近日，在第13屆全球蛋白質(zhì)結(jié)構(gòu)預(yù)測競賽上，舉世聞名的AlphaGo（阿爾法狗）的開發(fā)者DeepMind公司，憑借其最新開發(fā)的人工智能程序AlphaFold擊敗其他97種算法奪得冠軍，贏得43個參賽蛋白中的25個單項最佳模型，成功預(yù)測了蛋白質(zhì)的三維結(jié)構(gòu)。那么，該成果對于生命科學(xué)研究特別是基因科研的發(fā)展意味著什么？又將帶來哪些倫理挑戰(zhàn)呢？本期我們邀請權(quán)威專家為您詳細解析。--編者

人工智能的介入已成為生命科學(xué)研究發(fā)展的必然

基因是生命的藍圖，蛋白質(zhì)是生理功能的執(zhí)行者、生命現(xiàn)象的直接體現(xiàn)者。預(yù)測蛋白質(zhì)結(jié)構(gòu)，有助于了解蛋白質(zhì)的作用，了解蛋白質(zhì)如何行使其生物功能，認識蛋白質(zhì)與蛋白質(zhì)或其他分子之間的相互作用。這無論是對于生物學(xué)還是醫(yī)學(xué)和藥學(xué)，都是非常重要的。尤其是深入了解蛋白質(zhì)折疊與錯誤折疊的關(guān)系，對于闡明人類諸多疾病，如糖尿并帕金森癥和阿爾茨海默病等的致病機制以及尋找治療方法將大有裨益。

但解析蛋白質(zhì)結(jié)構(gòu)一直是生物學(xué)領(lǐng)域的大難題。主要是耗時費力，如果手動模擬蛋白質(zhì)的每一種可能結(jié)構(gòu)，要花的時間預(yù)計比宇宙的年齡會更長。想要獲得一個蛋白質(zhì)的結(jié)構(gòu)，需要的不僅是經(jīng)驗與技術(shù)，有時還需要碰運氣。盡管科學(xué)家們?yōu)樘岣哳A(yù)測效率和質(zhì)量投入了大量的資金和精力，但此前尚未尋找出理想的方法。

此次人工智能系統(tǒng)AlphaFold通過深度學(xué)習(xí)，根據(jù)所包含的氨基酸計算預(yù)測蛋白質(zhì)的結(jié)構(gòu)且準(zhǔn)確程度遠遠高于現(xiàn)有預(yù)測方法，雖未像AlphaGo戰(zhàn)勝圍棋世界冠軍那樣引起全球民眾關(guān)注，卻讓人工智能、生命科學(xué)等相關(guān)領(lǐng)域的專家深受鼓舞與震驚。可以說，人工智能系統(tǒng)又一次樹立起了“里程碑”，而且這一次是在更加復(fù)雜、專業(yè)的生命科學(xué)研究方面。因而，其形成的沖擊在程度上不亞于當(dāng)年的AlphaGo。據(jù)悉，2017年底，谷歌還拿出了一款名為DeepVariant的人工智能系統(tǒng)，旨在運用最先進的人工智能技術(shù)，建立更精確的人類基因組譜圖。那么，人工智能的介入對生命科學(xué)研究特別是基因科研的發(fā)展意味著什么？

我想，人工智能的介入已成為生命科學(xué)研究發(fā)展的必然。它極大地推動了基因科學(xué)研究的發(fā)展，我們應(yīng)認真對待，揚利抑弊，使之為生命科學(xué)研究甚至推動人類進步服務(wù)。

人工智能使疑難疾病的識別和施治更有效

從純粹的科學(xué)研究角度來說，AlphaFold成功預(yù)測蛋白質(zhì)三維結(jié)構(gòu)可以證明，人工智能的介入為生命科學(xué)研究迅猛發(fā)展插上了翅膀，已經(jīng)成為基因科學(xué)家的得力研究助手。人工智能是基于大數(shù)據(jù)、基于對很多過去的經(jīng)驗積累的深度學(xué)習(xí)產(chǎn)生的智能體，可以幫助人類拓展視野，甚至改變思維方式，進而增強認識事物的能力。借助人工智能算法的輔助指導(dǎo)，研究人員可更好地尋找并優(yōu)化研究方向，提高研究效率。在研究過程中，人工智能可以承擔(dān)閱讀文獻、設(shè)計和運行實驗，并分析實驗結(jié)果的工作，處理研究人員希望擁有但又極感頭痛的海量數(shù)據(jù)。海量數(shù)據(jù)的機械性處理不僅枯燥、緩慢，還容易出錯，而人工智能因具有算法優(yōu)勢且無需休息而有力地克服了這些問題。據(jù)統(tǒng)計，人力每周大約能完成10次試驗，而機器可以完成1000次。

從科學(xué)研究成果應(yīng)用來看，正是基因科學(xué)和人工智能的興起與蓬勃發(fā)展，促進了現(xiàn)代醫(yī)學(xué)技術(shù)的巨大進步。研究表明，除了外傷性疾病，所有的疾病或多或少都是基因的改變、突變和表達的改變造成的。因此，科學(xué)家一直不遺余力地尋找基因和疾病的對應(yīng)關(guān)系，人工智能通過出色的機器學(xué)習(xí)能力加速了這一進程，推動形成相應(yīng)的治療或檢測技術(shù)。目前，在預(yù)防性篩查方面已經(jīng)基本實現(xiàn)了人工智能、基因檢測和深度檢查的結(jié)合，而且人工智能的日益普及正讓這種深度檢查價格迅速下降。

隨著人工智能的進步，疾病治療有望徹底成為一項信息+基因的科技，依靠人工智能和基因技術(shù)重塑患者體內(nèi)組織和器官的活性，還能夠開發(fā)出相應(yīng)藥物，直接鎖定一種癌癥背后的代謝流程。同時，因為有了基因技術(shù)、蛋白檢測等這一系列手段，通過人工智能對疾病特征的數(shù)字性因果描述與定義，結(jié)合每個人特有的基因組信息，可以使疑難疾病的識別和施治方式更有效，最大限度地遏制過去經(jīng)驗醫(yī)療模式下的誤診誤治率，真正實現(xiàn)“精準(zhǔn)醫(yī)療”，從而幫助人類戰(zhàn)勝疾并保障健康甚至得到永生。

人工智能的介入可能加劇基因研究領(lǐng)域的倫理爭議

人工智能與基因科學(xué)的“強強聯(lián)合”，有助于全面掌握人類的基因結(jié)構(gòu)、功能及其調(diào)控機制，將極大地推動基因科學(xué)研究的發(fā)展，甚至可以使之發(fā)生革命性的變化，從根本上改變?nèi)祟惖慕】岛蜕顮顩r，但同時也帶來新的倫理沖突，并使該領(lǐng)域原來存在的某些倫理問題進一步顯現(xiàn)。

在新產(chǎn)生的倫理沖突方面，一是關(guān)于人的尊嚴問題。人工智能參與基因研究，事關(guān)人的生命健康，具有極強的倫理價值傾向，在其運用之時，應(yīng)高度關(guān)注對倫理價值的評估，但目前尚無普遍的倫理規(guī)范，依舊是完全拋開人類的心理和社會屬性，因循生物醫(yī)學(xué)模式，從而把基因醫(yī)學(xué)研究又一次推向了極端。而其研究成果的應(yīng)用，更是涉及“人能像其他客體一樣被設(shè)計制造”等對人的本質(zhì)、價值、尊嚴進行干涉的問題，還有具體使用中諸如“算法歧視”等歧視性濫用問題，都需要我們審慎對待。

二是責(zé)任倫理問題。人工智能必然日益向高智能、精準(zhǔn)化方向發(fā)展，在生命科學(xué)研究與應(yīng)用中發(fā)揮的作用日益強大。隨之而來的問題是，誰應(yīng)對其作為一個智能系統(tǒng)的工作過程與工作結(jié)果負責(zé)？人工智能的設(shè)計者、制造者、維護者、使用者、監(jiān)督者對此應(yīng)各負怎樣的社會責(zé)任，成為我們不得不面臨的難題。據(jù)報道，硅谷已經(jīng)出現(xiàn)全部由人工智能操作的“未來”實驗室，其創(chuàng)始人稱該實驗室的“未來”之處在于“我不知道這些機器人在做什么實驗。因為這些實驗完全是由一個人工智能程序設(shè)計的?！比粽嫒绱?，誰應(yīng)對它們的工作過程和結(jié)果負責(zé)，該負怎樣的責(zé)任，如何防止人工智能系統(tǒng)工作失控帶來的危害，不能不讓人深思。

三是人工智能成果應(yīng)用的公平性問題。人工智能參與開發(fā)的檢測與治療技術(shù)在應(yīng)用之初的一段時期付費將比較昂貴，因而其主要消費者也僅限于少數(shù)群體，會導(dǎo)致多數(shù)普通患者不能接受人工智能醫(yī)療檢測，會在一個階段存在使用上的不公正，甚至可能出現(xiàn)“誰將生存”的問題。但隨著大規(guī)模的使用，其費用將會下降。

四是關(guān)于人工智能系統(tǒng)對科研、醫(yī)療從業(yè)人員就業(yè)的結(jié)構(gòu)性沖擊問題。人工智能有可能取代科研、醫(yī)療人員中以機械性、可重復(fù)的腦力勞動為主要職業(yè)的人員，然而其應(yīng)用也會創(chuàng)造新的就業(yè)崗位。所以在可預(yù)見的未來，基因研究與應(yīng)用領(lǐng)域“機器排擠人”的現(xiàn)象并不絕對存在，但提示我們在人工智能時代要學(xué)會適應(yīng)新的工作要求，不斷提升自身能力。

除了上述新出現(xiàn)的問題，人工智能的介入還加劇了基因研究領(lǐng)域一些本已存在的倫理爭議。

一是基因科學(xué)研究成果共享問題。雖然基因研究成果的共享性早已為大多數(shù)國家所公認并接受，但由于種種原因其真正實施一直困難重重，因此如何保障基因科學(xué)研究成果充分平等地造福全人類成為更加迫切需要解決的議題。

二是隱私權(quán)保護問題。人工智能系統(tǒng)在采集信息后會自動進行儲存分析，使用后即便手動刪除了涉及個人隱私的信息，但依然存在找回的可能。而且人工智能的研究與應(yīng)用同大數(shù)據(jù)緊密關(guān)聯(lián)，涉及海量數(shù)據(jù)且范圍更加廣泛。因此，人工智能時代誰應(yīng)該擁有與基因相關(guān)大數(shù)據(jù)的所有權(quán)、使用權(quán)，由誰來負責(zé)監(jiān)管以保證其被合理合法使用，如何保護隱私和信息安全等就成為基因科學(xué)研究與應(yīng)用中迫切而又極其棘手的問題，如何設(shè)置權(quán)限管理用戶保證數(shù)據(jù)在合法范圍內(nèi)使用，防止數(shù)據(jù)資源被濫用造成數(shù)據(jù)隱私泄露的問題也將更加突出。

三是基因?qū)＠麢?quán)問題?；蚴且环N有限的資源，按照現(xiàn)行國際規(guī)則，對發(fā)現(xiàn)的新基因和明確已知基因的功用都可以申請專利。盡管對人類基因?qū)嵭袑＠淖龇ㄒ恢贝嬖诘赖伦l責(zé)的聲音，認為它違背了“人是目的”的原則，但在各種利益尤其是商業(yè)利益的驅(qū)使下，隨著越來越多的人類基因及其功能被鑒定，圍繞基因?qū)＠麢?quán)的爭奪會變得愈發(fā)激烈。

四是對基因研究的科研倫理要求更加強烈?；蜓芯考捌浼夹g(shù)成果應(yīng)用會深刻影響到人的健康、生命尊嚴與幸福，乃至人類的未來，全世界對此都應(yīng)慎之又慎。人工智能的應(yīng)用使許多研究由慢變快，甚至從不可能變?yōu)榭赡?，因此基因科學(xué)研究與技術(shù)開發(fā)將會借助人工智能走向何方，難免讓人有些惴惴不安，故而對科研倫理的要求顯得更加強烈?？蒲腥藛T應(yīng)嚴肅對待人類的這種“不安”，深刻認識、充分理解基因科學(xué)研究及技術(shù)開發(fā)的倫理要求，以及人工智能研究與應(yīng)用的“阿西洛馬23條原則”等規(guī)范，嚴格接受相應(yīng)的倫理道德的約束和調(diào)整，保證基因科技研究按照有利于提升人類尊嚴與根本福祉的軌道發(fā)展。在這方面，不久前發(fā)生的“嬰兒基因編輯”事件應(yīng)成為強烈的警醒。