11月26日，南方科技大學生物系副教授賀建奎宣布，其使用CRISPR／Cas9 工具創(chuàng)造了世界上第一批經(jīng)過基因編輯的嬰兒。

一對名為露露和娜娜的基因編輯嬰兒已經(jīng)于 11 月在中國健康誕生。這對雙胞胎的一個基因經(jīng)過修改，使她們出生后就可以抵抗艾滋病。

人民網(wǎng)在報道這一消息時使用了“歷史性突破”一詞，之后，在全世界引發(fā)了關于科學研究倫理的討論。

那么這件事到底會對人類本身有什么影響？潘多拉魔盒是否會打開？人類之后能否隨心所欲？

此前，《紐約時報》邀請了一位遺傳學家，一位腫瘤學家，一位機器人專家，一位小說家和一位人工智能研究員，一起就醫(yī)學、醫(yī)療保健和人類的未來做了座談，所提及的觀點，十分引人深思。

AI銳見就正在熱議的基因編輯一事，對該文章做了相關精彩觀點的翻譯，歡迎大家閱讀。以下為原文的精彩部分：

一、我們會設計我們的孩子和我們自己嗎？

Catherine Mohr：我懷女兒的時候，我丈夫和我開玩笑說：“如果她能得到我們兩個人的最好的基因，她將成為超級英雄，如果她得到了我們兩個人中最糟糕的基因，她就上不了一年級了。”

這是我們在投擲基因骰子，當你選擇要一個孩子的時候，就得這樣做。當然，這不是完全隨機的。

你的伴侶有很多優(yōu)點，這就是你選擇他的原因，希望你也有一些優(yōu)點。但是，當我們變得更有能力做到這一點時，那種把你所認為的最佳組合設計出來的誘惑，我認為這對許多人來說是不可抗拒的。

我們已經(jīng)在篩查疾病以避免傳遞我們的“壞”基因，但同樣的技術將讓我們開始篩選我們的“最佳”基因，也就是我們真正想傳遞的基因。

隨著篩選變得更便宜，更容易和更可靠，更多的人正在使用以輔助生殖技術，每一對夫妻都在努力為他們希望生下的孩子做最好的事情。

George Church：或者我們可以求助于基因編輯。例如，如果您患有顯性等位基因疾病，如亨廷頓舞蹈病或馬凡氏綜合癥，并且你想要孩子，那么，你可以編輯精子，改變等位基因以使所有精子都健康，你的后代也會很好。

所有精子都來自男性睪丸中的精原干細胞。您可以使用編輯工具并在培養(yǎng)皿中處理干細胞，這樣您就可以去除壞等位基因并將其替換為在計算機控制的機器上設計和合成的DNA。

然后你可以植入一個純種群，在這個種群中，你已經(jīng)檢查過并且編輯了你想要的，所有的細胞只有你想要的“目標上”的變化。這已經(jīng)在老鼠身上做過實驗了。這是一個很好的機會，只有一次，而且原則上對生活有益。

Siddhartha Mukherjee：編輯基因有多難？令人驚訝的是，這非常簡單。雖然，仍然存在技術挑戰(zhàn)，其中一些可能難以克服，但協(xié)議非常簡單。

我們最近在人類血液干細胞中編輯了一個基因，可以治療某些形式的白血病。我們已對已編輯細胞的基因組進行了測序，到目前為止尚未發(fā)現(xiàn)單一的“脫靶”效應，盡管我們?nèi)栽趯ふ摇?/p>

George Church：文獻中沒有任何文章證明成功編輯人類精子干細胞—生殖系。但是如果你想編輯豬的DNA，那么使用Crispr是非常容易的，這是一套編輯工具，它使用酶和RNA和蛋白質(zhì)做引導，在DNA的精確位置進行改變。

在每個細胞中，每60億個堿基對中就有一個堿基對發(fā)生了微小的變化。所以這是非常精確的納米手術，而且能同時自動地在許多細胞中進行。

一些基因療法涉及添加缺失基因，其他涉及去除毒性基因，還有一些涉及精確編輯。 目前，已經(jīng)有一些基因療法被批準用于人類。

Siddhartha Mukherjee：現(xiàn)在，至少有一種被批準用于治療視網(wǎng)膜疾病。但是，這不是基因編輯，也并沒有改變基因組中天然基因，而是將新的遺傳物質(zhì)引入人體細胞。這是因為將攜帶新遺傳物質(zhì)的病毒引入眼睛更容易。

斯坦福大學有一個實驗室正在對鐮狀細胞病的血液干細胞進行基因編輯。你可以移植那些血細胞并替換患病的細胞，鐮狀細胞病應該就會治愈。

我們會適應的，我所說的適應不僅僅是指在技術上適應它，而是意識到它不會突然導致可怕的癌癥，或者其他可怕的疾病，如果你問我，我認為這是不太可能的。但在某些時候，決定權(quán)將落在FDA和其他組織身上。

George Church：更有可能的是，我們將首先在兒童疾病中使用基因療法，因為我們認識到，許多疾病在孩子出生時都會造成永久性損害。

例如，就像失明一樣，如果你在生命的早期不糾正它，你就可以“治愈”失明，因為他們可以看到光子，但是他們不能真正地把光子處理成圖像。

Catherine Mohr：在這種情況下，失明是一個有趣的問題。它不像Sid所說的白血病那樣會危及生命，但又缺乏某些功能，從某些方面來說，這似乎沒有那么大的風險。如果你試圖修復失敗了，你并沒有讓它變得更糟，但如果你成功了，也只有好處。

這些正是我們最渴望解決的問題，因為我們看待風險的方式是：我們愿意冒事情會好轉(zhuǎn)的風險，但在有可能變得更糟的時候，我們卻不太樂意這么做。

George Church：還有一些疾病要到晚年才會影響到人們，但是他們可以在生命早期接受基因治療。阿爾茨海默氏癥可能就是這種情況。

我們已經(jīng)知道，與阿爾茨海默病高度相關的等位基因是APP，用于早期阿爾茨海默病；以及ApoE e4，用于晚期阿爾茨海默病。

我們可以在精子細胞中把它們變成已經(jīng)存在于人群中的等位基因。你完全改變了它，因為它通過了單個干細胞的瓶頸。

你不會試圖把它變成一個從未有人測試過的基因，因為這種基因已經(jīng)在數(shù)百萬人體內(nèi)被“測試”了數(shù)百萬次了。

Catherine Mohr：所以，就像女性在懷孕前和懷孕期間服用葉酸以防止胎兒神經(jīng)管缺陷一樣，你也可以讓你的伴侶“服用”基因療法來做一些等位基因替換。

“OK，親愛的，我很喜歡你，但在我們開始考慮孩子之前，我們需要編輯掉你的囊性纖維化變種，調(diào)整你的阿爾茨海默氏癥等位基因”。

George Church：現(xiàn)在所有這些技術都在不斷變得越來越便宜，比如基因組測序成本，從我們第一次做到數(shù)十億美元到現(xiàn)在幾百美元。我認為這些療法最終會與疫苗等預防性藥物相似。

相對于我們的祖先來說，疫苗是增強體質(zhì)的，而且它們已經(jīng)變得無處不在。我們的祖先生活在對所有這些疾病的致命恐懼中，我們只是理所當然地認為我們對它們免疫。

二、人工智能會改變醫(yī)學嗎？

Regina  Barzilay：谷歌和Facebook這樣的公司會追蹤你在網(wǎng)上的每一個行動，并利用這些行動來建立你的偏好模型。然后他們使用這個模型來完善個性化的用戶體驗，你看到的內(nèi)容，他們推薦給你的產(chǎn)品，他們展示給你的廣告。在某些方面，他們比你更了解你自己。

43歲時，我做了一次常規(guī)乳房x光檢查，突然間我被診斷出患有乳腺癌。對我這個從事人工智能研究的計算機科學家來說，訓練一臺機器做出這樣的預測似乎是顯而易見的。

人工智能系統(tǒng)已經(jīng)能夠識別出圖像之間非常細微的差別，其細節(jié)程度是人眼難以區(qū)分的。為什么在能夠完全解決這種情況的技術已經(jīng)存在的情況下，人們還需要經(jīng)歷不必要的程序并且存在數(shù)月的不確定性。

Catherine Mohr：這是一個真正影響醫(yī)療服務提供者的問題，患者的醫(yī)療數(shù)據(jù)保存在所有這些獨立的系統(tǒng)中，因此如果有多名醫(yī)生參與治療，很難獲得有關一名患者的所有數(shù)據(jù)，更不用說是能夠比較許多不同患者的數(shù)據(jù)。

對 Regina 這樣的病人和 Regina 這樣的人工智能研究人員來說，在維護個人隱私的同時，改進我們圍繞醫(yī)療數(shù)據(jù)的做法和規(guī)定將是必不可少的。它可能是緩慢的，但它正在開始。

Regina  Barzilay：就我而言，當我最終回到麻省理工學院的工作時，作為一名癌癥患者的經(jīng)歷徹底改變了我的觀點，我不能再回到原來的研究中去了。我現(xiàn)在想用數(shù)據(jù)來提供答案。

在我的核心研究領域，自然語言處理領域，我們已經(jīng)開發(fā)了很多工具，可以自動化這項任務。因此，我們運用這些工具，建立了一個數(shù)據(jù)庫，其中有來自馬薩諸塞州總醫(yī)院和其他合作醫(yī)院的超過10萬名乳腺癌患者。

我正在研究的另一件事涉及閱讀乳房X線照片。今天，臨床實踐中使用的風險模型非常不精確。我們的想法是讓機器算法在原始乳房X線照片圖像中尋找模式：如果它觀察5年前一位女性的乳房x光圖像，她后來患上了癌癥，它能檢測出模式嗎？

我們訓練機器看整個圖像，再輸入關于結(jié)果的所有數(shù)據(jù)，然后我們說：這個人在一定時間內(nèi)患癌癥的可能性有多大？這個系統(tǒng)的工作方式，比目前臨床實踐中的任何風險模型都要好得多。

我們現(xiàn)在正考慮擴大我們的工作范圍，對肺癌和胰腺癌進行預先篩查。想象一下，如果這些疾病能夠在早期被發(fā)現(xiàn)，有多少生命可以被挽救？

這些疾病現(xiàn)在很晚才能被診斷，而它們在很大程度上是無法治愈的。這就是人工智能改變醫(yī)學的方式。它將識別出人類難以識別的細微模式。

Catherine Mohr： 在外科手術中，我們也開始使用Regina在放射學圖像和醫(yī)療記錄的自然語言分析中使用的工具，但我們用的是手術視頻和手術數(shù)據(jù)，這些數(shù)據(jù)我們可以從手術機器人那里輕易獲得。

這些機器是作為外科醫(yī)生的助手來操作的，醫(yī)生可以通過微小的切口進行極其精細的手術，并通過視頻觀看病人體內(nèi)的情況。這樣的話，他們能比切開病人看得更清楚。

我們可以用機器學習和自然語言處理來訓練AI以便能夠獲取所有這些相同的線索，并且能夠識別醫(yī)生可以識別事物，當然，能夠幫助你做下一步是最理想的情況。這就像為每位外科醫(yī)生提供完美的外科住院醫(yī)生。

三、我們會知道的太多嗎？

George Church：我們已經(jīng)從2004年花費近30億美元購買臨床無法接受的基因組，到2015年花費不到1000美元購買高質(zhì)量的基因組，就可以精確分析你從父母那里繼承來的DNA。

Siddhartha Mukherjee：至于什么將推動未來的進步，這是基因組的全部方面，然后是人們所稱的表型的全部方面——我們所做的事情，我們所表達的事情，發(fā)生在我們身上的環(huán)境事件，我們?nèi)绾闻c環(huán)境相互作用。

Catherine Mohr：我們有某種所謂的個人末日時鐘。我們所采取的每一個行動，要么是擴大它，要么是縮小它。當我吃不健康的食物時，我發(fā)現(xiàn)這讓我的末日時鐘慢了一點。我出去跑步，發(fā)現(xiàn)它把我的末日時鐘撥快了一點。

我能看到我所采取的所有行動的直接預期效果。如果我們能夠測量所有這些東西，人們就會隨身攜帶他們的末日時鐘算法。

Jennifer Egan：那么問題來了，隱私問題又該如何處理？如果我身體的每一個事實都可以被別人知道，如果我對這些事實的了解取決于企業(yè)幫助我追蹤和測量數(shù)據(jù)，我將無法控制這些信息落入誰的手中。 最終，任何人都將能夠了解任何人的任何信息，這是一個弱點。

Catherine Mohr：隱私是我們之前談到的，用于訓練機器學習算法的醫(yī)學數(shù)據(jù)的可用性問題的核心。

我們這些研究數(shù)據(jù)并看到數(shù)據(jù)好處的人很難想象用同樣的數(shù)據(jù)傷害人們，然而存在這樣一種可能性，即教會我們?nèi)绾螏椭�有疾病的人的事情恰恰會允許別人因為這種疾病而歧視他們，或使他們受害。

這些都是很難解決的問題，但我們應該試著找出如何從這些數(shù)據(jù)中獲得最大的社會效益，而又不讓那些捐贈者處于危險之中ーー對我們所有人來說，這種效益都可能非常巨大。

無論如何，我不認為珍妮需要對她的數(shù)據(jù)感興趣才能在某些時候?qū)λ�有用�?我們不斷地監(jiān)測我們的用電情況，但你多久才看一次你的電度表？除非你收到一個異常的賬單，不然你從來都不會看它。

Siddhartha Mukherjee： 我希望那些身體健康的人不會看，但是身體不好的人會看。 病痛可能不僅僅是身體上的疾病；他們可能是焦慮的，可能是精神上的疾病，可能是我們這些對我們的孩子、我們的未來感到焦慮的人，可能是處于危險之中的社會。

Jennifer Egan：我們過分強調(diào)視覺效果、日常生活的策劃和展示、對他人的持續(xù)監(jiān)控，最后，技術滲透到了我們每個人的私人經(jīng)驗中。

所以當我想到有人在體內(nèi)安裝設備來支付賬單時，我會感到震驚。但是作為一個小說家，我欣喜若狂。

四、我們會活得更長久、更快樂嗎？

George Church：說到如何改變老齡化現(xiàn)狀，有兩個主要策略： 一個是延長壽命，另一個是逆轉(zhuǎn)衰老。

延長壽命存在的問題是，如果你不小心，你延長了你生命中一些較弱的年齡，但這并不是我們想要的。

另一方面，逆轉(zhuǎn)衰老聽起來更具有推測性，但是在老鼠身上有幾個例子表明，你可以通過使用轉(zhuǎn)錄因子來調(diào)節(jié)特定的基因，將老的成年細胞恢復到胚胎階段。

要逆轉(zhuǎn)衰老而不是延長壽命的另一個原因是，很難獲得資金來進行長期的長效藥物試驗，即使是獸藥也是如此，因為如果你說長效藥物將使狗的壽命延長10年，那就是10年的臨床試驗。

Siddhartha Mukherjee： 就壽命而言，最有可能奪去我們生命的疾病是神經(jīng)系統(tǒng)疾病、心臟病和癌癥。而在其他一些國家，則是肺結(jié)核、瘧疾和其他傳染病，當然還有慢性病。

那么，我們通常也會有三種方法來思考這些慢性疾�。阂环N是針對疾病的方式，把老年癡呆癥當做一種疾病來治療。

一種是改變飲食、改變基因，改變?nèi)魏纹渌麞|西——我們可以稱之為＂反式因子＂，這將簡單地推翻存在于個體疾病中的＂順式因子＂。

第三種選擇則是把基因和永恒的數(shù)字形式結(jié)合起來，你永遠記錄你自己，克隆你自己，然后以某種方式傳遞那些記錄。也就是說，身體只是一個儲存記憶、圖像和時間的倉庫。

Jennifer Egan：我對長壽有兩種看法； 一方面，我希望活得非常、非常老，部分原因是我的孩子在晚年，我想了解他們的孩子，就像我的母親了解我一樣。

但是退一步來看，極端長壽的人還可能是自私的。我們對這個星球的掠奪是如此夸張，至少我們不能永遠呆在這里！

在抗生素出現(xiàn)之前，我們面對的死亡人數(shù)已經(jīng)遠遠少于人類。但是減少這些損失真的能讓我們更快樂嗎？

Siddhartha Mukherjee：而且如果所有的工作都由機器來做，那么我們就什么都沒有了。 我們沒有掌控所有，我們沒有意義，我們也沒有自主權(quán)。

Catherine Mohr：但是我們有藝術，比如學習樂器。

George Church：但我們未來的自己可能不會認為這種回報ーー如果我們演奏樂器比機器人差，我們的國際象棋比機器的國際象棋差，那么能夠模仿一臺糟糕的機器意味著什么呢？

Jennifer Egan：也許機器人比人類更會演奏大提琴，但我們要去交響會現(xiàn)場聽馬友友。簡單明了的說，人類比機器更有趣。

Regina Barzilay：事實上，我相信機器能比我們自己更好地幫助我們實現(xiàn)我們的目標。幸福對不同的人來說意味著不同的東西，但是它經(jīng)常和特定的行為聯(lián)系在一起。

機器有巨大的能力來記住我們的行為和預測我們未來的行為。這使他們有能力幫助我們改變我們的行為，使我們成為更好的自己。

以我為例，一個簡單的心臟監(jiān)測應用程序改變了我跑步的頻率和強度。 這個應用程序為達到某些健身目標提供了積分。

當我第一次看到它的時候，我只是笑著想，誰會被這些愚蠢的獎勵所激勵呢？ 但是你猜怎么著？ 每天早上5點，我都會跑步。我生活中的這種變化真的讓我更快樂。

Jennifer Egan：我認為我們正在忘記一個關于人類生活的基本事實： 短暫使它變得珍貴。 死亡的不可避免性給我們的生活注入了意義和緊迫感。 很難想象在一個永遠被上傳的意識中保持這些品質(zhì)。你只剩下感覺，我不確定這是否是最后的收獲。

背景：

這次對話由該雜志的故事編輯兼大眾科學的前主編 Mark Jannot主持；

其中，Catherine Mohr是達芬奇手術機器人制造商INTUITIVE SURGICAL的工程師，醫(yī)生和戰(zhàn)略副總裁，她也是INTUITIVE FOUNDATION的主席；

Siddhartha Mukherjee是一名醫(yī)生、生物學家、腫瘤學家，同時是《基因：親密歷史》和《所有疾病的皇帝：癌癥傳記》一書的作者，該獎獲得了2011年普利非小說普利策獎。他為該雜志撰寫了ON MEDICINE專欄。

Regina Barzilay是麻省理工學院的教授，也是麻省理工學院計算機科學與人工智能實驗室的成員。她的研究方向包括自然語言處理和深度學習化學和腫瘤學的應用。她在2017年獲得麥克阿瑟“天才”獎學金。

George Church是哈佛醫(yī)學院的遺傳學教授，也是PERSONALGENOMES．ORG的主任，PERSONALGENOMES．ORG是一個關于人類基因組，環(huán)境和特征數(shù)據(jù)的開放獲取信息資源。

Jennifer Egan是一位作家，他最近的小說《曼哈頓海灘》被授予2018年安德魯卡內(nèi)基小說杰出獎章。她之前的小說《來自GOON SQUAD的訪問》獲得了2011年普利策獎和全國圖書評論界獎。她也是該雜志的記者和撰稿人。