AI预测出GABA致癌并获实验验证，这位生物学家说，下一步是和细胞对话

2024年7月4日，塔夫茨大学团队发了一篇论文，标题很长，结论够硬：通用多层网络嵌入，揭示了神经递质GABA与癌症之间的因果联系。他们把基因、药物、疾病三类完全不同的数据缝进同一张网络，让机器学习在里面找关联。算法给出一个高置信度预测：GABA信号和黑色素瘤有关系。随后团队进实验室验证，预测成立。

这件事有两层值得展开。第一层是技术，三类数据各自为政几十年，这次被放进了同一个表示空间。第二层更扎眼，验证过程造出一种奇怪的黑色素瘤：全身色素细胞同时癌变，没有原发肿瘤，没有任何基因损伤，纯粹是细胞之间的电通信被打乱。

第二层才是Levin真正关心的。他是塔夫茨大学生物学教授，上一次做客Cognitive Revolution，创下这档节目嘉宾单集的播放纪录。这次他和团队科学家Pio-Lopez一起回来，聊的不只是一篇论文，还有一整套关于智能、数据和生命的判断。

把基因、药物、疾病缝进同一张网

先拆技术。生物学的数据从来不缺，缺的是把它们放进同一个空间的方法。基因这边有蛋白质相互作用网络、共表达网络；药物有DrugBank这样的大型数据库，记录临床适应症和常见联合用药；疾病这边有共享症状网络、共病网络。每一块单独看都成立，彼此之间不通。

Pio-Lopez的工作分两步。第一步是翻译，把所有数据库统一到同一套命名语言，再把节点和连接写进一张多层网络。这步听着平淡，其实是整篇论文工作量的大头。第二步是让机器学习读得懂这张网，模型吃不了图，得先把节点变成向量，也就是网络嵌入，这一环用了论文里新提出的MultiXverse。

谁和谁该靠得近？团队用的是随机游走加重启，网络分析领域的老方法，机器学习圈反而不太熟。让一个虚拟粒子从某个节点出发，在网里反复游走直到收敛，最后得到一个概率分布，游走中高频经过的节点就和起点相似。训练时随机初始化向量，再不断调整，让向量间的距离逼近这个相似度。70%的数据用来训练，留30%做验证，确认嵌入质量。

模型跑起来后能做链接预测，也能靠聚类找生物学功能模块。GABA和黑色素瘤的关联，就从预测列表里冒了出来。Pio-Lopez透露，下一步是把这些嵌入喂给大模型，它们本来就用嵌入，可以直接接上更多应用。

一种没有基因突变的黑色素瘤

GABA这个预测为什么在生物学上讲得通？Levin给了解释。他的实验室研究了多年血清素，电压变化会让这种小分子神经递质在细胞间移动，产生各种效应，算是生物电信息处理的一种下游货币。GABA是另一条线：它的受体GABA-A是个氯离子通道，嵌在细胞表面，调节氯离子进出，直接影响细胞电位和静息膜电位，而膜电位正是细胞之间电通信的载体。

实验室过去做过类似操作，用氯离子通道改变细胞电位，观察到的现象相当惊人：全身的黑色素细胞同时转化，疯狂增殖，伸出细长的突起，形状越来越像神经元，入侵周围组织和血管，整套表现就是转移性黑色素瘤。

两个细节值得停一下。第一，没有原发肿瘤。常见的癌症叙事是单个细胞积累突变、转化、克隆扩张，这里完全不同，全身色素细胞一起变。第二，没有任何基因损伤，没有致癌物，没有致癌基因，纯粹的生理状态改变。癌症可以由细胞间通信的失调启动，不需要基因层面的任何破坏。

Levin给这个现象套了一个更大的框架。他管细胞间的通信机制叫认知胶水，正是这些机制让细胞组成网络，存储关于要建造什么器官的大型模式记忆。癌症在他眼里是集体智能的崩解：单个细胞从网络掉线，退回单细胞生活方式，目标从建造肝脏肾脏，缩成能吃多少吃多少、哪里舒服去哪里。肿瘤更像一场解离性障碍，出问题的对象是整个集体的智能。

复杂度悬崖：训狗的人不懂神经科学

从这里引出Levin最有争议的观点。他在脑子里画了一张图：横轴是系统复杂度，纵轴是应对难度。起初复杂度越高越难对付，这正是传统药物研发的困境，系统太复杂，微观管理必然顾此失彼。但复杂度爬到某个程度，会出现一道悬崖，难度骤降。条件只有一个：系统聪明到可以沟通。

例子很朴素。人类训狗训马几千年，对神经科学一无所知。没人知道要让哪些神经元放电狗才会坐下，但这根本不重要，动物提供了一个学习接口，奖惩就够了，底层细节全部封装。

推论是，AI在生物学里最大的价值，是当翻译，给身体里的系统建一个心智理论，帮我们更精细地敲打特定通路反而排在后面。细胞是有议程的材料，你硬来它会抵抗，副作用和耐药性就是这么来的。寄生生物天天入侵细胞，细胞的防御系统分不清你和寄生虫。所以正确的思路是重置系统的设定点，让细胞接受健康状态是新常态，然后让身体自己发挥所长，用简单信号调整出复杂结果。

Levin自己承认这套说法离主流很远，多数同行把生物层当机械装置，没人把细胞通路当成有偏好的谈判对象。他也坦白，这篇论文撑不起整个愿景，用他的话说，我们还在往悬崖上爬的起步阶段。

四年建一个数据库，只有几百条数据

聊到AI for biology缺什么，Pio-Lopez的判断分两层：组学数据一大堆，生物电数据几乎为零；但更大的瓶颈在于把数据变成信息和知识的理论。

Levin给了一个扎心案例。他关心的问题从来是宏观结果：手指为什么是五根，胳膊里为什么是两根骨头。肢体遗传学做了这么多年，没人知道骨头数量由什么决定。要回答这类问题，需要的数据格式很简单：给系统什么刺激，得到什么形态结果。他和从前的博士后Daniel Lobo手工整理了涡虫再生、甲壳类、昆虫、两栖类的实验数据，自己发明了一套描述骨骼排布和几何形态的图形语言，带着一帮本科生干了四年。

建成的数据库里有多少条数据？几百条。当前AI方法需要的量级是几十万起步，通常上百万。四年时间攒下几百条，连零头都够不着。

更麻烦的是标准化。期刊把从一篇论文复制方法段到另一篇定义为自我抄袭，逼作者换措辞重写，结果同样的实验在不同论文里描述得五花八门，AI根本读不通。Levin提到这个规则时满是无语：这是个多么奇怪的概念。再往下是成本，扰动实验、测量形态和功能，是发育生物学家每天在做的事，又贵又慢。

他给出的解法是机器人科学家和云实验室，让自动化平台跑实验、记录功能结果，形成反馈闭环。关键在于别只测RNA和DNA，要测形状、结构和解决问题的能力，那才是我们真正在乎的东西。

当AI开始管理你的生活

主持人Nathan抛出一个自己的构想：用可穿戴设备的数据，吃了什么、睡了多久、心率多少、跑了多远，训练一个模型预测你下一次健康状态，就像语言模型预测下一个词。Levin先指出一个悖论：如果应用能预测你的感受，知道这一点本身会让人抑郁，那模型预测到这份抑郁了吗？

然后是更根本的问题，优化目标到底是什么。如果目标是感觉良好，模型很快会发现海洛因短期效果最好。如果目标是长期健康，那就得每天高强度训练，难受但值得。活到九十岁，精瘦，一辈子没吃过甜甜圈，这是你想要的人生吗？神经科学家Mark Solms讲过，基本驱动力是正交的维度，没法排优先级，冲突时才出真正的难题。

「能被测量的就会被管理。它确实会照办，然后把我们塑造成那个函数的形状。问题是我们并不确定自己想优化什么。」

这场讨论很快延伸到处方药。有人抱怨减肥药是作弊，应该去健身房老老实实练。Levin反问：练多久算合格？每天几小时是上帝规定的正确时长？接下来还会有增肌药、眼镜上的AI助手、恋爱顾问插件，生活的每个环节都会被接管一部分，客观上很多会变好，但意志力、人际关系这些被当成自我核心的东西呢？

他的态度倒是开放：别装了，我们早就外包了一大堆。眼镜、牙刷、教育、健身指导，全是假肢。他有个护林员朋友，听说他不会猎鹿，震惊地问，没有超市你怎么办，你还是不是成年人。真正的分歧只在哪些东西我们还不愿意交出去。

为什么机器人不会得癌症，对齐为什么难

Levin有个演讲题目叫「为什么机器人不会得癌症」。现阶段的AI，高层智能和底层零件之间是硬切开的，上层聪明，下层愚钝。生物系统完全不同，每一层都有能力，每一层都会试图塑造、胁迫甚至黑掉上下层来达成自己的目标。计算机科学花了大力气隔离层级，让每层都能信任底层正确无误，这恰恰挡住了通往生物式架构的路。生物还有一个底层设定：介质不可靠，零件会突变，环境会变化，所以进化从一开始造的就只有问题解决者，没有针对特定环境的固定方案。不过度依赖先验，随时创造性重释当下，这是生命智能棘轮的起点。固定架构的AI再聪明，他认为也终会撞上平台期。dropout和数据增强算是零星预演，Pio-Lopez补充，神经细胞自动机这类新架构已经开始往多尺度能力堆叠的方向走。

可理解性还有代价。瘿蜂能让橡树叶子长出红色刺状的虫瘿，叶子细胞明明具备这种能力，平时却从不用。生物系统太容易被信号控制，就会被寄生者利用。可理解性和可操纵性是一体两面，太容易懂，就太容易被黑。自然界因此有动力保留一点不可读性，技术系统倒是可以反过来设计，留出更好的交互接口。Nathan提到有团队让模型在做任务的同时预测自己的内部状态，结果网络反而变简单了，更容易被建模，可能是一种亲社会机制，Levin听完当场要了论文链接。

聊到对齐，Levin的判断很直接：单一的对齐目标可能根本不成立，因为人类自己就不对齐。文化上，问一百个人理想未来，能拿到一百种答案。个体内部也不对齐，裂脑人实验显示，同一个人的不同脑区对信不信上帝、爱不爱配偶可以给出相反答案，平时那个言行一致的人格，只是一层薄壳。

数字生命也上了桌。Google的智能范式团队做过实验，64字节的随机字符串互相作用，没设定任何优化目标，自我复制者就冒了出来，接着寄生、共生、灭绝这些熟悉的生态剧本全部上演。Nathan说这让他害怕，Levin的回应是，造这些系统的目的是理解身边已有的智能。人类识别智能的出厂硬件只擅长一种东西：三维空间里中等大小、中等速度的物体。AI和人造生命是我们的假肢，帮我们认出那些一直在身边、却始终没被看见的心智。

他还特意警告了一种流行想法：既然细胞靠共享记忆形成集体智能，人类是不是也该全连在一起？他的回答是小心，历史上把所有人粘成一体的尝试结果一贯糟糕。他去攀岩，社交目标、个人成长全达成，留在岩壁上的皮肤细胞可没得选今天好不好过。组成集体智能，从来不保证这个集体在乎它的零件。所以他给人类列了一项存在级任务：搞清楚新生的集体智能的目标从哪来，怎么预测，怎么引导。

「每个人都会被取代，孩子不会复制我们的价值观，几百万年来一直如此。唯一的问题是你想被什么取代。」

Levin说，描绘不想要的未来很容易，人人都在做这件事，他想看到的是每个人具体写下：宇宙应该被什么填满。能写出这句话，才谈得上朝那个方向努力。

明天就能用的东西，收拢成三个动作。

• 用健康类应用或可穿戴设备之前，先花十分钟写下自己的多维健康定义，睡眠、体能、情绪、长期目标各占多少权重，再去看应用的优化目标。单一指标的系统，迟早会把你塑造成它的形状。
• 做研究的话，方法部分尽量用结构化、可机读的格式记录，参数、试剂、流程写成表格，别为了避嫌换着措辞写。标准化是让AI读懂实验的前提，四年攒几百条数据的教训就摆在那里。
• 学Levin做一道练习：别列不想要的未来清单，正面写出你希望宇宙被什么填满，写具体。焦虑来自清单的反面，方向来自清单的正面。