大科學時代：科學范式正在被重塑

華化大基因（簡稱華大），是一個由眾多年輕十人組成的團隊，平均年齡剛過30歲，許多科研一線的年輕人只有20多歲，剛剛走出校門。但是，華大的科研成果無論是質量還是數量，可以說在國內都是名列前茅，超過了不少學術大咖云集、資金投入巨大的科研機構。

截至目前，華大在《細胞》《自然》《科學》三大期刊上發表文章達730余篇，其中主刊達181篇，這在全國極為罕見。一個并不以發表文章為主要目標的民營企業，為何能有這樣出色的科研成績？

我認為主要是科研范式的改變。目前大部分科研機構仍然是PI（PrincipleInvestigator）制：首先做出學術假設，再設計研究方法和路徑求證。這種范式曾經主導了學術研究數百年，以好奇心驅動，通過研究基本單元解釋整個系統（還原論），牛頓、愛因斯坦等天才科學家都是這一范式的典型代表人物。

但是，華大從30年前參與國際人類基因組計劃開始，就走了一條區別于還原論的新路：大目標、大工具、大數據、大平臺、大合作。也可以理解為一條工程生物學的路子，所有項目不是依托于某個學術大咖，而是以解決問題為目標，以大數據為基礎，將科學研究過程全部流程化、工程化，學科間交叉融合，科學、技術和工程一體化。可以肯定，在大數據時代，華大的這種大科學研究范式更具有優勢。

其實這不是偶然，而是規律和趨勢。早在第二次世界大戰之前，美國的大科學范式就已成型，只是當時更多地服務于軍事和政治需要，如曼哈頓計劃、阿波羅計劃等。100年來，這種新的范式打破了學科界限，有效促進了學科間交叉融合，特別是使學術走出傳統經院，與經濟社會需求充分結合在一起。信息技術（IT）、生物技術（BT）、人工智能（AI）、空間、能源等當代科學技術的迅猛發展，很大程度上得益于這一新的科學研究組織形態。

以芯片為例。現在中國在芯片上被“卡脖子”，是因為我們不懂芯片原理嗎？我相信，但凡學過芯片基礎理論的人都懂。是因為缺人才、缺資金、缺市場需求、缺政策支持嗎？顯然也不是。那么我們究竟缺的是什么？我認為缺的主要是工程化迭代，以及由此積累起來的緘默知識、經驗知識。經院式的分科之學解決不了這些問題。

光刻機也是如此，這是中國芯片產業鏈中關鍵的“卡口”。一臺光刻機有10萬個零部件，供應商有5000家之多，而且遍及全球，需要幾十個國家協作。所以有人認為，僅憑一國之力制造光刻機似乎遙不可及。但是，看看大名鼎鼎的阿斯麥公司（ASML）的發展歷程，似乎又能找到一些不一樣的規律。回ASML光刻機技術的發展可以發現，他們起步于1984年，至今已經超過40年，而且還是承接了飛利浦公司之前20年的研究基礎，可以說經過了長達60年的積累。這是一個超級工程，保證全球工廠每秒以比頭發絲千分之一還細的精度準確刻出上千億個晶體管，涉及的指標包括時間、精度、速度、成本、強度、穩定性、成品率等。整個光刻機產業也是多學科的交叉融合，涉及數學、材料、光學、力學、化學等。這不是學術問題，而是全球化供應鏈的構建，是商業模式的創新，是市場問題導向的結果。

因此，我理解當下的大科學范式，已經不能局限于過去常講的“從0到1”，更是擴展到了“從1到 100^′′ 。“從1到100”同樣是科學發現和知識積累的過程。人類掌握的知識可以分為顯性知識和緘默知識，顯性知識是格式化的，可以傳播的；緘默知識則是隱性的，非格式化的。以一座冰山為例，顯性知識是露出海平面的冰山一角，而緘默知識則是隱藏在海平面以下的未知部分（大小、形狀都不為人所知），具有典型的非公共性。解決了“0到1”并不意味著能解決“1到100”，它是學科交叉融合的過程，并通過這一過程實現對產品的重新定義。從這個意義上看，“1到100”同樣是科學，其難度和復雜性遠超“0到1”。

我再談談與此相關的幾個問題。

一是關于“科學正在被重塑”。17世紀之前，科學是以個人或者學派自由研究為主；18世紀是松散的學會形式；19世紀是集體模式；20世紀上升到國家甚至國際規模，科學的整體化、技術化趨勢逐漸成了主流。

我國科技系統老領導、戰略科學家宋健在談到系統論和還原論時提出，還原論存在理論局限性，忽視了信息，而信息恰恰是與物質、能源并列的宇宙

“三基元”。還原論描述的自然過程都是可逆的，但是生物進化不可逆，時光不會倒流。

諾貝爾獎獲得者李政道先生對此也有過相似描述：“以為知道了基本粒子就知道了真空，這種觀念是不對的。從簡單化的觀點出發不會有暗物質，也不會有類星體之類的東西。基因組織也是這樣，一個個地認識基因，并不意味著解開了生命之謎，生命是宏觀的。”

華大30年來的研究，一直是按照整體論、系統論的路子走過來的，與主流基因研究方向相悖。比如，20年前當華大決心做人類基因組計劃的時候，主流學界是不認可的。他們不認為那些枯燥的數字是有用的，更愿意把主要精力、資源投入到功能基因組研究中，試圖解析并利用某個功能基因。問題是生命現象是復雜的，單一的基因拼接不出完整的生命體。結構決定功能，如果結構都不清楚，又怎么能掌握和調控功能基因？因此，在投入巨資進行多年的所謂功能基因組研究后，這個研究方向已經基本歸零。

二是關于“科學共同體的作用”。華大沒有學術大咖，但是大家組合起來，便形成了最強大的

“集體智慧體”。在大科學時代，科學共同體合作產生的價值遠超個人貢獻，科學英雄時代正在悄悄地讓位于分工協作，開放合作優先于特立獨行。AI和大模型的橫空出世，更是顛覆了傳統的科學研究范式，讓生命科學領域的許多研究方向變得毫無意義。這種范式可以歸納為大目標、大平臺、大合作，不但要求科學家走出傳統經院，尊重但不拘泥于學術，而且需要產業界的廣泛參與。同時，大科學時代的科學研究將不再是陽春白雪，而是大系統、大融合，AI時代的到來讓每個人都可以成為科學人。未來將會有越來越多的“藍領”科學家，他們很可能是發現新知識的主力軍。

三是關于“我國的路徑選擇”。我提出以下六個方面的個人思考。

關于新型舉國體制的“頂層設計”。美國有許多極具影響力的大學，常年在全球大學排名前10名中占據半壁以上，但美國還是通過國家實驗室、國家研發機構來支撐國家目標導向的研究。這類研究基本上是大目標導向，有效支撐起國家層面的戰略需求。這就是美國式的舉國體制，有清晰的頂層設計，有全國力量的協同，有軍民融合和產學研一體化的實踐。我國擁有更多的制度優勢，更需要通過頂層設計，統籌解決科技領域戰略性、方向性、全局性的重大問題，同時著力破解部門之間、地方之間、軍民之間以及產學研用之間存在的分割問題，從而確保在重大方向把握、重大項目推進、重大政策制定、重大改革實施等方面形成“一盤棋”格局。

關于以市場為導向的“價值閉環”。我們從來不應排斥好奇心驅動的研究，尤其在純科學問題上，好奇心有不可替代的獨特價值。但是，我們也不能以好奇心驅動排斥另外一種驅動力市場導向。恩格斯在100年前說過：“社會一旦有了技術需求，比十所大學更能推動社會進步。”創新資源配置效率不高，是當前面臨的突出問題。據分析，我國政府科技投入已達上萬億元，增長很快，但全要素生產率只相當于美日等國家的 40% 左右。大量的科技要素以及研發活動游離于經濟活動之外，形成了學術界內部從立項到結題的封閉式小循環。根本出路在哪里？只有充分依靠市場機制，才能打破各類小循環，提高資源配置效率；只有充分發揮市場機制的作用，才能為創新活動提供源源不斷的內在動力。

關于以企業為主體的“一視同仁”。現在有一個特別的現象：某些政府部門和官員似乎特別偏好會花錢的機構，反而對掙錢的不感興趣，甚至盡可能疏遠。科技界最容易有影響的也往往是會要錢、會花錢的人，而不是靠自己掙錢并且切實解決問題的企業。現在是需要改變的時候了，企業不再是研發的補充力量，而是越來越成為生力軍，乃至主導性力量。要大力度引導促進各類創新要素向企業聚集，特別是優秀人才向企業流動。美國 80% 的博士去了企業，而中國 80% 的博士去了大學和科研院所，這是人才資源配置的倒錯。自前我國企業研發投入已占到全社會的 70% ，為何不能與尖端人才形成更優的配置呢？

我認為，首先要由企業主導產學研協同。企業最靠近市場，企業家最懂得市場競爭，由企業主導產學研協同才能完成創新要素的全鏈條配置，才能實現創新的價值。其次，要強力保護知識產權。專利權是私權，專利保護是建設創新型國家的基本要求，必須從法律層面上全面強化和落實。最后，要對各類企業一視同仁，特別是給民營企業提供穩定的制度保障。沒有企業主體，創新就無從談起。

關于國家實驗室的“國家目標導向”。近年來，我國投入重資一通常都是幾十億甚至百億級一一建成國家實驗室。這種量級的投入在過去是很難想象的，在全球范圍內也不多見。到底如何體現國家實驗室區別于大學、科研機構、企業的不同定位呢？我認為，國家實驗室首先應當體現公共平臺的屬性，為全社會提供公共產品和服務；其次要有明確的國家自標，立足于解決關鍵問題；再次是要打破學科界限，實現學科交叉，探索科學、技術和工程的系統組合；最后是要充分開放，產學研用結合，讓企業和各種社會力量充分參與進來。國家實驗室的體制創新至關重要，一定要竭力避免“舊瓶裝新酒”，達不到目標就要動態調整，科研活動不存在“永遠的飯票”。

關于科學精神的“敢為人先”。多年來，我們一直存在路徑依賴的問題：歐美部分國家在一些領域比我們先進和發達，所以我們需要跟蹤。有差距，向先進學習無可厚非，但學習先進絕不意味著亦步亦趨，不敢越雷池半步。更何況我們在很多領域已經走到了世界前列，原來的路徑還能不能走，還能走多遠，就成了重大命題。當年的“錢學森之問”，不但問中國為什么出不了一流人才，更問“我們為什么不敢做第一”

比如人工智能領域。DeepSeek問世之后，有人稱之為“國運級突破”。被美國卡了GPU，算力問題突破不了，似乎落后就成了理所當然。DeepSeek的成功告訴我們，條條道路通羅馬，實現科學目標的道路不止一條。只要結合自身的特點、優勢、需求走對了路，就有可能更好更快地到達頂峰，也能夠更好地滿足國家戰略需求。

再比如醫藥健康領域。美國人口3.4億，聯邦政府在醫療領域年投入達4.6萬億美元，相當于GDP的 17% 。我國14億人口，如果按照美國的人均投入水平，即使把全部GDP都投進去，也達不到美國今天的水平。這條路走得通嗎？當我們把越來越多的資源投入末端治療時，是否思考過這條路適不適合中國？所以，我們提出了“防大于治”，人從受精卵到生命終點，全生命周期長達100年，為什么不能把投入更小的“預防”放在最重要的位置呢？

華大在河北做了一個民生工程一新生兒遺傳性疾病篩查，效果很好。最近國家衛健委組織專家對此做了評估，最后得出結論是費效比1：17，也就是投入1元獲得17元的回報（節省17元的公共支出）。我們今天的公共投入，哪一個能有比1：17更高的回報？既然有如此高的回報，那就更應該思考：中國醫療健康領域是不是可以走防大于治的道路？

再舉一個現代農業的例子。我們現在把很多資源都集中投入到育種上，全世界這個方向做育種的人最多，政府投入也是世界之最。但農作物與人一樣，全生命周期涵蓋了從種子到收獲的全過程，水、肥、空氣、土壤、植物保護等都對作物的生長至關重要。育種固然重要，但絕對不是唯一的，甚至在許多地方已經不是最主要的問題。把過多的資源集中在育種上，歸根結底還是迎合學術偏好。這種資源配置邏輯是否正確值得商榷。

關于生物經濟的“關乎國運”。過去30多年，生命科技突飛猛進，器官移植、克隆羊、轉基因作物、細胞治療、基因藥物、蛋白質重組、基因編輯、合成生物、生物制造、人造肉、腦機連接等新技術層出不窮。未來還可能涌現更多逆天的生物黑科技，如生物基材料可不可能替代現在的大部分化工材料？DNA存儲可不可行？能否直接從空氣中提取二氧化碳等合成碳水化合物？人造子宮能不能成為人類輔助生殖的工具？實際上，這一切都是現在進行時。一場新的科技革命正在孕育，比現在所有的科技領域更具有顛覆性，對人類自身的影響前所未有。這是國運級歷史機遇，我國有足夠的人才、大數據和應用場景的優勢，也走到了與發達國家相近的起跑線上，完全有可能成為發展新質生產力的著力點。

本文作者梅永紅是中國政策科學研究會副會長，深圳華谷生物經濟研究院理事長