大数跨境

诺奖得主Eric Betzig:用AlphaFold开发新药会失败,生物学教科书是幻觉

诺奖得主Eric Betzig:用AlphaFold开发新药会失败,生物学教科书是幻觉 DeepTech深科技
2026-10-04
19
导读:两次失业、客厅里组装出诺奖成果,如今他说学术界有毒。

2014年诺贝尔化学奖得主、加州大学伯克利分校教授Eric Betzig近期在播客访谈中发表了一系列极具争议的观点。他直言生物学教科书中的多数内容仅为“幻觉”,并预言单纯依赖AlphaFold开发新药的药企将在五年内倒闭。Betzig甚至表示,若学术界削减95%的规模,世界将毫无察觉。

尽管言辞激烈,Betzig的观点背后蕴含着对科研体制、AI制药局限性及活细胞成像技术的深刻洞察。他试图探讨在论文、基金和奖项驱动下,科学探索的真实空间还剩多少。

AlphaFold制药困局:静态结构无法捕捉生命动态

Betzig指出,加州湾区一批试图仅凭AlphaFold预测的蛋白质结构进行药物研发的公司,若不引入更多生物学信息,将在五年内走向绝路。他认为,静态结构在创造生命的动态复杂系统中占比极小。

他引用前默克研究负责人Roger Perlmutter的观点称,药物发现往往带有运气成分,因为人类尚未真正理解细胞这一复杂动态系统。生命涉及从单分子运动到生物圈的多层级涌现,仅聚焦分子层面限制了药物的有效性。

为解决这一问题,Betzig提出需关注活细胞的动态和多尺度特性,涵盖空间(XYZ)、时间(T)及分子种类或光谱通道五个维度。目前顶尖显微镜每周产生PB级5D体素数据,但因缺乏有效的分析工具,大量数据处于闲置状态。

他建议的技术路径包括:

  • 利用格子光片显微术,以基因高度同源的斑马鱼为模型,采集活体多尺度5D数据;
  • 开发原生4D/5D视觉Transformer,通过自监督学习减少人工标注依赖;
  • 建立对话式生物学助手,通过自然语言调用动态实验数据;
  • 构建基于斑马鱼的全器官尺度CRO测试平台,在药物进入一期临床前观察整体毒副作用和脱靶效应。

图 | Betzig在本次访谈中的画面(来源:YouTube)

细胞内部的真实图景:远超教科书的复杂性

Betzig批评生物学教科书将细胞描绘为空旷空间是严重误导。实际上,细胞内部拥挤不堪,包含数百亿个蛋白质、糖类和脂质分子以及大量代谢物,其复杂程度堪称已知宇宙之最。他认为,人类对中子星内部的了解甚至多于对细胞内部的理解。

他指出,当前生物学和制药业受限于生物化学、分子生物学和结构生物学这三种还原论工具。这些方法将细胞拆解碎片后推测其组合方式,导致研究人员对细胞的化学计量比、空间排布及动态过程缺乏直接认知。这种推论如同通过一堆随机零件反向推导内燃机原理,难度极大且充满偏差,这也是进入一期临床试验的药物仅有9%能通过三期试验的主要原因。

非典型诺奖之路:从失业家庭主夫到客厅实验室

Betzig的科研生涯极具传奇色彩。获得康奈尔大学应用物理学博士学位并加入贝尔实验室后,因厌恶学术界的追热点现象,他曾退出科学界成为全职家庭主夫。在此期间,他提出了单分子高精度定位与多维判别结合的概念,发表了后来成为诺奖核心依据的单人论文。

随后,他在父亲的汽车机床公司工作六年,开发了高性能FAST机床技术,虽商业上未获成功,但展现了其工程能力。第二次离开职场后,受绿荧光蛋白技术启发,他与好友Harold Hess在机场构思出光激活定位显微镜技术。两人各出资5万美元,在客厅利用二手部件组装出首台原型机,并最终在国立研究院完成验证,这一突破助其斩获2014年诺贝尔化学奖。

图 | 1993年Betzig在贝尔实验室(来源:资料图)

重构科研范式:资助人才而非项目

基于自身经历,Betzig对现行科研体制提出尖锐批评。他认为同行评审导致思维趋同,抑制冒险精神;基金申请要求预先规划成果,违背科学探索本质,迫使科学家追逐热点而非解决硬核问题。

他理想的科研范式包括:

  • 资助人而非项目:为顶尖人才提供长期稳定资金,免除繁琐KPI考核;
  • 扁平化团队:组建2-5人的小型精英团队,避免庞大的“金字塔帝国”;
  • 物理空间碰撞:效仿贝尔实验室设计,促进跨学科交流;
  • 问题导向:以解决实际问题为核心,而非以发表论文为目的。

Betzig表示,自己从未写过基金申请,未来也不会写。他目前正在建立“细胞观测站”,试图重现贝尔实验室的创新氛围。他建议年轻学者若寻求此类环境,可考虑加入SpaceSpace,称其为“新的贝尔实验室”。

在他看来,生物学仍处于“燃素时代”,人类自以为知的许多内容实则错误。科学进步的前提,在于敢于承认无知,并从观察和理解开始,回归解决真正问题的本源。

参考资料:

访谈原文 https://www.youtube.com/watch?app=desktop&v=RUB37QhWNkw

https://www.nature.com/articles/s41377-023-01205-3


注:封面/首图由AI辅助生成

【声明】内容源于网络
0
0
DeepTech深科技
DeepTech 是一家专注新兴科技的资源赋能与服务机构,以科学、技术、人才为核心,通过科技数据与咨询、出版与影响力、科创资本实验室三大业务板块,推动科学与技术的创新进程。DeepTech 同时是《麻省理工科技评论》中国区独家运营方。
内容 5696
粉丝 2
DeepTech深科技 DeepTech 是一家专注新兴科技的资源赋能与服务机构,以科学、技术、人才为核心,通过科技数据与咨询、出版与影响力、科创资本实验室三大业务板块,推动科学与技术的创新进程。DeepTech 同时是《麻省理工科技评论》中国区独家运营方。
总阅读137.4k
粉丝2
内容5.7k