颜宁回击：当AI与显微镜相遇，谁在真正提问？

当一台价值上千万的冷冻电镜在实验室静静运转，它捕捉的不只是蛋白质的二维投影，更是一场关于科学本质与人类认知边界的深层对话。microscope 显微镜从不是答案本身，而是通向问题的桥梁。4月26日，清华大学讲席教授、深圳医学科学院院长颜宁连发两条微博，直面网络上对她个人及她所深耕的结构生物学领域的质疑。有人称她的工作不过是依赖昂贵设备的‘repetitive 重复性劳动’，也有人说AI崛起将让这类科学家‘过时’。颜宁的回应犀利而清醒：工具进化，从不取代提问者，反而解放了他们去追问更本质的生物学问题。

结构生物学研究的是生命最基本的构件——蛋白质的三维结构。function 功能往往由结构决定，若想设计靶向药物，就必须看清致病蛋白的‘长相’。过去，科学家靠X射线晶体学‘看’结构，但许多蛋白难以结晶。冷冻电镜的出现改变了游戏规则：它通过超低温冻结蛋白质，用电子束成像，无需结晶即可捕捉动态结构。2017年，这项技术的三位发明者获得诺贝尔化学奖。颜宁直言，冷冻电镜让研究者‘喜大普奔’，摆脱了‘令人绝望的结晶’步骤。但这并不意味着研究变得简单——它只是把时间从繁琐的技术障碍中释放出来，留给科学家去思考更深刻的机制问题。

AI的登场带来了新一轮误读。AlphaFold能从氨基酸序列预测蛋白质结构，2024年其开发者获诺奖，引发‘AI取代结构生物学家’的论调。颜宁用自己团队的新研究回击：他们在清华荷塘的水样中，用冷冻电镜发现了一种全新的‘管状纤毛’结构，其表面覆盖着不含蛋白质的多糖纤维。这类物质不由基因直接编码，AI没有数据可学，根本无法预测。‘sequence 序列都没有，怎么预测？’她反问。这正是实验科学的不可替代性：真实世界永远比数据库更复杂。AI没有淘汰科学家，而是淘汰了部分routine 常规操作。她与团队正开发算法，加速图像处理，甚至自动搭建糖类结构模型，把AI变成助手而非对手。

这场争论背后，是科研资源分配的深层焦虑。冷冻电镜价格高昂，运维成本惊人，普通高校学生常为使用机会排队数月。这种‘不平等’催生了‘马太效应’：强者愈强，弱者愈难突围。颜宁也坦言曾遭遇审稿人盗用数据抢发成果，顶尖学者尚且如此，普通研究者的处境更令人担忧。对制度的不满，有时异化为对‘明星科学家’的人身攻击。‘出国是崇洋媚外，回国是混不下去’——这类标签化的叙事，掩盖了真正需要推动的改革：国产高端仪器研发、公平的评价体系、对青年科研者的支持。科学进步从来不是孤立的天才神话，而是整个生态的共同成长。