书接上回 讲完了物理学奖，现在来讲医学奖。 看完今年的诺贝尔物理学奖，我又想聊聊科研了 搞七捻三 上个帖子其实也有人问，科研到底是怎么做的，emmm，想了想还是不以计算机相关的论文来说，还是普世一点，刚好拿这段时间的诺奖来说一说，科研是怎么个事，再说说这三个奖项到底为什么值得获奖。 物理学奖： 今年的诺贝尔物理学奖，获奖的是一位叫弗朗西斯·哈尔岑（Francis Halzen）的物理学家（后面称为老弗），出生在比利时，后来去了美国，在威斯康星大学麦迪逊分校工作了很多年。2026年10月6日… 今年的诺贝尔医学奖，获奖的是三个人，一个美国人，两个德国人，分别叫卡尔·德伊瑟罗特（Karl Deisseroth）、彼得·黑格曼（Peter Hegemann）和格奥尔格·纳格尔（Georg Nagel）。他们原本研究的东西完全不是一回事。德伊瑟罗特是一名精神科医生，同时也是神经科学家，主要研究大脑、情绪和行为。黑格曼长期研究的是藻类怎么感知光，纳格尔研究的则是细胞膜上的一些蛋白质，还有离子是怎么进出细胞的。（这三个人并不是一个专业，拿计算机来举例讲，他们中只有一个和计算机有关系，剩下两个属于跨领域，医学或者生物学，也就是借助跨领域的知识，相互补足，相互促成了一个科研结果的诞生）他们搞出了一门现在神经科学领域非常重要的技术，叫光遗传学。 光遗传学这个名字听起来挺专业的，但它干的事情并不难理解。简单说，就是让原本不会对光产生特定反应的神经元，获得一种能够被光控制的能力（好，换成深度学习的神经网络来讲，也就是我可以通过光这个输入，来控制我的某些神经元是否处于激活状态，从而，影响输出的结果）。用特定的光照射这些细胞，就可以让它们开始活动，或者通过其他光敏工具抑制它们的活动。 说到这里，第一感觉可能在计算机的领域来说，这不无非就是控制了一个输入条件，但你得知道，在这项技术出现之前，想弄清楚大脑里面某些神经元到底在干什么，其实是一件挺头疼的事情。比如你现在特别害怕，科学家通过脑电信号或者脑成像技术，发现你大脑里面有一个区域特别活跃。那问题来了，这个区域到底是在产生恐惧，还是因为你已经害怕了，它才开始活动？（再拿深度学习来说，可解释性的问题，你把特征切成多个片段，训练到100轮的时候，输出的精确度最高，但是你如何知道是哪一个特征片段起了作用，是结果影响了输入形成的特征，还是输入的特征影响了最终的输出结果）就像你每天看到楼下的早餐店开门之后，路上的人就多起来了，你不能因此断定是早餐店把整条街的人都吸引来了，也有可能是大家本来就到了上班时间。两件事情一起出现，不代表其中一件就是另一件的原因。 这个问题看起来有点绕，但在科研里面还挺重要的。以前还在审稿的时候，也经常看到很多学者的摘要、引言完全没有把这种前因后果说清楚，自己的输入输出的关系表达不清楚，其实就很难让人理解，你的研究到底解决了一个什么问题。 研究大脑也是一样的道理。某个区域在你害怕的时候特别活跃，只能说明它和恐惧存在联系，并不能马上说明这个区域就是恐惧的来源。（深度学习神经网络的不可解释性） 那科学家要怎么办呢？很直接，既然观察不出来，就想办法主动控制一下这些细胞，看看会发生什么。（这个放到深度学习领域来讲，是不是就很熟悉，大家都喜欢探讨所谓的全局特征和局部特征，控制变量的形式，来判断某些输入、某些神经元对权重、输出的影响） 以前当然也有办法，比如用电极刺激大脑。你把电极放到某个位置，通电之后，附近的神经元就可能受到刺激。但这个方法有个麻烦，就是它不一定能分清不同类型的细胞。你明明只想研究某一群神经元，结果附近其他神经元也受到了影响。最后实验里面出现了一些行为变化，你还得琢磨到底是哪个细胞造成的。（在我们的神经网络中，同样的道理，你改变了一个模型的输入，从头训练，权重的调整本身就不可解释，同样的输出，不代表有同样的权重参数，之前审稿也看到过，拿着训练50轮、100轮、200轮的向量图，来强行解释为什么有的区域参数大，有的区域参数小，这种我不理解导师到底是怎么教学生的…） 回到诺奖上，研究人员一直想要一种更精细的工具，最好能够提前选好某一类神经元，然后只在需要的时候刺激它们（静态图变成动态图的感觉？还是可控的动态图）更理想的是，刺激时间也能控制得很准确，因为神经元的电活动往往发生在毫秒级别。你刺激得太慢，或者时间控制不好，一些细节就很难研究了。 但这个问题最终的突破口，不在大脑里面，而是在一种叫莱茵衣藻的单细胞绿藻身上。这种藻非常小，在显微镜下才能看得清楚，长着鞭毛，可以在水里面游动。它有个特点，就是能够感知光照，并根据光的方向调整自己的运动。（AI解释） 黑格曼他关心的是，这么一个没有眼睛、没有大脑的小东西，到底靠什么知道光是从哪边来的？这个问题听起来非常基础，甚至有点像小学生的好奇心。但你要想真正把它解释清楚，还真得研究到细胞里面去。后来依照这个问题，逐渐找到了一类特别的蛋白质，叫通道视紫红质（Channelrhodopsin）。 这东西有点像安装在细胞膜上的一扇小门。正常情况下，细胞膜会控制哪些物质能够进出细胞，而这种蛋白质受到特定波长的光照以后，会发生结构变化，让某些带电的离子从通道里面通过（高中的一套学习内容又回来了有木有-.-） 我特意还去专门重新学习了一下，什么叫离子。我们平时接触的食盐，溶解到水里面会形成带电的钠离子和氯离子。生物细胞里面也有很多这样的离子，比如钠离子、钾离子和钙离子。它们在细胞膜两侧的分布、运动，和细胞的电活动有很大关系。 而我们的神经元，恰好也是通过细胞膜两侧电位的变化，来产生和传递电信号的（老信号人的课题啊）。 藻类里面存在一种能够被光控制的离子通道，而神经元本身又依靠离子运动来产生电信号。那如果把这种蛋白质放到神经元的细胞膜上，是不是就能通过光照，直接改变神经元的电活动？（核心创新点就这样找的，某个输入或者变量能够在特殊领域起作用，那跨领域放到计算机领域，是否可以借助这种介质或者是思想，来控制我的某些模块进行激活呢？） 2002年，纳格尔、黑格曼等人在《Science》上发表了一篇论文，介绍了他们对通道视紫红质-1的研究。这项工作证明，来自绿藻的这种蛋白质能够作为一个受光控制的质子通道工作。（距今24年，一篇很老的论文，我这里又要再次抨击这些教授让学生只看近年论文的行为，经典传统的科研都不知道，又怎么样做好前沿） 到了2003年，他们又在《美国国家科学院院刊》（PNAS）上发表了关于通道视紫红质-2的研究。这次发现的蛋白质更加适合后面的神经控制实验，因为它能够在光照下快速打开，让带正电的离子通过细胞膜。你可以把它理解成，他们在藻类身上找到了一种天然的、能够用光来控制的电学开关。而且当时他们做实验，并不是只在藻类身上观察一下就结束了。研究人员还把这种蛋白质放进了非洲爪蟾的卵母细胞和哺乳动物细胞中，证明它离开原来的藻类细胞以后，仍然能够发挥作用。（好的科研就需要做很多的对比实验、消融实验来保证自己的结果是成立可信的，请各位学子坚持做到这一点）这一点很重要，因为它说明，这个东西不一定非得在绿藻里面才能工作。 到了2005年，德伊瑟罗特他们想办法把编码通道视紫红质2的基因导入哺乳动物神经元，让这些神经元自己生产相应的蛋白质。然后再用特定波长的光去照射这些细胞，看看能不能控制它们产生电信号。（迁移学习，有木有，知道怎么搞创新点了吗？） 结果证明，这个办法确实可行。 用光照射以后，蛋白质通道打开，离子进入细胞，细胞膜两侧的电位发生变化。如果变化达到一定程度，神经元就会产生一次动作电位。 什么叫动作电位呢？你可以把它理解成神经元发出的一次短暂电信号。神经元之间需要交流信息，很多时候就是靠这种电活动，再配合细胞之间的化学信号来完成的。(熟悉一点的话，就是我们知道的肌电信号、脑电信号，通过这些电信号，驱动人体做出反应) 更厉害的是，研究人员发现，他们能够在毫秒级别控制这些神经元的活动。 这篇2005年的论文，第一作者叫 Edward Boyden，参与研究的还有张锋（Feng Zhang）、Ernst Bamberg、纳格尔和德伊瑟罗特。（稍微严谨一点啊）它后来成了光遗传学发展史上一项特别重要的工作。 但这里要说清楚，2005年这篇论文主要是在培养的神经元中完成相关实验，并不是说当时就已经能够拿一束光去随意控制一只活体动物的所有行为。（其实就是实验论证和正式产品化的问题）后面科学家又花了很多时间，才逐渐把这种技术完善，并应用到复杂的动物神经回路研究里面。 那这项技术真正好用的地方在哪儿呢？ 我举个例子。 假如科学家想研究老鼠的一种恐惧行为，以前可能会在老鼠受到惊吓的时候记录大脑活动，看看哪些神经元反应比较明显。但光遗传学出现以后，研究人员就可以先选择目标神经元，让这些细胞表达光敏蛋白，再通过植入的光纤等设备，把光送到相关脑区。等老鼠处于特定环境时，研究人员打开光源，看看它的行为有没有变化。比如它会不会突然停止活动，或者表现出某种防御反应。再把光关掉，观察变化是否消失。（交叉验证？） 当然，真实实验不会这么简单，还得设计对照组，考虑光刺激本身的影响，以及不同神经元之间的相互作用。但你至少能看出来，这种研究方式跟过去只靠观察已经不一样了。 以前科学家更多是在看神经元什么时候活动，现在则可以主动改变某些神经元的活动，再研究会发生什么。 后来光遗传学工具越来越丰富，不只是让神经元兴奋起来，也有工具可以让它们受到抑制。这样一来，研究人员就可以用不同的方式，去研究睡眠、进食、记忆、奖赏、运动等行为背后的神经回路。（这是最终科研的意义，你的研究本质上就是为了转化为这样对整体而言有推进意义的事情） 不过，光遗传学也没有神奇到能够随便控制人的思想。 我们经常能看到一些标题，说科学家利用光控制老鼠的记忆，或者让老鼠产生恐惧。这样的实验确实有科学依据，但如果把它理解成只要照一下某个地方，就能让人喜欢谁、讨厌谁，甚至修改一个人的全部记忆，那就有点夸张了。（只能说，如果某个物体颜色不美观、气味难闻，你本身就会远离他，这个是你自己本身基因里自带远离病害的一种保护机制，关闭这些机制，你就能忍受臭味吗？像是个伪命题） 大脑不是一块简单的电路板，不存在一个负责全部快乐的开关，也没有一个按下去就能删除所有痛苦记忆的按钮。同一种行为往往涉及很多脑区，很多神经元之间还会相互影响（其实拿深度学习来讲，就是我们所谓的不可解释性，众多的参数，互相影响） 而且光遗传学还有实际操作上的问题。你得先让目标细胞表达光敏蛋白，这通常涉及基因递送；然后你还要想办法把光送到相应位置。对于大脑深处的结构，这可不是拿个手电筒照照就能解决的。 那这项研究有没有可能真的拿来治病呢？ 有，而且已经有人往这个方向做了。 比如一些因视网膜色素变性而严重失明的患者，研究人员尝试通过基因治疗，让他们眼睛里面原本不负责直接感光的某些细胞获得光敏能力，再通过特制的眼镜把外界图像转成合适的光信号，帮助患者重新获得部分视觉感知。（这两天好像看见马斯克的NeuraLink也搞了一个眼睛的芯片？霍达克说：“用这套设备方案的优势之一在于，如果把大脑比作计算机，视觉本质就是电位，也就是沿视神经传递的电信号。对于大脑而言，视觉仅此而已。所以只要能让视神经向大脑其他部位正确发送信号，就能为患者重建视觉。” ） Neuralink 前总裁的视力芯片，让遗传性眼病患者重新读出了单词 - IT之家 2021年就有相关研究报告，一名严重视力受损的患者在接受这种实验性治疗后，配合专门的设备，可以完成一定程度的物体感知任务。此后又有更多临床研究继续探索这种方法。 当然，这距离普遍治愈失明还差得很远，但至少说明光遗传学已经不只是实验室里研究老鼠的一套工具了。 至于精神疾病、帕金森病、癫痫这些方向，光遗传学最大的现实价值，目前仍然是帮助科学家理解相关神经回路。要真正把它变成一种普遍适用于人类患者的治疗技术，还需要解决不少安全性和技术问题。 黑格曼研究藻类为什么会朝着光游动，纳格尔研究细胞膜上的蛋白质如何工作，他们当时关心的都是非常基础的生物学问题。后来研究神经科学的人发现，这些原本在藻类身上找到的东西，好像刚好能解决自己遇到的麻烦。而且你看时间线，2002年发现通道视紫红质1，2003年进一步研究通道视紫红质2，2005年实现对哺乳动物神经元的精确光学控制，再经过二十多年发展，到了2026年，这项技术获得诺贝尔奖。 从单细胞绿藻一路研究到大脑，花了二十多年。 我觉得这事挺值得琢磨的。我们平时总喜欢问一个研究有什么用，能不能马上做成产品，能不能变成一门生意。可如果当年有人跑去问黑格曼，研究一只绿藻怎么朝光游动，最后到底能创造多大的经济价值，估计他也很难给出什么特别明确的答案。（都是做科研，做项目的，狠狠反思） 。 相关论文 1. 2002年，《Science》——发现绿藻中的光控质子通道 Channelrhodopsin-1: A Light-Gated Proton Channel in Green Algae 论文 DOI： https://doi.org/10.1126/science.1072068 2. 2003年，《PNAS》——证明通道视紫红质2能够直接受光控制 Channelrhodopsin-2, a Directly Light-Gated Cation-Selective Membrane Channel 论文 DOI： https://doi.org/10.1073/pnas.1936192100 免费全文： https://pmc.ncbi.nlm.nih.gov/articles/PMC283525/ 3. 2005年，《Nature Neuroscience》——实现毫秒级的神经元光学控制 Millisecond-Timescale, Genetically Targeted Optical Control of Neural Activity 论文 DOI： https://doi.org/10.1038/nn1525 1 个帖子 - 1 位参与者 阅读完整话题

  • 情报分类：硬件与数码
  • 分类依据：内容涉及硬件、数码产品或通信卡
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/10/14 14:51:16