从左至右依次为理查德·罗伯茨、彼得·拉特克利夫、约阿希姆·弗兰克和理查德·亨德森。图片来源：诺贝尔奖官网
从左至右依次为理查德·罗伯茨、彼得·拉特克利夫、约阿希姆·弗兰克和理查德·亨德森。图片来源：诺贝尔奖官网
1953年3月底的一个周末，英国剑桥大学卡文迪许实验室。詹姆斯·沃森和弗朗西斯·克里克把一篇仅900个单词的文稿交给临时打字员，也就是沃森的姐姐，并告诉她：她正在参与的，将是生物学领域中自达尔文进化论以来最为轰动的事件。
当年4月25日，《自然》杂志刊出了这篇文章。该文开头写道：我们拟提出一种脱氧核糖核酸（DNA）盐的结构，这种崭新的结构具有相当大的生物学意义。
这便是DNA双螺旋结构的正式发布。该文由沃森和克里克联手发表，题为《核酸的分子结构：脱氧核糖核酸的结构》。在文末，克里克本来想大篇幅论述该文的生物学意义，但沃森对双螺旋结构信心不足，担心被打脸。再三衡量后，克里克还是克制了冲动，表述为“我们注意到，我们假设的特定配对直接暗示了遗传物质可能存在的复制机制” 。
两个年轻人，一个25岁，一个不到37岁，由此拉开了现代分子生物学的大幕，这才有了此后的基因测序技术、基因重组技术以及基因编辑技术。到今年4月，DNA双螺旋结构发现70周年之际，该文已有超过8500次引用。
此前的相关历史文献已是汗牛充栋，那么如何纪念70周年呢？我们提出了切合当下的两个关键词：年轻人和人工智能。
我们想知道，今天的年轻人如何像70年前25岁的沃森那样一鸣惊人？我们想知道，人工智能尤其是ChatGPT汹涌来袭后，人类的创新能力该如何挖掘，我们的教育受到了怎样的挑战？
为此，我们给超过80位诺奖得主写信求解，迄今收到了4位诺奖获得者的有效答案。他们分别是：1993年诺贝尔生理学或医学奖获得者理查德·罗伯茨，他在20世纪70年代发现了真核生物基因中的内含子和外显子；2019年诺贝尔生理学或医学奖获得者彼得·拉特克利夫，他研究了细胞感知、适应氧气的变化机制；2017年诺贝尔化学奖获得者约阿希姆·弗兰克和理查德·亨德森，二人均因冷冻显微技术领域的贡献而获奖。
关键词1：年轻人
虽然自己年少成名，但沃森后来还是低估了年轻人的创造力。
1972年，44岁的沃森正在尝试对一种名为SV40的病毒进行DNA测序。作为美国冷泉港实验室主任，他需要招聘新生力量。29岁的罗伯茨进入了他的视野。
这时候的化学博士罗伯茨已经通过哈佛大学的博士后训练，成功转型为分子生物学家。他在RNA测序工作中用到了化学家弗雷德里克·桑格开创的测序技术，并发表了两篇《自然》论文。他本来打算完成博士后工作后回到英国。
面试仅用了10分钟，并且这10分钟里绝大部分时间都是沃森在说。大名鼎鼎的沃森，加上高薪、实验室支持以及所有必要的创建资金，让罗伯茨无法拒绝这一职位。沃森希望他继续用桑格的测序技术对SV40进行DNA测序，即在DNA复制成RNA后，对RNA进行测序。
这是一个拥有独立实验室的研究科学家职位，罗伯茨有了大展身手的空间。然而，进入冷泉港实验室后，他才发现已经有两个小组正在进行完全相同的工作。他认为使用相同的方法开展第三次尝试是愚蠢的，而这个时候已经有限制性核酸内切酶（下称限制酶）被发现，这样就可以获得更小片段的DNA。
罗伯茨对此很兴奋。他告诉《中国科学报》，如果有更多限制酶被发现的话，DNA测序似乎触手可及，“我开始分离限制酶，希望利用它们开发直接的DNA测序方法”。
然而当时，沃森不喜欢罗伯茨的自作主张。罗伯茨回忆，“我们就我所做的事情争论了很多次”。最后，罗伯茨并没有取得成功，但他发现了许多不同的能将DNA链切开的限制酶，后者实际上帮助他开启了生物技术产业。
罗伯茨有敏锐的商业头脑。他在1974年曾试图说服沃森，让冷泉港实验室创立一家生产和销售限制酶的公司。但沃森婉拒了这个提议，认为这没有什么赚头。
罗伯茨实验室得到了大量限制酶。在20世纪70年代和80年代初，近100种已知的限制酶中，约有75种是由他的实验室分离出来的。
不过他并非为了专利而来。相反，在1972年到1985年间，他们没有刻意去为这些酶申请专利。他们还创建了一个名为REBASE的数据库，收录了所有已知的限制酶信息。直到今天罗伯茨还在运行它，并每天更新。
1992年，罗伯茨加入了从事限制酶业务的纽英伦生物技术有限公司，并担任首席科学官。
回顾与沃森共事的经历，罗伯茨对《中国科学报》感慨说：“我总是寻找那些对科学充满热情，尤其是那些想要独立、不仅仅是按照被告知的那样去做的人。他们往往是最有创造力的科学家，在有足够资金支持他们的梦想时，他们通常会做得很好。”
关键词2：人工智能
令人惊讶的是，4位诺奖得主对人工智能的态度远远比不上国内舆论的追捧，其评价甚至偏负面。
最先受到人工智能冲击的正是弗兰克和亨德森研究的结构生物学领域。搅局者是DeepMind开发的蛋白质结构预测程序AlphaFold，后者在2021年7月22日发布的第一个版本，一举预测了超过35万个蛋白质结构，这个数据在一年后达到了2亿个。而过去60年里，科学家通过X射线晶体学、低温电子显微镜和核磁共振等技术，才确定了17万个蛋白质结构。
结构生物学家要失业了吗？弗兰克给出了坚决的否定回答：这种荒谬的想法是对科学作为一种真实世界探究方式的根本误解，科学是通过假设构建和实验的循环过程来获取知识，而不是通过基于现有（有限）知识的模拟。
亨德森也批评了对AlphaFold的过度宣传，但同时欣赏它便捷提供数据的方式。他还与合作者在2022年的《科学》杂志上阐明了看法：AlphaFold和华盛顿大学开发的RoseTTAfold在蛋白质结构预测方面的准确性远高于之前的方法，但这不意味着蛋白质折叠问题已经得到解决。这些预测程序的结构预测可能足够准确，有助于实验结构的确定，但它们不能独立提供分子和化学相互作用的详细理解，更无法给出特定序列中的动态结构变化。
他们的结论是，这些预测程序并不是最终答案，尽管蛋白质结构预测取得了重大进展，但实验结构测定仍然是必不可少的。
而对于当下火爆的ChatGPT，亨德森站在了更宏大的历史视角。他说，人们将会像利用印刷书籍一样利用人工智能，这有助于知识普及化，而之前知识往往被限制在拥有垄断权的宗教人士手中。印刷之后的技术革命，如录音、录像、维基百科、智能手机、语音识别和自动语言翻译等，都加速了知识的进步，“所以目前ChatGPT只是其中的另一个小步骤”。
弗兰克则对ChatGPT持负面评价：“我从来不理解人们为什么会热衷于完善一种工具，这种工具无疑会被政府用于社会控制、抄袭、身份盗窃以及虚假陈述。（尽管）我的个人经验有限，ChatGPT并没有给我留下深刻印象，因为其中存在着大量的事实错误，但显然，下一代的工具将会得到改进。”
罗伯茨的看法与之接近。他说：“我把ChatGPT称作CheatGPT（欺骗GPT），因为我很容易看出学生可能会滥用它。虽然该程序仍在发展中，但我认为它存在着很大的不当使用空间。我真的认为程序员需要找到一种方式来识别它何时被使用。”
尽管ChatGPT未得到这几位诺奖得主的青睐，我们仍然要问：ChatGPT会颠覆我们的教育体系吗？知识获取还是教育的首要目标吗？
拉特克利夫在关注这个问题。除了牛津大学外，他自2016年起还在伦敦以弗朗西斯·克里克命名的研究所工作。他说，知识是以出乎意料的方式相互建构的，“因此我预计人类思维仍将在连接不同知识领域、解决问题或者定义问题方面扮演重要角色”。
不过，拉特克利夫指出，随着知识体量的剧增，教育（以及孩子们）的压力也将增加。他对许多国家疏于更新教育系统和忽视教育行业的投资感到惊讶，“我认为必须修改我们的教学内容，以激发发现的热情，即进一步获取知识”。
具体而言，他希望通过科学史教授科学，这样可以在科学教育中更加强调如何发现新知识，而不仅仅是集中于灌输知识。
（原标题《纪念DNA双螺旋发现70周年 我们向诺奖得主们提问》）
