刘沐芸

细胞产业关键共性技术国家工程研究中心 主任

中国（深圳）综合开发研究院 特约研究员

《中华细胞与干细胞杂志》 副总编辑

又到了一年一度诺奖预测与公布周，谁会接到来自斯德哥尔摩的电话呢？依据诺奖的评选与公布的规则，2022年度的诺贝尔生理/医学奖将于今年国庆假期的3号公布，物理学奖将于4号公布，化学奖将于5号公布。由于诺贝尔奖评选机制的“秘密性”，其提名和投票的结果要保密50年才能公开，让每年的诺奖预测具有挑战性，也因此，越是临近颁奖，诺奖预测也就进入如火如荼的阶段。

依据前期的公众民意调查、其他科学奖获奖者的统计分析、以及研究文献的引用率等数据的综合分析显示，如下研究成果和科学家有可能入围2022年的诺贝尔奖：

为了让预测本身显得不那么“玄学”，顺带些科学性，同时能为疫情后的第三个诺奖颁奖周增加一点儿趣味性，我也乐此不疲。

曾有人通过分析“引文桂冠”，准确地预测了2002年后的64位获奖者。

按照这个指标，今年的医学奖可能会颁给研究“不同类型的畸形蛋白聚集于不同类型的细胞中，能引发一些如帕金森、ALS和额颞叶痴呆等神经系统疾病”的科学家，如宾大的Man-Yee Lee在2006年发表了研究成果，至今已被引用了4000+次，随后日本东京都医学研究所（Tokyo Metropolitan Institute of Medical Science）的Masato Hasegawa也发表同一领域的研究成果，该研究也获得了较高的引用次数。这种同期独立研究获得的相近的科学发现在科学研究中非常普遍，因此先发文章者的引用率会比后发者要高，先发者更高的引用率可以看作是对创新开拓者承担“创新负担”的一种回报和激励。正是由于两位科学家的研究成果，畸形蛋白导致的神经系统疾病治疗的研究取得了较大的进展。

符合上述标准的还有2位研究“疾病遗传基础”并获得重大科学发现的科学家，一位是华盛顿大学的Mary-Claire King，揭示了BRCA基因突变在乳腺癌和卵巢癌中的作用，并彻底改变肿瘤筛查；另一位是，哈佛医学院的Stuart Orkin，发现了不同类型的地中海贫血的基因变化，为遗传性血液疾病带来了改变治疗范式的新方法——基因治疗。

评审委员会评选获奖者时，会呈现一定的专业选择的周期性，比如神经科学，癌症科学，或传染性疾病研究等获奖周期差不多是10年一个轮转，医学奖也是如此，会在基础分子生物学和治疗方法/药物研究之间选择，并呈现周期性。

在过去10年间，医学奖更多的给予了基础研究领域的科学家，如2013年的细胞内运输，2016年的细胞自噬，2017年的控制昼夜节律的基因时钟，2019年的细胞对氧气供应的感知和适应，以及去年的细胞如何感知温度和触觉。仅有2015年，2018年和 2020年的奖项授予了临床研究领域，2015年：蛔虫和疟疾治疗，2018年：肿瘤免疫治疗，2020年：丙肝治疗。

依据专业周期来看，今年有可能是医学研究领域，比如BioNTech的Katalin Karikó和宾夕法尼亚医学院研究mRN的Drew Weissman，通过40年的研究，从细胞生物学的一个鲜为人知的领域中，发现了阻止疫情大流行的疫苗技术。至今，已有数十亿剂的mRNA疫苗用于对抗大流行，并挽救了数百万人的生命。

而，前述研究mMRA的Karikó 和 Weissman除了获得风向标奖项外，还同时获得了其他的奖项，比如Horwitz奖、Wolf奖、 Albany奖、Shaw奖或Breakthrough奖。因此，mRNA获得诺贝尔奖是毫无悬念的，只是“今年获奖”还是“明年获奖”的问题。

依据获奖风向标，化学奖有可能会是，研究发现基因激活的方式—组蛋白的洛克菲勒的David Allis和UCLA的Michael Grunstein，他们共享了2018年的Lasker 奖和2016年遗传学的Gruber奖。基因表达的控制的细胞生物学的一个基础过程，又称为表观遗传学。科学家和医药公司开始研究如何调控这些过程以发现新的疾病治疗方法。

上一次表观遗传学获得化学奖还是在2006年，颁给了“解开RNA转录如何完成组装分子之谜”的Roger Kornberg，距今已经差不多20年了，依据“专业周期”论，今年可能会轮到表观遗传学。

从专业周期来看，DNA测序更是如此，上一次获奖还是1980年，获奖者是Wally Gilbert和Frederick Sanger，他们发明了第一个测量核酸碱基对顺序的方法，并以其名字命名。但自此之后，该领域取得了许多成果，举不胜举。

比如，绘制出第一个人类基因组草图的科学家们，但同一个奖项最多不能超过3人，那参与人类基因组计划的上百个科学家，谁能获此殊荣呢？人类基因组是生命科学领域中首个大科学计划，是一项科技创新、工程开发和大规模生产结合的研究计划。

如果人类基因组入选的话，谁能获奖，可以从2017年的物理学奖的评选获得借鉴，当年的物理学奖同样颁给了国际大科学计划“引力波研究项目”，评审委员会选择了大科学计划的组织者。因此，如果人类基因组计划获奖的话，可能会颁给计划组织者，刚卸任NIH主任的Francis Collins，和因为职场“霸凌”而意外离职的前白宫科学顾问Eric Lander，后者当时任职Broad研究所并完成了草图绘制的大部分工作，当然还有与国家队竞争并略获“小胜”的Graig Venter。

当然，与DNA测序相关的潜在竞争者，还有另外三人组值得关注，科罗拉多大学的Marvin Caruthers，系统生物学研究所的Leroy Hood，和测序巨头太平洋生物科学公司的前CEO Michael Hunkapiller。他们发明了第一代自动测序仪的底层技术，为人类基因组计划的顺利实施提供了关键支持。

但，如果按照“获奖风向标”这一维度，有一个“二人组”也值得关注，剑桥大学的David Klenerman 和 Shankar Balasubramanian, 他们的研究成果合成测序技术，获得了2020年的千年科技奖（Millennium Technology Prize）和今年的生命科学突破奖（Breakthrough Prize in life sciences)，该成果已经成为现今测序领域的重要力量。

化学奖如果不授予人类基因组计划的话，其他有竞争力的科学家有，斯坦福大学的工程师Zhenan Bao, 她在半导体聚合物研究领域取得了改变范式的研究成果——可拉伸的电子皮肤；哈佛大学的Daniel Nocera，在为细胞提供能量的质子耦合电子转移过程的研究领域取得了重大成果；还有普林斯顿大学的Bonnie Bassler和华盛顿大学的E. Peter Greenberg，他们发现了群体感应—细菌之间化学交流系统。

而诺贝尔物理奖可能会是，斯坦福大学和Chan Zuckerberg项目的Stephen Quake，他在微流体技术方面取得了重要的研究成果，推动了非侵入性检测技术和单细胞测序技术的快速发展。

除了上述的“引用率”、“奖项风向标”以及“专业周期”等，还有一个就是时间，也就是目前较为流行的“时间的检验”，一般，诺贝尔奖研究成果的平均获奖时间为10-20年。

如果按照“时间”这个参数的话，在线投票中呼声最高的化学奖“AlphaFold”的科学家John Jumper就有点儿“悬”了，AlphaFold平台2年前震惊世界，以人工智能从根本上解决了生物学最持久的挑战之一，通过蛋白质的氨基酸序列，快速准确地预测蛋白质的3D结构。

虽然，诺奖的历史上，也有不到10年就获奖的，如8年获奖的2020年的化学奖（基因编辑），6年获奖的2012年医学奖（细胞重编程）等，但毕竟也是少数，尽管AlphaFold有今年的生命科学突破奖加持，但2年这一时间来看，确实太短了。

而从“时间”这个维度来看，有一个“黑马”值得关注，香港中文大学的Yuk Ming Dennis，他于1997年报道，胎儿在生长发育过程中，会产生无细胞DNA到母亲的血液中。十年后，他发明了一种“利用检测孕妇血液中的无细胞DNA的异常来筛查唐氏综合征”，开启了胎儿无创早筛的临床实践。目前，每年有数百万人采用这个方法进行早筛。同时，他还有“获奖风向标”的加持：2021年的生命科学突破奖和今年的Lasker临床医学奖。

今天，我们身处一个医学研究和尖端科技进步不断加速的时代，有研究显示，自1985年以来，科技进步的速度超过了1300%，发生了许多“前所未有”、“革命性”研究突破，如基因编辑，肿瘤免疫治疗，细胞与基因治疗等。成果那么多，奖项如此少，要准确预测绝非易事，但每年的诺奖周仍然会情不自禁地参与其中，自得其乐。

虽然，我们做研究的目的并不是为了获奖，但每年的10月，都有那么几天，全世界的话题会聚焦在“人类历史中的重大研究成果、改变疾病治疗范式的原创性研究”讨论上，并且在这一周，世界的聚光灯也会照向“那些孤灯清影的研究人员”，对科技工作者、尤其是那些正面临“创新负担”的创新开拓者来讲，是一种莫大的激励和精神支持。