颜宁回应研究方向正被AI取代：AI基于其科研数据进行预测

作者：财联社

发布时间：2022-11-11 16:38

快照：

【颜宁回应研究方向正被AI取代：AI基于其科研数据进行预测】财联社11月11日电，颜宁在微博回应近期回国创办深圳医学院科学院，及其核心科研方向正被AI代替等相关话题。她表示，AI是基于其此前的研究解析数据基础上对人体蛋白质结构进行预测，期待AI越来越强大帮助生物科研工作者可以正儿八经地从化学角度研究生命起源。

举报/反馈

颜宁回应研究方向正被AI取代：AI基于其科研数据进行预测

作者：界面新闻

发布时间：2022-11-11 16:32

快照：

记者 | 李科文编辑 | 谢欣1

11月11日，颜宁在微博回应近期回国创办深圳医学院科学院，及其核心科研方向正被AI代替等相关话题。她表示，AI是基于其此前的研究解析数据基础上对人体蛋白质结构进行预测，期待AI越来越强大帮助生物科研工作者可以正儿八经地从化学角度研究生命起源。

颜宁还表示，充足的启动经费是科研人员在科学自由探索的基础，“第一惨是想做实验没经费；第二惨则是大把启动经费才用一半就挥挥手要走了。”

此外，颜宁还是回应称：

但是这两天有发自内心爱护我的师友总喊我辟谣，我真的很忙啊（忙到现在才瞜一眼微博，容易么我）。八竿子打不着、错漏百出、但凡花一个钟头读论文也不至于那么眼瞎的碰瓷文章，给眼神都浪费时间，为啥要我辟谣啊？有朋友想写澄清文章也被我拦了，好意心领了，但真犯不着（当然，如果将来某天SMART的法务看不下去了有什么行动，我就不拦了，反正现在小伙伴们已经默默地该截屏截屏，该存档存档--谢谢目前在厦门那位，从你那受的启发[坏笑]祝好运[打call]）【无缝切换到科普博主】去年8月8日，给了一个报告，讨论了AlphaFold的局限性；到今年的11月11日，发现去年的报告还是可以一张都不用改。简而言之，我专注的电压门控钠离子和钙离子通道的几个关键问题（electromechanical coupling, ion selection, MOA of drugs and toxins），AlphaFold在我们过去解析的诸多结构的基础上，去年的预测达到了我们2017年的水平；今年依旧停留在我们2017年的水平（这里仅针对Nav/Cav）。在与专门做结构预测的AI团队合作，他们做预测我们做实验，测试新型小分子与蛋白的相互作用，迄今为止预测无一正确。结构生物学不仅仅是看到Fold（折叠），更要理解蛋白质的动态变化，要理解与其他生物大分子或者调节小分子的相互作用，要理解在细胞原位里的状态，这些都是AI目前尚无能为力的领域，因为尚没有足够的数据库去训练它。举个例子，我们Cav2.2的结构去年发表晚了，尚未放在数据库里被AlphaFold用来训练，所以它预测的模型就与实验结构严重不符。真正的研究者都乐于拥抱技术进步，善用各种技术去探寻、解答自己感兴趣的问题。事实上，我期待AI越来越强大，如果它真的可以强大到把我上述提的三个理解都实现 网页链接，那我们真可以正儿八经从化学角度研究生命起源了。【恢复傲娇毒舌本色】之前跟一个密友逗贫：做PI(principal investigator) 第一惨是想做实验没经费；第二惨则是大把启动经费才用一半就挥挥手要走了，不带走一叨乐。准备做PI的孩子们，记住在求职的时候，启动经费越多越好，因为那是你做科研最自由的fund。啥叫endowed chair （讲席教授）啊？这不只是个荣誉头衔，背后那是真金白银捐赠来的让你自由探索的经费，有这种不用写proposal的unrestricted fund，多想不开才非要申请NIH的啊（当然，还是要申请一两个嘛，否则我替闲人说：你看，申请不到吧）

此前在2022深圳全球创新人才论坛上，颜宁宣布，即将辞去普林斯顿大学教职，归国加盟深圳医学科学院。早在2017年，因选择离开任教10年的清华大学到普林斯顿大学就职，颜宁曾遭受不少争议。如今颜宁毫无征兆的宣布选择归国，再次引发网络热议，包括其主要研究方向是否已被人工智能代替等。

结构生物学是生物物理学的一个重要分支。该学科主要应用物理学的思想与研究方式，采用X射线晶体衍射、核磁共振、冷冻电镜成像等技术，精确解析蛋白质、核酸等生物大分子的三维结构及生物大分子之间的相互作用机制。研究这类问题的群体被称为结构生物科研工作者。颜宁便是其中的一员。她的主要研究领域为重要膜蛋白的结构与功能机理。

简而言之，许多像颜宁一样的结构生物学科研工作者，他们的日常工作便是帮助人类看清楚这些上述提及的构成生命活动基础的大分子以及它们那更加微小和复杂的空间结构。诺贝尔奖获得者费曼曾经半开玩笑地说，“许多基础的生物问题是非常容易解决的——只要能看到它们就行。”

近年来，随着英国的人工智能公司DeepMind发布的AlphaFold2，以原子水平的准确度预测了2/3的蛋白质结构，让非机构生物学专业的公众以为AI技术已能代替结构生物学科研工作者的工作。在知乎上，甚至还有人将AI技术AlphaFold2比喻为珍妮纺织机，而把结构科研工作者进行的结构生物学实验则喻为手工作坊。

颜宁表示，其专注于电压门控钠离子和钙离子通道几个关键问题（electromechanical coupling, ion selection, MOA of drugs and toxins）。AlphaFold在其团队过去解析的诸多结构的基础上，去年的预测达到了其团队2017年的水平；今年依旧停留在其团队2017年的水平（这里仅针对Nav/Cav）。在与专门做结构预测的AI团队合作，他们做预测其团队做实验，测试新型小分子与蛋白的相互作用，迄今为止预测无一正确。

想理解颜宁回应文案的意思，便得首先得理解其所说的其专注的科研项目——电压门控离子通道是什么？电压门控离子通道是一大类位于细胞膜上、通过感受电信号控制离子跨膜进出细胞的蛋白质。

上世纪四五十年代，英国科学家霍奇金和赫胥黎发现了动作电位。之后，他们发现电压门控钠离子通道引发动作电位，而电压门控钾离子通道（Kv通道）则能使细胞去极化，恢复至静息电位。

电压门控离子通道目前是仅次于G蛋白偶联受体（GPCR）的第二大药物靶点。外科手术用到的麻醉剂通过抑制钠离子通道（Nav通道）起作用；钙离子通道（Cav通道）则是降压药物的靶点。因此，对于电压门控离子通道的研究尤其是结构生物学研究具有重要的生理学和药理学意义。

而钙离子（Ca2+）是生物体内重要的第二信使，在肌肉收缩、神经信号传递、腺体分泌、基因转录调控以及细胞凋亡等众多生命过程中扮演重要角色。一般情况下，细胞内的钙离子浓度远低于细胞外或者内质网中的钙库。

五十年代，科学家发现在没有钠离子的情况下，依赖钙离子也能产生动作电位，这是由电压门控钙离子通道介导的生理过程。电压门控钙离子通道响应细胞膜电位变化而激活，运输钙离子进入细胞，进而引发一系列下游信号通路。

其中，Cav1.1（也叫dihydropyridine receptor，DHPR）是最早被鉴定出的电压门控钙离子通道，主要位于骨骼肌细胞的横小管（transverse tubule），是肌肉兴奋收缩偶联（excitation-contraction（E-C）coupling）过程中的关键蛋白。骨骼肌细胞在兴奋信号作用下会导致膜电位的变化，Cav1.1在感受膜电位变化后与肌质网膜上的RyR1蛋白发生相互作用，导致RyR1将肌质网中的钙离子快速大量释放到肌细胞质中，进而引起骨骼肌收缩。

据清华大学新闻网此前消息，2015年12月22日，颜宁在担任清华大学教授期间，其研究组在《自然》（Nature）杂志发表题为《电压门控钙离子通道复合物Cav1.1的三维结构》（Structure of the voltage-gated calcium channel Cav1.1 complex）的研究论文，首次报道了真核生物电压门控钙离子通道的4.2埃分辨率的冷冻电镜结构，为理解其功能提供了重要的线索。

在此之前，虽然发现钙（钠）离子通道原核同源蛋白晶体结构，但它们的通道亚基是由四条相同的肽链组成的同源四聚体，并且没有辅助性亚基。因此为了更好地理解真核电压门控钙离子通道的结构与功能，诸多科研工作者一直致力于解析真核钙离子或钠离子通道的结构，但由于技术难度，此前只有低分辨（~20埃）的电镜结构。

根据上述颜宁2015年刊发的论文，其已经解析了肌肉兴奋收缩通路上的膜蛋白，包括电压门控钠离子通道（细菌同源蛋白NavRh）、电压门控钙离子通道、以及最大的钙离子通道RyR1的结构，从而为理解这一基本生理过程的分子机理打下重要基础。

据清华大学新闻网，2016年9月1日，颜宁研究组又刊发《电压门控钙离子Cav1.1通道3.6埃分辨率结构》（Structure of the voltage-gated calcium channel Cav1.1 at 3.6 angstrom resolution）的研究长文（Research Article），报道了首个真核电压门控钙离子通道的近原子分辨率三维结构。

该研究报道的3.6埃电镜结构相比前述的4.2埃尽管在数字上看似进步不大，却有着质的飞越。在该结构中，大部分氨基酸的侧链能够被清晰分辨，从而可以据此搭建出准确和完整的结构模型。新的结构揭示了大量新信息，更新了科研工作者对电压门控钙离子通道的认识，

根据颜宁2016年刊发的论文，颜宁研究组已经成功解析了肌肉兴奋-收缩偶联通路上的两个关键膜蛋白Cav1.1以及RyR1的结构，从而为理解这一基本生理过程的分子机理打下重要的结构基础。也可以说，颜宁的科研成果为理解为数众多的具有重要生理和病理功能的电压门控钙离子和钠离子通道的工作机理奠定了基础。

实际上，结构生物学科研工作者的最终目标并不是将一个有一个蛋白结构观察出来，而是寻出自然规律利用氨基酸序列直接预测蛋白空间构象，而以AlphaFold2为代表的AI技术正是与前述两种实验手段相辅相成。

颜宁表示，结构生物学不仅仅是看到折叠（Fold），更要理解蛋白质的动态变化，要理解与其他生物大分子或者调节小分子的相互作用，要理解在细胞原位里的状态，这些都是AI目前尚无能为力的领域，因为尚没有足够的数据库去训练它。举个例子，其团队Cav2.2的结构去年发表晚了，尚未放在数据库里被AlphaFold用来训练，所以它预测的模型就与实验结构严重不符。

一位生物医药人士曾向界面新闻表示，以AlphaFold2为代表的的AI蛋白结构预测算法，还没法取代结构生物学的湿实验。AI技术的确预测来几乎所有Uniprot（蛋白质序列与功能信息数据库）中的序列的结构，但这些预测模型的质量仍良莠不齐。

湿实验指的是在实验室里采用分子、细胞、生理学试验方法进行研究，也就是传统的药物研发实验室；而干实验则是通过计算机模拟及生物信息学方法来进行研究，也就是AI平台做的事情。

另一位生物医药人士也向界面新闻表示，AI只能是补充手段，可以减少确定结构过程中的很多麻烦，但最终仍脱离不开科研人员的实验验证。“即使你基于当前模型，预测的准确率达100%，也不能在不进行湿实验的情况下确定该结构的准确性。”

举报/反馈

有了AI还需要结构生物学家吗？施一公等顶尖专家这样看

作者：第一财经

发布时间：2022-11-04 09:06

快照：

近日著名结构生物学家颜宁宣布，即将辞去普林斯顿大学教职，到深圳创立医学科学院。她最新回应回国将专注于哪方面的研究时称，结构生物学的发现对于制药业很有意义，包括药物与药物、药物与激素之间相互作用的研究，这些对于药物开发和疾病治疗有更多启示。

颜宁举例称，通过结构生物学的方法，科学家们第一次看到了两种常用药利用蛋白做“脚手架”，直接“肩并肩背靠背”地影响了蛋白的正常功能。

技术变革推动结构生物学发展

蛋白质作为构成人体组织器官的支架和主要物质，在人体生命活动中起着重要作用。在细胞中，大量蛋白质元件组成分子机器，透过蛋白质相互作用执行细胞内重要的分子过程，包括细胞对外界环境及内环境作用的反应，也均是以蛋白质间相互作用为纽带，形成信号转导网络系统。

结构生物学通过研究生物大分子的三位空间结构、动态过程和生物学功能，可以提供蛋白质相互作用的更多细节以及实时动态变化的过程，从而帮助科学家理解分子机理，并探索与大分子功能失调相关疾病的发病机理。

结构生物学的发展不仅有助于药物的发现，而且也将影响包括生物化学、细胞生物学、遗传发育、神经生物学、微生物学以及病理药理等在内的生命科学研究领域。

科技的发展一直在推动结构生物学的进展。2017年诺贝尔化学奖授予冷冻电镜技术，凭借这种技术，能够大幅提高解析大型蛋白复合体原子分辨率三维结构的效率；而且研究人员能够冻结在运动中的生物分子，并且将其运动过程视觉化呈现出来。

这一突破给结构生物学领域带来了一场完美风暴。近年来生命科学领域也取得了重要的突破，程亦凡、施一公、杨茂君和柳正峰等中国科学家的工作也都受益于该技术，他们解析了原子分辨率的重要复合体结构。此外，冷冻电镜将产生导致阿尔茨海默综合症蛋白的酶解析出来。

2015年8月，施一公研究团队在《自然》（Nature）杂志上发表文章，报道了分辨率高达3.4埃的人体γ-分泌酶的三维电镜结构，并且基于结构分析研究了γ-分泌酶致病突变体的功能，为理解γ-分泌酶的工作机制以及阿尔茨海默症的发病机理提供了重要基础。

2020年2月，新冠疫情暴发后，西湖大学研究团队又利用冷冻电镜技术首次成功解析新型冠状病毒受体ACE2的全长结构，助力新冠药物的研发。

AI预测蛋白折叠改变了什么？

而借助人工智能技术，谷歌旗下的DeepMind公司近期公布了AlphaFold软件预测的2.2亿种蛋白质结构，震惊结构生物学领域，因为这预示着人工智能企业已经开始“真正地把Al的力量交到全世界科学家的手中”。

科学家将这一颠覆性突破成果的意义与人类基因组计划相提并论。上世纪90年代，人类基因组计划开始成形时，科学家意识到光掌握基因的碱基排列是不够的，还必须了解基因的产物蛋白质。

中国科学院院士、结构生物学家、西湖大学校长施一公这样评价AlphaFold的工作：“它对蛋白结构的精准预测，是人工智能对科学领域最大的一次贡献，也是人类在21世纪取得的最重要的科学突破之一。”

施一公曾告诉第一财经记者：“AlphaFold代表了目前全球最领先的人工智能蛋白机构预测系统。”他同时称，中国的高科技企业也在追赶，期待不久的将来能够带给世界惊喜。

他还表示，蛋白结构预测精准性的提升将使得制药行业大为受益。“人工智能预测蛋白结构为药物设计和优化提供了重要的基础。所有小分子药物结合的药物靶点蛋白的结构，几乎都能被AlphaFold一网打尽。”施一公表示。

而在一些科学家看来，尽管AlphaFold的工作令人震惊，但对于药物研发预测的精准性还不够。上海科技大学iHuman研究所执行所长刘志杰教授对第一财经记者表示：“预测蛋白质结构对工作已经持续了很长一段时间，现在的预测的准确度肯定是越来越高了，但是仍然没有达到晶体结构的精度。”

刘志杰告诉第一财经记者，晶体结构是最精确的，而现在人工智能预测蛋白质折叠估计能够达到电镜以及核磁共振的精度。此外，由于蛋白质有成千上万种结构，解析的难度也不一样。“如果一些蛋白序列和人工智能已知的结构比较相近，那么就比较容易预测。”刘志杰表示。

但他仍然认为，随着蛋白质折叠的预测精确度不断提升，未来将在生命科学领域发挥更加重要的作用。“现在的预测如果能达到电镜的精度，就已经可以对一些药物进行设计，药物设计是人工智能蛋白质折叠预测最大的应用领域。”刘志杰对第一财经记者说道。

也有人认为，随着人工智能的发展，未来可能不需要那么多结构生物学家了。“很多做结构生物学的科研人员其实更像是技术服务人员，人越多，能够解析的结构一定也越多，因此从本质上来讲，有很大一部分的工作是靠人力，现在有了AI，确实有很大一部分做结构生物的人转行了。”一位病毒研究员告诉第一财经记者。

不过对于施一公等顶尖结构生物学家而言，技术只是对“顶尖大脑”的有力支撑，能够帮助他们实现更多的想法。“每一位用心的生物学家都应该知道如何用好人工智能的结构预测。”施一公表示。

2013年诺贝尔化学奖获得者迈克尔·莱维特（Michael Levitt）教授对第一财经记者表示：“我认为很多结构生物学家不仅仅是在做结构方面的研究，他们也做很多蛋白功能以及药物研发方面的工作，就好像颜宁教授。人工智能只是解放了一部分传统的人力，但是科学的进步仍然需要依靠最聪明的人脑，单靠人工智能恐怕还是不行的。”

近年来，国内也诞生了一批AI制药企业。对此，中科院院士，北京科学智能研究院院长鄂维南向第一财经记者指出：“AI for Science研究范式的出现是科技创新的一个重要历史机遇，不仅拓展了数据驱动、物理模型驱动模式的能力边界，还有望推动二者的有机结合，为进一步解决实际问题提供理论基础，极大地拉近了科学研究与实际应用的距离。”

举报/反馈

颜宁回国背后：被忽略的关键词和一本书

作者：湛庐文化

发布时间：2022-11-08 10:37

快照：

11月2日，科学家颜宁在微博公开回应回国就职事宜，瞬间引发全网热议，当日微信搜索指数就超3亿。

在此次的“舆论旋涡”中，除了又一次被提及离开清华前往普林斯顿大学就职的往事，还包括颜宁一直以来的研究方向——结构生物学。其间最为引发讨论的信息点是：颜宁的研究方向，是否已被人工智能替代。

据媒体报道：英国人工智能公司DeepMind发布的AlphaFold2，以原子水平的准确度预测了2/3的蛋白质结构。

有网友将AI技术AlphaFold2比喻为珍妮纺织机，将科研人员进行的结构生物学实验则喻为手工作坊。

在这样或那样的“猜疑”中，明显、重要，但又一次被“轻描淡写”的关键词是AI。这不仅仅是生物科研领域的关键词，更是与关联所有产业行业的关键词，这更是关乎人类“今日与明日”的火种。

科技不是坏事，也不是好事；科技是我们做事能力的放大器。

比如，在“完成科研，迅速获得PhD”方面胜过人类，在“提供正确的医疗诊断”，“多语言翻译”，“极端环境作业”等方面，AI也都超过人类。

但关于AI技术极其容易发生的误会，也是有关颜宁的舆论核心——“AI技术可以替代科研工作者”。

我们尚不能够专业地评判科研领域，但生活确实给予我们一种错觉，犹如人类学家玛丽·格雷和计算机科学家西达尔特·苏里曾指出的：

即使是那些看似“自动化”的服务，其实都是人类和软件协同工作的结果。人类被隐藏在平台之下，多数人意识不到他们的存在。他们也被称为“幽灵工作者”。

关于AI，有太多需要我们关注的方向。以湛庐出版的相关书籍为例，《智能学习的未来》：如何用AI释放学习者的潜能，《深度医疗》：AI在医疗领域的应用，《生命3.0》：与AI共进化的人类图景……

有关AI的一切，我们首要厘清的是：人工智能和人类智能的关系。

目前，也许只有《AI3.0》一书可以回答。

论稀缺，它直指当下人工智能发展的问题核心；论权威，它承载着大神侯世达的加持和光芒；论专业，它是《复杂》作者10年思考的诚意之作。

人工智能对你我的影响都将必定持续加深，我们理应撇去浪漫（这期间有假想也有误认）的外衣，这无关任何外界的争论。

有人揶揄说，AI为什么比人“聪明”，因为你给它知识，它会真正学习。是时候了，我们也该认真学习：借用《AI3.0》去探究它们的运作方式、它们取得的成就、它们面临的挑战……

1

这是一本什么书

发人深省：AI时代的清醒剂

了解人工智能“技术内幕”的专业人士都知道，算法在外行人看来的确神秘莫测，但计算能力和符号演算的逻辑基础才是理解人工智能的关键。

米歇尔的论述有一条清晰的线索，她细致地分析了人工智能在视觉、游戏、机器翻译等领域最新的进展后指出：迄今为止令人眼花缭乱的智能突破，其实尚未触及智能问题的核心——自然语言理解和意义问题。《AI3.0》，就是为回答这些问题而生的。

超越技术，引爆AI3.0时代新赛道

作者米歇尔清晰地道出AI3.0时代四大赛道：视觉识别、机器翻译、无人驾驶、语音识别的核心议题、发展线索、关键性问题以及现状和趋势。

如何开发具有更接近人类水平的学习和推理能力的机器？如何进一步厘清人工智能与人类智能的区分？

媒体正在传播的对人工智能的夸张描述和误解，在此被米歇尔纠正；第三波人工智能热潮的发展痛点，在此被一一击中。

终极思考，激发AI终极潜力

1.自动驾驶汽车还要多久才能普及？

2.人工智能会导致人类大规模失业吗？

3.计算机能够具有创造性吗？

4.我们距离创建通用的人类水平AI还有多远？

5.我们应该对人工智能感到多恐惧？

6.人工智能中有哪些激动人心的问题还尚未解决？

米歇尔将自己在书中呈现的观点串联起来，引导我们思考6个关键问题，激发人工智能终极潜力。还有哪些激动人心的问题尚未解决？她的答案是：几乎所有问题。

【湛庐旗舰店】AI3.0 畅销书《复杂》作者梅拉妮米歇尔全新力作全人脸识别科技趋势人工智能京东好评率100%无理由退换官方店旗舰店¥49.9购买

2

这本书出自谁手？

梅拉妮 · 米歇尔

畅销书《复杂》作者、复杂系统前沿科学家

霍金曾说过，“21 世纪将是复杂性科学的世纪”，而圣塔菲研究所就是复杂性科学的世界第一研究所，米歇尔更是铸造圣塔菲口碑的神人。

在圣塔菲研究所时，米歇尔主导了复杂系统领域的研究工作，并教授了相关的在线课程。她的在线课程《复杂性入门》已经被近30 000名学生选修，成为Coursera排名前50位的在线课程之一。

米歇尔现任波特兰州立大学计算机科学教授，主要的研究领域为类比推理、复杂系统、遗传算法等。她曾师从“GEB”作者侯世达，两人共同创建了Copycat程序。大神侯世达曾逐章审读本书，并为每一页都写满了意见！

3

这本书适合谁读

·它立意清晰且不为谁站队，如果你是投资人或从业者，看懂这本书，比研究任何“X+人工智能”的商业计划书都会让你有收获。

·它是从AI出发的宏大篇章，如果你是政策制定者或科技领袖，本书将带你科学地审视人类与人工智能的关系，探索如何确保人工智能的安全边界。

·它专业且可读性强，如果你是普通读者，本书能让你理智判断人工智能对我们工作和生活的影响，知道它能做什么、不能做什么。

▼

米歇尔在《AI3.0》引言中写到，“谷歌某些研究人员对于很快达到通用的、人类水平的人工智能如此乐观，这让我感到震惊。”但她接下来又说：“如果说人工智能研究人员低估了人类的复杂性，那么我是否也低估了当今人工智能的力量和前景呢？”

举报/反馈

颜宁回国创业网友表示欢迎，但有杂音说她在国外待不下去，可休矣

作者：国纳老师

发布时间：2022-11-09 23:40

快照：

这些日，清华大学著名结构生物科学家，颜宁宣布即将回国创业出任深圳医学科学院（SMART）首任院长，引发了网络广泛热议。绝大部分网友对于颜宁的回归表达了自己真挚的欢迎，但是也出现了部分杂音，有人说颜宁辞去美国名校教职回国创业，是因为她从事的结构生物学已经被所谓的人工智能取代，她在美国混不下去了，真相到底如何？

清华美女科学家颜宁，图片源自互联网

01颜宁回归引发网络热议

国纳科技酱发布的视频——《清华美女科学家颜宁，将辞去美国教职回国打拼，发出了怎样的信号》，单个自媒体平台就引发了网友2.3万次点播，网友纷纷留言表达了内心最真挚的对颜宁回归祖国怀抱的欢迎。

也有网友表达了对于颜宁是否真的能够回国的一些忧虑，看得出他们内心也是期待颜宁能够回归，提升中国科研原创力。

对于这些担忧，颜宁第一时间通过微博进行了回应，国纳科技酱为此发布了第二个视频——《大家可以放宽心了：清华美女科学家颜宁回应归国，谱写时代最强音》，单个自媒体平台也引发了近万点播。不过，对于颜宁回归之后是否能够安心创业，是否有足够包容的环境提出了更深层次的看法。

网友这种担忧不无道理，不过为了留住颜宁这样的优秀人才，我们国家已经出台了《关于优化学术环境的指导意见》等系列文件，力争提供一个风清气正的科研环境，引导科学家们聚焦主业，激发创新活力，取得更多的创新成果。国纳科技酱为此撰文——《共和国三天痛失两位院士，提醒我们重视人才培养，解决其后顾之忧》，这篇文章也有1.6万次的阅读，并引发网友们叫好。

02背后的杂音

但是国纳科技酱发现，在绝大部分网友真切地表达对颜宁教授回归的欢迎、赞赏的时候，却出现了杂音：少部分人认为颜宁教授辞去普林斯顿大学教授职位回国创业，是因为她在美国已经学术破产了，干不下去了，直接原因就是因为她所从事的结构生物学已经被所谓的人工智能（AI）取代了。

他们进一步分析的原因是，人工智能分析蛋白结构的效率比人工高出了N个数量级，比方说全球结构生物学家一年总共也就分析几十个，这里就以100个计，而人工智能可以达到上亿，中间差了6个数量级。真相真的如此吗？结构生物学家真的会被人工智能取代吗？

03什么是“AlphaFold”

要回答这个问题，我们必须要理解本次争议的另外一个主角——AlphaFold，也就是说要端掉颜宁等结构生物学家饭碗的人工智能，号称是生物界的AlphaGo（AlphaGo当年曾经横扫顶尖人类围棋职业选手）。根据AlphaFold的官网介绍，AlphaFold是DeepMind开发的一个人工智能系统，可以根据蛋白质的氨基酸序列预测蛋白质的3D结构。它经常达到与人类实验室相媲美的精度。

AlphaFold自我介绍，图片源自AlphaFold官网

需要注意的是AlphaFold分为AlphaFold 1和AlphaFold 2（AlphaFold 1的升级版本），是DeepMind公司的人工智能程序。AlphaFold 2在蛋白质结构预测大赛CASP 14中，对大部分蛋白质结构的预测与真实结构相差很小，只有一个原子宽度，达到了人类利用冷冻电子显微镜等复杂仪器观察预测的水平，引发了生物科学领域学者们强烈反应，甚至震惊。

这里我们需要理解的是蛋白质结构信息蕴含生命的密码，了解蛋白质折叠结构和分子动力学则是生物学界最为棘手的问题之一（已经困扰科学家50年了），如果能解开这些秘密将有力推动生命科学的发展，大大加速针对癌症、病毒的抗生素、靶向药物和新效率的蛋白酶的研发，可谓意义重大。

利用AlphaFold将实验室结果与计算机预测完美结合，图片源自互联网

而AlphaFold的牛逼之处在于，在其问世之前三维结构信息被彻底看清的还不到0.1%，在其问世之后，DeepMind在《自然》上宣布已将人类的98.5%的蛋白质预测了一遍。对于AlphaFold取得的成就，中国科学院院士，也是颜宁的老师——施一公也很是认同：AlphaFold是人工智能对科学领域最大的一次贡献，也是人类在21世纪取得的最重要的科学突破之一。

AlphaFold建立了蛋白质结构数据库，图片源自AlphaFold官网

总体来看，美女科学家颜宁就是很颜宁，与她相提并论的人工智能AlphaFold的确很牛，但是真的能抢她饭碗吗？

04AI无法取代颜宁的贡献

事实到底如何呢？1972年诺贝尔化学奖得主克里斯蒂安·安芬森（Christian Anfinsen）提出，理论上蛋白质氨基酸序列应该能够完全决定它的3D结构。于是人们开始了基于氨基酸序列通过计算方法预测蛋白质3D结构的探索，但科学家们用计算机预测蛋白质结构的早期尝试并不成功。

克里斯蒂安·安芬森，1972年诺贝尔化学奖得主，图片源自互联网

这其中，GLUT1晶体结构是葡萄糖转运的关键蛋白，但人们对它知之甚少，这困扰了结构生物学家们近50年，直到我们美女科学家颜宁团队的出现。2014年，她带领团队仅耗时6个月就成功解析了GLUT1的三维晶体结构 ，让她先后斩获国际蛋白质学会的“青年科学家奖”和《科学》杂志“中国科学之星”，震惊了全世界。

颜宁出席2016-2017影响世界华人盛典，图片源自互联网

因此国纳科技酱认为，如果说AlphaFold解决了困扰生物学界50年的重大挑战，那我们的美女科学家颜宁的成就在于攻克了困扰生物学界50年的一个难题，彼此并不冲突，同样伟大！

05AI有助于颜宁开展更有意思的课题

然后，就有人会想当然了：颜宁团队研究那么久（6个月）才弄清了一个结构，而AlphaFold一下子就能预测上亿，这不是把整个游戏都颠覆了，因此颜宁就应该下岗了，事实真的如此吗？国纳科技酱赞同清华大学Irwin and Joan Jacobs讲席教授张晓泉的观点，同时融入自己的一些想法：

无理数和虚数人类真正掌握花费上千年的时间，我们不能就此说这些就是小学生就能懂得。AlphaFold的出色能力来自于前人积累的数据，这也包括颜宁和她团队的数据，这恰恰说明科学家之前做的理论和实验的重要性，AlphaFold是不可能自己学会做生物学研究的。AlphaFold能够做一些预测可以有助于简化颜宁等结构生物学家的工作，让他们去研究更多更有意思的课题，这对颜宁来说是好事。像颜宁这样的顶级结构生物学家，并不存在所谓在国外混不下去的问题，要知道她可是全球顶级《Nature》、《Science》、《CELL》的常客，在国内只要发一篇就足以在985、211院校弄个教授头衔了。颜宁毫无疑问具备伟大的创意和开创性头脑，这正是顶级科学家与平庸之辈的最大区别，仅靠闷头重复实验是不可能在顶级期刊发表论文的，不信大家可以试一试。

颜宁在指导学生，图片源自互联网

总之，国纳科技酱认为，颜宁此次辞去美国名校教职回国创业，并不是因为所谓在美国混不下去了，而是她想实现自己更大的抱负：基于SMART，为新一代年轻人搭建造梦的平台，打造属于我们中国自己的杰出科学家群体，这必将谱写属于这个时代的最强音，值得期待！#匠心创作奖#

清华美女科学家颜宁在教学中，图片源自互联网

我是国纳科技酱，科普作家；百家匠心计划签约创作者，百家榜上榜创作者；技术背景资深运营，扎根空净、新材料、节能环保领域二十年，用冷静、专业视角给你带来不一样的科学认知。

重要声明：

此处所发表的文章是作者国纳科技酱原创作品，版权归国纳科技酱所拥有，图片来自互联网。转载请标明原创作者及出处！

举报/反馈

颜宁为何全职回国？这家英国公司对她的研究冲击太大

作者：DeepMed深医

发布时间：2022-11-05 10:40

快照：

颜宁全职回国的消息刷屏了。据报道，她将辞去美国普林斯顿大学教职，全职回到国内，出任深圳医学科学院创始院长。

颜宁与昔日导师、同样从普林斯顿辞职回国的施一公一同被视为爱国科学家的典范。她未满30岁即从普林斯顿大学博士毕业并回到清华大学任教，成为“清华最年轻教授”。2017年，颜宁离开清华，受邀加入普林斯顿大学，在国内引起讨论和猜测，她本人甚至背上“叛国”的议论。也有观点认为，颜宁是因为在国内评不上院士而出走。

如今颜宁全职回国，公众讨论的话题自然也离不开家国情怀、中美两国科研条件与人才评价体系等话题。

普林斯顿大学给予颜宁的是雪莉·蒂尔曼终身讲席教授席位，这样的头衔即使在美国本土教授中也是顶级的。2019年和2021年，颜宁分别当选美国国家科学院和美国艺术与科学院的外籍院士。如此之高的身份地位，并非如一些人所猜测，在美国“混不下去”。

我们不妨留心一项数据的变化：国际三大顶级科学期刊（Cell, Nature, Science，下文称CNS）的发文数量。这也是评价基础科学，尤其是生物医学领域研究成果的一项重要指标：

2015年-2018年，颜宁每年的CNS发文数量均在3篇以上，2019年更是达到了5篇，但从此之后开始下滑，2020年为4篇，2021年为2篇，而今年已经到了11月，只发表了1篇。

是个人不够努力？还是美国给予的科研条件与人力支持不足？当这些因素都被排除后，一名某一细分领域内知名科学家的产出断崖式下降，原因只有一个：

颜宁所从事的结构生物学研究，或许已经“凉了”。

01何为结构生物学？

我们对蛋白质这一名词并不陌生，但它绝不仅仅满足营养需求。人体内的激素、酶、受体、抗原等物质多数都是蛋白质，它们参与了许多疾病和大多数生理活动的进程，也可以成为药物靶点。组成生物体的氨基酸实际上只有20多种，但它们以最多可达上千个分子的数量任意排列组合，并以各种复杂的方式折叠、连接后，可以形成数以亿计的蛋白质。每一种蛋白质的氨基酸组成和结构都是独一无二的，也决定了它在生物体内的性质和作用。

而结构生物学的主要任务，就是勾勒出每一种蛋白质的三维结构，分析出它由哪几种氨基酸组成，又是以何种方式折叠和连接的。诺贝尔奖得主费曼曾半开玩笑地说：“许多基础的生物问题是非常容易解决的，只要能看到它们就行。”在结构生物学发展起来以前，科学家只能通过不断的试验验证蛋白质这种大分子物质在生理活动中扮演的角色，而结构生物学发展起来之后，科学家得以“看到”蛋白质的微观世界，进而更加快速准确地推断出其性质和作用。

结构生物学的意义也是不容忽视的，从脑内淀粉样蛋白质变性沉积导致的阿尔茨海默病，到病毒包膜蛋白逃避免疫识别，都可以从蛋白质结构的角度突破。解析细胞表面蛋白和受体的结构，还有助于开发新的药物。

然而，蛋白质结构的复杂性和数量之多，决定了这是一项需要大量物力和时间投入的工作。结构生物学发展初期，科学家通过X射线解析蛋白质结构。X射线穿过蛋白质晶体时会在照相板上留下衍射图像，显示出晶体内部的原子排列规律。经过多次照射和数学计算，最终可以推断出蛋白质的结构。

通过这种方式，科学家在1960年首次解析出了抹香鲸肌红蛋白的结构，这在当时是极具颠覆性的成果。在之后的几十年内，科学家解析出了更多蛋白质的结构，包括核糖体、ATP酶、肌动蛋白、氧化还原酶、RNA聚合酶等重要物质，也开启了结构生物学的黄金时代。

但在结构相对简单的蛋白质都被解析完毕后，X射线的缺陷愈发显露出来。X射线每次只能从一个角度穿过蛋白质晶体，留下一个角度的衍射图像，而科学家需要成百甚至上千个角度的图像才能组合出一种蛋白质的结构雏形。之后，他们还需要进行大量的数学计算，完善蛋白质的精确结构。即使在有计算机辅助的情况下，这项工作仍然非常耗费时间。此外，X射线还会带来图像分辨率过低的问题。

冷冻电镜的出现解决了这些问题。它可以将蛋白质样品冷冻在一层非晶体的玻璃态冰膜中，保持蛋白质在自然状态下的结构，并且通过冷冻瞬时捕捉到蛋白质在不同状态下的近生理构象，节省了多角度获取图像和数学计算的时间。加上高分辨率的冷冻电镜和不断发展的图像算法技术，如今科学家能够勾勒出更加清晰和复杂的蛋白质三维结构。

除去价格高昂这一因素，冷冻电镜可谓完美，无异于结构生物学领域的“第二次工业革命”。在其支持下，目前全球的几千名结构生物学家已经解析出19万种蛋白质的结构。

然而，一家英国科技公司推出的AI技术，击碎了所有结构生物学家对“第二春”的幻想。

02飞速发展的AIphaFold，让结构生物学成了“天坑中的天坑”

都说选择比努力更重要，基础科学研究更是如此。如果多年前颜宁能够预料到今天AI的发展，想必她一定不会选择结构生物学这一细分领域。

2020年12月1日，被誉为“蛋白质奥林匹克竞赛”的国际蛋白质结构预测竞赛（CASP）上传出一条震动整个生物医学界的消息：一项名为ALphaFold的AI技术获得了冠军，它能够基于氨基酸序列精准预测蛋白质的三维结构，准确性可与冷冻电镜相媲美。

在多篇科学报道中，AIphaFold的胜利被称为“50年来的重大突破”。这源于诺贝尔化学奖得主克里斯蒂安·安芬森（Christian Anfinsen）1972年提出的大胆假设：所有蛋白质的结构都完全由氨基酸序列决定。

不论这一假设是否真的成立，AIphaFold的胜利都为实现这一假设创造了可能。

而开发AIphaFold的公司想必大家都听说过——DeepMind，就是开发出AIphaGo，接连击败李世石和柯洁两位世界最顶尖围棋手，甚至让柯洁在比赛中痛哭的那家英国科技公司。除了会下围棋，DeepMind旗下的AI技术还实现了史上最快的矩阵乘法计算速度，解决了一个50年来悬而未决的数学问题，提出过两个数学猜想，并在量子水平描述物质、控制核聚变、癌症筛查、解析古文字、预测天气等领域都有建树。

在“蛋白质奥赛”上夺冠后不久，DeepMind又火速推出了第二代AlphaFold，它能够以原子水平的准确度预测自然界约2/3的蛋白质结构。公司还联合欧洲分子生物学实验室（EMBL-EBI）开放了AlphaFold2预测的蛋白质数据库。到今年7月，这一数据库的蛋白质结构已经从100万个扩展到了2亿个，仅用了一年时间就翻了200倍，并且涵盖了自然界几乎所有的蛋白质。

而我们在前文提到，AIphaFold出现之前，全球数千名结构生物学家花费数十年时间，只解析出了19万种蛋白质的结构。过去需要最少也需要几个月的工作，如今只需几秒就可以完成。

如此飞快的提速对整个生物医学界来说可谓惊喜，意味着科学家无需再耗费大量时间解析蛋白质结构，而是可以像把玩模型一般，对任一种蛋白质的结构细细端详，从中挖掘出新的细微发现。

但对结构生物学家来说，AIphaFold的胜利无异于“失业”的警钟。如果说从前的他们是蛋白质结构的探路者，那么在AIphaFold面前，他们最多只是检验预测结果是否准确的质检员。

03AI冲击下，结构生物学如何求生？

其实，AIphaFold的胜利并非无迹可寻。早在2018年的“蛋白质预测奥赛”上，它就成功答对了43个蛋白质折叠问题中的25个，成为当年的冠军，而第二名只答对了3个问题。

从本质上说，AIphaFold和冷冻电镜都属于提高蛋白质结构解析效率的变革性工具，只是AIphaFold的颠覆性要明显强得多。结构生物学界也早已经意识到，不论冷冻电镜亦或AI都只是研究工具，并开始进行研究方向的调整。

RNA剪接体结构，是当下结构生物学最热门的研究方向之一。RNA剪接是真核生物遗传信息传递中涉及中心法则的关键一环，而这一过程需要RNA剪接体的参与。如果RNA剪接体异常，就有可能发生基因剪接错误，导致人类疾病的产生。研究发现，30%的人类遗传紊乱和多种癌症都与某些基因的错误剪接有关。

解析RNA剪接体，有助于找到基因相关疾病背后的元凶。然而，RNA剪接体是一种分子量巨大、高度动态变化的分子机器，其构象复杂且多变。如果把蛋白质结构比作一帧画面，那么RNA剪接体的结构之复杂，相当于一部无数帧画面组成的电影。即使是预测出2亿种蛋白质结构的AIphaFold2，目前也无法完成这样复杂的工作。

要完整地拼接出这样一部电影，不仅需要记录下每一帧画面，还需要找到每一帧画面的变化速度，这在结构生物学中被称为分子动力学。这在现有技术手段之下仍是无法研究的，需要借助更多生物物理技术、计算生物学手段去探索，不仅是结构生物学家未来研究的方向，也是他们与AI合作的契合点。通过AI技术，可以发现RNA剪接体动态变化背后的驱动力，甚至模拟外力（电场、磁场、各种长度的波等）对生物大分子的影响，促成新的发现。

实际上，在一些学术含量较高的平台上，存在对颜宁及其昔日导师施一公研究成果的质疑。有生物学背景的人士指出，解析蛋白质结构不过是给蛋白质“打上标签”，或是利用冷冻电镜给蛋白质“拍照”，这类型研究与发现信号通路、揭示分子机制的研究带来的价值相差甚远。

这或许也是结构生物学应该反思的问题，或是说未来推进的方向——让结构生物学从结构回归生物。结构生物学不应该止步于解析大分子物质的结构，还要探究这些大分子物质在人体生理活动中发挥的作用，以及它们如何导致人类疾病的发生。

AIphaFold的胜利不是结构生物学的终结，反而可能是它全新的开始。

（黄思宇）

举报/反馈

不必猜测和质疑颜宁回国的动机｜新京报快评

作者：新浪财经

发布时间：2022-11-03 19:39

快照：

来源：新京报

AI解析蛋白质和其他生物分子结构只是研究的开端，并不能包揽所有的研究和工作。

文 | 张田勘

这两天，著名科学家颜宁宣布回国的消息引发广泛关注。11月1日，在出席“2022深圳全球创新人才论坛”演讲时，颜宁宣布即将辞去美国教职回国。这个决定不亚于颜宁2017年到美国任教时掀起的舆论热度，因此，不少人对她的回国任职动机有了一些推测。

这其中，传播最广泛的观点认为，由于颜宁所从事的结构生物学遭遇AI技术的“横刀夺爱”，人算比不过AI算，工作机会和成果会日渐减少，因此只能回国。

有的版本还给出了详细的“猜测依据”：本来颜宁他们一年能解析几十个蛋白质结构，但谷歌旗下的英国DeepMind公司凭借AlphaFold2模型一次解析上亿个蛋白，这些年，几万个生物结构学家才解析几十万个蛋白，在AI（人工智能）的碾压之下，结构生物学家即将失业。

AI介入科研是正常趋势

评价科研人员最重要的标尺当然是成果，颜宁是研究蛋白质结构的，因此，这成为目前猜测最多也是传播最广的一个动机论。但是，就目前来看，这些观点也仅仅是猜测而已，事实究竟如何，需要时间和结果来回答和检验。

无论是科研人员还是其他职业，职业的流动和环境选择都是正常的。相比而言，科学家当然愿意流向那些能出成果的环境，而且，最终也只有成果才能说明一个人的选择是否正确，但是，出成果需要时间，所以，现在来评判颜宁的回国任职，其实为时过早。

随着技术的发展，AI介入科研，是一种正常的发展趋势，而且也不仅仅是解析蛋白质结构需要AI帮助，将来很多行业都需要AI，因此，从总体趋势看，AI将要取代不少人的工作。

尤其是在分析蛋白质结构方面，2022年8月，AlphaFold2公布了大约 2.2 亿种蛋白质的预测结构，几乎涵盖了 DNA 数据库中已知生物体的所有蛋白质。

与此同时，另一家科技巨头Meta（前身为Facebook）也不甘落后，借助人工智能ESMFold（“宏基因组”数据库）在两周内预测了来自细菌、病毒和其他微生物的6亿多种蛋白质的结构。

按此进展，不只是结构生物学家的工作会受到挑战甚至受到威胁，就连其他领域的研究人员，如生物化学、药物研发、基因测序和临床医生、农业和植物学的分子育种等，都可能受到挑战。所以，如果说要受到影响，不只是颜宁一个人，所有人都会面临这样的境况。

况且，颜宁身为行业佼佼者，未来的选择空间其实更大，说“颜宁是因为受到AI的挑战才选择回国”，其实有些立不住脚。

AI并不能包揽所有的研究

就科学层面而言，尽管AI正在挑战人工解析蛋白质结构，但是，在准确性上还需要检验，而且产品更需要动物和临床试验的检验。因为AI只是模拟蛋白质结构和其他分子、化合物的结构，而非真实地测出了物质结构，更何况有些分子和化合物结构在一定条件下会产生变化，需要在实践中结合产品的使用才能获得准确认知。

即便AI能解析一些分子结构，也还需要动物试验和临床试验才能准确获得不同分子、化合物的反应条件、功能和作用。因此，AI解析蛋白质和其他生物分子结构只是研究的开端，并不能包揽所有的研究和工作。

从这些情况看，AI让传统结构生物学家和其他生物医学研究人员“失业”，还为时过早。这也是不必以此猜测颜宁回国的理由之一。

从人类的发展历史看，技术的进步永远伴随人类，与时俱进的人善于适应和利用技术的进步。当生物医学和其他学科面临AI浪潮时，绝大部分人都会学习并应用这样的先进技术来进行科研和工作，只要能学习、善于学习，适应和使用AI等工具，他们面临的不会是失业，反而有可能是更多的工作机会，并提升待遇和工资。

颜宁的回国也许只是挑选工作环境的一个选择。颜宁回国任深圳医学科学院院长，能够获得的资金和资源应该远比在美国做一名教授要丰富得多，而祖国也需要这样的人才。

并且，有了人事权和充裕的资金，颜宁还可以组建更多的科研团队和实验室，带动更多的研究人员一起工作和研究，或许获得的成果比自己单枪匹马单打独斗还要多。在此情况下，颜宁能做什么样的选择，一般人想必也理解。

说到底，颜宁回国工作，是其个人选择，也是对自己能否出更多成果在分析和预判之后的决定。外界不必对颜宁“说三道四”，让其安心工作科研，未来或许她能以更多的成果来回应大家。

撰稿 / 张田勘（专栏作者）

举报/反馈

颜宁会第二次出走吗？归来赞扬居多夹杂怪调，是为国还是为名利？

作者：趣笔谈教

发布时间：2022-11-09 10:35

快照：

说实话，颜宁带着两个美国院士头衔回国这个话题很多人都在深思，颜宁为什么回国，为什么之前离开中国。

我是趣笔谈教，近期，生物学家颜宁辞去美国教职回国担任深圳某初始院长一职引发广泛热议。该件事的促成应该有一段时间了，相信深圳方面求贤若渴给了颜宁不少承诺，这是基于其能力的肯定。

不过颜宁的归来却引起了部分人的不满，社会民众对其赞扬者居多，但学术界却夹杂了不少奇腔怪调，有人觉得颜宁在普林斯顿大学待不下去了，因为她研究的领域已被人工AI替代，从事的生物科学研究逐渐没落。

也有人觉得颜宁的研究不可能在美国有大的建树，回国也只是为了捞荣誉、博面子，还有人会说她带着美国的两个院士头衔故意打脸国内学术界。总之说什么的都有，俨然已经对颜宁造成了人身攻击。

各种评论当中，里面有据理力争的，有抨击黑暗面的，有分析中美科技层面对比的，大家都来讨论发表意见，总比闷在心里好。更好的是，许多夹枪带棒的“理中客”也参与其中，贬低民族、污蔑科学、唱衰学术圈，让大家更清楚地看到他们和他们背后势力的真实面目了。

就算是在外面混不下去回来的又怎样，一个科学家更多的考虑的是科研条件和环境、自我价值的实现。走是这样，回来也是这样，当然有国家情节，但绝不是第一位。我们习惯使用这样的语言久了，忽视科研环境的建设，所以很多学术人才会离开。

自从5年前颜宁辞去清华职务前往美国教书，全世界就涌现出了“负气出走“、”瞧不起国内的院士遴选制度“等不和谐声音，总之夹枪带棍、风凉话一大堆。五年后颜宁带着诸多荣誉归来，又被人明嘲暗讽”混不下去、走投无路、过气、回国捞存在感“。

这样的舆论环境谁又愿成为科研带头人呢？我们难免会想到之前有很多像颜宁一样的人才是怀着怎样的怨气出走的。大家都这样想人家何必待在国内呢？想来留不住人才是有原因的。

再说人家去外国是个人自由的选择，我觉得没问题，在中国遇到了瓶颈到美国去突破，这是人家的理想和追求，换个环境激发自己更大潜力，不愿在安逸的环境里蹉跎了时光。

真正值得尊敬的学者崇尚的是达者为师，而不是论资排辈，更不是明朝暗讽和说风凉话。有这个时间不如多在《自然》上发表些论文，有能力就使出来，只会搞舆论引导和双标算怎么回事？

我认为，关于人才的去向问题，并不是说到了国外就不是爱国了，做科研肯定要看怎么样使自己更加优秀，不同的环境平台激发的能力也是不一样的。

我们应该想清楚一个问题，阴阳怪气者是不是已经默认所有出国留学的人都会像上世纪80-90年代的某个群体一样，宁可在国外刷盘子也不回来？如果没有这些先入为主的臆断，也许会发现人颜宁回来其实就是像钱学森、邓稼先那样，为了家国情怀。

退一万步讲，即使颜宁是混不下去回国，她的专业能力在国内也是顶流，她能回国，对于增强我国的科研实力、科研形象都具有极大的正面效应。无论能不能在生物科学领域做出重大贡献，只要她在国内工作，她回来的象征意义更大，可以激励更多优秀科学家回国。

实事求是讲，我国的科研界舆论环境应该包容一点，并给予更好的待遇和极高的荣誉感，才能吸引更多高精尖的科学家回来为国效力。毕竟科学家是民族的栋梁，靠网红主播发展不了科技国防，国家和国民应给予特别关爱和保护，而不是乱猜忌或嘲讽。

#美女教授颜宁高调宣布离美归国#

图源互联网，侵删。和你一起看教育趣闻，分享教育理念，了解学科知识

期待您的关注、分享和点评

举报/反馈

“清华才女”颜宁：曾因赴美被嘲“白眼狼”，今归国带回关键技术

作者：我们路上再见

发布时间：2022-11-04 18:08

快照：

很长一段时间里，我国高校人才流失问题，一直都是网友们津津乐道的话题。

“清华才女”颜宁，清华毕业后，远赴美国普林斯顿大学进修。

学业有成后，毅然决然回到祖国，进入清华任教，成为清华大学教授。

她不为美国五斗米折腰的精神，感动了无数国人，纷纷为其行为点赞。

却没想到，2017年，颜宁辞去清华教授，再次奔赴美国，成为普林斯顿大学的终身教授。

“卖主求荣”、“喂不熟的白眼狼”……

一时之间，颜宁被网上的舆论淹没，甚至被打上“汉奸”的标签。

就在网友们骂得起劲的时候，2022年11月1日，事情再次迎来反转。

在深圳全球创新人才论坛上，颜宁宣布，将辞去自己在美国的工作，回到中国发展。

在中美之间反复横跳，现在谁也摸不透，颜宁心中到底是怎么想的。

她为什么选择放弃普林斯顿丰厚的待遇，毅然决然辞职，再次回到祖国呢？

是否如网友们所说的那样，是只为利益而动的“白眼狼”？

今天，我们就来聊聊“清华才女”颜宁的故事。

1977年11月，颜宁出生于山东济南区，一个普通的农村家庭中。

和如今的文静性格不同，小时候的颜宁，非常调皮。

最喜欢做的，便是带着一群小伙伴胡作非为，是从村子里有名的孩子王。

后来因为工作需要，颜宁跟着父母来到北京，上初中时，她第一次接触到显微镜。

课上，老师让学生两人一组，观察动植物细胞。

通过显微镜，颜宁看到了一个跟平时完全不同的世界，给予她年少的心灵极大的震撼。

“真的有这样的世界存在吗？”

此刻，一颗生物的种子已经在颜宁心中种下，就等未来开花结果。

上高中后，颜宁开始面临分班问题。

为了未来找工作方便，喜欢文科的颜宁，在父母和老师的劝说下，最终选择了理科。

事实证明，优秀的人，无论学什么，速度都异于常人。

即使是她不擅长的理科，成绩依旧在全校名列前茅。

高中毕业后，她如愿以偿，以优秀的成绩，考入心心念念的清华大学。

在报考专业时，颜宁和父母第一次发生分歧。

父母希望颜宁学更容易找工作的医学专业。

颜宁却无论如何都忘不掉，当年在显微镜下观察到的奇景。

这次，她没有听从父母的建议，毅然决然报考了结构生物学专业。

满怀着期待，颜宁踏入清华大学的校园，但繁重的课业生活，却给了她迎头一击。

和很多学霸一样，颜宁心高气傲。

但等进入清华这样的顶级学府，她才发现，根本不是这么回事。

在这里，天才遍地走，人人是龙凤，自己算老几啊！

在高中，颜宁成绩名列前茅，但在系里，她的成绩只能算中游，连毕业都有些勉强。

面对如此困境，她没有选择颓废。

而是凭借着要强的性格，以及一股拼劲，她一步一个脚印，不断向前迈进。

别人付出一倍的努力，她便付出两倍，别人两倍，她付出三倍。

每天，她拿出13个小时用来学习，除了吃饭睡觉，几乎时刻都泡在图书馆中。

凭借不服输的毅力，颜宁的成绩突飞猛进，很快，便成为系里名列前茅的存在。

很快，她的努力便收获了回报，她遇到了改变自己一生的人，她的研究生导师，施一公。

施一公和颜宁一样，都毕业于清华大学，算下来，施一公算颜宁的学长。

清华大学毕业后，他去了美国进修。

在美国，他的身份很多，其中一个，便是普林斯顿大学教授。

除此之外，他还是中国科学院院士，一直致力于国内科研人员的培养。

在颜宁大学毕业前夕，他来到清华大学演讲，顺带介绍他任职的学校，普林斯顿大学。

听完施一公的话后，颜宁对普林斯顿大学非常感兴趣，希望毕业后，能到美国进修。

于是讲座结束后，颜宁找到施一公，向他表明了自己的想法。

施一公也对这位性格开朗的女士也颇有好感。

于是亲自给她写推荐信，介绍她到普林斯顿大学就读。

颜宁成绩优秀，很快便收到普林斯顿大学的录取通知书。

她也得以以研究生的身份，跟在施一公的名下学习。

研究生的生活十分枯燥，颜宁没日没夜泡在研究室里，累了，便趴在研究室的桌子上睡觉。

而她的努力，最终也迎来了收获。

2004年，她以优异的成绩，获得普林斯顿大学博士学位。

要知道，普通学生想在普林斯顿大学完成硕博连读，至少需要七年时间。

颜宁仅用了四年，便完成全部学业。

但颜宁并没有至此止步不前，在长时间的学习中，她反而觉得身处一个完全未知的领域。

她想象无数先辈那样，去开辟新的科学领域。

怀着这样的信念，颜宁继续在普林斯顿大学分子生物系，开始她的博士后研究生涯。

2007年毕业后，颜宁放弃了美国的优厚待遇。

接受了清华大学生物系主任赵南明的邀请，回到祖国，成为清华大学中的一名教授。

此时的她，才年仅30岁。

因为出众的外表，颜宁成为清华大学公认的“女神”级教授。

长期的研究生活，并没有让她的眸子中失去生气。

反而因为从事自己喜欢的行业，每天都充满朝气。

散发的光彩与热情，无时无刻不在影响着身边人。

在清华任教的十年里，她一共培养出七名研究生。

在培养人才的过程中，她依旧热衷于研究。

这次，她将目光放在结构生物学中最难的一个领域——膜蛋白。

膜蛋白镶嵌在细胞膜上，一旦离开磷脂双分子层，就容易发生变形，很难获得高质量晶体。

因此，膜蛋白结构分析，是学界公认的难题。

膜蛋白最重要的一个类别，便是葡萄糖运转蛋白，简称GLUTs。

其中GLUT1广泛存在于人体细胞中。

对维持血糖浓度的稳定，以及大脑供血起着关键作用。

国际上虽然鉴定出GLUT1的基因序列，但它的三维结构以及运转原理，一直是个谜。

以至于近50年来，都没有突破性进展。

颜宁对该领域非常有兴趣，于是带着一群学生，开始在该领域展开研究。

2014年，颜宁带领团队首次解析出GLUT1的三维晶体结构，解开困扰科学家50年的难题。

之后，她在膜蛋白的研究中渐行渐远，成功跻身世界顶尖科学家行列。

2016年，她被《自然》杂志评选为“十位中国科学家之星”。

她还拿到美国HHMI首届国家青年科学家奖、国际蛋白质学会“青年科学家奖”等。

2017年之前，她在世界顶尖学术期刊《自然》《科学》《细胞》上发表19篇论文。

其中两篇，被美国《科学》杂志“年度十大科学进展”重点引用。

颜宁此时的人生履历，只能用华丽来形容。

但就是如此优秀的一名人才，却在2017年，决定从清华大学辞职，前往普林斯顿大学任教。

至于原因，颜宁并没有细说，只是放下一句话。

“我的研究陷入了瓶颈，需要去学习更全面的知识，让自己得以突破！”

如此暧昧的说法，自然无法得到网友们的认可。

一时之间，刚上流言四起。

有网友嘲讽颜宁，趁她敢为美国五斗米折腰。

还有网友爆出猛料，称颜宁是因为落选院士，脸面上过不去，所以采取美国发展。

但是这种说法，在后来被颜宁辟谣了。

2017年5月，颜宁不顾国内网友的声讨，毅然决然回到美国，成为普林斯顿大学终身教授。

2019年4月，她还被评选为美国国家科学院外籍院士。

2021年4月，当选美国艺术与科学院院士。

也许正如她所说，在颜宁心中，科学研究永远是被放在第一位的。

只要能得到更好的研究设备，她不介意将自己的研究所，搬到普林斯顿大学。

随着时间的流逝，网上对颜宁的声讨声，渐渐弱了下去。

但就在所有人即将忘记的时候，2022年11月1日的一个新闻，再次将她送上了热搜。

2022年11月1日，在深圳全球创新人才论坛上，颜宁宣布，将从美国辞职，回国任职。

言论一出，在国内引起轩然大波。

这下网友们彻底懵了，在中国和美国之间反复横跳，颜宁到底要做什么？

有网友表示，颜宁是迷途知返，离美归国，给无数留学国外的青年科学家，树立良好榜样。

有网友则嘲讽道，颜宁是在国外待不下去了，所以才回国内发展。

为什么这样说？根据网友爆料，颜宁在美国的团队只剩下五个人，实验室离关门已经不远。

不回国，她只能在普林斯顿拿最低薪水。

至于实验室为什么会关门，跟一家叫Deep mind的公司有着密不可分的联系。

这家公司被誉为世界最强AI公司，设计出来的AlphaGo Zero，在2017年击败围棋冠军柯杰。

从此，它便坐稳了世界第一的称号。

2020年，该公司设计出AlphaFold新程序，在今年，又将它升级到AlphaFold2。

本来颜宁团队一年能解析几十个蛋白质，但AlphaFold2自诞生，已经解析出2亿个蛋白质。

这是什么概念？要知道，自结构生物学诞生以来。

几十年时间，几万名结构生物学家，一共才解析出19万个蛋白质。

而AlphaFold2，一年便能解析出上亿个蛋白质。

这个效率，让颜宁的研究成为笑话，这也是为什么她的实验室面临解散的原因。

因为她的工作，即将被程序取代。

但这种说法真的可靠吗？也不尽然。

程序毕竟是程序，只能结构蛋白质，却不能将结构出来的数据运用到实际中，去造福人类。

而这，才是颜宁的主攻方式。

2022年7月，英国《卫报》发布文章，称AlphaFold2几乎解构出已知所有蛋白质的结构。

这些数据，Deep mind没有藏着掖着，而是全部进行开源，人人都可以查看。

要知道，在Deep mind的数据库中，可是有2亿多种蛋白质的结构。

这么庞大的数据，无论是开发新药，还是运用新技术、帮助人类战胜饥饿。

又或者是治理污染、疾病等重大挑战，都已经铺平了道路，科学家们只需要走上去就好。

因此，结构生物学的研究重点，从2022年7月份开始，便从结构转移到实际运用上来。

通俗点讲，就是谁能将这些数据转化成成果，谁就能在未来几十年中，在国际独领风骚。

这次颜宁回国，带回在美国顶尖科研室中几年的研究成果，并在深圳创立深圳医学科学院。

由此可见，在未来一段时间，颜宁将开始在生物医学行业大展身手，带领新药的研发。

而这些研发出来的成果，将全部留在中国。

如此，还有人说颜宁是喂不熟的“白眼狼”吗？

有网友可能会反驳，说这么多，颜宁回国创建医学院，还不是为了研发新药赚钱？

本质上不过还是利益至上的“精致利己主义者”罢了。

这种说法，实在有种为黑而黑的味道。

自医学诞生之初，有哪种药物，是免费无偿提供给患者的？从来没有。

即使是最简单的感冒药，也需要花钱到药店去购买。

既然如此，又何必将“利益至上”的帽子，扣到颜宁的头上呢？

自科学诞生之初，我们每年有多少莘莘学子削减脑袋往外跑，大家有想过，是为什么吗？

从现在的网络环境中，就能看出些端倪来。

一名世界顶尖科学家回国，大家关心的，不是她的研究成果。

反而只盯着人家国籍那点破事，大放厥词。

面对这样的环境，有几个科学家不会心寒呢？

诚然，不可否认，世界顶尖科学家中，也有满身铜臭味，甘为五斗米折腰的金钱至上者。

但他们，为什么不去为我国的五斗米折腰呢？

归根结底，还是没那环境和条件。

真心希望，国内的舆论环境，能对这些归国的科学家们好一些。

让科学回归科学，不要让这些科学家，将心思放在应对舆论这种不知所谓的事情上。

如此，才是对这些有志之士们，最大的尊重。

举报/反馈

科学家颜宁回国，曾攻破50年难题，却被网友吐槽是科研界的寄生虫

作者：科技反派

发布时间：2022-11-02 21:56

快照：

1971年，82岁的高端物理学家杨振宁回国，很多人说他是回国养老的。然而这些人不知道的是，杨振宁教授在我国物理学的贡献价值是多么的不可估量。而如今45岁的著名生物科学家颜宁回国，也引来这些人的非议，甚至还有人称之为科研界的“寄生虫”。

不敢说颜宁是一个被诺贝尔奖遗忘的人，但是她在生物科学领域的成就堪比“童第周”，如今她愿意放弃美国的高薪工作，辞去普林斯顿大学的教职回国效力，是在为我国生物科学领域的研究带来新的助力，对于那些妄自菲薄之人，不知道其心理到底是有多黑暗。

事实上，颜宁这是第二次回国做研究，在2007年获得美国普林斯顿大学分子生物学系博士后后，未满30岁的颜宁选择回到清华任教，一呆就是10年！

2014年，她带领的团队完成了人类第一次对人源葡萄糖转运蛋白GLUT1的三维晶体结构的解析，并进一步的完整清晰揭示了葡萄糖跨膜转运这一基本细胞过程的分子基础。此外，她还解析了电压门控钠离子通道的晶体结构；最近又通过最新冷冻电镜技术获得了最大钙离子通道RyR1的高分辨率结构，可以说颜宁在膜蛋白，特别是跨膜转运蛋白的结构生物学的研究上，是具有里程碑意义的！

直到2017年，美国普林斯顿大学向颜宁再次发出邀请，为了获得更多的研究机会，颜宁欣然接受，并获得该校分子生物学系雪莉·蒂尔曼终身讲席教授职位。后来，颜宁在自己的研究领域中不断取得突破，她率领的团队更是攻克了一项被人们称为是“50年不解难题”的课题。此外，她还荣获了“2017年度科学人物”、“中国科学之星”、“国际青年科学家”等称号。截至2018年12月，颜宁在清华实验室期间时就已经发表59篇学术论文，其中在《自然》《科学》《细胞》等知名科学杂志上的论文已高达22篇。她的成就，或许是很多人一辈子无法企及的高度。

2012年诺贝尔化学奖得主、斯坦福大学教授Brian Kobilka这样评价说：要针对人类疾病开发药物，获得人源转运蛋白结构至关重要。对于GLUT1的结构解析本身是极富挑战、极具风险的工作，因此这是一项伟大的成就。

这样的人才，必然会受到很多国家的关注和招揽，但尽管美国不断抛出橄榄枝，颜宁都没有加入美籍的想法。她表示：自己的目的是为了让所学知识获得传递，帮助和扶持更多的人，将自己学习到的知识回报到祖国生物科学领域的发展中去。

中国的发展离不开科学家，更离不开能干实事的专家。目前国内假专家、老思想的专家太多，国家的发展需要更多的新鲜血液，需要培养出更多的年轻人才，毕竟时代永远是年轻人的。颜宁在深圳创建的深圳医学科学院，不定编制，不定级别，实行社会化用人制度，有能者居之。而正是这种全新的管理制度，会给更多年轻学者施展才华的机会。

举报/反馈