我们正处于一个剧烈变革的时代。
AI 的爆发、生物技术的突破……都在重塑我们对未来的认知。为了探索这些变化背后的底层逻辑,我们发起了「What's Next」系列访谈。
我们希望通过与顶尖科学家、创业者和投资人的深度对话,去寻找未来的方向性答案——下一个范式是什么?下一个机会在哪里?
何川,芝加哥大学 John T. Wilson Distinguished Service Professor、霍华德·休斯医学研究所(HHMI)研究员,也是 RNA 表观遗传学(表观转录组学)领域的主要开创者之一。
2011 年,他的实验室通过发现首个 mRNA m6A 去甲基酶,首次证明 mRNA 甲基化是可逆的。提出的“可逆 RNA 修饰/ RNA 表观遗传学”概念显著改变了人们对基因表达调控和中心法则在 RNA 层面传统认识的观点。
作为表观遗传学领域的顶尖科学家,何川教授不仅在基础科学领域取得了开创性成果,也对从微观的分子生物学到宏观的农业革命、AI for Science 以及人才培养有着深刻的洞察。
本文将以何川教授的主要观点作为整体的篇章来呈现,他为我们描绘了一幅从实验室通向未来的图景:03 小心 AI 将拉大「顶尖与普通科学家」的差距以下是本期访谈的精华内容(后续我们也将陆续发布视频版、音频播客,敬请期待)。未来启点:作为表观遗传学领域的世界级科学家,您能给我们做一个简单的科普:到底什么是表观遗传学?何川:其实表观遗传学比较容易理解。我们人体大概有 200 多种不同的细胞形态,总数有几十万亿个细胞。但是,这些细胞都是从同一个受精卵发育而来的。也就是说,这几十万亿个细胞里,DNA 的序列模板基本上是一模一样的。既然 DNA 序列一样,那为什么有的变成了皮肤细胞,有的变成了神经细胞?表观遗传学起了很多作用。可以把 DNA 想象成一把钥匙,它不是平的,上面有齿轮。虽然钥匙的长度和形状(序列)是一样的,但是上面的齿轮(修饰)可以千变万化。在我们的几十万亿个细胞里,虽然 DNA 模板一样,但上面的“齿轮”——也就是 DNA 上的修饰——是不一样的。正是这些不一样的修饰,赋予了每一类细胞各自的特异性。除了 DNA 上有“齿轮”,包裹 DNA 的组蛋白上也有各种修饰。这些修饰共同编码了生命的复杂性。未来启点:您在 RNA 表观遗传学方面取得了巨大的突破,这又是怎么一回事?何川:生物学的中心法则是:DNA -> RNA -> 蛋白质。过去大家知道 DNA 和蛋白质(组蛋白)上有修饰,但我们在 2010 年提出,RNA 上可能也有类似的修饰“编码”。也就是说,RNA 不仅仅是一个线性的、简单的模板,它上面也有类似的“指纹”或“齿轮”。我们最初发现,这些修饰可以影响 RNA 翻译成蛋白质的过程。最近我们发现事情比想象的还要复杂——染色质上不仅有 DNA 和组蛋白,还有 RNA,而 RNA 上的这些编码,甚至可以反过来调控染色质,调控基因的表达。所以,在中心法则的每一个环节——DNA、RNA、蛋白质,都有表观遗传修饰在发挥作用,赋予细胞特异性。何川:应用场景非常多。比如干细胞的分化和发育,从一个干细胞变成成体细胞的过程,表观遗传发挥了重要作用。另一个重要的方向是免疫系统。我们发现,在肿瘤微环境中,肿瘤生长会抑制旁边的免疫反应。而我们要做的,就是消除这种免疫抑制,提高免疫治疗的效果。还有一个很有意思的领域是神经科学。记忆的形成其实是一个外部信号刺激神经,然后重新编码基因表达的过程。我们发现 RNA 修饰对记忆形成至关重要。比如我们做过实验,有些基因你把它消除后,没有任何表型变化,但是长期记忆就不存在了。未来在阿尔茨海默病等神经退行性疾病的治疗上,表观遗传学可能会有很大的意义。未来启点:站在当下,您能不能预测一下,未来 5 到 10 年,在您关注的范围内,哪些方向可能会出现大的突破?何川:除了大家常说的脑机接口、RNA 药物,我想说一个稍微“土”一点的领域——农业。我们可以回顾一下农业与人类文明的协同作用。- 第一次农业革命。是人类开始定居,因为要种东西,这直接导致了城市和文明的产生;
- 第二次是工业革命。有了农具和更高效的生产方式,农业变成了商业行为;
- 第三次是绿色革命。包括杂交水稻、矮秆小麦等育种技术,支撑了地球庞大人口的生存。
如果你看过去上万年的这几次农业革命,无论是驯化、转基因还是杂交育种,本质上都是在针对基因组进行改良——在基因组上找突变,找更好的品种。何川:我觉得未来 5 到 10 年,我们可能会进入另一个农业革命。这一次,我们将真正利用现代分子生物学的手段,特别是对表观修饰底层原理的理解,进行定向育种,甚至定向的基因编辑,这对于应对未来的挑战意义重大。比如通过表观遗传学的手段,提高农作物对干旱、高温等极端环境的应激反应能力(抗逆性)。我们实验室已经发现,我们可以通过调控植物内源的基因来改变染色质,从而获得稳定的优良性状。这方面的潜力是非常巨大的。未来启点:现在 AI 的发展非常迅速,您觉得 AI 对科研和人才培养带来了哪些改变?何川:AI 已经变成了一个强大的工具。以前我们做科研,可能用搜索引擎搜索信息;现在,我们可以用 AI 来总结规律。举个例子,以前找一个小分子抑制剂,可能要先筛选几十万个化合物,后面不停的做好多轮各类衍生物,工作量巨大。现在利用 AI,我们可以在最初筛选和后续实验测试基础上进行归纳总结,快速筛选出几十个或几个高潜力的分子去做功能研究。速度极大增加,工作量极大减小。AI 在晶体结构、语言、图像这些规律清晰的领域非常强大。但是,一旦进入到一些机理尚不明确、存在诸多争议观点的科学领域,AI 给出的结论往往也不够准确,甚至可能是误导性的。所以我个人感觉,如果我们不去认真思考如何应用 AI,如何教育学生正确使用 AI,可能会把真正的顶尖科学家和普通科学工作者之间的差距拉大。何川:因为在 AI 时代,更需要你有对科学本质的深刻洞察力。顶尖科学家,能透过 AI 给出的海量信息和表层结论,看到内部的本质,这需要长期的训练和深厚的科学素养。而如果缺乏这种判断力,很容易被 AI 误导,甚至因为有了 AI 而变得偷懒,失去了创造力。未来启点:那在这样的时代,您在培养学生时最看重什么素质?第一是好奇心。科学研究是一个枯燥漫长的过程,没有好奇心很难坚持到底;第二是责任心。在实验室里,对自己、对别人的项目负责至关重要;第三是执行力。聪明人很多,但能把想法落地的执行力是稀缺的。此外我还想补充一点,「聪明」跟「智慧」是两回事。聪明人很多,但有智慧的人没有那么多。当你真正了解到科学无穷无尽的疑难时,人会变得很谦虚。只有谦虚,才能愿意跟别人合作。所以我们在培养青年科学家时,非常看重他是否能融入团队,是否具备这种谦虚合作的智慧。未来启点:您不仅是科学家,也有丰富的创业经验。您觉得在创业过程中,科学家应该扮演什么角色?何川:科学家最重要的使命,还是在实验室里做创新。这是科学家的主业,真正的创新永远是稀缺的。创业是很多科学家的梦想,但失败的成本很高。科学家创业失败,损失的是名誉、信用和时间。如果能尽早通过与工业界的交流,理解创业的难度,就能大幅降低这种失败的成本。比如,我建议青年科学家可以去创业公司做 Volunteer Consultant(志愿者顾问),去亲眼看看成功的公司是怎么做的,失败的公司又是怎么失败的,这种实战经验非常重要。未来启点:芝加哥大学在推动科研转化方面有什么经验?左边是基础科研,目的是发现新知识;右边是转化,目的是商业化,这两边的管理逻辑完全不同,中间必须要有防火墙分开。但是,关键在于建立一个渠道,把左边的成果筛选到右边去,同时让左边的科学家意识到,右边的商业化运作和左边的科研一样复杂,需要尊重专业的商业人才。何川:我觉得未来可能会出现一种新的模式:实验室+快速概念验证。以前是拿几千万美元建个公司去验证,以后可能会更多地结合实验室资源,进行快速、低成本的早期验证。这里面可能会诞生一类新的服务公司——AI 赋能的 CRO(合同研究组织)。它们专门服务于科学家,利用 AI 技术帮助科学家快速完成早期的分子发现或验证,然后对接给大药企或资本。这种模式可以大幅降低科学家创业的门槛和试错成本。因为针对一个科学家去孵化一家公司成本很高,但如果用 AI 赋能的 CRO 去服务 100 个、1000 个科学家,效率就会产生质变。— 推荐阅读 —
金勤献:未来人才是巴斯德式科学家、垂直整合者、创业构建者|What's Next 2026
沈亦晨:打破摩尔定律瓶颈,光子计算与系统创新的未来|What's Next 2026
胥红来:从“治愈”到“进化”,脑机接口开启未来生命新纪元|What's Next 2026
许敏:从“行星文明”迈向“恒星文明”,聚变能源的终极愿景|What's Next 2026