生物學家做不出AlphaGO，但也在創造生命……

提到人造生命（Artificial Life），你會想到什么？

也許是希臘、瑪雅、中國神話故事里的人造生物，亦或者是科幻電影里可以執行命令的機器人，也可能是這幾年以AlphaGo為代表的人工智能技術（AI）……

古希臘神話中，皮格馬利翁愛上雕塑，最終雕塑被賦予生命的故事，應該是人們對于人造生命最早的最著名的闡述之一 | 圖源：[法]路易·戈菲耶，1763年

而真正將“人造生命”的概念科學化地闡述，并且嘗試付諸實踐的人，其實是計算機領域的“鼻祖”——馮·諾依曼（von Neumann）。

馮·諾依曼認為，生命系統最重要的特征，是生命的自我復制，為此在20世紀50年代，他和斯坦尼斯瓦夫·烏拉姆合作，定義了元胞自動機的概念。

隨后，在計算機領域不斷涌現出越來越多關于人造生命的詮釋：從簡單的函數來實現“自我復制”，到復雜的機器人，以及現在可以在圍棋上戰勝人類的人工智能AlphaGo。

馮·諾依曼，20世紀最偉大的天才之一，在計算機，量子力學，經濟學甚至神經科學中都給世人留下了濃墨重彩的一筆 | 圖源：Wikipedia

但這些并不是我們所熟知的，因為說到生命，人們最直接想到的應該是生命科學，那么在人造生命領域，又是否有生命科學家們的一席之地呢？

答案當然是有，只不過時間要撥回到21世紀了。

合成生物學的不斷嘗試

提到生物上的“創造生命”，離不開合成生物學（Synthetic biology）這個21世紀以來蓬勃發展的學科。

顧名思義，合成生物學，就是利用合成的方法來創造新的生物信息，比如基因工程、合成蛋白質、合成生物藥物，當然，還有合成生命。

2010年，克雷格·文特爾（Craig Venter）帶領的團隊宣布，他們創造了世界上首例人工合成的生命結構。

文森特是一位名副其實的“科學狂人”，人造生命只是他的眾多成就之一，想要了解更多可以點擊圖片鏈接看看關于他的故事 | 圖源：TED

他們利用化學合成的方法，合成出修改過的“絲狀支原體絲狀亞種”（Mycoplasma mycoides）的DNA，包含有901個基因、抵抗抗生素基因和一些沒有實際功能的人造DNA信息，再把它導入到受體細菌（山羊支原體）里。

經過一段時間的生長、分裂，會出現正常細胞和只含有人造基因組的細胞。隨后借助抗生素殺死正常細胞，他們便能篩選出“人造生命”。

“辛西婭”的DNA信息 | 圖源：Gibson D G, et al. Science, 2010.

文特爾為他創造的“人造生命結構”起名“辛西婭”（Synthia），意為“人造兒”。后來，文森特為了探索人造生命的極限，不斷地刪減基因，一次又一次地重復上面的步驟，來尋找細胞生存所必需的基因，以及生命所需最簡單的基因組。最終，他們在2016年創造出了僅含有473個基因的Syn3.0。

Syn3.0 的基因功能 | 圖源：Thomas Shafee

合成生物學就此掀起了一陣“合成生命”的熱潮，合成生物學家們紛紛開始嘗試用自己設計的DNA序列來合成更復雜的生物。

比如通過類似的方法，合成出比細菌更復雜的真核生物的染色體——2014年，多國研究者合作實現了酵母染色體的合成；后來2018年，中國科學家合成出了單條染色體結構的人造酵母。

可以看到雖然染色體數量不一樣，但是人造的釀酒酵母形態結構上和真正的釀酒酵母基本一致

| 圖源：覃重軍實驗室

又比如可以改進基因組信息，用更簡單的基因信息來合成生命。自然界的DNA信息需要解碼成64個密碼子來合成蛋白質，但2019年，研究者只使用59個密碼子，就合成出了大腸桿菌——換句話說，他們設計出了比自然界原有生物更簡潔的生物。

基因組合成的流程圖 | 圖源：Nature

那么，依靠合成生物學，我們可以實現人造生命嗎？

組裝生物機器人

我們再回到開頭對人造生命的探討：馮·諾依曼認為人造生命的關鍵在于自我復制，但是“生命”其實不僅僅只有自我復制，如果你問不同的人“生命是什么？”，相信大家給出的答案都不相同——自我復制，自我繁殖，自由行動，甚至是自我的意識。

顯然，合成生物學給出的答案并不能實現著所有的特點——細菌、酵母雖然是人工合成，但都只是簡單的單細胞生物。

那相對的，我們能夠從頭設計可以自由行動的多細胞生物嗎？

2020年，計算科學家和生物學家之間的合作，制作出了由多細胞構成的“生物機器人”：通過類似進化的算法（evolutionary algorithm）反復模擬嘗試，計算科學家設計出了由收縮細胞和被動細胞組成的生物體結構。

生物學家再利用非洲爪蟾的胚胎，把爪蟾的心肌細胞（負責收縮）和表皮細胞（被動細胞）“組裝”成設計的樣子——于是就得到了可以自由運動的“生物機器人”。

因為細胞來自非洲爪蟾（Xenopus laevis），這個“生物機器人”也就被命名為“Xenobot”。

設計出來的模型（上圖）和實際構造的Xenobot（下圖），可以看到Xenobot能完美實現預期的動作 | 圖源：Kriegman S, et al. PNAS, 2020.

這個全新的“機器人”是自然界未曾出現過的，同時也是人為設計，多細胞人造生命的一種嘗試。

除了讓它動起來，研究者還嘗試讓它攜帶小顆粒物體運動，來模擬可能的攜帶藥物功能；又或者是將它的一部分細胞切開，借助本身干細胞的特性使Xenobot可以通過細胞增殖來自我修復。

結合計算模擬設計，Xenobot還可以有規律地推動小顆粒前進 | 圖源：Kriegman S, et al. PNAS, 2020.

類似的，2022年有研究者將兩層心肌細胞排布在人造小魚尾部的兩側，通過心肌細胞自主產生的收縮力，讓左右的心肌細胞可以產生相反的作用力，小魚就可以像心臟跳動一樣，有規律地擺動尾巴游動起來。

當小魚游了一段時間，左右心肌細胞產生差異、不能配合后，再利用心臟起搏的原理，重新給小魚激活，小魚就又能游動起來。

人造小魚的設計過程，通過心臟的構造（圖A-C），分別設計出左右相互作用的肌肉（圖D）和可以發出自發啟播信號的G結點（G-node，圖E） | 圖源：Lee K Y, et al. Science, 2022.

這個人造小魚不僅可以自由運動，它的運動效率甚至遠超普通的魚類，同時還能保持將近三個月的持續游動（相當于心肌細胞跳動了3800萬次）。

小魚在短短一秒內的快速移動動作 | 圖源：Lee K Y, et al. Science, 2022.

真正的“缸中之腦”

能合成生物，又能設計生物的運動，那下一步呢？該考慮一下思想和意識了。

生物學家可能像AlphaGo一樣，設計出具有智能的生物嗎？

答案也是可以。他們做到了，他們設計出了只在科幻小說中存在的“缸中之腦”（不過準確來說應該是“皿中之腦”）。

為此創辦了Cortical Labs公司的研究者們 | 圖源：Cortical Labs官網

這項研究來自于一個大膽的想法——基于硅，我們可以制作計算機芯片，那要是用神經元來設計電路連接，是不是就能制造出具有智能的“芯片”呢？

于是，來自Cortical Labs的研究者們開始了嘗試。他們采集了小鼠的胎腦神經元，并且將人類的多能干細胞誘導成神經元，分別將它們培養在培養皿上，再搭建了一套DishBrain（我們可以稱為“皿中之腦”）的系統，通過上面密布的小電極，來檢測這些神經元的電信號活動，同時也能施加電刺激來給神經元們提供信號。

基本的實驗流程 | 圖源：Kagan B J, et al. bioRxiv, 2021.

之后，研究者訓練這個“皿中之腦”玩一個很簡單的乒乓球小游戲“Pong”（也是歷史上最早的游戲之一）：你要控制一塊小白條，把白色的小球打到對面去。

僅僅學習了5分鐘，這個“皿中之腦”就開始學會怎么玩這個游戲了，隨著游戲次數越來越多，它犯的失誤就越來越少。同時，研究者還發現人類神經元表現出了比小鼠神經元更強的性能。

右邊的小圖展現了皿中之腦玩游戲“Pong”的過程，背景則是對其中電信號激活的監控過程 | 圖源：Kagan B J, et al. bioRxiv, 2021.

當然，這個“皿中之腦”還遠沒有達到科幻小說里展現的意識，最終訓練的結果也還沒有達到像人工智能AlphaGO一樣超凡的能力。但是，未來會怎么樣，誰又知道呢？

人造生命，難道是為了取代人類？

看到這的你，不知道有沒有被生物學家們創造出來的人造生命震撼到？又或者你正在思考，這背后是不是存在著復雜的倫理問題？人造生命在未來可能會取代人類嗎？

但是，我們不妨換一個角度來思考這個問題：相信研究者們開發這樣的人造生命，除了滿足對于生命的探索之外，其實還有其他因素的考慮。

比如我們提到合成生物學創造出來的最小細胞“辛西婭”，研究者們在這個相對簡單的細胞模型上建模、推導，對細胞內的生物代謝過程有了更深入的理解；

對最小細胞Syn3.0的進一步解析 | 圖源：Thornburg Z R, et al. Cell, 2022. e28.

又比如利用爪蟾胚胎和計算建模構建出來的“生物機器人”Xenobot，科學家正在嘗試利用它生物學的特性和高效的自我修復能力，來給藥物運輸或者內外科手術提供幫助；

而聽起來似乎已經開始產生智能的“皿中之腦”DishBrain系統，則是對計算機芯片的一次突破嘗試——上百億的神經元如果能有效連接運轉工作，其背后帶來的計算效率將遠遠超過現有的計算機系統。

這樣再來看這些研究，人造生命是不是也沒那么駭人了呢？

參考資料

• Aguilar W, Santamaría-Bonfil G, Froese T, et al. The past, present, and future of artificial life[J]. Frontiers in Robotics and AI, 2014, 1: 8.

• Gibson D G, Glass J I, Lartigue C, et al. Creation of a bacterial cell controlled by a chemically synthesized genome[J]. science, 2010, 329(5987): 52-56.

• Service R F. Synthetic microbe has fewest genes, but many mysteries[J]. 2016.

• Fredens J, Wang K, de la Torre D, et al. Total synthesis of Escherichia coli with a recoded genome[J]. Nature, 2019, 569(7757): 514-518.

• Kriegman S, Blackiston D, Levin M, et al. A scalable pipeline for designing reconfigurable organisms[J]. Proceedings of the National Academy of Sciences, 2020, 117(4): 1853-1859.

• Lee K Y, Park S J, Matthews D G, et al. An autonomously swimming biohybrid fish designed with human cardiac biophysics[J]. Science, 2022, 375(6581): 639-647.

• Kagan B J, Kitchen A C, Tran N T, et al. In vitro neurons learn and exhibit sentience when embodied in a simulated game-world[J]. bioRxiv, 2021.

• Thornburg Z R, Bianchi D M, Brier T A, et al. Fundamental behaviors emerge from simulations of a living minimal cell[J]. Cell, 2022, 185(2): 345-360. e28.