“手搓”疫苗救回患癌小狗让全网狂欢：AI到底立了多大功？

作者：三联生活周刊（微信公号）

今天·阅读时长19分钟

59人看过

人工智能的发展速度确实很快，但萝卜快了不洗泥，免不了夹杂着一些污垢。

*本文为「三联生活周刊」原创内容

一个没有医学背景的人，用 AI“手搓”疫苗，救回了自己患癌的狗，这个近期刷屏全网的故事，听起来充满突破意味，但其可靠性与可推广性，仍需打上问号。

事实上，把细节拆开来看，结论并没那么简单。一方面，这一过程中AI的作用被明显夸大，更多承担的是信息整合与辅助决策，而非真正的核心创新。另一方面，这只狗在接受实验性方案的同时，也在进行传统免疫治疗，因此很难判断，究竟是哪一部分真正起到了关键作用。

人工智能的发展速度确实很快，但萝卜快了不洗泥，免不了夹杂着一些污垢。

文｜袁越

近日，一位澳大利亚企业家在大语言模型（LLM）和机器学习（machine learning）等人工智能应用程序的帮助下为自己生病的爱犬手搓疫苗的消息引发了网民的热议，事实真相到底如何呢？

这位企业家名叫保罗·康宁汉姆（Paul Conyngham），是一家人工智能咨询公司的创始人。他的专业是机器学习，从没接受过正规的生物学训练。当他的爱犬Rosie于2023年被发现得了肥大细胞瘤（MCT）时，他的第一反应和大多数人一样，那就是动手术加化疗。不过当医生建议切掉Rosie患病的一条腿时，康宁汉姆没有答应。

图源：Paul Conyngham社交媒体

之后，他又以价格太贵为理由拒绝继续化疗，而是转向ChatGPT求助，看看有没有什么更好的治疗方案。ChatGPT给他的第一个建议是基因测序，于是他把Rosie的一部分肿瘤组织送到新南威尔士大学（UNSW），花了3000澳元请该校的DNA测序中心完成了对癌细胞和正常细胞的基因测序。

至此一切正常，ChatGPT给出的建议似乎也没有问题，和大部分人类科学家的意见一致。考虑到康宁汉姆没有生物学背景，咨询一下AI实属人之常情。不过，这一步的关键就是DNA测序，这可是任何AI程序都无法做到的，必须请人类科学家帮忙。另外，虽然DNA测序的成本已经大幅下降，但对于普通人来说仍然是一笔不小的投资，而且这笔钱是无论如何也省不掉的。

拿到DNA序列后，康宁汉姆把数据输给Gemini、Grok和ChatGPT，运用这3家主流AI程序找到了致癌基因c-KIT。这一步看似神奇，但通过对比DNA序列找出致癌基因这件事已经被科学家们搞得非常清楚了，对于专业遗传学家来说根本不是问题。再加上c-KIT本来就是导致肥大细胞瘤最常见的基因突变，所以AI程序在这件事上并没有显示出任何独特的威力。

在康宁汉姆看来，c-KIT基因突变意味着c-KIT基因编码的蛋白质出了问题，所以一个很自然的想法就是找出一种化学药物让这个变异蛋白质失去活性。于是康宁汉姆想到了去年刚获诺奖的AlphaFold，打算利用这个应用程序计算出c-KIT蛋白的三维结构，再用AI程序找出具有针对性的配体（ligand），把这个变异蛋白消灭掉。

《剥茧》剧照

但是，那几个常见AI应用程序都没有告诉康宁汉姆这个思路其实是不靠谱的，因为用AlphaFold来计算蛋白质三维结构是一项很新的技术，其结果往往需要由科学家人工核实才能确信。根据蛋白质三维结构设计配体同样是一件非常复杂的任务，目前科学界尚未发展出一套通用的算法，所以也需经过科学实验的验证。于是，当康宁汉姆利用AI算出了c-KIT的三维结构之后，却发现找出具有针对性的配体很可能需要好几年的时间，Rosie是等不及的。

这个例子很好地说明了现有AI程序的弱点，那就是它们只能在人类科学家所获成果的基础上进行优化整合，对于科学家们尚无定论的领域，AI就无能为力了。我相信AI应该是知道自己的这个弱点的，但是，要么AI隐瞒了自己的弱点，要么康宁汉姆没有设计出合适的提示词，反正最终的结果就是他试了一圈之后才发现这事不靠谱，白白浪费了不少时间。

还有一个小插曲很有意思，那就是康宁汉姆从一个数据库里找到了一个现成的配体，兴许管用。但这个配体是另外一家公司找到的，已经申请了专利。经过一番磋商之后，对方最终还是拒绝把该专利产品免费交给康宁汉姆使用。不过我们也不能怪那家公司冷血，人家辛辛苦苦找到的配体，凭什么免费给你使用呢？

《她》剧照

好在康宁汉姆仍然没有放弃，又和ChatGPT讨论了一晚上，后者给出了另一个建议：mRNA疫苗。其实这个思路是AI程序最先应该想到的，因为mRNA疫苗在经过新冠疫情的洗礼之后已经变成了一个远比配体或者抗体更适合私人订制的治疗路线，原因就在于核酸要比蛋白质更容易操作，也更容易获得精准的结果。

也许是因为前面的经历，这一次康宁汉姆学乖了，主动咨询了一位人类科学家，对方也认同mRNA疫苗很可能是更合理的策略。于是康宁汉姆再次把Rosie的癌组织送到一家实验室，对癌细胞的mRNA进行了测序，找出了7段潜在的疫苗靶点。之后，康宁汉姆把数据输入Gemini 2 Pro，让它帮忙构建出了一个mRNA疫苗结构图，再用Grok 3对这个疫苗结构图进行了优化，这才确定了最终的mRNA疫苗设计图纸。

图 | 保罗使用AI寻找疗法的过程（来源：Paul Conyngham）

对于一个没有受过专业训练的人来说，独立完成以上这几个步骤确实很了不起。要知道，当初新冠病毒基因序列被测出来后，美国国家过敏与传染病研究所（NIAID）的疫苗专家巴尼·格拉姆（Barney Graham）博士花了3天时间才计算出了疫苗的最佳靶点。不过，随着莫德纳（Moderna）和阿斯利康（AstraZeneca）等医药公司在新冠疫苗上的成功，mRNA疫苗领域取得了长足的进步，今天的科学家已经可以在很短的时间内找出疫苗的最佳靶点了，其速度只会比AI更快，准确性也会比AI更高。

图源：Paul Conyngham社交媒体

AI程序虽然可以设计出疫苗图纸，但疫苗的生产还得靠人来做。于是康宁汉姆把图纸交给了新南威尔士大学的科学家，对方花了6个星期的时间生产出了针对Rosie的治疗性mRNA疫苗。这个疫苗的作用就是指导Rosie的体细胞合成出癌细胞特有的表面抗原，希望Rosie的免疫系统能够识别出这些抗原，从而对癌细胞发起攻击。

与此同时，康宁汉姆还利用AI程序帮助他起草了冗长的伦理申请。AI在这方面确实展现了独特的优势，因为处理语言本来就是AI最擅长的事情，毕竟现有的AI程序都是基于大语言模型而被训练出来的。

2025年底，Rosie在新南威尔士大学接受了mRNA疫苗注射。据康宁汉姆说，药效非常显著，注射不到一个月Rosie的腿部肿瘤体积就缩小了75%。注射前Rosie步履蹒跚，不到一个月就恢复到可以跳过栅栏追兔子了。

图源：Paul Conyngham社交媒体

看来这是个圆满的结局，但后来曝光的信息显示，Rosie接受的那针疫苗除了针对7段疫苗靶点的mRNA序列之外，还包括一种专门针对c-KIT基因突变的酪氨酸激酶抑制剂（tyrosine kinase inhibitor），以及一种免疫检查点抑制剂PD-1。后者的作用就是激活被癌细胞抑制的免疫系统，重新对癌细胞发动攻击。发明出PD-1抑制剂的美国免疫学家詹姆斯·阿里森（James Allison）教授早就于2018年获得了诺贝尔医学或生理学奖，他发明的免疫疗法是相对广谱的，也就是说任何一位满足一定要求的病人都可以使用这种药，药效已经被无数案例证明过了。

换句话说，Rosie接受的那针mRNA疫苗包括了3种不同的药物成分，其中任何一种都有可能产生类似的治疗效果，医生们没办法知道到底是哪种成分最终起到了关键作用。

对于康宁汉姆来说，他最应该做的其实就是从一开始就尝试酪氨酸激酶抑制剂或者PD-1，这两种药物都是已经商品化的抗癌药，随时可用。如果他当初没有过于相信自己的研究能力或者AI程序，而是听从医生的建议立刻注射PD-1抑制剂或者酪氨酸激酶抑制剂的话，也许Rosie本可以不用多受两年的罪。