新技術交融下的未來生物科技
人類2.0：在矽穀探索科技未來 作者：皮埃羅?斯加魯菲 投票推薦 加入書簽 留言反饋
未來將是有機世界和合成世界的聯姻，正如未來一定是人類和機器人的聯姻。你可以設想，有一天，大量微小的dna折紙機器人可以在你的身體裏不停地遊動，它們可以彼此連接和溝通，它們可能還會強大到運行一些人工智能的程序，以此來實時監測和識別你身體內部正在發生什麽。 醫療影像的智能分析
隨著人工智能的流行，“深度學習”似乎一夜之間就能應用於所有領域。生物科學家們自然也想試試它能否幫到自己的工作。絕大多數的醫療人士收集的數據首先是圖像，通常是x光片、核磁共振成像（mri）、計算機斷層攝影（ct）等，因此，用人工智能來分析圖像就是一個很自然的應用。畢竟，為了盡快找出病人的問題所在，世界上不知有多少放射科、心髒病科和腫瘤科的醫院工作人員每天花費大量時間檢查這些醫療影像。
比如，總部位於舊金山的enlitic正在采用深度學習來檢測ct圖像中的肺癌。肺癌是最難檢查出的癌症之一，這也是為什麽通常檢查出來就是晚期的原因。再如，從斯坦福大學孵化器startx裏走出的arterys公司基於深度學習開發出了一款檢測心血管疾病的應用。
創業公司們已躍躍欲試，大公司們自然也早已出手。ibm正在將其沃森機器學習係統（以及2015年從merge healthcare公司收購的技術）應用於醫學影像管理。同時它還與美敦力（medtronic）、楊森和蘋果公司合作，致力於糖尿病的診斷研究，與幾家大醫院合作進行癌症診斷研究，這些都被打包進了“沃森基因分析”。同時，ibm還鼓勵通過智能手機收集患者的數據並將其上傳到雲端。2015年，ibm還專門推出了“沃森健康項目”（watson health）。
戴爾的雲上有超過1 000名醫療工作者提供的數百萬的醫學圖像，它正在使用來自以色列zebra medical vision公司的學習軟件，對這些圖像進行自動識別和分析。
飛利浦正與日立合作致力於圖像分析係統的研究，它已擁有一個超過1 350億的龐大醫療影像數據庫，其醫療設備（x光掃描儀、ct掃描器和mri掃描器）每周都在生成超過200萬張醫療影像。
百健（biogen）是全球第三大生物技術公司，它正嚐試從擁有的16億條基因組數據中創建自動化的“風險報告”。
看似大玩家很多，一片熱鬧，但你若問我人工智能分析醫療影像能否很快取代傳統的放射科的醫生和心髒病專家等，我的答案是：不能。那這麽做的意義是什麽？大家的夢想是盡快將越來越多的醫療數據存到雲端，然後研究出一款類似穀歌或百度的“蜘蛛機器人”（spider robots）出來。顧名思義，它可以在雲端像蜘蛛那樣日夜不停地爬來爬去檢查醫療影像裏是否存在問題。而且，這是全自動檢索，不需要人工發出分析某個影像的“請求”，而蜘蛛機器人的“新版本”會自動重新檢查新的醫學知識所涉及的所有圖像。想象一下僅此一項變成現實後會帶來多大的改變吧！
人工智能當然也可以應用到醫療保健的其他方麵。比如，2016年，aicure發布了一個使用智能手機攝像頭、麵部識別以及動作傳感軟件提醒患者進行藥物治療並檢查其到底有沒有吃藥的一個係統。 用於計算的dna
人工智能外，我認為把dna用作計算器材和機器人器材是我們這個時代最令人興奮的事情之一。
讓我們先把dna比作一台電腦。dna其實是天然的計算材料，因為它使用了一個代碼，而且這個代碼遵循嚴格的邏輯法則。“dna計算”的先驅是南加州大學的倫納德·阿德爾曼（leonard adleman），1994年，他創建了一台能夠解決一個數學問題的dna計算機。具體來說，他找到了一種以核苷酸的順序（即dna或rna中堿基的排列順序）來編碼一段數據的方法，然後利用dna的化學特性來做數據計算。然而，轟動性的消息卻是在一年之後的1995年傳來的，普林斯頓大學的理查德·利普頓（richard lipton）證明了dna計算固有的並行性具備了巨大潛力（如量子計算機一樣，可以用並行計算同一時間處理多個問題）。這種並行性讓dna計算在解決一些數學問題上的速度比電子計算機更快！幾個月後，利普頓的學生丹·博內和克裏斯·鄧沃思（dan boneh＆chris dunworth）表明，dna計算機還可以破解由美國國家安全局（nsa）開發的數據加密係統。這個“應用”無疑吸引了大量眼球。
數學家、計算機科學家和生物學家們紛紛對dna計算機表現出了極大的興趣。1999年，羅切斯特大學的計算機科學家荻原光德（mitsunori ogihara）和生物學家的雷（animesh ray）發表了一篇名為《在dna計算機上模擬布爾電路》（simting boolean circuits on a dnaputer）的論文，以色列魏茲曼科學院的埃霍德·夏皮羅（ehud shapiro）發表了《生物分子計算機的藍圖》（a blueprint for a biomolecrputer）一文，並於2001年製造了第一台這樣的計算機。
第一台實用的dna計算機於2002年推出，它被日本奧林巴斯公司用於基因分析，但接下來的十年裏dna計算機並沒有多少進步，因為製造一台dna計算機不僅難度大，而且價格高。
繼dna計算機後，2013年，斯坦福大學的生物學家德魯·恩迪（drew endy）發明了一台簡單的“生物計算機”（biputer），一台可以在活細胞內操作的計算機。這台計算機隻能回答“對/錯”，但重要的是，它可以檢查出目前的設備不能查出的疾病。
生物計算機和電子計算機之間的主要區別是，生物計算機可以很自然地跟身體裏的細胞互動，雖然速度慢了些，但它可以探索到目前的電子設備不能觸及的地方。當生物計算機進入實際應用後，我們將能夠檢查身體內的任何地方。恩迪的生物計算機甚至還可以彼此通信：他的團隊發明了一種從一個細胞向另一個細胞發送基因數據的方法，一種新的互聯網就要從你身體內的細胞裏誕生了。 dna機器人的前世今生
現在，讓我們再把dna作為一種納米技術材料來分析。所有的生命體都是自組裝的，它們不是在工廠被工人建成的，而是一個細胞連著一個細胞自我形成的，但由此誕生的結構讓人驚歎。想一下人類的大腦，我們至今連建造出一個跟它大致相似的實驗室都做不到，因為它是由母親懷胎九月形成的，還能夠在人的一生中不斷地自我組合。
目前納米技術可以使用兩種方法來構建新材料：自上而下和自下而上。自上而下是科學家們以過人的嚴謹和精確把分子甚至原子組裝在一起，希望由此得到一種穩定的材料；而自下而上的方法當科學家發現一種能夠自我生長的結構時就已經完成了，這種方法就是生命本身所采用的：生命就是一個自下而上的過程，它是自我組合的。由此可見，dna就是一種極好的納米材料，它每天都在組裝大量的生命體。
第一個發現這種類比關係的人應該是紐約大學的納德裏安·西曼（nadrian seeman）。1982年，他發表了一篇從dna構建3d結構的論文，這被認為是dna納米技術的開始。然而，接下來這個領域卻沉寂了20年，沒有什麽進展，因為能夠人工合成dna的機器還很少。
2005年，西曼發表了《從基因到機器——dna納米機械裝置》（from genes to machines—dna nanomechanical devices）的論文，也由此意識到這些想法正變得可行。事實上，2006年就有了突破。那一年，加州理工學院的計算機專家保羅·羅斯蒙德（paul rothemund）展示了dna分子如何能被折疊成兩維的結構，以及dna如何能被編程後形成較大的dna結構。於是，“dna折紙術”（dna origami technique）成了2006年3月16日《自然》雜誌的封麵故事，自下而上的方法被普遍認同並流行起來。
2007年，約翰·普萊斯科（john pelesko）出版了《自我組合》（self assembly）一書。2009年，dna納米技術的研究顯著升溫，哈佛大學威廉·施（william shih）的團隊和德國慕尼黑大學蒂姆·利德爾（tim liedl）的團隊發表了用以dna自我組裝的折疊技術。
2011年，哈佛大學的肖恩·道格拉斯（shawn dous）創辦了國際生物大分子設計競賽（international bio-molecr designpetition，biomod），鼓勵世界各地的學生進行dna折紙術的實驗。與此同時，日本京都大學的杉山弘（hiroshi sugiyama）正致力於研究“用作生物材料的dna折紙術”（dna origami technology for biomaterials applications，這也是他2012發表的論文題目）的研究工作。
2012年，哈佛大學醫學院的遺傳學教授喬治·丘奇的兩個學生，與創辦biomod的肖恩和埃杜·巴切萊特（shawn＆ido bachelet）發明了用dna製作的納米機器人，這種機器人被編程後可以瞄準身體內的特定細胞。比如，可以用這種納米機器人找到身體內的癌細胞，並通過編程讓它們之後在體內自我摧毀。
所有這些進步都是因為我們有了更好的“合成dna”的機器（如安捷倫的設備）。很明顯，這些數學家和生物學家用dna來“設計”機器人，就像建築師用軟件來設計圖紙一樣。設計圖紙的軟件被稱為cad（計算機輔助設計），最流行的cad軟件來自autodesk。想要設計dna機器人的生物學家們也用了類似的軟件（尤其是在哈佛）。2009年，威廉·施在美國達納—法伯癌症研究所（dana-farber cancer institute）開發了cadnano軟件，後來由喬治·丘奇的團隊和autodesk進行了改進。
cadnano給生物學家提供了一種被軟件工程師稱為“快速成型”的方法，隻不過這裏快速成型的是三維的dna折紙結構。2009年，亞利桑那州立大學的郝顏（hao yan）開發了可以對三維的dna折紙結構進行編輯的工具——tiamat。2011年，麻省理工學院的馬克·巴斯（mark bathe）開發了cando（“dna折紙術的計算機輔助編程”的英文縮寫），是一款可以把兩維的dna折紙藍圖轉換成複雜的三維結構的軟件。2016年，麻省理工學院合成生物學家克裏斯·沃伊特（chris voigt）的研究小組發明了名為“cello”的編程語言，使得生物學家可以快速設計dna電路（一種利用電路導電性變化來檢測基因損傷和錯誤的生物傳感器），cello可以自動設計實現dna電路所需的dna序列，換句話說，你可以通過這種編程語言創造活的細胞。以上這些都是dna折紙術已有的開源軟件。
2012年，肖恩·道格拉斯搬到了加州大學舊金山分校，埃杜·巴切萊特去了以色列巴伊蘭大學，由此形成了dna折紙術的兩個重要派別。2013年巴切萊特公布他製造了一種特殊dna分子的方法，這種dna分子可以通過編程到達身體的指定位置，並在那裏完成一些“特殊使命”。基本上，這個dna折紙已經變成了可以在人體內部遊走的微小的計算機。這些小計算機可以像今天基於矽的計算機一樣執行同一種邏輯運算（0/1邏輯），雖然它們現在的功能還不能跟第一代計算機相提並論，但至少它們一出生就超級小。
2014年，巴切萊特與哈佛大學的丹尼爾·萊納（daniel levner）合作，將這種dna納米計算機放進了一個活的生命體——一隻蟑螂內，並讓它們在蟑螂的身體裏遊走。
可以設想，有一天這些dna機器人將能夠跟它檢查的細胞互動，大量dna機器人之間也可以互動，就好像我們現實中的計算機能夠連接成一個通信網絡一樣。2015年，巴切萊特開始試驗他的第一個人體內的dna納米機器人（用來治療癌症），輝瑞製藥很快投資了他的這個想法。
接下來的問題當然是這些dna納米計算機的“存儲卡”上到底能存多少信息。一克dna的可以容納10兆~14兆字節的數據。2012年喬治·丘奇將他的最新著作編碼進了dna。2013年，歐洲生物信息學研究所的伊萬·伯尼（ewan birney）團隊將莎士比亞的154首十四行詩，再加上馬丁·路德·金（martin luther king）的著名演說《我有一個夢想》的錄音，以及他們的辦公室的照片（共739千字節）全部編碼進了dna。2015年，把喬治·丘奇的書編碼進dna的哈佛團隊的一名成員庫蘇裏（sri kosuri）將樂隊ok go的一首搖滾歌曲編入dna，這可是第一首在dna上發行的歌曲。
這些存儲能力與基於矽的存儲相比當然是進展非常緩慢的，但它們的優勢是持續的時間特別長，曆經“千秋萬世”都還在。問題是將數據存進dna的成本太高，比如，如果選擇安捷倫幫你存儲，它合成dna是免費的，但一般存儲每兆字節的花費需超過12 000美元，用的還是安捷倫價值數百萬美元的設備。相比之下，我包裏16gb的閃存盤的花費是20美元，而且在它裏麵改寫數據的成本是零。然而，我們的u盤卻永遠做不了dna存儲能做的事：所有書麵形式存在的人類文明（大概500億兆字節的文本）都可以保存在你一隻手掌的dna上。
可以設想，有一天，大量微小的dna折紙機器人可以在你的身體裏不停地遊動，它們可以彼此連接和溝通，它們可能還會強大到能夠運行一些人工智能的程序，以此來實時監測和識別你身體內部正在發生什麽。 生物黑客崛起
在新技術的交融裏，“生物黑客”（biohackers）會扮演重要的角色。2005年，年輕的生物學家羅布·卡爾森（rob carlson）離開了伯克利分子科學研究所，繼續在家裏做他的生物實驗，並在自己的車庫裏創辦了生物技術谘詢公司biodesic。
2008年，傑森·鮑勃和馬克·考威爾（jason bobe＆mac cowell）在東海岸創建了diybio組織，這被認為是合成生物學“diy”（自己動手）運動的開始。2009年，紐約四個年輕的天才［分子生物學家艾倫·喬根森（ellen jorgensen），生物工程學家奧利弗·麥德沃鄂迪克（oliver medvedik），自由撰稿人丹尼爾·格魯什金（daniel grushkin）和多學科背景的藝術家尼裏（nurit bar-shai）］建立了非營利性組織genspace，用以推動生物黑客的研究。他們第二年設立了一個對公眾開放的生物技術實驗室。同一樣，安吉拉·卡茨瑪茨克（ang kaczmarczyk）等人創立了波士頓公開科學實驗室（bosb）。
矽穀創立了生物黑客空間biocurious作為回應，這也是一個由誌願者經營的非營利性組織。它於2010年由一群年輕的獨立生物學家（eri gentry、raymond auley、tito jankowski、joseph jackson、josh perfetto和kristina hathaway）創立。它標誌著全球生物愛好者利用遺傳領域公共數據庫創建社區的興起。
歐洲的生物黑客們在阿姆斯特丹和巴黎 paisse創立了web。2010年加州大學洛杉磯分校舉辦了主題為“瘋狂的生物學？”的研討會，會議上，自學成才的生物黑客梅瑞狄斯·帕特森（meredith patterson）發表了題為《一個生物朋克的宣言》（a biopunk manifesto）的演講。2010年，羅布·卡爾森出版了《生物是科技》（biology is technology）一書，書名也成為合成生物學“diy”運動的格言。
2010年，biocurious的兩個創始人——蒂托和喬什（tito jankowski＆josh perfetto）在舊金山成立了openpcr，他們想製造一台可以能把生物科技放到桌麵上的機器，基本上就是一台複製dna的機器。像一台專業設備一樣，源自openpcr的家用機器可以增殖dna樣本，而openpcr大大降低了這些機器的價格，讓普通個體也買得起。2010年，奧斯丁·海因茨（austen heinz）在舊金山創立了cambrian genomics來製造第一台“生物激光打印機”，一種能夠快速準確生產dna的機器。2014年創立於舊金山的arcturus biocloud使得它變得更容易：它想成為在雲端跟用戶溝通的生物公司的虛擬代工廠。
2003年，麻省理工學院的湯姆·奈特（tom knight）教授提出了這樣的設想：有一個標準化的“生物磚”（biobricks）目錄，可以幫助合成生物學家們快速組裝成活的有機體。他想要的模式清楚地再現了個人電腦產業走過的路程：愛好者從雜誌廣告目錄訂購套件，然後在他們的車庫組裝電腦。
同年，來自麻省理工學院、哈佛大學、加州大學舊金山分校的研究人員成立了mit標準生物零件注冊處（mit registry of standard biological parts），後來並入了國際基因工程機器（the international gically engineered machine.）。無論是“國際基因工程機器”還是“生物磚基金會”（biobricks foundation），都是生物學家德魯·恩迪的創意。到2014年，國際基因工程機器的存儲庫已包含20 000件標準生物零件（生物磚）。
“開源”技術正在掀起一場全球合成生物領域的“草根者”革命，2004年始於波士頓的每年一度的“國際基因工程機器大賽”（igem）聚集了來自世界各地的年輕生物學者，他們紛紛在創造新的生命形式（大多數是有用的微生物應用），2014年有來自32個國家的2500名選手來比賽。
由麻省理工學院的學生梅利娜·範（melina fan）於2004年創立的非營利組織addgene，致力於幫助合成生物學家分享他們的發現。例如，它幫助需要用crispr技術做實驗的實驗室運輸他們所需的dna材料。
由斯蒂芬·弗蘭德和埃裏克·沙特（stephen friend＆eric schadt）於2009年在西雅圖創立的非營利性組織賽智生物網絡（sage biworks），顯然是受到最有名的開源軟件數據庫github的啟發而建立的。該組織的宗旨尤其談到了“解決複雜科學問題的誌願者們的開放網絡”的重要性。
合成生物學仍需要和計算機輔助設計（cad）一樣的工具，2010年，加州大學伯克利分校的chris anderson推出了clotho，一個開源的“生物cad”平台，可以幫助研究者設計有機體。2014年，autodesk推出了cyborg工程，一個為dna設計者提供設計工具的基於雲端的平台。
全球生物黑客們的社區正在日益壯大，隨著生物研究的價格越來越低，有一天驚人的成就很有可能來自這些獨立研究者。 保持謹慎<h4>生物科技領域的主要危險是什麽</h4>
就我個人而言，比起轉基因生物，我更害怕塑料。我吃了轉基因番茄沒有問題，但是把它存儲在塑料容器中就有問題了。21世紀最大的建築結構不是高層寫字樓，而是紐約的垃圾填埋場（很多都是塑料垃圾），不是用來工作或生活的，而是用來存垃圾的！
危險是肯定的，為了防止科學犯下大錯，科學家們也做了很多努力，但總是難免有很多壞人和蠢人。我們每發明一個新的技術，就必須時刻為最壞的情況做準備。
我希望生物科技領域沒有忘記20世紀90年代的一個重要教訓。1999年，一位名叫格爾辛基（jesse gelsinger）的少年在美國賓夕法尼亞大學一起基因治療的臨床試驗中死亡，這一悲慘事件讓基因治療停滯了二十年。我想說的是，隻要犯一個錯誤，整個領域的發展就會被喊“暫停”。尤其在生物科技領域，人命攸關，必須時刻謹慎。
另一個危險在於生物黑客們可能會發明一些不能輕易被“撤回”的東西。“撤回”鍵在生物科技領域是不存在的，如果你不小心在實驗中犯了錯誤，就沒法抹去重來。
2014年，哈佛最有影響力的生物工程學家喬治·徹奇和麻省理工學院的政治學教授肯尼思·奧耶（keh oye）在《科學》雜誌上發表文章說，基因編輯技術和基因驅動技術一旦離開實驗室，會變得過於危險。
也許我們應該製定一項新的法律，規定生物技術公司推出新產品的時候必須要清楚知道怎麽“撤回”。換言之，如果生物科學家們還不知道怎麽“撤回”他們在實驗室做的事情，那就應該永遠被關在實驗室。
2016年，史蒂芬·麥卡羅爾（steven arroll）的團隊在波士頓博德研究所宣布，他們發現了與精神分裂症有關的基因。幾個月後，塞麗娜·尼克·紮因（serena nik-zainal）在英國桑格研究所的研究小組發表了與乳腺癌有關的基因。我們必須非常小心地使用這些數據。
這個社會過早相信科研成果的前車之鑒已經很多。比如，20世紀20年代，優生學（eugenics，研究通過受控的選擇性生育來改善人種的學說）在美國大學是非常受歡迎的一個科學話題，但幾年後，這種學說被希特勒加以利用，成為他滅絕猶太人冠冕堂皇的理由。再比如，精神分析曾在美國非常流行，精神分析學家們一度主導了美國多個大學的心理係，但是，很多弗洛伊德的理論最近已被現代神經科學證明是錯誤的。
另外，我認為，哲學家和心理學家甚至還沒來得及充分思考一個自我認知的基本問題：“我是誰？”當我的某個基因發生了改變，或我的某些細胞被重新編程之後，我們還沒有花足夠的時間來思考，到底“我”身上發生了什麽？
我在教神經科學時，我問學生們，“你們願意更換自己的皮膚嗎”？完整的問題是：人的皮膚其實不是種好材料，它很容易割破和燒毀。如果我把它替換成不鏽鋼之類的金屬材料，不會被割破也不會燃燒，你永遠不必擔心劃傷、出血、跌打損傷，這種新材料甚至讓你不怕嚴寒。你是否願意用這種新皮膚替換你原來的皮膚？經過考慮之後，大多數學生回答“不願意”。
而我問這個問題的真正意圖在於，測評一下學生們有多在意他們自己的大腦。在我跟他們討論大腦手術的複雜性之前，我先用簡單的皮膚問題做測試。這個“不願意”背後的心理很簡單：“我”（注意“我”）寧願堅持用“我的”皮膚（注意是“我的”），因為那是“我”。如果你改變我的皮膚，我不知道“我”還是不是“我”。我的本能告訴我，我變成了半機械人，一種奇怪的生命體，或許改變後會更強大，但我失去了我的身份。
現在，更大的問題是，你願意讓我改變你的大腦，使你變得更聰明嗎？這之所以是一個大問題，是因為“改良版”大腦基本上會變成其他人的大腦：你會變成另一個人，的確更聰明了，但同時也不再是“你”了。我知道自己不是世界上最聰明的人，甚至可能是世界上最愚蠢的人，但這就是“我”，如果你改變“我”的大腦，那就像是殺了我。但我還不想死，我想繼續保持我愚蠢的大腦。
關於基因和細胞的問題其實也是一樣。當你改變我的一個基因或某些細胞的程序時，我們通常並不會花足夠的時間去討論“我”身上發生了什麽。因為這樣做的初衷往往是讓我更健康一些，但你是否改變了原本的“我”？你肯定改變了我身體的某個器官，那麽，我改造後的身體還是“我”嗎？這是人的基因組涉及的深刻的哲學問題。就像我們不喜歡腦移植（將別人的腦袋放在我的身上，那就不是“我”）一樣，我們或許也不會喜歡基因組移植（即改變“我的”基因組的手術）。
生物科技存在的一個的危險是，也許我們對基因的理解過於自信了。比如，我們都知道dna具有雙螺旋結構，即我們的基因組被表達為堿基字母組成的序列，這種序列被物理編碼進了雙螺旋結構。但是，這種情況隻有在細胞休息的時候才成立，通常也就是當它們死亡的時候。在活細胞中，dna的結構往往更複雜，因為雙螺旋結構是以不規則的幾何方式扭曲和循環的。
當生物學家發現能夠讀取堿基字母序列的技術（如talen和crispr技術）時，我們進入了基因測序的時代，大部分科學家也停止了對dna雙螺旋結構改變形狀的意義的研究。
可以說，我們滿足於研究dna（雙螺旋）的低階結構而忽略了dna的高階結構，而生物學家在大多數生命過程中發現的卻是高階結構。低階細胞生物學的法則是，一些特殊的蛋白質附著於dna上，觸發了基因複製或基因表達，這是細胞生命的本質。然而，實際上，同樣的基因複製和表達的過程即便沒有蛋白質的活性作用也能發生：當雙螺旋結構波動時，也能達到同樣的效果。“dna拓撲”（在dna雙螺旋的基礎上，進一步扭曲所形成的特定空間結構）這一領域大部分仍未被開發。
基因組的工作方式仍有很多未解之謎。基因研究的著名科學家克雷格·文特爾（craig venter）的研究小組在盡可能簡化一個細菌的基因組基礎上，2016年公布了仍能存在於一個活的有機體的最小的基因組：473個基因。如果你刪除了473個基因的任何一個，生物體就無法生存。問題是，這473個基因裏，我們還不了解其功能的基因超過了150個。
2016年，賽智生物網絡的斯蒂芬·弗倫德和紐約西奈山醫院的醫師埃裏克發表了一份證明了我們對人類基因組所知甚少的報告。根據已有基因知識來看，數百萬人應該非常不健康，但他們實際上健康狀況良好，也有一些人的基因組中包含著應該“會導致重大疾病的基因錯誤”，但他們活得好好的。
加州大學伯克利分校的微生物學家吉莉恩·班菲爾德（jillian banf- ield）正在利用動物的基因組來重新設計生命之樹。
此外，基因組如何轉化為生命這一過程包含更大的秘密。人類基因組包含25 000個基因，但大米含有50 000個基因。難道一粒大米比人類還複雜？
總之，我希望生物科技的研究人員意識到，我們對於生命知之甚少。畢竟，這是一門非常年輕的科學。從我們發現dna的雙螺旋結構開始到現在，也隻有60年時間而已。
但也有相反的風險：社會接受生物科技的進程過於緩慢。負責審批新藥的fda並不能“同比例擴大”：它不能每年批準1 000個或2 000個新生物產品，它要花上幾年的時間分析一種新的生物製品，一年也隻有四五十種新產品可以通過審批。
一方麵，公眾對藥物很害怕，希望能被嚴格強硬的規則製度所保護，我們對待生物技術發展中的錯誤是零容忍的，因為政府害怕任何一個錯誤就可能導致很多人死亡。但另一方麵，生物科技其實可以比今天有更大、更多的進步，這種零容忍政策卻讓數以百萬計的人死於有可能被治愈的疾病，並讓所有藥物的價格變得非常昂貴。
因此，通過改革醫療製度，加快新藥評估和審批，讓引入新的生物產品變得更容易也更便宜的國家無疑將會以巨大優勢領先於世界。這也許會成為發展中國家的一個機遇。
此外，我也害怕製藥行業，這一行業錯過了20世紀的製造業革命。“連續”製造自從奧利弗·埃文斯（oliver evans）在200多年前發明磨粉機後幾乎在所有製造業都是常態，除了製藥行業。它還處在“分批”製造的時代，一種兩天就能造好的藥物可能一個月才能製造出來。2007年，諾華（novartis）在麻省理工學院創建了連續製造中心，2012年，催生了這個行業的創業公司continuous。2016年，麻省理工學院展示了第一個可以從原材料開始製造藥物的便攜式機器，“製藥”的未來可能是“便攜式藥品製造”。 結語：人類的延伸
歸根結底，人類（以及大多數動物）發展的故事就是如何與工具共存的故事。我們這個時代最有影響力的科學家之一理查德·道金斯（richard dawkins）1982年寫了一本名為《延伸的表現型》（英名書名為the extended phenotype：the long keach of the aene，中文版暫無）的書，他認為，我們的身體並不是隻到皮膚就結束了，而是超過皮膚，延伸到所有我們賴以生存的工具。而且一切生物都是如此，海狸建壩、蜘蛛結網、蜜蜂築巢等，每一種生物為了生存，都會將它的身體“擴展”到環境中。蜘蛛沒有網無法生存，蜜蜂沒有巢難以生存……
人類在製造種類繁多的工具上的能力獨一無二，也就是說，我們延伸自己身體的方式是無限的。我認為，自然和人工的聯姻，即生物和工具的結合是必然的。我們的基因決定了我們一定會“延伸我們的表現型”。
今天，我們延伸自我最讓人印象深刻的方式就是發展出能夠改變生命本身的技術。因此，未來將是有機世界和合成世界的聯姻，正如未來一定是人類和機器人的聯姻。
隨著人工智能的流行，“深度學習”似乎一夜之間就能應用於所有領域。生物科學家們自然也想試試它能否幫到自己的工作。絕大多數的醫療人士收集的數據首先是圖像，通常是x光片、核磁共振成像（mri）、計算機斷層攝影（ct）等，因此，用人工智能來分析圖像就是一個很自然的應用。畢竟，為了盡快找出病人的問題所在，世界上不知有多少放射科、心髒病科和腫瘤科的醫院工作人員每天花費大量時間檢查這些醫療影像。
比如，總部位於舊金山的enlitic正在采用深度學習來檢測ct圖像中的肺癌。肺癌是最難檢查出的癌症之一，這也是為什麽通常檢查出來就是晚期的原因。再如，從斯坦福大學孵化器startx裏走出的arterys公司基於深度學習開發出了一款檢測心血管疾病的應用。
創業公司們已躍躍欲試，大公司們自然也早已出手。ibm正在將其沃森機器學習係統（以及2015年從merge healthcare公司收購的技術）應用於醫學影像管理。同時它還與美敦力（medtronic）、楊森和蘋果公司合作，致力於糖尿病的診斷研究，與幾家大醫院合作進行癌症診斷研究，這些都被打包進了“沃森基因分析”。同時，ibm還鼓勵通過智能手機收集患者的數據並將其上傳到雲端。2015年，ibm還專門推出了“沃森健康項目”（watson health）。
戴爾的雲上有超過1 000名醫療工作者提供的數百萬的醫學圖像，它正在使用來自以色列zebra medical vision公司的學習軟件，對這些圖像進行自動識別和分析。
飛利浦正與日立合作致力於圖像分析係統的研究，它已擁有一個超過1 350億的龐大醫療影像數據庫，其醫療設備（x光掃描儀、ct掃描器和mri掃描器）每周都在生成超過200萬張醫療影像。
百健（biogen）是全球第三大生物技術公司，它正嚐試從擁有的16億條基因組數據中創建自動化的“風險報告”。
看似大玩家很多，一片熱鬧，但你若問我人工智能分析醫療影像能否很快取代傳統的放射科的醫生和心髒病專家等，我的答案是：不能。那這麽做的意義是什麽？大家的夢想是盡快將越來越多的醫療數據存到雲端，然後研究出一款類似穀歌或百度的“蜘蛛機器人”（spider robots）出來。顧名思義，它可以在雲端像蜘蛛那樣日夜不停地爬來爬去檢查醫療影像裏是否存在問題。而且，這是全自動檢索，不需要人工發出分析某個影像的“請求”，而蜘蛛機器人的“新版本”會自動重新檢查新的醫學知識所涉及的所有圖像。想象一下僅此一項變成現實後會帶來多大的改變吧！
人工智能當然也可以應用到醫療保健的其他方麵。比如，2016年，aicure發布了一個使用智能手機攝像頭、麵部識別以及動作傳感軟件提醒患者進行藥物治療並檢查其到底有沒有吃藥的一個係統。 用於計算的dna
人工智能外，我認為把dna用作計算器材和機器人器材是我們這個時代最令人興奮的事情之一。
讓我們先把dna比作一台電腦。dna其實是天然的計算材料，因為它使用了一個代碼，而且這個代碼遵循嚴格的邏輯法則。“dna計算”的先驅是南加州大學的倫納德·阿德爾曼（leonard adleman），1994年，他創建了一台能夠解決一個數學問題的dna計算機。具體來說，他找到了一種以核苷酸的順序（即dna或rna中堿基的排列順序）來編碼一段數據的方法，然後利用dna的化學特性來做數據計算。然而，轟動性的消息卻是在一年之後的1995年傳來的，普林斯頓大學的理查德·利普頓（richard lipton）證明了dna計算固有的並行性具備了巨大潛力（如量子計算機一樣，可以用並行計算同一時間處理多個問題）。這種並行性讓dna計算在解決一些數學問題上的速度比電子計算機更快！幾個月後，利普頓的學生丹·博內和克裏斯·鄧沃思（dan boneh＆chris dunworth）表明，dna計算機還可以破解由美國國家安全局（nsa）開發的數據加密係統。這個“應用”無疑吸引了大量眼球。
數學家、計算機科學家和生物學家們紛紛對dna計算機表現出了極大的興趣。1999年，羅切斯特大學的計算機科學家荻原光德（mitsunori ogihara）和生物學家的雷（animesh ray）發表了一篇名為《在dna計算機上模擬布爾電路》（simting boolean circuits on a dnaputer）的論文，以色列魏茲曼科學院的埃霍德·夏皮羅（ehud shapiro）發表了《生物分子計算機的藍圖》（a blueprint for a biomolecrputer）一文，並於2001年製造了第一台這樣的計算機。
第一台實用的dna計算機於2002年推出，它被日本奧林巴斯公司用於基因分析，但接下來的十年裏dna計算機並沒有多少進步，因為製造一台dna計算機不僅難度大，而且價格高。
繼dna計算機後，2013年，斯坦福大學的生物學家德魯·恩迪（drew endy）發明了一台簡單的“生物計算機”（biputer），一台可以在活細胞內操作的計算機。這台計算機隻能回答“對/錯”，但重要的是，它可以檢查出目前的設備不能查出的疾病。
生物計算機和電子計算機之間的主要區別是，生物計算機可以很自然地跟身體裏的細胞互動，雖然速度慢了些，但它可以探索到目前的電子設備不能觸及的地方。當生物計算機進入實際應用後，我們將能夠檢查身體內的任何地方。恩迪的生物計算機甚至還可以彼此通信：他的團隊發明了一種從一個細胞向另一個細胞發送基因數據的方法，一種新的互聯網就要從你身體內的細胞裏誕生了。 dna機器人的前世今生
現在，讓我們再把dna作為一種納米技術材料來分析。所有的生命體都是自組裝的，它們不是在工廠被工人建成的，而是一個細胞連著一個細胞自我形成的，但由此誕生的結構讓人驚歎。想一下人類的大腦，我們至今連建造出一個跟它大致相似的實驗室都做不到，因為它是由母親懷胎九月形成的，還能夠在人的一生中不斷地自我組合。
目前納米技術可以使用兩種方法來構建新材料：自上而下和自下而上。自上而下是科學家們以過人的嚴謹和精確把分子甚至原子組裝在一起，希望由此得到一種穩定的材料；而自下而上的方法當科學家發現一種能夠自我生長的結構時就已經完成了，這種方法就是生命本身所采用的：生命就是一個自下而上的過程，它是自我組合的。由此可見，dna就是一種極好的納米材料，它每天都在組裝大量的生命體。
第一個發現這種類比關係的人應該是紐約大學的納德裏安·西曼（nadrian seeman）。1982年，他發表了一篇從dna構建3d結構的論文，這被認為是dna納米技術的開始。然而，接下來這個領域卻沉寂了20年，沒有什麽進展，因為能夠人工合成dna的機器還很少。
2005年，西曼發表了《從基因到機器——dna納米機械裝置》（from genes to machines—dna nanomechanical devices）的論文，也由此意識到這些想法正變得可行。事實上，2006年就有了突破。那一年，加州理工學院的計算機專家保羅·羅斯蒙德（paul rothemund）展示了dna分子如何能被折疊成兩維的結構，以及dna如何能被編程後形成較大的dna結構。於是，“dna折紙術”（dna origami technique）成了2006年3月16日《自然》雜誌的封麵故事，自下而上的方法被普遍認同並流行起來。
2007年，約翰·普萊斯科（john pelesko）出版了《自我組合》（self assembly）一書。2009年，dna納米技術的研究顯著升溫，哈佛大學威廉·施（william shih）的團隊和德國慕尼黑大學蒂姆·利德爾（tim liedl）的團隊發表了用以dna自我組裝的折疊技術。
2011年，哈佛大學的肖恩·道格拉斯（shawn dous）創辦了國際生物大分子設計競賽（international bio-molecr designpetition，biomod），鼓勵世界各地的學生進行dna折紙術的實驗。與此同時，日本京都大學的杉山弘（hiroshi sugiyama）正致力於研究“用作生物材料的dna折紙術”（dna origami technology for biomaterials applications，這也是他2012發表的論文題目）的研究工作。
2012年，哈佛大學醫學院的遺傳學教授喬治·丘奇的兩個學生，與創辦biomod的肖恩和埃杜·巴切萊特（shawn＆ido bachelet）發明了用dna製作的納米機器人，這種機器人被編程後可以瞄準身體內的特定細胞。比如，可以用這種納米機器人找到身體內的癌細胞，並通過編程讓它們之後在體內自我摧毀。
所有這些進步都是因為我們有了更好的“合成dna”的機器（如安捷倫的設備）。很明顯，這些數學家和生物學家用dna來“設計”機器人，就像建築師用軟件來設計圖紙一樣。設計圖紙的軟件被稱為cad（計算機輔助設計），最流行的cad軟件來自autodesk。想要設計dna機器人的生物學家們也用了類似的軟件（尤其是在哈佛）。2009年，威廉·施在美國達納—法伯癌症研究所（dana-farber cancer institute）開發了cadnano軟件，後來由喬治·丘奇的團隊和autodesk進行了改進。
cadnano給生物學家提供了一種被軟件工程師稱為“快速成型”的方法，隻不過這裏快速成型的是三維的dna折紙結構。2009年，亞利桑那州立大學的郝顏（hao yan）開發了可以對三維的dna折紙結構進行編輯的工具——tiamat。2011年，麻省理工學院的馬克·巴斯（mark bathe）開發了cando（“dna折紙術的計算機輔助編程”的英文縮寫），是一款可以把兩維的dna折紙藍圖轉換成複雜的三維結構的軟件。2016年，麻省理工學院合成生物學家克裏斯·沃伊特（chris voigt）的研究小組發明了名為“cello”的編程語言，使得生物學家可以快速設計dna電路（一種利用電路導電性變化來檢測基因損傷和錯誤的生物傳感器），cello可以自動設計實現dna電路所需的dna序列，換句話說，你可以通過這種編程語言創造活的細胞。以上這些都是dna折紙術已有的開源軟件。
2012年，肖恩·道格拉斯搬到了加州大學舊金山分校，埃杜·巴切萊特去了以色列巴伊蘭大學，由此形成了dna折紙術的兩個重要派別。2013年巴切萊特公布他製造了一種特殊dna分子的方法，這種dna分子可以通過編程到達身體的指定位置，並在那裏完成一些“特殊使命”。基本上，這個dna折紙已經變成了可以在人體內部遊走的微小的計算機。這些小計算機可以像今天基於矽的計算機一樣執行同一種邏輯運算（0/1邏輯），雖然它們現在的功能還不能跟第一代計算機相提並論，但至少它們一出生就超級小。
2014年，巴切萊特與哈佛大學的丹尼爾·萊納（daniel levner）合作，將這種dna納米計算機放進了一個活的生命體——一隻蟑螂內，並讓它們在蟑螂的身體裏遊走。
可以設想，有一天這些dna機器人將能夠跟它檢查的細胞互動，大量dna機器人之間也可以互動，就好像我們現實中的計算機能夠連接成一個通信網絡一樣。2015年，巴切萊特開始試驗他的第一個人體內的dna納米機器人（用來治療癌症），輝瑞製藥很快投資了他的這個想法。
接下來的問題當然是這些dna納米計算機的“存儲卡”上到底能存多少信息。一克dna的可以容納10兆~14兆字節的數據。2012年喬治·丘奇將他的最新著作編碼進了dna。2013年，歐洲生物信息學研究所的伊萬·伯尼（ewan birney）團隊將莎士比亞的154首十四行詩，再加上馬丁·路德·金（martin luther king）的著名演說《我有一個夢想》的錄音，以及他們的辦公室的照片（共739千字節）全部編碼進了dna。2015年，把喬治·丘奇的書編碼進dna的哈佛團隊的一名成員庫蘇裏（sri kosuri）將樂隊ok go的一首搖滾歌曲編入dna，這可是第一首在dna上發行的歌曲。
這些存儲能力與基於矽的存儲相比當然是進展非常緩慢的，但它們的優勢是持續的時間特別長，曆經“千秋萬世”都還在。問題是將數據存進dna的成本太高，比如，如果選擇安捷倫幫你存儲，它合成dna是免費的，但一般存儲每兆字節的花費需超過12 000美元，用的還是安捷倫價值數百萬美元的設備。相比之下，我包裏16gb的閃存盤的花費是20美元，而且在它裏麵改寫數據的成本是零。然而，我們的u盤卻永遠做不了dna存儲能做的事：所有書麵形式存在的人類文明（大概500億兆字節的文本）都可以保存在你一隻手掌的dna上。
可以設想，有一天，大量微小的dna折紙機器人可以在你的身體裏不停地遊動，它們可以彼此連接和溝通，它們可能還會強大到能夠運行一些人工智能的程序，以此來實時監測和識別你身體內部正在發生什麽。 生物黑客崛起
在新技術的交融裏，“生物黑客”（biohackers）會扮演重要的角色。2005年，年輕的生物學家羅布·卡爾森（rob carlson）離開了伯克利分子科學研究所，繼續在家裏做他的生物實驗，並在自己的車庫裏創辦了生物技術谘詢公司biodesic。
2008年，傑森·鮑勃和馬克·考威爾（jason bobe＆mac cowell）在東海岸創建了diybio組織，這被認為是合成生物學“diy”（自己動手）運動的開始。2009年，紐約四個年輕的天才［分子生物學家艾倫·喬根森（ellen jorgensen），生物工程學家奧利弗·麥德沃鄂迪克（oliver medvedik），自由撰稿人丹尼爾·格魯什金（daniel grushkin）和多學科背景的藝術家尼裏（nurit bar-shai）］建立了非營利性組織genspace，用以推動生物黑客的研究。他們第二年設立了一個對公眾開放的生物技術實驗室。同一樣，安吉拉·卡茨瑪茨克（ang kaczmarczyk）等人創立了波士頓公開科學實驗室（bosb）。
矽穀創立了生物黑客空間biocurious作為回應，這也是一個由誌願者經營的非營利性組織。它於2010年由一群年輕的獨立生物學家（eri gentry、raymond auley、tito jankowski、joseph jackson、josh perfetto和kristina hathaway）創立。它標誌著全球生物愛好者利用遺傳領域公共數據庫創建社區的興起。
歐洲的生物黑客們在阿姆斯特丹和巴黎 paisse創立了web。2010年加州大學洛杉磯分校舉辦了主題為“瘋狂的生物學？”的研討會，會議上，自學成才的生物黑客梅瑞狄斯·帕特森（meredith patterson）發表了題為《一個生物朋克的宣言》（a biopunk manifesto）的演講。2010年，羅布·卡爾森出版了《生物是科技》（biology is technology）一書，書名也成為合成生物學“diy”運動的格言。
2010年，biocurious的兩個創始人——蒂托和喬什（tito jankowski＆josh perfetto）在舊金山成立了openpcr，他們想製造一台可以能把生物科技放到桌麵上的機器，基本上就是一台複製dna的機器。像一台專業設備一樣，源自openpcr的家用機器可以增殖dna樣本，而openpcr大大降低了這些機器的價格，讓普通個體也買得起。2010年，奧斯丁·海因茨（austen heinz）在舊金山創立了cambrian genomics來製造第一台“生物激光打印機”，一種能夠快速準確生產dna的機器。2014年創立於舊金山的arcturus biocloud使得它變得更容易：它想成為在雲端跟用戶溝通的生物公司的虛擬代工廠。
2003年，麻省理工學院的湯姆·奈特（tom knight）教授提出了這樣的設想：有一個標準化的“生物磚”（biobricks）目錄，可以幫助合成生物學家們快速組裝成活的有機體。他想要的模式清楚地再現了個人電腦產業走過的路程：愛好者從雜誌廣告目錄訂購套件，然後在他們的車庫組裝電腦。
同年，來自麻省理工學院、哈佛大學、加州大學舊金山分校的研究人員成立了mit標準生物零件注冊處（mit registry of standard biological parts），後來並入了國際基因工程機器（the international gically engineered machine.）。無論是“國際基因工程機器”還是“生物磚基金會”（biobricks foundation），都是生物學家德魯·恩迪的創意。到2014年，國際基因工程機器的存儲庫已包含20 000件標準生物零件（生物磚）。
“開源”技術正在掀起一場全球合成生物領域的“草根者”革命，2004年始於波士頓的每年一度的“國際基因工程機器大賽”（igem）聚集了來自世界各地的年輕生物學者，他們紛紛在創造新的生命形式（大多數是有用的微生物應用），2014年有來自32個國家的2500名選手來比賽。
由麻省理工學院的學生梅利娜·範（melina fan）於2004年創立的非營利組織addgene，致力於幫助合成生物學家分享他們的發現。例如，它幫助需要用crispr技術做實驗的實驗室運輸他們所需的dna材料。
由斯蒂芬·弗蘭德和埃裏克·沙特（stephen friend＆eric schadt）於2009年在西雅圖創立的非營利性組織賽智生物網絡（sage biworks），顯然是受到最有名的開源軟件數據庫github的啟發而建立的。該組織的宗旨尤其談到了“解決複雜科學問題的誌願者們的開放網絡”的重要性。
合成生物學仍需要和計算機輔助設計（cad）一樣的工具，2010年，加州大學伯克利分校的chris anderson推出了clotho，一個開源的“生物cad”平台，可以幫助研究者設計有機體。2014年，autodesk推出了cyborg工程，一個為dna設計者提供設計工具的基於雲端的平台。
全球生物黑客們的社區正在日益壯大，隨著生物研究的價格越來越低，有一天驚人的成就很有可能來自這些獨立研究者。 保持謹慎<h4>生物科技領域的主要危險是什麽</h4>
就我個人而言，比起轉基因生物，我更害怕塑料。我吃了轉基因番茄沒有問題，但是把它存儲在塑料容器中就有問題了。21世紀最大的建築結構不是高層寫字樓，而是紐約的垃圾填埋場（很多都是塑料垃圾），不是用來工作或生活的，而是用來存垃圾的！
危險是肯定的，為了防止科學犯下大錯，科學家們也做了很多努力，但總是難免有很多壞人和蠢人。我們每發明一個新的技術，就必須時刻為最壞的情況做準備。
我希望生物科技領域沒有忘記20世紀90年代的一個重要教訓。1999年，一位名叫格爾辛基（jesse gelsinger）的少年在美國賓夕法尼亞大學一起基因治療的臨床試驗中死亡，這一悲慘事件讓基因治療停滯了二十年。我想說的是，隻要犯一個錯誤，整個領域的發展就會被喊“暫停”。尤其在生物科技領域，人命攸關，必須時刻謹慎。
另一個危險在於生物黑客們可能會發明一些不能輕易被“撤回”的東西。“撤回”鍵在生物科技領域是不存在的，如果你不小心在實驗中犯了錯誤，就沒法抹去重來。
2014年，哈佛最有影響力的生物工程學家喬治·徹奇和麻省理工學院的政治學教授肯尼思·奧耶（keh oye）在《科學》雜誌上發表文章說，基因編輯技術和基因驅動技術一旦離開實驗室，會變得過於危險。
也許我們應該製定一項新的法律，規定生物技術公司推出新產品的時候必須要清楚知道怎麽“撤回”。換言之，如果生物科學家們還不知道怎麽“撤回”他們在實驗室做的事情，那就應該永遠被關在實驗室。
2016年，史蒂芬·麥卡羅爾（steven arroll）的團隊在波士頓博德研究所宣布，他們發現了與精神分裂症有關的基因。幾個月後，塞麗娜·尼克·紮因（serena nik-zainal）在英國桑格研究所的研究小組發表了與乳腺癌有關的基因。我們必須非常小心地使用這些數據。
這個社會過早相信科研成果的前車之鑒已經很多。比如，20世紀20年代，優生學（eugenics，研究通過受控的選擇性生育來改善人種的學說）在美國大學是非常受歡迎的一個科學話題，但幾年後，這種學說被希特勒加以利用，成為他滅絕猶太人冠冕堂皇的理由。再比如，精神分析曾在美國非常流行，精神分析學家們一度主導了美國多個大學的心理係，但是，很多弗洛伊德的理論最近已被現代神經科學證明是錯誤的。
另外，我認為，哲學家和心理學家甚至還沒來得及充分思考一個自我認知的基本問題：“我是誰？”當我的某個基因發生了改變，或我的某些細胞被重新編程之後，我們還沒有花足夠的時間來思考，到底“我”身上發生了什麽？
我在教神經科學時，我問學生們，“你們願意更換自己的皮膚嗎”？完整的問題是：人的皮膚其實不是種好材料，它很容易割破和燒毀。如果我把它替換成不鏽鋼之類的金屬材料，不會被割破也不會燃燒，你永遠不必擔心劃傷、出血、跌打損傷，這種新材料甚至讓你不怕嚴寒。你是否願意用這種新皮膚替換你原來的皮膚？經過考慮之後，大多數學生回答“不願意”。
而我問這個問題的真正意圖在於，測評一下學生們有多在意他們自己的大腦。在我跟他們討論大腦手術的複雜性之前，我先用簡單的皮膚問題做測試。這個“不願意”背後的心理很簡單：“我”（注意“我”）寧願堅持用“我的”皮膚（注意是“我的”），因為那是“我”。如果你改變我的皮膚，我不知道“我”還是不是“我”。我的本能告訴我，我變成了半機械人，一種奇怪的生命體，或許改變後會更強大，但我失去了我的身份。
現在，更大的問題是，你願意讓我改變你的大腦，使你變得更聰明嗎？這之所以是一個大問題，是因為“改良版”大腦基本上會變成其他人的大腦：你會變成另一個人，的確更聰明了，但同時也不再是“你”了。我知道自己不是世界上最聰明的人，甚至可能是世界上最愚蠢的人，但這就是“我”，如果你改變“我”的大腦，那就像是殺了我。但我還不想死，我想繼續保持我愚蠢的大腦。
關於基因和細胞的問題其實也是一樣。當你改變我的一個基因或某些細胞的程序時，我們通常並不會花足夠的時間去討論“我”身上發生了什麽。因為這樣做的初衷往往是讓我更健康一些，但你是否改變了原本的“我”？你肯定改變了我身體的某個器官，那麽，我改造後的身體還是“我”嗎？這是人的基因組涉及的深刻的哲學問題。就像我們不喜歡腦移植（將別人的腦袋放在我的身上，那就不是“我”）一樣，我們或許也不會喜歡基因組移植（即改變“我的”基因組的手術）。
生物科技存在的一個的危險是，也許我們對基因的理解過於自信了。比如，我們都知道dna具有雙螺旋結構，即我們的基因組被表達為堿基字母組成的序列，這種序列被物理編碼進了雙螺旋結構。但是，這種情況隻有在細胞休息的時候才成立，通常也就是當它們死亡的時候。在活細胞中，dna的結構往往更複雜，因為雙螺旋結構是以不規則的幾何方式扭曲和循環的。
當生物學家發現能夠讀取堿基字母序列的技術（如talen和crispr技術）時，我們進入了基因測序的時代，大部分科學家也停止了對dna雙螺旋結構改變形狀的意義的研究。
可以說，我們滿足於研究dna（雙螺旋）的低階結構而忽略了dna的高階結構，而生物學家在大多數生命過程中發現的卻是高階結構。低階細胞生物學的法則是，一些特殊的蛋白質附著於dna上，觸發了基因複製或基因表達，這是細胞生命的本質。然而，實際上，同樣的基因複製和表達的過程即便沒有蛋白質的活性作用也能發生：當雙螺旋結構波動時，也能達到同樣的效果。“dna拓撲”（在dna雙螺旋的基礎上，進一步扭曲所形成的特定空間結構）這一領域大部分仍未被開發。
基因組的工作方式仍有很多未解之謎。基因研究的著名科學家克雷格·文特爾（craig venter）的研究小組在盡可能簡化一個細菌的基因組基礎上，2016年公布了仍能存在於一個活的有機體的最小的基因組：473個基因。如果你刪除了473個基因的任何一個，生物體就無法生存。問題是，這473個基因裏，我們還不了解其功能的基因超過了150個。
2016年，賽智生物網絡的斯蒂芬·弗倫德和紐約西奈山醫院的醫師埃裏克發表了一份證明了我們對人類基因組所知甚少的報告。根據已有基因知識來看，數百萬人應該非常不健康，但他們實際上健康狀況良好，也有一些人的基因組中包含著應該“會導致重大疾病的基因錯誤”，但他們活得好好的。
加州大學伯克利分校的微生物學家吉莉恩·班菲爾德（jillian banf- ield）正在利用動物的基因組來重新設計生命之樹。
此外，基因組如何轉化為生命這一過程包含更大的秘密。人類基因組包含25 000個基因，但大米含有50 000個基因。難道一粒大米比人類還複雜？
總之，我希望生物科技的研究人員意識到，我們對於生命知之甚少。畢竟，這是一門非常年輕的科學。從我們發現dna的雙螺旋結構開始到現在，也隻有60年時間而已。
但也有相反的風險：社會接受生物科技的進程過於緩慢。負責審批新藥的fda並不能“同比例擴大”：它不能每年批準1 000個或2 000個新生物產品，它要花上幾年的時間分析一種新的生物製品，一年也隻有四五十種新產品可以通過審批。
一方麵，公眾對藥物很害怕，希望能被嚴格強硬的規則製度所保護，我們對待生物技術發展中的錯誤是零容忍的，因為政府害怕任何一個錯誤就可能導致很多人死亡。但另一方麵，生物科技其實可以比今天有更大、更多的進步，這種零容忍政策卻讓數以百萬計的人死於有可能被治愈的疾病，並讓所有藥物的價格變得非常昂貴。
因此，通過改革醫療製度，加快新藥評估和審批，讓引入新的生物產品變得更容易也更便宜的國家無疑將會以巨大優勢領先於世界。這也許會成為發展中國家的一個機遇。
此外，我也害怕製藥行業，這一行業錯過了20世紀的製造業革命。“連續”製造自從奧利弗·埃文斯（oliver evans）在200多年前發明磨粉機後幾乎在所有製造業都是常態，除了製藥行業。它還處在“分批”製造的時代，一種兩天就能造好的藥物可能一個月才能製造出來。2007年，諾華（novartis）在麻省理工學院創建了連續製造中心，2012年，催生了這個行業的創業公司continuous。2016年，麻省理工學院展示了第一個可以從原材料開始製造藥物的便攜式機器，“製藥”的未來可能是“便攜式藥品製造”。 結語：人類的延伸
歸根結底，人類（以及大多數動物）發展的故事就是如何與工具共存的故事。我們這個時代最有影響力的科學家之一理查德·道金斯（richard dawkins）1982年寫了一本名為《延伸的表現型》（英名書名為the extended phenotype：the long keach of the aene，中文版暫無）的書，他認為，我們的身體並不是隻到皮膚就結束了，而是超過皮膚，延伸到所有我們賴以生存的工具。而且一切生物都是如此，海狸建壩、蜘蛛結網、蜜蜂築巢等，每一種生物為了生存，都會將它的身體“擴展”到環境中。蜘蛛沒有網無法生存，蜜蜂沒有巢難以生存……
人類在製造種類繁多的工具上的能力獨一無二，也就是說，我們延伸自己身體的方式是無限的。我認為，自然和人工的聯姻，即生物和工具的結合是必然的。我們的基因決定了我們一定會“延伸我們的表現型”。
今天，我們延伸自我最讓人印象深刻的方式就是發展出能夠改變生命本身的技術。因此，未來將是有機世界和合成世界的聯姻，正如未來一定是人類和機器人的聯姻。