华大基因（简称华大），是一个由众多年轻人组成的团队，平均年龄刚过30岁，许多科研一线的年轻人只有20多岁，刚刚走出校门。但是，华大的科研成果无论是质量还是数量，可以说在国内都是名列前茅，超过了不少学术大咖云集、资金投入巨大的科研机构。

截至目前，华大在《细胞》《自然》《科学》三大期刊上发表文章达730余篇，其中主刊达181篇，这在全国极为罕见。一个并不以发表文章为主要目标的民营企业，为何能有这样出色的科研成绩？

我认为主要是科研范式的改变。目前大部分科研机构仍然是PI（Principle Investigator）制：首先做出学术假设，再设计研究方法和路径求证。这种范式曾经主导了学术研究数百年，以好奇心驱动，通过研究基本单元解释整个系统（还原论），牛顿、爱因斯坦等天才科学家都是这一范式的典型代表人物。

但是，华大从30年前参与国际人类基因组计划开始，就走了一条区别于还原论的新路：大目标、大工具、大数据、大平台、大合作。也可以理解为一条工程生物学的路子，所有项目不是依托于某个学术大咖，而是以解决问题为目标，以大数据为基础，将科学研究过程全部流程化、工程化，学科间交叉融合，科学、技术和工程一体化。可以肯定，在大数据时代，华大的这种大科学研究范式更具有优势。

其实这不是偶然，而是规律和趋势。早在第二次世界大战之前，美国的大科学范式就已成型，只是当时更多地服务于军事和政治需要，如曼哈顿计划、阿波罗计划等。100年来，这种新的范式打破了学科界限，有效促进了学科间交叉融合，特别是使学术走出传统经院，与经济社会需求充分结合在一起。信息技术（IT）、生物技术（BT）、人工智能（AI）、空间、能源等当代科学技术的迅猛发展，很大程度上得益于这一新的科学研究组织形态。

以芯片为例。现在中国在芯片上被“卡脖子”，是因为我们不懂芯片原理吗？我相信，但凡学过芯片基础理论的人都懂。是因为缺人才、缺资金、缺市场需求、缺政策支持吗？显然也不是。那么我们究竟缺的是什么？我认为缺的主要是工程化迭代，以及由此积累起来的缄默知识、经验知识。经院式的分科之学解决不了这些问题。

光刻机也是如此，这是中国芯片产业链中关键的“卡口”。一台光刻机有10万个零部件，供应商有5000家之多，而且遍及全球，需要几十个国家协作。所以有人认为，仅凭一国之力制造光刻机似乎遥不可及。但是，看看大名鼎鼎的阿斯麦公司（ASML）的发展历程，似乎又能找到一些不一样的规律。回溯ASML光刻机技术的发展可以发现，他们起步于1984年，至今已经超过40年，而且还是承接了飞利浦公司之前20年的研究基础，可以说经过了长达60年的积累。这是一个超级工程，保证全球工厂每秒以比头发丝千分之一还细的精度准确刻出上千亿个晶体管，涉及的指标包括时间、精度、速度、成本、强度、稳定性、成品率等。整个光刻机产业也是多学科的交叉融合，涉及数学、材料、光学、力学、化学等。这不是学术问题，而是全球化供应链的构建，是商业模式的创新，是市场问题导向的结果。

因此，我理解当下的大科学范式，已经不能局限于过去常讲的“从0到1”，更是扩展到了“从1到100”。“从1到100”同样是科学发现和知识积累的过程。人类掌握的知识可以分为显性知识和缄默知识，显性知识是格式化的，可以传播的；缄默知识则是隐性的，非格式化的。以一座冰山为例，显性知识是露出海平面的冰山一角，而缄默知识则是隐藏在海平面以下的未知部分（大小、形状都不为人所知），具有典型的非公共性。解决了“0到1”并不意味着能解决“1到100”，它是学科交叉融合的过程，并通过这一过程实现对产品的重新定义。从这个意义上看，“1到100”同样是科学，其难度和复杂性远超“0到1”。

我再谈谈与此相关的几个问题。

一是关于“科学正在被重塑”。17世纪之前，科学是以个人或者学派自由研究为主；18世纪是松散的学会形式；19世纪是集体模式；20世纪上升到国家甚至国际规模，科学的整体化、技术化趋势逐渐成了主流。

我国科技系统老领导、战略科学家宋健在谈到系统论和还原论时提出，还原论存在理论局限性，忽视了信息，而信息恰恰是与物质、能源并列的宇宙“三基元”。还原论描述的自然过程都是可逆的，但是生物进化不可逆，时光不会倒流。

诺贝尔奖获得者李政道先生对此也有过相似描述：“以为知道了基本粒子就知道了真空，这种观念是不对的。从简单化的观点出发不会有暗物质，也不会有类星体之类的东西。基因组织也是这样，一个个地认识基因，并不意味着解开了生命之谜，生命是宏观的。”

华大30年来的研究，一直是按照整体论、系统论的路子走过来的，与主流基因研究方向相悖。比如，20年前当华大决心做人类基因组计划的时候，主流学界是不认可的。他们不认为那些枯燥的数字是有用的，更愿意把主要精力、资源投入到功能基因组研究中，试图解析并利用某个功能基因。问题是生命现象是复杂的，单一的基因拼接不出完整的生命体。结构决定功能，如果结构都不清楚，又怎么能掌握和调控功能基因？因此，在投入巨资进行多年的所谓功能基因组研究后，这个研究方向已经基本归零。

二是关于“科学共同体的作用”。华大没有学术大咖，但是大家组合起来，便形成了最强大的“集体智慧体”。在大科学时代，科学共同体合作产生的价值远超个人贡献，科学英雄时代正在悄悄地让位于分工协作，开放合作优先于特立独行。AI和大模型的横空出世，更是颠覆了传统的科学研究范式，让生命科学领域的许多研究方向变得毫无意义。这种范式可以归纳为大目标、大平台、大合作，不但要求科学家走出传统经院，尊重但不拘泥于学术，而且需要产业界的广泛参与。同时，大科学时代的科学研究将不再是阳春白雪，而是大系统、大融合，AI时代的到来让每个人都可以成为科学人。未来将会有越来越多的“蓝领”科学家，他们很可能是发现新知识的主力军。

三是关于“我国的路径选择”。我提出以下六个方面的个人思考。

关于新型举国体制的“顶层设计”。美国有许多极具影响力的大学，常年在全球大学排名前10名中占据半壁以上，但美国还是通过国家实验室、国家研发机构来支撑国家目标导向的研究。这类研究基本上是大目标导向，有效支撑起国家层面的战略需求。这就是美国式的举国体制，有清晰的顶层设计，有全国力量的协同，有军民融合和产学研一体化的实践。我国拥有更多的制度优势，更需要通过顶层设计，统筹解决科技领域战略性、方向性、全局性的重大问题，同时着力破解部门之间、地方之间、军民之间以及产学研用之间存在的分割问题，从而确保在重大方向把握、重大项目推进、重大政策制定、重大改革实施等方面形成“一盘棋” 格局。

关于以市场为导向的“价值闭环”。我们从来不应排斥好奇心驱动的研究，尤其在纯科学问题上，好奇心有不可替代的独特价值。但是，我们也不能以好奇心驱动排斥另外一种驱动力：市场导向。恩格斯在100年前说过：“社会一旦有了技术需求，比十所大学更能推动社会进步。”创新资源配置效率不高，是当前面临的突出问题。据分析，我国政府科技投入已达上万亿元，增长很快，但全要素生产率只相当于美日等国家的40%左右。大量的科技要素以及研发活动游离于经济活动之外，形成了学术界内部从立项到结题的封闭式小循环。根本出路在哪里？只有充分依靠市场机制，才能打破各类小循环，提高资源配置效率；只有充分发挥市场机制的作用，才能为创新活动提供源源不断的内在动力。

关于以企业为主体的“一视同仁”。现在有一个特别的现象：某些政府部门和官员似乎特别偏好会花钱的机构，反而对挣钱的不感兴趣，甚至尽可能疏远。科技界最容易有影响的也往往是会要钱、会花钱的人，而不是靠自己挣钱并且切实解决问题的企业。现在是需要改变的时候了，企业不再是研发的补充力量，而是越来越成为生力军，乃至主导性力量。要大力度引导促进各类创新要素向企业聚集，特别是优秀人才向企业流动。美国80%的博士去了企业，而中国80%的博士去了大学和科研院所，这是人才资源配置的倒错。目前我国企业研发投入已占到全社会的 70%，为何不能与尖端人才形成更优的配置呢？

我认为，首先要由企业主导产学研协同。企业最靠近市场，企业家最懂得市场竞争，由企业主导产学研协同才能完成创新要素的全链条配置，才能实现创新的价值。其次，要强力保护知识产权。专利权是私权，专利保护是建设创新型国家的基本要求，必须从法律层面上全面强化和落实。最后，要对各类企业一视同仁，特别是给民营企业提供稳定的制度保障。没有企业主体，创新就无从谈起。

关于国家实验室的“国家目标导向”。近年来，我国投入重资——通常都是几十亿甚至百亿级——建成国家实验室。这种量级的投入在过去是很难想象的，在全球范围内也不多见。到底如何体现国家实验室区别于大学、科研机构、企业的不同定位呢？我认为，国家实验室首先应当体现公共平台的属性，为全社会提供公共产品和服务；其次要有明确的国家目标，立足于解决关键问题；再次是要打破学科界限，实现学科交叉，探索科学、技术和工程的系统组合；最后是要充分开放，产学研用结合，让企业和各种社会力量充分参与进来。国家实验室的体制创新至关重要，一定要竭力避免“旧瓶装新酒”，达不到目标就要动态调整，科研活动不存在“永远的饭票”。

关于科学精神的“敢为人先”。多年来，我们一直存在路径依赖的问题：欧美部分国家在一些领域比我们先进和发达，所以我们需要跟踪。有差距，向先进学习无可厚非，但学习先进绝不意味着亦步亦趋，不敢越雷池半步。更何况我们在很多领域已经走到了世界前列，原来的路径还能不能走，还能走多远，就成了重大命题。 当年的“钱学森之问”，不但问中国为什么出不了一流人才，更问“我们为什么不敢做第一”。

比如人工智能领域。DeepSeek问世之后，有人称之为“国运级突破”。被美国卡了GPU，算力问题突破不了，似乎落后就成了理所当然。DeepSeek的成功告诉我们，条条道路通罗马，实现科学目标的道路不止一条。只要结合自身的特点、优势、需求走对了路，就有可能更好更快地到达顶峰，也能够更好地满足国家战略需求。

再比如医药健康领域。美国人口3.4亿，联邦政府在医疗领域年投入达4.6万亿美元，相当于GDP的17%。我国14亿人口，如果按照美国的人均投入水平，即使把全部GDP都投进去，也达不到美国今天的水平。这条路走得通吗？当我们把越来越多的资源投入末端治疗时，是否思考过这条路适不适合中国？所以，我们提出了“防大于治”，人从受精卵到生命终点，全生命周期长达100年，为什么不能把投入更小的“预防”放在最重要的位置呢？

华大在河北做了一个民生工程——新生儿遗传性疾病筛查，效果很好。最近国家卫健委组织专家对此做了评估，最后得出结论是费效比1:17，也就是投入1元获得17元的回报（节省17元的公共支出）。我们今天的公共投入，哪一个能有比1:17更高的回报？既然有如此高的回报，那就更应该思考：中国医疗健康领域是不是可以走防大于治的道路？

再举一个现代农业的例子。我们现在把很多资源都集中投入到育种上，全世界这个方向做育种的人最多，政府投入也是世界之最。但农作物与人一样，全生命周期涵盖了从种子到收获的全过程，水、肥、空气、土壤、植物保护等都对作物的生长至关重要。育种固然重要，但绝对不是唯一的，甚至在许多地方已经不是最主要的问题。把过多的资源集中在育种上，归根结底还是迎合学术偏好。这种资源配置逻辑是否正确值得商榷。

关于生物经济的“关乎国运”。过去30多年，生命科技突飞猛进，器官移植、克隆羊、转基因作物、细胞治疗、基因药物、蛋白质重组、基因编辑、合成生物、生物制造、人造肉、脑机连接等新技术层出不穷。未来还可能涌现更多逆天的生物黑科技，如生物基材料可不可能替代现在的大部分化工材料？DNA存储可不可行？能否直接从空气中提取二氧化碳等合成碳水化合物？人造子宫能不能成为人类辅助生殖的工具？实际上，这一切都是现在进行时。一场新的科技革命正在孕育，比现在所有的科技领域更具有颠覆性，对人类自身的影响前所未有。这是国运级历史机遇，我国有足够的人才、大数据和应用场景的优势，也走到了与发达国家相近的起跑线上，完全有可能成为发展新质生产力的着力点。

___________________

本文作者梅永红是中国政策科学研究会副会长，深圳华谷生物经济研究院理事长