传统结构生物学被AI挤兑后遭遇系统性失业

宜宾老莫

第一部分

回归正题，因为结构生物学饭碗快丢了

先做个比喻:)

颜宁施一公的工作=手工织衣服

DeepMind的AlphaFold=珍妮纺织机

前者是优秀的裁缝，有着良好的纺织技术训练，也有良好的裁缝铺和裁缝界声望，但局限于产量和效率，已经达到天花板。

后者则是革命性技术推动，早期可能衣服还没裁缝好，但是使效率提升百万倍，后期改进空间极大，潜力也无限。

颜宁教授及其学生，从原本解析结构，今后可能变成验证结构的正确性。不太恰当的自嘲。类似于从算法岗位降级成为测试岗位，最后降为数据专员。

在全世界最强的AI公司，英国DeepMind的

AlphaFold2出来之前，颜宁和施一公尚能在在其领域呼风唤雨。

本来颜宁他们一年能解析几十个蛋白质”(以为可以靠这个一直有饭吃)

可是AlphaFold2从本质上改变了这一切:(

DeepMind:劳资一次给解析“2亿个结构”，2亿个!几乎把地球上的蛋白质全部覆盖!

Number of Pretein Structures

AiphaFald Dl today200M+ Structure

Aichafold DB pr1M Structure

知乎 @多崎作

这么几十年，所有的几千名结构生物学家才解析19万个蛋白质，DeepMind一年直接上亿，打破了原有的行业发展。

引用知乎某大佬的话:@谢流远

1)DeepMind的Alphafold2，虽然目前还不能解决所有结构生物学问题，只能覆盖部分情况，但是计算领域的发展速度是指数级的。相比于线性发展的传统学科，一旦跨过临界点。大部分被计算替代只是时间问题。"

2)DeepMind展示了工业化集团攻关的科研形式，相对于传统的一个教授(领主)带几个学生(佃农)的封建式科研形式9的优越性理工科研发展到现在生产关系已经在抑制生产力发展了，急需改革。

至AlphaFold2问世之后，各钟投资人，政府机构原本拨给传统结构生物学的90%以上的经费，划拨给生物AQ的实验室，各大期刊论

文，国际会议进一步改革，导致传统结构生物学变成Engineering的活，原本NatureScience给各类研究审稿期7个月到1年以上，现在给 DeepMind特权，2个月优先审稿，优先发表。政策和资本倾向性已经很明显。

世间几乎所有已知蛋白质结构、都被DeepMind开源了

mp.weixingg.com/s/20HSNtaSBr

在传统结构生物学被AI挤兑系统性失业后，大部分人呢，转战商业编故事骗人。

第二部分

如何看待颜宁宣布即将辞去普林斯顿大学教职，全职回国，出任深圳医学科学院创始院长?

知乎166个回答·449关注>

多崎作 +关注

回答突然火了，在此澄清一下、此处绝无恶意抹黑颜宁教授和施一公教授。

先说结论:在轰轰烈烈的AI革命下，传统结构生物学Q的颜宁教授，在欧美的竞争力大幅下降，从而走到了职业天花板和科研天花板。

论文方面:顶刊数量暴跌，可以从其Nature ScienceCell的论文进行统计:2015年-2018年保持3篇以上，19年5篇达顶峰，2020年4篇，2021年2篇，今年2022年已经到11月了，目前只有一篇，科研产出也大幅下降。

项目资金:funding申请不顺，19年一个项目41万美金，2020年3个项目分别是20万美金32万美金，19万美金，2021年两个项目分别是33万美金，2022年两个项目分别是37万美金.33万美金。要知道一个美国博士生培养

funding，每年算上器材10万美金，招5个博士就是50万美金+，颜宁这个不能说少吧，但相比于顶校大佬动则200万-2000万美金的 funding，颜宁这个确实有点囊中羞涩。

知乎@多锅作

所以回国商业化变现和提升title，是目前她认知范围内的局部最优解，参考她之前频繁变动的工作环境，可以明白她一直在横跳，保障利益最大化。

颜宁回国对于国家是极好的事情。能带动传统生物学。发展，也可以激励更多女性科学家。但也必须看到她当下研究的局限性，以及科研价值大幅贬值性。

不是颜宁教授不行，而是英国DeepMind太强大了，他们本来就是全世界的科技最顶级的存在，这个公司聚集了1000+的世界顶级科学家，其中不乏各个顶级大学的顶级教授，还有每年全球最优秀的毕业生。

颜宁教授看待AlphaFold这个事情，就像骁勇善战的野蛮人首领看到了航空母舰。