罗伯特·温伯格
麻省理工学院生物系教授，
癌症研究专家
历来被视为描述性科学的生物学，在20世纪成了一种假设驱动的实验。与此密切相关的是愈益占主导地位的还原论，亦即可通过分解结构成分予以离析研究来理解复杂的生物系统的观念。这些方法在过去半个世纪对我们助益非浅：见证了分子和细胞生物学、免疫学、神经生物学以及
遗传学领域所引发的革命。我们对致病机制的深入洞悉，超过了50年前最异想天开的推测。
现在，假设驱动的研究的主导地位受到了威胁。很多人认为，传统的概念工具无法测绘使单细胞和复合生物得以茁壮生长的莫大复杂性，而近年来的技术创新已形成一条切实可行的替代途径。我的学生在搜集某些类别的试验数据方面的速度，要比我在40年前快1000甚至10000倍。
在癌症研究领域，各种新技术有望使诊断、治疗和洞悉疾病发病机理的见解大为改观。那么以假设为前提的老方法是否落伍了呢？我看未必。
新的生物学时代始于十余年前对人类基因组的测序。它的成功不容置疑：成千上万项研究计划从这个数据库的创建和研究中获得了巨大好处，其中不乏着眼于识别和概括具体基因特征的尝试。比例愈益增大的国家研究预算被投注到人类基因组计划领域，并因此而取消二、三十个假设驱动的小规模项目是否值得呢？
从癌症研究者的角度来看，假设驱动的科学所取得的成功是显而易见和无可争辩的。它延绵了半个世纪，而且继续在日复一日地产生从概念上深入洞察问题的新见解。相比之下，研究生物学的新方法并没有经过那么严格的
检验，至今依然难以推测它们的长期效应。
利用小干扰RNA的全基因组文库来抑制大批基因，进而识别癌症背后的奥秘，充其量只是一种新旧结合的方法。它对最终形成的后果缺乏明确的先入之见，却包含着有关未来生物学表现型显而易见的假设。这一尚处于初创阶段的方法已表现出引人注目的多产性。
对整个
肿瘤基因组（或它们的编码外显子）的测序耗费了巨大的资源和精力。迄今为止的回报并不是太高。至于形成人类肿瘤究竟需要多少体细胞突变，这些大规模的数据生成计划尚未提供明确的统一看法，也没能使我们在弄清个体肿瘤如何发展方面取得多大的突破。为此付出的代价却是高昂的。资金分配转型所带来的后果将会影响整整一代人。由于在筹措资金以开展和扩大此类研究项目中存在的巨大困难，着眼于小规模的假设驱动研究的实验室已对众多的年轻人失去吸引力。由此造成的长期效应是：许多生物学学科愈益无法吸引最具才华的年轻人——而他们毕竟是推动科学进步的引擎。没有他们，我们什么也干不成。
作者：
2010-4-18