技术的进步

前天一大早，点开朋友圈就看到在美国做计算生物学的师妹分享了关于AlphaFold的新闻，随后大学班群里有位转战金融业的同学也转发了，又过了一会儿，高中同学给我发来了微博截图。

我（一通词不达意的解释之后）：那还不赶紧预测一下新冠的几个蛋白然后继续预测可能有效的药物？

到了当天晚上果壳这篇文章最后确实提到已经预测了，就等着对答案了。

有了预测的新冠病毒蛋白结构，确实可以继续借助目前的生信工具和AI来筛选潜在的药物，但依然需要在细胞、动物和临床的一系列工作完成之后，才能真正投入使用。不过因为可以预测，比起之前的盲筛，的确可能减少工作量并缩短时间。

所以我那一通解释是这样的：以前也会预测啊，可能以前相当于用纸和笔打草稿做计算题，现在给发了个计算器……当然这个计算器比较高级。

可能我对AI的理解过于浅薄，但它本质上不就是在算吗？只不过它的算力确实很强，可以利用现有的所有数据来计算未知的东西，比如围棋的下法，或者蛋白的结构。但AlphaGo还是要跑去和人下棋（来体现它的价值？），而AlphaFold的结果也要等着结构生物学实验的验证。

我始终对“干实验”持观望态度：基于假设的计算，归根结底仍然是假设，没有实际结果的支持，终究只是空中楼阁。当然对于实验室里研究蛋白结构的人来说 ，有没有AlphaFold还是会不一样：本来是很期待一通实验之后的结果的，现在似乎变成了验算。

这方面其实我也基本是个门外汉，专业人士的意见看这里。

我从高中开始，物理就学得不太好，连带和物理沾点边的化学部分也学得不好，到了研究生阶段碰上结构学文献的反应就变成：哇好有意思但是完全看不懂！

打排球的时候有做结构的小伙伴，当时拿晶体好像还很重要，以至于我被问过“剪院子里流浪猫胡子会不会被抓以及被骂”这样诡异的问题（猫胡子可能对结晶有什么帮助吧……）；没过几年就有人开始给我安利冷冻电镜，并且这类文献迅速大量出现在我的阅读器里。

这其实是好事。并不是说研究如何拿到一个好的蛋白晶体这件事没有意义，而是现在有了更好的技术。做分子的谁有了PCR仪还要在三个水浴锅之间来回拎管子么？我们做图位克隆，开始纯手工提DNA一天200已经是上限，后来上了破碎用的仪器工作效率立刻翻倍。再比如大家更熟悉的测序技术，这些年来的进步并没有砸掉业内人士的饭碗，反而是推动了整个行业的发展。

对于特定的工种可能确实不一样，但在科研界，我也没有听说过专门做结晶的技术员；大家都是忙自己的课题而已。拿到结构并不是最终目的，如果说曾经是的话也只是因为它太难了。都说中文词组的重点在后面，结构生物学本质上也是生物学，是为了知道蛋白的结构在它发挥生物学功能的过程中起到了什么样的作用。这么说起来倒是一些筛药的重复性工作（在药企研发部门会有一些这样的岗位？）可能会受影响——之所以说“可能”，是因为我暂时还不确定AI前期的预测一定是对的，如果它不那么正确，那么筛药那一套的工作量可能不会减少太多。

在我看来，重复性工作本来就是反人性的（虽然有时候我也会愿意做些不过脑子的事情当作放松╮(╯▽╰)╭），如果AI能够通过直接或者间接的方式减少重复性工作，那么就能把更多的劳动力释放到更“有意思”的职业上去。

最后提一句不那么相关的：我一直觉得现在年轻人更愿意选择服务业而不是进工厂上流水线（在我看来都是非常辛苦的！），也是因为服务业的工作相对不那么枯燥。