图源：Phenome for All

撰文 | 李珊珊

你很难定义李·胡德（Leroy Lee Edward Hood）究竟是传统还是前卫。

他来自令人敬仰的黄金年代，曾经可以与那些已经成了传奇的宗师级科学家们称兄道弟。他在加州理工大学读的本科，他的老师中，不乏理查德·费曼、莱纳斯·鲍林这样的传奇人物。在冷泉港实验室的口述历史项目中，胡德很平静地说：1967年，参加在冷泉港举办的一次会议时，我“认识了吉姆（沃森）和其他一些人”。

而另一方面，他的想法无比前卫，他仿佛从一开始就知道信息技术对生命科学研究的影响，他很早就意识到了生命科学的发展，需要生物学家与计算机科学家、工程师、物理学家和数学家的密切合作。他在测序技术刚刚出现的时候就开始在考虑如何收集和分析生命科学中大数据的问题了。他是与互联网巨头们合作最为密切的生物科学家之一，与微软、谷歌都曾有过密切的合作，他创建的系统生物学研究所就设在西雅图，而令胡德最初搬到的西雅图原因是上世纪90年代比尔•盖茨的邀请。

当然，对于这样一位老牌的资深科学家，媒体和外人更喜欢用多次与诺贝尔奖擦肩而过类的说法来称呼他——毕竟，80年代，因为在免疫学方面的研究，胡德就拿到了被称为诺奖风向标的拉斯克奖，而今，与他同年获得拉斯克奖的利根川进早已获得了诺奖。当然，对于那个免疫学诺奖，也有专业人士评价认为，虽然胡德的工作非常棒，然而，利根川进的工作更为关键，值得“独得“当年的诺奖。

除了免疫学方面的研究，胡德在技术领域的表现更令人称道。他是第一台DNA自动测序仪的发明人，正是这个机器使得人类基因组的测序成为了可能，从而催生了之后的基因时代。在本世纪初宣布发表人类基因组论文的新闻发布会上，当时的国家人类基因组研究所所长，后来的美国国立卫生研究院院长弗朗西斯·S·柯林斯特别提到了胡德。

在神经生物学领域，胡德和他的同事首先克隆并研究了髓磷脂碱性蛋白（MBP）基因，MBP是包裹和保护神经元的鞘中的核心成分，他们的发现引发了对 MBP 及其生物学的广泛研究。虽然与前面两项比起来，这项神经生物学领域的研究离诺奖要远得多，但胡德在这项研究中体现的多面手型科学家的特质仍是令人称道。

有了这些发明发现做底子，除了前述的拉斯克奖，胡德还拿过被称为日本版的诺贝尓奖的京都先进技术奖、美国国家科学奖章，甚至IEEE医疗技术创新奖章，或是工业研究院（IRI）设立的IRI奖章，他的奖章收藏室里，几乎就差一个诺奖了，虽然他几乎是每年诺奖预测榜上的常客。

除了这些奖项，胡德本人还是美国国家科学院、国家工程院、国家医学院、艺术与科学学院和国家发明家学院等5个以上美国著名学术机构的院士。

2000年，《纽约时报》工作中的科学家栏目曾经采访过胡德，那篇文章引用了一些胡德的同事、朋友们对他的评价：这个世界“急需能够整合资源的科学家——很少有人比胡德博士更擅长这一点。”

那篇20多年前的文章称胡德，“过去是，现在仍然是生物技术超级明星”，这句话拿到现在仍然成立。

虽然已经85岁了，过去的老朋友正在“一个个离开”，胡德并不希望自己的余生“只是打网球和高尔夫”。这位80多岁的老人精力充沛地投入了一个他称之为Scientific Wellness(科学健康)的项目，希望籍大数据之力，令所有的人能够过上更为健康的生活。他将其称为预测、预防、个性化与参与性的P4医学，并认为，这种新的医学是医学、大数据和患者（消费者）驱动的医疗保健和社交网络的融合。

究竟什么是Scientific Wellness？为什么一个生命科学家需要与互联网巨头合作？他怎么看AI对人类健康的作用？以及，这位生命科学领域的先驱怎么看我们今天的科学研究与人类健康的关系？甚至，他怎么看自己几十年来错失诺奖的这个事实？带着这些问题，我们与胡德博士进行了如下对话。

到目前为止，我还没有获奖，但将来，谁知道呢？

知识分子：讲讲您自己的故事，为什么要选择研究科学健康的故事吗？为什么你会把生物学和计算机科学结合起来？

Hood：这一切都始于1970年我在加州理工学院的时候，当时我是一个年轻的助理教授，正在思考人类生物学，我知道这是我想要做的。当时，一个非常明显的事实是，人类正面临着一些尚无法很好的应对的真正的挑战。

首先，人类生物学非常复杂，因此，你必须能够应对这种复杂性。我当时清楚地意识到，一个有效的方法会是大数据，但当时我们还没有办法获取大数据。我们还没有自动蛋白质测序仪和DNA测序仪等所有这些东西。

第二点是，如果我们真的想了解人类，我们就必须更深刻地了解医学，尤其是那些当时的医学尚未触及的部分。我开始考虑血液，因为它是健康和疾病的窗口，所有器官沉浸于其中，它们分泌的分子会融入血液中。如果学会了读取（血液中的）这些分子，我们就可以评估这些器官的健康状况。当然，现在，我们已经用各种方式做到了这一点。

第三个事实是目前最为令人困惑的——假设我们已经获取了所有这些大数据，血液和基因的数据，能用这些数据做什么呢？

这个问题导致了我的系统生物学理念，那真是一个非常好的方法，可以大大降低生物学数据的维度，生物学不是只看单个蛋白质或单个代谢产物，你需要把它们放在正常和疾病生理学的生物网络的背景下。

然后，第四件重要的事情出现了。这一点，我当时（四五十年前）完全没有想到，但今天已经很明显了。那就是人工智能将会在医生与患者间发挥核心作用，它将帮助医生完成非常复杂的分析，也可以使个人能够轻松地执行可行建议，并变得更健康。

因为上面的认识，我参与了人类基因组计划；我创立了一个专门创造新技术的部门，我们为基因组计划创造了关键软件，我们开发大数据的工具，我们甚至开发了人工合成DNA的技术等等。

但我想要做的是，把系统生物学放在首位，要做到这一点，我不得不为了摆脱官僚主义的限制而开始了一个新的组织，于是，我创立了系统生物学研究所，在西雅图。（注：西雅图是微软总部所在地。）

在这一切大约10年后，人类终于拥有了能够以我所说的方式开始数据驱动健康的技术。我们最开始的一个项目是入组了108人，后来我们又成立了一个公司，希望最终在4年内为5000名患者提供他们的健康数据云。从这个人群中，目前已产生了30篇论文，每篇论文都将为我们提供一个关于健康应该是什么，或者疾病预防应该是什么的新的认识。正是这些作为基础，我们来推动数据驱动健康的发展，并与医疗保健系统等项目合作。但我们的最终目标是进行第二个基因组项目，在10年内，我们真的可以证明所有这些原则是正确的。

所以，这是对我所做的真正令人兴奋的工作的总结。一直以来，我都在关注健康和生命科学、计算机科学等等，思考如何利用最新的技术为每个人优化健康。

知识分子：作为一个85岁的老人，是什么让你坚持下去的？

Hood：我认为让我坚持下去的东西，随着年龄的增长，有两个非常重要的事情。一个是我的老年社区，在那里，我不断结识新朋友，并把他们带入我的生活，因为（当你像我这么大年纪），过去的老朋友会一个个离开，所以，社区是保持长寿的最重要的方面之一。但我认为另一个重点是创造力和愿景，以及能够完成真正重要的事情。而我的想法是我们可以把科学健康带给世界上每个人，一种健康的生活方式让人们可以活到100岁，把原本的寿命增加20-30年。

当然，这里会出现一个真正有趣的问题，如果这个健康生活方式的确富有成效，你会用这多出来的20到30年做什么？只是打网球和高尔夫是不够的。当然，这对一些人来说可能是够用的，但我自己会觉得，这不足以让我真正进入老年。

知识分子：您在您的领域做了许多基础性的工作，也有流言提到您曾经多次获得诺贝尔奖提名，但却并没有拿到那个奖，想问问您对此是怎么想的？这会令您对诺贝尔奖的遴选过程或其他方面有什么看法吗？

Hood：我会说，从个人角度来说，你做科学是为了你自己和人类能做些什么。而奖项什么的，如果你得到它们，当然很好，但它们并不是我工作的中心驱动力。当我没能获得第一个分子免疫学诺贝尔奖时，我记得我非常失望。但事实上，也许不获得诺贝尔奖更好，因为我看到许多诺贝尔奖得主的生活发生了变化。我看到它改变了他们，使他们在未来的工作中远没有以前那么有效率。

所以，不管怎么说，也许这是我对没有获奖的自我合理化，但我认为重要的是你在做的事情，以及你能在生活中做出怎样的改变，这才是对我来说最重要的。如果我得到了诺贝尔奖，我会非常高兴，也会接受它，到目前为止，我还没有获奖，但将来，谁知道呢？我还有机会，一切皆有可能。

不过，我认为真正重要的是，你如何看待你和你的同事所做的工作，以及你看到未来会发生什么。而我现在自己的目标是，我认为在所有数据驱动的健康实现之前，我们还有15到20年的时间。我认为我们可以真正去推动这些事情，并完成它们。而且，这样的将来，会分阶段到来。我认为，更发达的国家将更容易适应这些事情。但随着我们用数字设备和类似的东西取代一切，尤其随着各种成本的降低，获得这种健康在很大程度上可以在你的手机上完成，这真的很酷。

后基因组时代，健康需要更“定量”，更科学

知识分子：我看到您最近很喜欢提到的一个概念是科学健康（Scientific Wellness），它与传统的医疗保健方法有何不同吗?

Hood：我们的Scientific Wellness与当前的健康理念都有所不同。

传统的健康理念强调运动、饮食、睡眠和压力管理等。而Scientific Wellness的不同之处在于，它可以通过分析血液和其他体液中的成分来全面监测人体各个器官的状态。因为，所有的器官都会分泌信息物质到血液中，如果我们能捕捉这些信息，就可以深入了解一个人的健康状态。然后，通过这些数据，结合现在我们对生物学的理解，给予每个人可采取的优化健康或避免疾病的建议。

Scientific Wellness的理念是为健康带来定量的、科学化的指导，远超过简单的运动、饮食、压力和睡眠的一般建议，指导每个人如何全面提高健康。也就是说，我们生成的所有数据都可以转化为“可执行的建议”，如果病人按照这些建议去做，就能够提高他们的健康水平，或者避免疾病。

知识分子：您关于Scientific Wellness的想法很有意思，要实现这一点，我们需要哪些关键技术呢？

Hood: 我认为关键技术有以下几点:一是使DNA测序更加便宜，同时提高测序质量；二是开发可以测量DNA上多种不同类型的修饰的测序新技术，而不仅仅是目前我们只能测量的甲基化；三是能够从血液和人体器官中定量检测越来越多的蛋白质，这很重要，与之类似的，分析脂质和代谢产物的能力也非常重要，因为这些都可以反映您的基因组、行为和环境如何影响身体健康；四是越来越多地使用可穿戴数字设备，如Fitbit等，来监测生理活动，这也是关键技术。

另外，我认为，人工智能技术的发展也非常重要。通过这项技术，我们可以建立医生与AI系统之间的“嵌合关系”——医生负责创造性和整合性工作，而AI系统具有分析大量数据并记住已学习知识的能力。这将使得普通医生成为“超级医生”，使他们在各个医学领域都具有专业知识，显著改善患者治疗。这是医学史上一次独特的机遇，人与计算机的强强联合，将为每一个患者带来数据驱动的健康优化。

拥抱互联网巨头的生物学家

知识分子：您刚刚提到了AI，有一个很有意思的情况是，您跟微软或谷歌都曾经有很密切的合作关系，与大多数生物学家相比，您似乎对数据科学、数字驱动的健康有更大的兴趣?

Hood: 是的。大约3年前，我创立了一个非营利组织“基因组健康”（Phenome Health），致力于推动数据驱动的健康理念。为实现这一愿景，我们需要建立一个平台，在平台上进行知情同意、病人教育、样本采集、数据生成和分析等工作。然后为每个患者生成一个行动方案列表,交给他们的医生实施。我们需要说服医生接受和认可这些方案。我相信通过不断举证,我们可以逐步实现这一目标。

知识分子：那么，您是如何设想个性化数据的整合，来赋能个体做出关于自身健康的推理决策的呢?而AI在其中将会起到什么样的作用？

Hood: 我们现在的方法是，收集多种类型大规模数据，然后寻找不同数据类型之间的统计相关性。比如，我们分析了100名患者的组分数据，包括1000多种代谢产物、500种蛋白质和200多种临床化学指标，我们找到了约3500组相关性。这些相关性支持我们进一步查询文献，判断它们是否可以体现某种对健康有益的行动方案。当患者人数达到数以千计甚至数以百万计的时候，我们没法为每个患者做这些工作，到时AI将承担这些任务。

当然，关于AI的一个重大问题是它究竟是只能处理统计相关性，还是可以给你新的知识？我们认为，目前的这类大型语言模型实际上不仅能够利用统计相关性来识别实际可能性，而且还能够真正创造关于因果关系的新推论，关于健康机制和疾病机制如何真正起作用。

这是一个有争议的观点，即使是计算机科学家也对此进行了争论。但我认为最终会发生这种情况。

知识分子：但是收集数据做这类检测是否太过昂贵呢?

Hood: 这取决于你对“昂贵”的定义。

我们分析数千种蛋白质和代谢物的花费大约是几百美元，对于有些人来说这可能太多了，但这些数据如果能够带来健康生活的话，在未来来看，这只是一笔微不足道的钱。

我不清楚中国的情况，但我可以拿美国的情况做例子，在美国，支付机构，也就是各种医疗保险机构们是非常保守的，他们拒绝支付很多“非必要检查”的费用，但我认为这种局面终将改变，他们需要在这方面受到教育。

所以，无论如何，我们正在做的一件事，Phenome Health正在提议第二个基因组计划。这个计划将在未来10年内将一百万患者纳入分析。用这些数据来证明，这些检测将如何提高医疗保健质量，并为医疗保健节省大量资金。这是必要的，要让支付者相信他们应该开始采用一些这些新的数据驱动健康策略。

我认为最重要的是，我们要认识到，只要医疗保健系统仍然专注于疾病，它就永远不会是可持续的，因为疾病的成本是无限的。

您为治疗疾病而制造的大多数药物都是在治疗症状，而不是治疗病因。大多数慢性疾病一旦发病就无法逆转。因此，真正的关键是要尽早发现它们，并在早期进行预防，因为那时它们是简单易变的。这正是数据驱动健康真正要做的。因此，首先，我们必须让人们相信，一旦被诊断出来，糖尿病、心血管疾病和阿尔茨海默病等疾病就会变得非常复杂。在许多方面，已经为时已晚了，在那时，你你可以改善，但已经不能治愈了。治愈是在早期进行的，那时，治愈很简单。

知识分子：那么，如何将Scientific Wellness的方法整合到现有的医疗保健系统中？当您想这样做时可能会遇到哪些挑战？

Hood: Phenome Health正在与一家主要的医疗保健合作伙伴进行探索。我们的设想是：如果我们能让一个主要的医疗保健系统在3或4年内使用我们的办法，证明Scientific Wellness令医疗保健质量大大提高，成本却大大降低，这就能更好地说服其他潜在的医疗系统们采取这个办法。用事实证明，Scientific Wellness对我们的医疗保健系统，以及减少整个社会的医疗成本都是很有价值的。

除此外，通过与这样的医院系统合作，我们还可以做一些非常有趣的事情。我们实际上正在与一个拥有3000万患者的大型临床实体合作，他们拥有所有电子健康记录，遍布（美国）南部和东南部13个州。我们将与他们一起开展一个大型糖尿病项目。4年内，我们将深入研究1000名患者的健康记录，病史资料，覆盖糖尿病的早、中、晚期，然后我们将拥有整个糖尿病的自然史，而且，这通常大约是15年的病史。我认为在这个深入的分析研究中，我们学到的关于糖尿病的知识将比过去得多得多。

知识分子：您提到了收集每个人的健康数据然后分析，那么，在收集和使用每个人的生物医学数据时，需要考虑哪些伦理因素呢?

Hood：我认为在所有伦理问题中，只有一个主要的问题非常严重，那就是歧视。我们需要制定法律，例如，保险公司不能私自访问用户的基因组数据，并以“有坏基因”为由拒绝承保；因为类似的原因，雇主和家人也同样不允许私自访问。我们需要法律来保护私隐，防止他人利用这些遗传学和表观遗传学信息进行歧视。在美国，我们有两条法律确保了医疗保险不得基因歧视，但还有其他种类的保险不在覆盖之列，比如：长期护理保险。这类保险公司很容易通过前述信息判断拒保高风险人群，这是一个需要考虑的问题。

我举个例子，如果一个人有一种基因突变，极大提高患阿兹海默氏症的风险，这个人在美国就几乎无法购买长期护理保险。所以我认为在这一领域，防止歧视和保护私隐是关键的伦理考量。

知识分子：在您看来，未来的生物学，哪些领域将发生哪些巨大变化？

Hood：之前的新冠疫苗已经展现了RNA技术的强大，我认为RNA将成为许多其他尚待探索的疾病的非常有用的药物。将来，能够在新生儿中有效地重新设计基因组并消除缺陷基因的技术将以许多重要方式改变我们的生活。除了RNA，我们实际上还希望资助一家生产各种肽的公司，该公司的目标是能够生产数十亿种不同的肽并将它们用作药物。

总的来说，我认为将来，创造新药和新的生物标志物的技术将是非常令人兴奋的。我还认为数据驱动健康的新数字技术会变得越来越好。我们预测，数字技术将在10到15年内使我们能够在家里进行我们健康所需的全部健康测量。

所以，可以看到，健康真的成为大家日常生活中的一个基本方面。不需要去大型医院或者体检中心，在家里，通过人工智能等方式，我们就能完成需要工作。

在将来，医疗保健技术的趋势是让（健康）测试更便宜、更全面、更全球化，并以数字方式驱动健康。技术上，可以真正做到这一点。人类的将来会越来越不依赖血液分析，而越来越依赖测量生理方面的因素，将这些因素在预测意义上与健康进行大量的关联。

比如说，预测会发现，在接下来的2个月内，你会变得沮丧。如果我们知道这一点，我们就可以防止它。或者发现你是一个非常容易药物依赖（成瘾）的人，如果我们知道这一点，我们可以非常谨慎地对待你分配的药物。

很多情况，如果早期发现的话，便可以在症状之前预防它们，所有这些东西都会很令人兴奋，但我认为生物学的重要作用还不止于此。人类目前担心的所有重大问题，例如气候变暖，减少二氧化碳，可以算个生物学问题；养活世界所有人是农业问题，也是生物问题。

还有能源，虽然我认为，解决未来能源问题的解决方案更可能是来自物理学，比如：可控核聚变等。但生物学也会有它能够做出的贡献，我不知道生物学是否会是必要条件，但生物学在进化过程中将是必不可少的，我们要弄清楚生命如何在宇宙中产生，以及生命的基本要素是什么。所有这些，都是深层次的生物学问题。”