在搞科研，是需要研究的东西多，做研究的人少。减少大量的重复劳动之后，他们可以把精力和资源，投入其他领域，进行创造性工作。我个人觉得，至少在科研这个方面，AI提高效率，目前来看，是利远大于弊的。

至于颜宁教授会不会“失业”，在听了上面这些分析之后，你们觉得像她这样的顶级结构生物学家，普林斯顿大学终身讲席教授，会“失业”吗？相反，就像当年改变研究路径，从X射线晶体学转换到冷冻电镜一样，她一定会拥抱AI技术提供的助力，在科学研究上，更上一层楼。而且，此次颜宁回国，除了科研之外，另一个重要的目标，是“开宗立派”。

宣布挂帅SMART之后，颜宁在接受采访时，对这个选择做出了解释：她将人生分为吸纳、证明和输出三个阶段，第一个阶段是努力学习、充实自己，第二个阶段是努力工作以获得认可，而第三个阶段是把自己的所学、所感传递给更多人、扶持更多人。在深圳，她将努力实现第三个梦想。颜宁过去曾不断强调，一个好的科研环境，以及发达的科研相关产业，有多么重要。试剂、设备不但贵，还买不到，好不容易获得的成果，却无法转化，也得不到回报。这些情况，她都遇到过，也不希望更多的人遇到。而SMART运作灵活，有足够的资源，却没有条条框框，不定编制、级别，自主设岗，学术自治，市场化薪酬、社会化用人。这无疑是她为中国生物医药产业竖起一座灯塔的理想平台。

在论坛现场，颜宁说：“经过几代人的共同努力，在10年、20年之后，在世界生物医药的版图上，深圳将会占有重要的一席之地。在那个时候， 希望当大家说起生物医药的大湾区，首先想到的就是东半球的这里。”豪言壮语，振奋人心，但做什么，往往比说什么更重要。颜宁的科研成就，举世公认，她能否在中国这片土地上高举火把、薪火相传，我们拭目以待！

好了，以上就是本期《轩讲》的全部内容。这档节目现在会固定在我的个人号发布，每周两更，一般是在周三晚间和周六早上，还请各位点个关注。最后还是少不了大家喜闻乐见的吟唱环节：观察者网是一家独立而负责任的新闻网站，我们秉持全球视野、中国关怀的理念，为大家制作节目。想要支持我们的朋友，可以加入付费会员频道观察员，年费198，使用我的邀请码007可立减十元。现在充值或续费，可领取复旦大学中国研究院出品的《东方学刊》第十六期和范勇鹏老师著作的《从公司到国家：美国制度困局的历史解释》，限量三百套，大家赶紧行动吧！