科技日報記者 張佳欣

人體由約30萬億個細胞構成，每個細胞每秒發生近10億次化學反應。一分鐘內的生命活動規模如此龐大，以至于“百億億次”這樣的數值也僅能描述其冰山一角。

近年來，科學家不斷深入探索細胞內部，從細胞核到基因組，逐步揭示微觀世界的復雜性。他們發現，大多數人類疾病并非單一因素導致，而是源于錯綜復雜的生物網絡共同作用。面對浩瀚的生命數據，傳統方法難以應對。如今，人工智能（AI）正成為破解這一難題的關鍵。

讀懂“生命語法”

AI正以一種突破性的視角重新解讀生物學：它將蛋白質序列視為一種可被解譯的語言。

正如自然語言由字母和標點組成，構成細胞、骨骼和肌肉的蛋白質，是由一串串氨基酸組成。生物學家發現，大型語言模型同樣可用來識別氨基酸鏈中的潛在規律。

美國Dyno醫藥公司首席執行官埃里克·凱爾西克坦言：“我曾認為蛋白質復雜到無法理解。但數據中自藏秩序，譬如哪些氨基酸可置于衣殼的特定位置。現在，我們可利用AI自動分析數據，發現人類難以發現的規律。”該公司正利用AI設計病毒衣殼，以實現更安全、高效的基因療法。

AI的高效分析能力意味著，像Dyno這樣的公司可開發用于罕見病的基因療法載體。若AI能為每個人定制基因療法，醫療將真正走向個性化、規模化。長遠來看，從心臟病到肥胖，任何與基因相關的疾病都有望被重新定義。屆時，人們將不再視基因組為既定命運，而是可編輯的“生命腳本”。

尋找生命“暫停鍵”

若AI能解讀生命，它是否也能幫人類存留生命？

60多年來，科學家一直在嘗試安全冷凍人體，以待未來科技將其喚醒。如果能安全地冷凍和解凍生物組織，醫療領域將迎來巨變。例如，器官可冷凍儲存用于移植，絕癥患者可冷凍待治愈后復活。

由前谷歌大腦科學家馬克·伍德沃德創立的生物科技初創公司Wake Bio正利用機器學習開發可實現全身冷凍保存的技術。其重點在于開發“抗凍保護劑”，即一款在冷凍和解凍過程中保護細胞完整性的化學混合物。

抗凍保護劑的成分組合近乎無限，AI可從億萬候選分子中篩選最優解，并在虛擬環境中完成測試。“我們將實驗結果反饋給模型，它提出新假設、預測結果，循環迭代，不斷逼近可行方案。”伍德沃德解釋道。

這種“數字實驗”模式正席卷生命科學領域，人類提出方向，AI執行推演。科學家的角色，正從操作者轉向AI的引導者。

加速科學發現

Wake和Dyno的AI模型用于非常具體的任務，而非營利研究機構“未來之屋”的目標更宏大。

“人類基因組有兩萬個基因，你既無力全部研究，也難以記住所有發現。”“未來之屋”首席執行官塞繆爾·羅德里格斯說，“我們需要的是能自主思考、假設和驗證的AI。”

“未來之屋”致力于通過AI代理加速科學研究，其AI模型能夠分析生物數據，生成新的科學假設，并通過數字化實驗驗證假設。這些過程所需的時間和成本僅僅是人類科學家的零頭。

今年5月20日，該機構演示了一套多智能體科學發現工作流程，旨在實現自動化科學流程的關鍵步驟，并確定了一種新的治療干性年齡相關性黃斑變性的候選藥物。6月，該機構發布了ether0，這是一個240億字節的開放權重AI化學推理模型。

他們開發的一系列AI科學代理，已能處理實驗數據、查閱文獻、設計實驗流程、預測分子互動。尤其在新藥研發這樣高成本、長周期、跨學科的領域中，此類系統有望將原本數年的決策壓縮至秒級，大幅降低新藥成本，可更快惠及患者。

逆轉衰老時鐘

深耕這一領域的美國Retro生物科技公司，試圖用AI破解衰老密碼。

該公司首席執行官喬·茨—拉克魯瓦受到蛋白質語言模型的啟發，認為類似技術可推廣至更多生物數據研究中。其團隊專注于細胞衰老方面，這一過程伴隨蛋白質功能失調，最終引發癌癥、阿爾茨海默病等與年齡相關的疾病。逆轉衰老，需洞察細胞如何調度數以百萬計的蛋白質，而這遠非人力所能及。

與OpenAI合作，Retro開發出能理解蛋白質機制的生成模型，并借此改良“山中因子”（一組可令細胞重編程、回歸年輕狀態的基因），使其重編程效率最高提升50倍。一旦廣泛應用，細胞重編程技術或可讓人體在生物學上實現年輕化，延緩甚至逆轉衰老進程。

然而，AI亦帶來“黑箱”難題，畢竟無人能逐步解釋其決策機制，這令許多人感到不安。

目前，人們仍然可選擇觀望，但隨著AI不斷融入醫學，它正逐漸成為不可回避的力量。或許在不久的將來，當面對AI提供的治療方案時，人們不只是“不得不嘗試”，而是會把它視為延長生命、改善健康的新契機。