1953年3月底的一个周末，剑桥大学卡文迪许实验室。詹姆斯·沃森(James Watson)和弗朗西斯·克里克(Francis Crick)把一篇仅900个单词的文稿交给临时打字员，也就是沃森的姐姐，并告诉她：她正在参与的，将是生物学领域中自达尔文进化论以来最为轰动的事件。
不久后，4月25日，《自然》杂志刊出了这篇文章，该文开头写道：“我们拟提出一种脱氧核糖核酸(DNA)盐的结构，这种崭新的结构具有相当大的生物学意义。”
这篇文章便是DNA双螺旋结构的正式发布。该文由沃森和克里克联手发表，题为《核酸的分子结构：脱氧核糖核酸的结构》。在文末，克里克本来想大篇幅论述该文的生物学意义，但沃森对双螺旋结构还信心不足，担心被打脸，再三衡量后，克里克还是克制了：“我们注意到，我们假设的特定配对直接暗示了遗传物质可能存在的复制机制。”
沃森和克里克在1990年代初期摆出了一个类似于他们最初用来描述DNA结构的造型。图源：冷泉港实验室
两个年轻人，一个25岁的生物学博士和一个不到37岁的在读研究生(注：克里克本来在1937年开始读物理学研究生，由于二战中断，至1950年转到生物学领域再次开始攻读博士学位)，由此掀开了现代分子生物学的大幕，这才有了此后的基因测序技术、基因重组技术以及基因编辑技术。到今年4月，DNA双螺旋结构发现70周年之际，该文已有超过8500次引用。
沃森和克里克于1953年4月25日发表的《自然》杂志论文，该文全文仅900字。文中这幅著名的DNA双螺旋示意图出自克立克妻子奥黛尔· 克里克(Odile Crick)之手。
此前的相关历史文献已经汗牛充栋，那么如何纪念这个70周年呢?我提出了切合当下的3个关键词：年轻人、跨学科和人工智能。
我想知道，今天的年轻人如何像25岁的沃森在70年前那样一鸣惊人?我想知道，科学知识碎片化加剧，如何面对更宽视野的跨学科要求?我想知道，人工智能尤其是ChatGPT汹涌来袭后，人类的创新能力该如何挖掘?我们的教育受到了怎样的挑战?
为此，我给超过80位诺奖得主写信求解，迄今收到了4位诺奖获得者的有效答案。他们分别是：1993年诺贝尔生理学或医学奖获得者理查德·罗伯茨(Richard J. Roberts)，他在1970年代发现了真核生物基因中的内含子和外显子;2019年诺贝尔生理学或医学奖获得者彼得·拉特克利夫(Sir Peter J. Ratcliffe)，他研究了细胞感知、适应氧气的变化机制;2017年诺贝尔化学奖获得者约阿希姆·弗兰克(Joachim Frank)和理查德·亨德森(Richard Henderson)，二人均因冷冻显微技术领域的贡献而获奖。
从左至右依次为：理查德·罗伯茨、彼得·拉特克利夫、约阿希姆·弗兰克和理查德·亨德森。
关键词1：年轻人
年少成名的沃森还是低估了年轻人的创造力。1972年，44岁的沃森正在尝试对一种名为SV40的病毒进行DNA测序。作为冷泉港实验室(CSHL)主任，他需要招聘新生力量进来，29岁的罗伯茨就进入了他的视野。
这时候的化学博士罗伯茨已经通过哈佛的博士后训练，成功转型为分子生物学家。他在从事RNA测序工作中用到了化学家弗雷德里克·桑格(Frederick Sanger)开创的测序技术，并发表了两篇《自然》论文。他本来打算完成博士后工作后回到英国。
面试仅用了10分钟，并且这10分钟里绝大部分都是沃森在说。有大名鼎鼎的沃森，加上高薪、实验室支持以及所有必要的创建资金，让罗伯茨无法拒绝这一职位。沃森希望他继续用桑格的测序技术对SV40进行DNA测序，即在DNA复制成RNA后，对RNA进行测序。
这是一个拥有独立实验室的研究科学家职位，罗伯茨有了大展身手的空间。然而，到达冷泉港后，他才发现已经有两个小组正在进行完全相同的工作。他认为使用相同的方法开展第三次尝试是愚蠢的，而这个时候已经有限制性核酸内切酶(下称限制酶)被发现，这样就可以获得更小片段的DNA。罗伯茨对此很兴奋，他表示，如果有更多的限制酶发现的话，DNA测序似乎触手可及，“我开始分离限制酶，希望利用它们开发直接的DNA测序方法”。
然而当时，沃森不喜欢罗伯茨的自作主张。罗伯茨回忆，“我们就我所做的事情争论了很多次”。最后，罗伯茨并没有取得成功，但他发现了许多不同的能将DNA链切开的限制酶，后者实际上帮助开启了生物技术产业。罗伯茨有敏锐的商业头脑。他在1974年曾试图说服沃森，让冷泉港实验室创立一家生产和销售限制酶的公司。但沃森婉拒了这个提议，认为这没有什么赚头。罗伯茨实验室得到了大量的限制酶。在1970年代和1980年代初，近100种已知的限制酶中约有75种是由他的实验室分离出来的。不过他并非为了专利而来，相反，在1972年到1985年期间，他们刻意没有去为这些酶申请专利。他们还创建了一个名为REBASE的数据库，收入了所有已知的限制酶。直到今天罗伯茨还在运行它，并每天更新。1992年，罗伯茨加入了从事限制酶业务的纽英伦生物技术有限公司(New England Biolabs)，并担任首席科学官。
回顾与沃森共事的经历，罗伯茨不无感慨地说，“我总是寻找那些对科学充满热情，尤其是那些想要独立，不仅仅是按照被告知的去做的人。他们往往是最有创造力的科学家，在有足够资金支持他们的梦想时，他们通常会做得很好。”
关键词2：跨学科
沃森和克里克正是一对跨学科的黄金搭档。1951年，沃森在看到其他化学家得到的蛋白质和DNA的X射线衍射数据后，便坚定认为，DNA具有可以阐明的明确分子结构。于是他申请了英国卡文迪许实验室的博士后项目。克里克在一篇回忆文章中称，如果没有生物学出身的沃森对DNA研究的执着，物理学出身的他不能单独解决DNA结构问题。同时克里克认识到，既然物理学已经取得成功，生物学也应该取得巨大进步，这促使他比传统的生物学家更为大胆。罗伯茨的研究经历一样如此。他早期的研究发现，单个基因可以作为分离的片段存在于较长的DNA链中，但这只有生物化学证据。在进行了约一年的生化实验后，罗伯茨在1977年找到两位电子显微镜专家设计了新的验证实验，于是他们直接观察到了分裂的基因。罗伯茨说，“这时候每个人才相信我们的结果……一张图片往往胜过千言万语。”此后，罗伯茨在跨学科的道路上走得更远，他推进开发了第一个绘制和分析 DNA限制酶片段的计算机程序。这个工作在当时并不被认为是生物学的领域，也因此无法说服沃森支持他的工作，而只能通过纽约州立大学石溪分校来运作。最终这个项目得到了美国国立卫生研究院的支持。后来，沃森纠正了自己的认识，他在2003年7月谈到了这件事：“我认为他(罗伯茨)的贡献仍然被低估了……他在推动生物信息学方面确实非常重要，因此他对未来有着一些非常好的直觉和洞见。”罗伯茨说，生物学研究往往是跨学科的，关键是始终要听不同领域的演讲并尽可能广泛阅读，“你永远不知道哪个领域的哪种技术或方法何时可用于自己的研究”。跨学科并非漫无目的的学术巡游，其前提是要有对特定学科的深入掌握。2017年诺贝尔化学奖获得者弗兰克的看法是，学科的组织有助于建立“思想学派”和深度方法论，“没有学科，我们很快就会有一堆混杂的思想和方法，没有深度”。作为德裔生物物理学家、美国哥伦比亚大学教授，他完善了电子显微镜图像处理的单颗粒算法，使三维重构技术走向实用。同为2017年诺贝尔化学奖获得者，亨德森的看法是，人们可以自由地从一个领域转移到另一个领域，而那些明显的界限更多地涉及机构的资金支持。
但是如果你想建立某些东西，你就必须给它一个名字。这位英国皇家学会院士告诉我，“我们的实验室叫做分子生物学，但最初的生物化学家和生物学家并不喜欢它，因为他们认为它侵犯了他们的地盘，而现在我们为研究和教学机构取了数百个不同的名称，如化学生物学和生物化学等。”
关键词3：人工智能
令人惊讶的是，4位诺奖得主对人工智能的态度远远比不上国内舆论的追捧，其评价甚至偏负面。最先受到人工智能冲击的正是弗兰克和亨德森所研究的结构生物学领域。搅局者是DeepMind开发的蛋白质结构预测程序AlphaFold，后者在2021年7月22日发布的第一个版本，一举预测了超过35万个蛋白质结构，这个数据在一年后达到了2亿。而过去60年里，科学家通过X射线晶体学、低温电子显微镜和核磁共振等技术才确定了17万个蛋白质结构。结构生物学家要失业了吗?弗兰克给出了坚决的否定：这种荒谬的想法是对科学作为一种真实世界探究方式的根本误解，科学是通过假设构建和实验的循环过程来获取知识，而不是通过基于现有(有限)知识的模拟。亨德森也批评了对Alphafold的过度宣传，但同时欣赏它便捷地提供数据的方式。他还与合作者在2022年的《科学》杂志陈述了看法：AlphaFold和华盛顿大学开发的RoseTTAfold在蛋白质结构预测方面的准确性远高于之前的方法，但这不意味着蛋白质折叠问题已经得到解决。这些预测程序的结构预测可能足够准确，有助于实验结构的确定，但它们不能独立提供分子和化学相互作用的详细理解，更无法给出特定序列中的动态结构变化。他们的结论是，这些预测程序并不是最终答案，尽管蛋白质结构预测取得了重大进展，但实验结构测定仍然是必不可少的。而对于当下火爆的ChatGPT，亨德森站在了更宏大的历史视角。他说，人们将会像利用印刷书籍一样利用人工智能，这有助于知识普及化，而之前知识往往被限制在拥有垄断权的宗教人士手中。印刷之后的技术革命，如录音、录像、维基百科、智能手机、语音识别和自动语言翻译等，都加速了知识的进步，“所以目前ChatGPT只是其中的另一个小步骤”。弗兰克则对ChatGPT持负面评价：“我从来不理解为什么人们会热衷于完善一种工具，这种工具无疑会被政府用于社会控制、抄袭、身份盗窃以及虚假陈述。(尽管)我的个人经验有限，ChatGPT并没有给我留下深刻印象，因为其中存在着大量的事实错误，但显然，下一代的工具将会得到改进。”
罗伯茨的看法与之接近。他说，“我把ChatGPT称作CheatGPT(欺骗GPT)，因为我很容易看出学生可能会滥用它。虽然该程序仍在发展中，但我认为它存在着很大的不当使用空间。我真的认为程序员需要找到一种方式来识别它何时被使用。”
尽管ChatGPT未得到这几位诺奖得主青睐，但我仍然好奇：ChatGPT会颠覆我们的教育体系吗?知识获取还是教育的首要目标吗?
2019年诺贝尔生理学或医学奖得主拉特克利夫在关注这个问题。除了牛津大学，他自2016年起还在伦敦以弗朗西斯·克里克命名的研究所工作，并担任临床研究主任。
他说，知识是以出乎意料的方式相互建构的，“因此我预计人类思维仍将在连接不同知识领域、解决问题或者定义问题方面扮演重要角色”。不过，拉特克利夫指出，随着知识体量的剧增，教育(以及孩子们)的压力也将增加，他对许多国家疏于更新教育系统和忽视教育行业的投资感到惊讶，“我认为必须修改我们的教学内容，以激发发现的热情，即进一步获取知识。”具体而言，他希望能通过科学史教授科学，这样可以在科学教育中更加强调如何发现新知识，而不是仅仅集中于灌输知识。