9月30日，借2023年诺贝尔奖即将揭晓之际，“返朴”邀请本刊作者、资深的生物制药领域研发专家徐亦迅博士做了一场对本届诺贝尔生理学或医学奖的预测直播。在问答环节，主持人代观众提出了几个比较有代表性的问题。这些问题套用一句流行的话，也许可以归结为“诺贝尔奖为何一直被模仿，从未被超越”？那么多奖项借诺奖之名立身和宣传，谁才更得其间三味？
下文根据直播问答整理重新编排而成。
那么多诺奖风向标，到底谁靠谱？
问：总有一些被称为“诺奖风向标”的奖项，比如化学等领域的Wolf奖以及生物学领域的Lasker奖。这些奖项的评选标准，是否与诺奖有一定的相似性？
徐：不同奖项对于诺奖的风向标预测性表现差别较大，而且因时而变。根据以往的历史记录来看，Wolf化学奖和医学奖对相应的诺奖预测力不高，有时就算在得奖工作上吻合，但在人选安排上相对不如诺奖公正。对于诺贝尔生理学或医学奖而言，Lasker基础医学奖自从1946年设立以来，直到2009年前后，它作为“诺奖风向标”的表现非常出色。可惜从2010年开始，Lasker奖与诺奖的评判标准开始渐行渐远。而美国哥伦比亚大学颁发的Horwitz奖，虽然由于不被媒体重视而缺乏知名度，但在1967年到2014年间，超过50%的得奖人后来都获得了诺贝尔生医奖或化学奖！且其中有多项命中诺贝尔生医奖的重要工作，都从未获得Lasker奖的青睐。可惜，2015年以来的Horwitz奖得主尚无一人斩获诺奖。总体而言，具有“诺奖风向标”预测力的奖项不多，只有Horwitz奖和Lasker奖表现突出。
问：那么今年有人用ChatGPT等AI工具来预测诺奖是否可行呢？
徐：我认为不靠谱。基于大语言模型的ChatGPT预测诺奖的路数接近网上Thomson Reuters每年抛出的所谓“引文奖”，也就是通过简单统计每一位科学奖以往发表所有论文被引用的次数，认为名列前茅的都是诺奖有力的竞争者。这种评价科研成果的打分标准显然失之过简。某些科研价值一般的论文也会由于某些特殊原因而获得高引用次数，因此被引用次数与学术论文的公认价值之间的相关性较弱。训练ChatGPT的数据，就是来自互联网的公开语言文本，大语言模型显然无法获得对科学发现或发明的类似同行评议的价值判断。Thomson Reuters以往几十年对诺奖的预测力远远低于Horwitz奖和Lasker奖，而我认为ChatGPT预测的表现将类似“引文奖”。短期内我无法看到AI大语言模型如何把每项科研成果中的技术含量给估计出来。
诺奖何以一直被模仿，从未被超越？
问：诺贝尔奖是引领性质的吗？或者说它应当具有引领性吗？
徐：我对这两个问题的回答都是肯定的。去年直播讲座时也有一位听众提出了类似的问题。诺奖的引领性主要体现在各国政府管理部门对科研经费的分配。对于不同学科不同分支领域的经费分配如何保证公平性，这是一个难度颇大的任务。生命科学五花八门，每个领域的研究者都会认为自己的研究方向更重要。已有一百二十多年的诺奖科学史，可以给管理部门以及科研基金专家评审委员会一个相对客观的价值取向。对于很多基础研究项目，在审阅其基金申请标书时很可能无法预测其未来的重要性。此时如果评审者可以借鉴诺奖科学史的“大数据”，以一种开放的心态来资助一些看似“高风险”的课题，很可能会看到那些以好奇心为驱动力的基础研究，最后意外取得了重要的应用性突破。比如我曾发表过的绿色荧光蛋白发现史（参见《无路难开路更难：绿色荧光蛋白的传奇发现之旅》）。相比之下，美国前总统尼克松在1971年推动国会立法发起的“癌症攻坚战” (War on Cancer)，在投入大量科研经费之后，直到二十世纪末依然收效甚微。荣获2018年医学诺奖的免疫哨卡抑制剂，却是由于基础免疫学家们发现的调节T细胞免疫的PD-1/PD-L1途径，以一种事先无法预料的意外方式，为癌症的治疗带来了里程碑式的突破。
问：这不免让人想起Springer在2015年出版的《为什么伟大不能被计划》的好书，可能要表达的也是类似的意思。诺奖的引领性看来不是一个具体目标的引领，而是因为一个领域的基础原理有了突破，而在这个方向上的宏观引领。
徐：没错！而且诺奖一向更重视基础研究也是很有道理的。好的基础研究在开始时是看不到应用前景的。这一点其实在今天介绍UPR发现史的直播讲座中也有体现。Peter Walter在旧金山加州大学研究酵母的经费充足，从来没有行政管理人员要求他重视应用或研究成果的转化。而森和俊离开美国回到日本后加入的是热激蛋白研究所 (HSP Institute)，其研究一直受到行政人员在主导方向性上的干扰。这使得他虽然通过在美国所受科学训练打下的良好基础以及苦干勉强保持了与Walter实验室在重要发现上的独立性，但在科研成果的深度和质量上被后者拉开了较大的距离。在这个案例中，美国的科研管理部门相比日本而言，在契合诺奖科学史的宏观引领上显然做得更好。
问：诺贝尔奖有没有什么师承关系？因为之前我们讲到有很多实验室之间有一些亲缘关系，这人到那里去，那人到这里来。还有之前像物理学中有居里夫妇两代人都分别得奖，是否在生理学和医学领域也有类似的情况？
徐：获得诺奖的概率，确实存在亲缘和师徒的传承特质。大居里夫妇和小居里夫妇先后获奖，显然有高智力通过基因遗传的成分。另外由于父母是子女的榜样，有了父母作出诺奖级科学贡献的耳濡目染，对子女的教育成长以及职业规划都会有正面的影响。比如Arthur Kornberg通过研究DNA聚合酶，而在1959年与Severo Ochoa分享了生理学奖。他的儿子Roger Kornberg成为独立的科学家后，选择研究RNA聚合酶以及转录的调控机制，在2006年独得化学奖。Roger由于父亲的学术威望，在本科年代就可以去一流实验室从事研究，很容易有发表论文的机会，得到许多普通本科生无法企及的资源。
另外，导师与博士生和博士后之间的师徒传承关系比亲缘关系更重要。今天直播讲座中提到的有可能会得奖的Peter Walter，他的博士论文导师就是1999年生理学奖得主Gunter Blobel，拿到学位之前已经做出了重要发现并发表过一流的论文。说得更现实一点，Walter独立之后又做出了非折叠蛋白反应 的重要发现，作为诺奖得主的Blobel可以不断为他向诺贝尔委员会提名。另外诺奖得主在选择研究课题时的眼光以及提出重要问题的能力等方面都能对研究生和博士后言传身教，这一点在Robert Kanigel的1986年名著《师从天才》中有很生动的描述。
本文来自微信公众号：返朴 （ID：fanpu2019），作者：徐亦迅