9月17日，我邀请上海的潘同学来直播间分享，探讨高中生如何挑战博士级别的科研项目。今年6月潘同学以唯一作者的身份，在剑桥大学出版社旗下的学术期刊发表论文。我深感欣慰，这是我身边除了我女儿 Emily 之外，第二个在高中时期就发表博士级别论文的学生，也是 Apply7 联合 MIT 张曙光院士科研项目《AI+生命科学》结出的“硕果”。且潘同学比之 Emily 更胜一筹，因为 Emily 发表的科研文章是集体著作，但潘同学是唯一作者。
图：潘同学论文摘要
从研究项目一开始，张院士对于潘同学就赞不绝口。潘同学从第一节课起就展现出极强的学术敏感与严谨：他当场指出了张院士讲义中的拼写错误——而这个错误在世界多所高校与顶级学术交流中从未被人指出。每节课后，张院士都会布置选修作业，只有潘同学一丝不苟地完成。课程结束后，潘同学便在张院士的指导下做研究并撰写论文。论文成稿前，张院士就提出放弃署名，让潘同学以唯一作者去投稿，以此来鼓励这名天赋异禀、认真严谨的同学。
其实，《AI+生命科学》科研项目的真正牵头人是我的女儿 Emily。去年，Emily 被哈佛、麻省理工学院、普林斯顿三所名校同时录取。Emily 从初中开始就热衷科研实验。高二的时候，Emily 想尝试一些深入的生物科研实验，她写了好几封邮件给美国各个大学，但几乎都被拒了——美国大学实验室因安全因素不对未成年人随意开放。看到女儿满心的求知欲却没有条件合适的实验室，我灵机一动，问是否可以借助 AI 工具做模拟研究？Emily 豁然开朗，开始继续写邮件。一天，Emily 高兴地说：爸爸，我找到了你们麻省理工学院的张院士，他同意我参加他的科研项目。
就这样，Emily 在张院士的带领下，开始用 AI 工具研究蛋白质。经过大半年时间，她以第一作者的身份在剑桥大学出版社旗下的学术期刊发表论文。我在朋友圈分享了 Emily 发文的喜讯后，很多朋友来咨询我。好几个家长要求我提供张院士的联系方式，于是我询问张院士是否可以让更多的中国孩子参与到他的科研项目。张院士也欣然应允。
图：麻省理工张曙光院士
张院士是 MIT 媒体实验室分子架构实验室主任，在生物分子设计（尤其蛋白质与肽）方面成果卓著，发表 200 余篇论文，总引用超过 42100 次，H 指数 98。
下一期《AI+生命科学》科研项目即将开班，张院士特地邀请了潘同学来做助教。我们希望能给各位家长和孩子带来启发，也希望有更多的中国年轻人可以像潘同学一样热爱科学、勇于做科研，实现更多从 0 到 1 的突破。
在此，我也将我与潘同学的讨论转成笔记，方便错过直播的家长和学生朋友阅读。
我和潘同学在直播间讨论高中生如何做博士级别的科研
Q：潘博士 A：潘同学
Q：潘同学，你好！我知道你高二课业非常繁忙。我想替你未来的学弟学妹们问一下：最初是什么动机吸引你，愿意投入大量时间参加这门 MIT 的课程呢？
A：我选择参加这门课程，主要是看重张院士课程学术性强的特点。我一直渴望在生物领域深入探究一个具体课题，进行更细致的研究。张院士的课程正好给了我机会，让我更深入地了解分子生物学和分子设计。这是我感兴趣的方向，也可能是我未来想从事的领域，因此我果断参加。事实证明，我在课程中确实学到了非常多有用的知识。
Q：你提到自己在生物领域已有一定积累。那么作为一名高中生，在上这门课之前，你具体做了哪些准备？是参加了校外培训，收看视频学习资源、阅读学术期刊？
A：基本上是自学为主。一方面，我在学校系统学习了 IB 生物课程；另一方面，我主要利用《Campbell Biology》等教材进行了大量课外自学，夯实基础。
我很早就意识到，要学好生物，必须先打好数学、化学、物理等学科基础。因为生物是一个高度跨学科的领域，所以我也自学了一些物理和化学，尤其是有机化学，它与分子生物学联系紧密。除了阅读教材，我还会看相关学术文章，有空时也观看科普视频。
现在，科学界是高度跨学科，为了更好地理解一个领域，必须具备宽广的知识背景，我会非常主动地自学许多内容，为了以后成为科研人员打下良好基础。
Q：很特别，因为大多数学生都忙于应付学校作业。你觉得这种主动自学和完成学校作业的体验有什么根本不同？
A：体验非常不同。根本区别在于，自学是由我主导的，我可以根据自己的疑问和对知识体系的理解，进行以问题为导向的自发探索；而作业更多是以执行任务为导向的安排，只需达到标准即可。
在自学过程中，当我对某个问题产生兴趣或进行批判性思考时，就可以深入挖掘。张院士在课上也非常强调这一点。我在这门课上学到的一个重要思维方式就是学会提问。张院士常说：“好的问题才会引出好的答案。”
Q：你们研究课程大纲内容非常深奥，你们学员是如何跟上节奏的？
A：首先，课前老师会提供材料，包括推荐书籍和论文，让我们自主预习。充分准备后，上课时听到某个概念，我就能有所了解。
其次，课堂上我们通过线上与张院士交流。他会用通俗易懂的列子，做类比或生活实例，来解释复杂内容，并鼓励我们随时“开麦”提问。最后，课后我会复盘，回顾笔记，梳理所学。通过不断巩固，就能更好理解这些知识。
Q：这门课是“AI+生命科学”。你认为 AI 的出现，特别是像 AlphaFold这样的工具，对生命科学的教学与科研产生了哪些深远影响？
A： AlphaFold 的发展历程充分体现了 AI 对生命科学产生的巨大推力。它出现之前，确定一个蛋白质结构可能耗时数年，足以成为一篇博士论文；而 AlphaFold 出现后，我们能在极短时间内高精度预测数以亿计的蛋白质结构，为生命科学带来巨大的变革。
有了蛋白质结构作为基础，后续研究，比如药物开发便能大幅加速。Google DeepMind 团队目前还在开发预测蛋白质功能的 AI，未来有望助力设计更多药物。AI 不仅为我、您的女儿这样的高中生提供了在实验室外参与前沿科研的机会，更为整个研究领域提供了坚实的基础，加速研究进程。
Q：AI +生命科学，除了对生物基础要有一些要求，那对人工智能、编程（如 Python）、数据处理、数据库这些分析有什么样的要求？
Q：你不仅完成课程，还以唯一作者发表了博士水平的论文，能否分享一下学习与投稿的心得？
A： 撰写论文需要周密规划与持续反思。在研究过程中，我首先思考论文需要哪些结果，以及如何通过实验获得这些结果，这非常考验项目管理与时间规划。其次，学术写作与日常作业不同，要求严谨逻辑与充分引用来支撑观点，并用自己的数据与推理层层论证，极大锻炼了思维能力。
最后，投稿与同行评议对我而言是新奇体验。需要与领域内科学家交流，回应质疑，可能补充实验或修改内容，以确保严谨性。这让我真实感受了学术生态。
Q：张院士说，你是他十年来极少数能以唯一作者发表论文的学生，因为他在过程中并未过多插手。你投入了很多时间？
A：我确实投入了大量时间。但我想强调，尽管我是唯一作者，科研本质上仍是合作过程，并非单打独斗。期间，张院士给予我很多帮助，特别是在技术难题上指明方向、鼓励尝试。他常提醒我，科研是一个“95% 的时间可能面临失败”的过程，必须勇于承担风险。我很幸运，在多次返工与调整后取得理想结果，成功发表论文。因此，合作与时间管理是关键。
Q：期间你遇到了哪些困难与挫折？
A：首先是知识层面的挑战。研究需要持续学习，我阅读了上百篇学术论文，必须快速提取信息；有时还要系统阅读书籍补充背景。遇到难点，我会上网查阅或请教助教与张院士。其次是技术问题。例如，蛋白质的构象有时会出现意想不到的变化，起初我并不理解原因。我需要逐步排查：观察与周围分子的相互作用、自身构象变化，并提取能量、溶液条件、密度等数据。反复尝试后才能定位根源，随后再在多种方案中验证解决。整个过程充满挑战，考验毅力与问题求解能力。
Q：你参加过很多科研竞赛。你觉得写论文和参加竞赛哪个更难？
A：难以直接比较，它们考验的能力不同。竞赛更侧重知识输入与应用，需要学习大量且兼具深度与广度的知识，并高效用于解题，更多是以既定题目为导向。我个人更偏爱科研过程——以自己提出的问题为导向。想研究什么就去探索什么；研究中产生新想法时，也可以大胆深入，就像在没有地图的情况下开拓新领域。
因此，科研的难度在于其自由度。正因为自由，需要自行规划学习路径与研究方向，制定备用方案，并随时准备调整。同时，许多实验与计算耗时较长，必须做好时间规划，避免浪费。这需要规划能力与批判性思维，不断反思计划是否合理。
Q：为了撰写这篇论文，你阅读了上百篇文献。作为课业繁重的高二学生，你如何做到高效阅读这些高难度文献？
A：我采用分层阅读策略：需要深入掌握其技术与方法的论文：精读并做笔记；为解决特定问题而查找方法的论文，只读摘要与方法；若想了解知识与结论的论文，我就选择读结论。这种灵活策略与科研的探索性是一致的。通过积累与反思，我不断追问“如何更高效地获取信息”，逐步形成了自己的方法论。
Q：我一直认为，要真正脱颖而出，必须有主动性，学会提出问题而非被动解题。“学问”的本质就是“学会提问”。此外，科研规划是一种开放性探索，非常考验决策能力。因此我特别鼓励学生多参与科研、少参加竞赛。尤其在 AI 时代，解题能力的重要性在下降，而创造力、主动性与冒险精神——这些 AI 尚不具备的特质——正变得更珍贵。张院士邀请你担任下一期课程的助教了？
A： 是的。我上课时曾得到助教们的大力支持：他们指导我们使用生物信息学工具，并协助我解决研究中的难题。因此，我也希望能帮助更多同学。
Q：你对学弟学妹们有什么建议？
A：首先，一定要有自驱力。 在自由开放的领域里学习，需要发自内心的动力推动自己不断探索。第二，要多进行自主学习。 课外的主动学习不仅能帮助更好理解课堂知识，也能为未来的研究与大学学习做准备。第三，一定要多提问。这是张院士一再强调的。无论自学还是听课，提问都至关重要——它能让我们主动参与，而非被动接受；还能帮助发现知识体系的漏洞并及时弥补，也是培养创造性思维的最佳途径。
Q：有在线观众问，你最喜欢的一本书是什么？
A：很难只选一本，因为不同学科都有特别喜欢的书。比如生物学领域的《Campbell Biology》，还有神经科学领域的《Neuroscience: Exploring the Brain》。我推荐这些教材，是因为它们不仅内容有趣、浅显易懂，还能帮助你学习科学的思维方式。
Q：学习的最佳方法之一就是教别人，也就是“费曼学习法”。你的方法论与我们用 AI 进行升学规划的逻辑也很相似。AI 能生成一份两百页的个性化报告，背后是因为它提出了两千个问题。我们使用了三种 AI：提问的 AI、回答的 AI 和检查的 AI，通过复杂的交叉验证来完成。科研也是如此：从提出假设、实验验证到最终发表论文分享成果，是一个不断演进的过程。再次恭喜你取得优异成绩，祝你未来不断突破。
A： 谢谢潘博士！
Q：谢谢潘同学！（编辑：施瑜）
