百年清华

10 月 27 日，由《麻省理工科技评论》、DeepTech深科技联合主办，梅赛德斯-奔驰特别呈现的“全球科技青年论坛” 在北京举行。来自全球范围内最顶尖的科学技术人才以及跨界领域人士，畅谈从人工智能到量子计算，从基因编辑技术到脑机接口，丛可持续能源到未来出行、金融科技、区块链以及技术投资等最前沿的科技话题。

来自斯坦福大学医学院的丛乐教授，发表了题为《计算模拟与 AI 连接新一代基因技术》的演讲，报告了计算模拟与 AI 对基因编辑技术的启迪和应用。

作为 2017 年《麻省理工科技评论》中国区 35 岁以下科技创新青年，丛乐教授是将 CRISPR 技术带到人类基因世界的青年科学家之一。2013 年，国际知名学术期刊《科学》发表了麻省理工学院张锋教授作为通讯作者、丛乐博士作为第一作者的重磅论文，首次将 CRISPR － Cas9 基因编辑系统作用于人类和鼠类细胞，并揭示了相关技术在基因治疗，特别是心脑血管疾病和癌症治疗中的应用潜力。

以下为丛乐教授在论坛中的精彩演讲，内容略有删改：

丛乐在全球科技青年论坛上做主题为《计算模拟与 AI 连接新一代基因技术》演讲

很高兴有机会来到这里分享，感谢主办方 DeepTech 深科技让我有这样一个平台。我跟前面几位稍微有点不同，我是从学术界过来。所以今天我想给大家从学术界的角度，分享一些我们最近以及目前正在进行的一些研究，主要是关于如何使用计算机模拟和人工智能、机器学习的技术与新一代基因工程技术、编辑技术和分析技术进行结合。

我本身在清华读本科的时候是学电子的，但中间转学生物，所以也是半路入“坑”的状态。先从基因测序讲起，这可能是大家比较熟悉的过去 10 年中生物医学领域一个非常重要也是非常让大家激动的新技术平台。

大家也都知道很多基因领域公司，都在这个领域上做出了非常有影响力的成绩。但我们可以关注到一件事，测序的价格在不断下降，且下降的速度已经非常之快，同时相应有一个指数——测序总量的高速增长，这已经不是线性增长，而是指数级增长，也就是说我们在基因测序领域中产生了大量的数据。

大家有在说我们是否进入了生命健康大数据时代，但是这其中有很多特别复杂，在过去几十年甚至上百年一直困扰人类的疾病，它们的治疗手段依然没有特别明显的进展。比如被大家熟知的老年痴呆。可能心脑血管疾病已经有一些突破，但像睡眠失调、抑郁和自闭症这些神经系统疾病，都和遗传因素有关，也有是说它跟基因是有关系的，因为过于复杂，所以我们尽管有了大量的数据，依然并没有能力很好地解决这些疾病。

所以，今天想给大家介绍我们之前、最近以及未来想做的研究，特别是数据科学和计算机模拟对基因编辑技术的启迪。

CRISPR作为基因编辑中一个代表性技术，可以轻松实现切割目标基因，或者对基因进行改造。但是基因编辑技术本身还有很多问题，包括脱靶、不够准确和效率还不够高。我们现在希望能够把这个技术变得更好，如果能够产生一个更好的方式让这个技术更加准确、更加高效，可能对我们治疗很多疾病是有价值的。

我们之前的传统实验方法，更多的是瓶瓶罐罐地倒腾，这其实是很慢的。我们通过跟 IBM 合作，使用他们的超级计算机系统，去模拟 CRISPR 这个生物系统的动态功能，从而告诉我们怎么样能够更好的改造系统。

我们作为生物学家的手段有限，但如果结合了计算机模拟技术，同时我们也不仅仅和计算机科学家合作，还结合了很多物理学家的能力，我们才得以对这样一个系统进行计算机模拟，以及分子动力学等其它新技术。

我们希望，这至少是一个起点，让我们能够开始把计算的能力和实验的技术结合起来，提高我们实验的效率，从而找到最合适的能够用于治疗或者其他方面生物医学应用的基因编辑系统。

目前，我们已经运用一些成熟的技术以及基因编辑技术，来对癌症的免疫疗法进行一些新的开发和尝试。我们现在已经有了一些更好的基因编辑技术，我们不仅要能够改造我们基因中的错误治疗疾病，我们还需要知道是哪里出现的问题才行。

这就回到了基因测序。测序实际上是一个“看”的过程，而编辑是一个“改”的过程，我们要先看到问题，就好比做一本书的编辑，要先看到错别字才能进行校正和修改。

所以，我们通过观察不同肿瘤中不同状态免疫细胞的基因表达，再通过机器学习领域数据的变换，以及数据降维处理，我们能够更好的看清楚其中与肿瘤免疫功能有关的基因。

我们通过编辑了免疫 T 细胞中的这些相关基因，经过改造的 T 细胞回输到动物体内后，我们发现它的肿瘤发展速度要比对照组缓慢很多，几个月后，我们发现这些改造的细胞能力不断增强，使得动物体内的肿瘤不断缩小，肿瘤不仅仅没有发展，而且在不断缩小。这就是今年荣获诺贝尔奖的肿瘤免疫治疗的主要思路。

（来源：诺贝尔官网）

这样一个过程告诉我们，通过结合更好的基因测序分析技术，找到潜在的基因再加以精确的改造，我们可以实现之前我们所说的既能“读”又能“写”的状态。

我们目前希望把这样一个思路做得更好，不仅做整体的基因表达分析和测序，我们还希望做到单细胞水平上的基因表达测序和分析，从而通过系统的单细胞层次上的分析，在更高分辨率上看到哪些基因，哪些细胞可能对肿瘤免疫过程有最大的影响，进而通过计算分析、机器学习的方法找到这些潜在的基因进行基因编辑相关的改造和治疗。

我门也非常希望利用这个机会，能够和国内的科研人员和医生合作，帮助解决一些中国人群所关注的疾病，比如发病率远高于西方国家的胃癌。为了中国的病人，我也很希望将来如果有机会的话能够做一些其他方面的研究。