莱诺·胡德在演讲。戚心茹/摄

◎本报记者 张双虎 李晨阳

“我所做的工作，就是从各个角度和层面研究如何更好地改善人类生活和生命，让我们更健康地活下去，从而更好地为社会作贡献……”

近日，在复旦大学第三期“浦江科学大师讲坛”上，85岁的人类表型组计划联合发起人莱诺·胡德说。

胡德是中国科学院外籍院士，还是美国国家科学院、国家工程院、国家医学科学院以及艺术与人文科学院四院院士。

见证7次范式变迁，推动人类表型组计划

讲座伊始，胡德提出在生物医学和疾病研究中，如果只以单方面因素进行判断，那便是盲人摸象，“只有采取系统的技术方法和多模并进的研究策略，我们才能更好地认识和理解人类生命系统”。

从1970年至今，胡德见证了生物学、医学领域的7次范式变迁。“这7个阶段都涉及人类的复杂性，形成了我对于21世纪科学的看法。”胡德说。

在既往研究中，胡德发现，人类生命系统和疾病之间是相互联结的。步入21世纪，他将医学和信息技术结合，提出了“P4医学”概念，即以预测、预防、个性化和参与性为特点的医学。其中，参与性是最具挑战性的特点，要求以跨学科视角开展研究，鼓励各个学科的学者参与其中。

在胡德看来，血液是研究健康和疾病的窗口之一。如果将器官和血液中的信息转化为生物数据，并与人体的健康轨迹联系起来，那么将对人类健康研究有极大的助益。因此，他认为推动人类表型组计划至关重要。

“这可能是一个为期10年以上的百万人级的计划。”胡德说。

胡德介绍，一个人的表型包含身体的各种变化情况，囊括一个人的纵向生命轨迹。而对于全人类而言，表型集合包括基因组、行为和环境，是对人类不断变化的表型的持续评估，这包括血液分析、肠道微生物组分析、大脑和数字健康分析等。

基因和环境的相互作用决定了人体特征，人类全部特征的集合即是表型组。开展人类表型组研究，系统解析表型组与基因组以及不同表型之间的关联、发现人类健康和疾病等表型特征形成的内在规律和生物标志物，已成为当前国际学术界的共识。

大数据时代，人们越发希望拥有更好的健康评估，以了解健康状况与生命轨迹。大数据的应用，能带来更多机会，使人们更好识别从健康到疾病的转变，以便尽早介入并优化身体机能。

胡德指出，采用基因组和纵向表型分析的数据驱动方法，能有效优化个人健康评估，还催生了以人口为基础的精准医疗系统。在一项为期4年、以5000人数据为样本的研究中，这一系统得到了验证。在他看来，数据驱动的健康和预防科学，是迄今医学史上最大的范式转变。

以大数据为驱动，促进健康生活与疾病预防

胡德认为，推动人类表型组计划，在预防慢性疾病、明确科学的健康行为、进行差异化治疗、促进个体生命健康方面发挥着重要作用。

早在2014年，胡德团队对108位研究者进行了观察实验，采集基因、蛋白、代谢、肠道菌群等个人健康指标数据，并监测观察对象的生活习惯及生活环境。研究结果表明，基因对人类有重要影响，但并不代表全部。人们需要根据自身基因情况，调整饮食、运动，补充营养，采用更精准的疾病预防方案。

“人们通常认为，保持健康需要关注锻炼、饮食、睡眠、压力管理等方面。这是传统的健康观念。”胡德指出，人类表型组计划带来的是大数据驱动的科学健康。它包括对人类基因组和表型组的综合评估与分析、识别个体的营养缺乏并有针对性地进行补充、纠正异常的临床生化反应、瞄准出现症状前的健康-疾病转变阶段、反向追踪和改善生理衰老与代谢。这些成果若能与传统健康观念互补，就可以更好满足个性化健康需求，促进个体生命健康。

谈及衰老，胡德表示，表型组与人的年龄确定和寿命延长存在关联。相关研究的算法应用可以确定人体的生物年龄，这是因为生物年龄来源于深层表型，可以反映健康程度。例如，生病的人在生理上更老，器官明显老化。因此，减缓衰老过程能够延长个人的健康寿命，也能延迟和防止慢性疾病的发作，从而使个人的健康寿命与其理论寿命相等。

近年来，越来越多的人使用身体质量指数判断身体健康状况，这也是目前国际常用的衡量人体胖瘦程度的标准。在胡德看来，传统的身体质量指数是由身高和体重得出的简单度量，捕捉复杂代谢和生理差异的能力有限，有多达30%的人被错误分类。而使用表型组学定义的健康指标，是以不同方式量化代谢健康，通过数据驱动计算出生物身体质量指数，并有效整合各种分子数据，捕获代谢健康和肠道微生物组结构的异质性，能更好地对人体健康进行测量。

此外，人类表型组计划的研究能更好促进脑健康。“大脑和身体的健康是密切协调、相互促进的。”胡德介绍，人的认知发展轨迹在35岁左右达到顶峰，之后开始下降。相关研究成果能使80岁老人的认知能力恢复到相当于他们30岁时。该成果还能对大脑疾病进行早期检测。

15年后可在手机上快速生成个人健康数据

面向未来，人类表型组计划下一步要做什么？胡德从短期和长期两个维度进行了阐释。

从短期看，应当使用丰富的数据和系统驱动的方法，以2型糖尿病为起点，针对4种主要慢性疾病开展研究和临床试验。同时，有必要探索纵向表型组学，使用数字孪生技术获得更多数据，为个体生命健康提供更深入的参考信息。

从长期看，要推动人类表型组大科学计划，各国研究者必须提出更长远的研究方案，充分应用超大规模人工智能引擎，构建知识图谱。胡德认为，未来10年，人类表型组计划可能会见证并推动医疗质量显著提高，使医疗成本显著降低。

对此，胡德提出了3点：大数据与新的测量技术、系统生物学分析数据的方法、建模和评估个人复杂性。他呼吁建立合作伙伴生态系统，获得更多的社会支持。

胡德特别强调，新技术带来了新的认知深度，这些新的深度数据需要被整合应用到临床实践中。“如果人类表型组计划能够持续进行，那么15年后，每个人的各种健康数据可以通过手机快速生成，并从百万人级的研究成果中确定适配的药物。”

当前，ChatGPT等超大规模人工智能引发全球关注。胡德认为，这些技术和模型能对患者数据进行分析，从而识别个体特定的缺陷，为医生提供纠正错误的可能性。人工智能也能为医生提供许多决策支持和系统的伦理考虑。

然而，当前数据的人群多样性明显不足，编写算法时可能存在偏差。胡德认为，需要对大模型进行更多调试，对不当使用进行监管。同时，要充分考虑医护人员和患者的接受程度。

他还表示，人类表型组计划未来将使用超大规模人工智能整合大数据与大知识网络，超越现有的简单大数据概念。