Day 11 · 医学革命

与死神抢时间:现代医学的四次分岔

2026 年 7 月 7 日(周二) · BigCat's Time Machine
1900 年,人类平均寿命还不到 40 岁,一次感染、一场分娩都可能致命。此后一百年,寿命几乎翻倍。这不是一条平滑的进步曲线,而是几次险些错过的偶然、几场关于「功劳归谁、数据归谁」的争夺,以及一个坐了四十年冷板凳的女科学家。
EVENT · 01

青霉素:一次被搁置十二年的偶然Penicillin & the Gap Between Discovery and Drug · 1928–1945

1928.09伦敦·圣玛丽医院偶然 vs 组织

1928 年 9 月,苏格兰细菌学家 Alexander Fleming 度假归来,发现一只忘了盖的培养皿被青霉菌污染,菌落周围的葡萄球菌竟被杀死。他记录、命名了「青霉素」,却无力把它提纯成药,几年后几乎放弃。发现,只是故事的开头。

真正的突破在十二年后。1940 年,牛津的 Howard Florey 与流亡犹太生化学家 Ernst Chain 重拾这篇被遗忘的论文,用小鼠实验证明它能治愈致命感染。但提纯极难——他们动用了浴缸、牛奶罐做「工厂」。1941 年首位病人(一名警察)好转,却因药量耗尽而死。战时英国无力量产,Florey 远赴美国,借助 深层发酵工艺让产量暴增千倍。1944 年诺曼底登陆,青霉素已能成批救治伤兵。

1928Fleming 观察到抑菌,随后搁置
1940Florey、Chain 小鼠实验成功
1941首位病人短暂好转,药量不足而亡
1943美国深层发酵工业化量产

反事实:若没有二战对救命药的迫切需求、没有美国制药业的工业化产能,青霉素很可能再被埋没十年。Frank Ryan《The Forgotten Plague》与科学史家普遍强调:Fleming 的名声掩盖了真正的功臣。史界争论由此而生——医学突破究竟靠灵光一现的偶然,还是靠有组织、有资金的接力开发?Fleming 独享公众荣光,诺奖却三人共享,恰是这场争论的注脚。

今天大量论文里躺着「有潜力却没人推进」的发现——从实验室到病床的「死亡之谷」依旧存在。AI 药物筛选想解决的,正是 Florey 当年靠浴缸硬扛的转化难题。

发现不等于成果;把偶然变成人人可用的东西,往往比发现本身更难、更需要组织。
你手中有没有一个「记录下来就搁置了」的洞察,正等着一个 Florey 式的接力者?
EVENT · 02

DNA 双螺旋:一张未经允许的照片The Double Helix & Photo 51 · 1953

1953.04.25剑桥·卡文迪许实验室功劳与伦理

1950 年代初,遗传物质的结构是生物学最大的谜。多支队伍在竞速:加州理工的化学巨匠 Linus Pauling、伦敦国王学院用 X 射线衍射的 Rosalind Franklin,以及剑桥两位尚无名气的 James WatsonFrancis Crick——后者甚至连实验都不做,只搭模型。

转折点是 Franklin 拍下的一张清晰衍射图——「照片 51 号」,它几乎直接指向螺旋结构。1953 年初,她的同事 Maurice Wilkins未经她同意的情况下,把这张照片给 Watson 看了。Watson 后来写道,那一刻「我的脉搏开始加速」。结合 Franklin 未发表的数据,两人在 1953 年 4 月于《自然》发表了双螺旋模型——一段只有一页、却改写生物学的论文。Franklin 1958 年病逝,未及分享 1962 年的诺奖。

反事实:若 Franklin 再有几个月、且掌握全部话语权,她很可能自己解出结构——她当时已逼近答案。史界争论集中在科学中的功劳分配与性别不公Brenda Maddox《Rosalind Franklin: The Dark Lady of DNA》(2002) 为她翻案;而 Watson 自己的《The Double Helix》(1968) 则因对 Franklin 的轻慢笔调引发长久批评。这不是「谁更聪明」,而是数据的归属与共享规则——一个至今未解的难题。

谁拥有数据、谁能用它、署名归谁——从科研署名争议到 AI 训练数据的版权战,Franklin 的困境在数据时代被无限放大

重大突破常建立在他人的数据之上;如何公正地共享与署名,和发现本身同样重要。
你使用的「别人的成果」,边界在哪里——什么时候是站在巨人肩上,什么时候是越过了那条线?
EVENT · 03

人类基因组计划:公有还是私有The Human Genome & the Race to Own Life · 1990–2003

2000.06.26华盛顿·白宫开放 vs 专利

1990 年启动的人类基因组计划,是一场由美国 NIH 领衔、多国参与的公共科学工程,掌门人是遗传学家 Francis Collins,原则是数据每天公开、免费共享。到 1998 年,桀骜的科学家 Craig Venter 另起炉灶,创办 Celera 公司,宣称用「鸟枪法」更快更省地测序——并暗示要为部分基因申请专利。

一场公私竞速就此点燃。公共联盟担心:人类基因若被私有化、专利化,未来的诊断和研究都要付「买路钱」。竞争反而加速了进度。2000 年 6 月 26 日,克林顿在白宫促成双方并肩宣布「工作草图」完成,刻意宣示基因组「属于全人类」。2003 年正式完成。Celera 最终未能锁死基因专利,公共开放的原则守住了。

反事实:若 Venter 的专利策略得逞、关键基因被私有锁定,今天的癌症基因检测、精准医疗可能被专利费拖慢数十年。这场争论直到 2013 年才由美国最高法院一锤定音——「自然存在的 DNA 序列不可专利」(Myriad 案)。更深的分歧是:竞争究竟加速了科学,还是扭曲了它的开放本性?支持者说没有 Venter 就没有那股紧迫感,批评者说他险些把公共知识关进围栏。

基础能力该开放还是私有——这正是今天 AI 的核心裂缝:开源模型权重 vs 闭源 API。基因组之争,是这道题的一次预演

当一项基础能力被少数人私有化,代价会转嫁给之后所有人;开放的护城河,需要主动守卫。
哪些属于「全人类的公共知识」,哪些该允许私有获利?你会把界线画在哪里?
EVENT · 04

mRNA 疫苗:四十年冷板凳的回报mRNA Vaccines & the Payoff of Persistence · 2005–2020

2020.12宾夕法尼亚大学长期主义

匈牙利移民科学家 Katalin Karikó 坚信 mRNA 能变成药——让人体细胞自己造出治病蛋白。但整个 1990 年代,她的申请屡遭拒绝,被降职、险些失业,因为注入的 mRNA 总会引发剧烈免疫排斥。多数同行认为这条路走不通。

转机在一次复印机旁的偶遇——她与免疫学家 Drew Weissman 合作。2005 年,两人发现只要修饰 mRNA 的一个核苷,就能骗过免疫系统、避免排斥。这篇论文当时几乎无人问津。十五年后,新冠来袭,BioNTech 与 Moderna 正是站在这一发现上,用不到一年造出高效疫苗——史上最快。2023 年,Karikó 与 Weissman 同获诺贝尔奖。

反事实:若 Karikó 在被降职时放弃、若那篇 2005 年论文从未发表,2020 年人类将没有现成的技术平台,疫苗恐怕要多等数年——代价是数以百万计的生命。这印证了基础研究的「时间错配」:投入在几十年前,回报在危机瞬间兑现。史界争论:突破性创新究竟该靠市场导向的定向资助,还是靠容忍长期失败的好奇心驱动研究?Karikó 的经历是后者最有力的辩护。

今天 AI 的爆发,同样建立在神经网络几十年的冷板凳之上——Hinton 们在「AI 寒冬」中坚持的反向传播(见 Day 10)。基础研究的复利,总在无人看好处悄悄积累。

最重要的能力,往往在无人喝彩的冷板凳上积累多年,只在危机来临的一刻兑现全部价值。
你正在做的哪件事,短期看不到回报,却可能在某个未来时刻突然变得至关重要?

深入资源

深入思考

问题一:医学史,是「发现」的历史,还是「转化」的历史?
Fleming 发现青霉素,真正救人的是 Florey 的量产;Karikó 发现修饰 mRNA,兑现价值的是新冠时的产业动员。规律或许是:发现制造可能性,转化才创造现实价值,而后者更慢、更贵、更少被记住。这提示一种反直觉的资源配置——很多领域缺的不是新点子,而是把已有点子跨过「死亡之谷」的人和钱。判断一项技术的成熟度,先问它卡在发现端还是转化端。
问题二:为什么四次突破里,三次都绕不开「开放 vs 私有」?
青霉素战时被视为公共品而共享配方,DNA 数据在 Franklin 案里暴露归属难题,基因组计划几乎被专利围栏锁住。规律:越是底层、越是通用的能力,其「该公有还是私有」的张力就越尖锐——因为它决定了之后所有人的准入成本。这与 Day 8 个人电脑的「开放/封闭钟摆」是同一母题在不同领域的回响。今天 AI 基础模型正站在同一个岔口。
问题三:基础研究的「时间错配」,该如何被制度容忍?
Karikó 坐了四十年冷板凳,回报在几个月内兑现。问题在于:好奇心驱动的基础研究,其回报期远超任何资助周期与企业财报周期,因此天然会被短期主义的评价体系挤压。可能的解法是「双轨制」——定向资助解决已知问题,同时留一块容忍长期失败的自由经费。一个社会敢不敢养一批「暂时无用」的研究者,某种程度上决定了它三十年后能否接住下一场危机。
问题四:如果把四次突破画成一条曲线,是加速还是有临界点?
每次「危机到方案」的响应时间在骤缩:疫苗从多年缩到不足一年。这提示医学可能正接近一个「平台化」临界点——mRNA、基因编辑不再是单个药,而是可复用的通用平台,一次搭好、快速换靶点。若真如此,下一场大流行的响应会以周计。这与复杂系统的「相变」相通:量变积累到临界点,突然跃入新态。
问题五:AI 会重演医学史的哪一幕?
三种可能:重演青霉素——能力已具备,卡在从演示到可靠落地的转化谷;重演基因组之争——在开放权重与闭源专有之间决定人类的准入成本;重演 mRNA——几十年基础研究在某个时刻集中兑现。最可能是三者叠加。对「AI 超级个体」而言,真正的杠杆或许不在追最新模型,而在做那个把成熟能力跨过「死亡之谷」、送进具体场景的 Florey。