Craig Venter: Jeśli boisz się ryzyka, nie wybieraj zawodu naukowca

„Craig antagonizował, ale miał mnóstwo odwagi, nauka go napędzała” – mówi Roger Highfield, dziennikarz naukowy, który znał Ventera, zredagował dwie jego książki i przez lata pisał o jego działalności. (Highfield jest również dyrektorem ds. nauki brytyjskiej Science Museum Group).

Kiedy zdalnie rozmawiałam z Venterem o stanie amerykańskiej nauki, zaledwie miesiąc przed jego śmiercią, wydawał się pokorniejszy, bardziej refleksyjny. W pewnym momencie rozmowa zeszła na filozoficzne tematy i Venter zauważył, jak absurdalne jest dążenie do życia wiecznego. „Jeśli chcesz nieśmiertelności, zrób coś naprawdę ważnego, póki żyjesz.”

Cele, które wyznaczał sobie Venter, były wynikiem doświadczeń zdobytych jeszcze przed rozpoczęciem kariery akademickiej. „Zacząłem od tego, że powołano mnie do wojska i spędziłem rok w Wietnamie jako sanitariusz. Tam zrozumiałem, że tak naprawdę najważniejszą rzeczą, jaką mogę stracić, jest moje życie.”

Później Venter kierował kilkoma pionierskimi projektami, które całkowicie zmieniły nasze rozumienie biologii. W 1995 roku opublikował pierwszą kompletną sekwencję genomu bakterii. Pięć lat później, wykorzystując opracowaną przez siebie metodę sekwencjonowania typu whole-genome shotgun, Venter oraz badacze wspieranego przez rząd Human Genome Project ogłosili ukończenie pierwszej pełnej sekwencji ludzkiego genomu. Następnie skierował swoją uwagę ku genomom syntetycznym, tworząc w 2010 roku pierwszą syntetyczną komórkę bakteryjną zdolną do samodzielnego namnażania.

Jeanna Bryner: Jak opisałbyś obecny stan amerykańskiej nauki?
Craig Venter: Powiedziałbym, że najlepiej określić go jako okres skrajnie dynamicznych zmian – z wielu powodów, nie tylko politycznych. Na scenę wkroczyła sztuczna inteligencja. Być może jest trochę przeceniana, ale z pewnością wpływa na sposób, w jaki ludzie myślą o przyszłości nauki. Mam wrażenie, że wiele osób oczekuje od AI cudownych rozwiązań, a one po prostu się nie pojawią. Kiedy stworzyliśmy pierwszą syntetyczną komórkę, funkcja około jednej czwartej jej genów była całkowicie nieznana. Sztuczna inteligencja jest bezużyteczna jako narzędzie do ustalania funkcji takich genów, ponieważ jeśli czegoś nie było w zbiorze danych, na którym została wytrenowana, to dla niej po prostu nie istnieje. Wszyscy ci ludzie mówiący, że AI będzie projektować nowe genomy czy zupełnie nowe organizmy, pomijają jedną rzecz: sztuczna inteligencja nie potrafi tworzyć czegoś, co wykracza poza zakres jej doświadczenia.

Wszyscy jesteśmy ograniczeni przez nasze zbiory doświadczeń, ale ludzie mają wyjątkową zdolność składania całości z brakujących elementów. To właśnie było moją najmocniejszą stroną – łączenie złożonych koncepcji, dostrzeganie kolejnych kroków i ustalanie, jakie problemy trzeba rozwiązać oraz na jakie pytania odpowiedzieć, aby tam dotrzeć.

Żyjemy również w okresie zmian z powodu ograniczeń w finansowaniu, rosnącej konkurencji i politycznych zawirowań. Współczesna nauka w ogromnym stopniu zależy od współpracy między krajami oraz swobodnego przepływu ludzi. W Stanach Zjednoczonych bardzo cierpi dziś opieka medyczna, ponieważ ogromna część stażystów i lekarzy rezydentów tradycyjnie pochodziła z zagranicy. Tymczasem w wielu szpitalach czas oczekiwania na leczenie znacznie się wydłużył, ponieważ zablokowaliśmy napływ tych pracowników. Podobnie jest z doktorantami oraz stażystami podoktorskimi.

To właśnie oni są paliwem napędzającym naukę – młodzi, pełni entuzjazmu ludzie, którzy przychodzą, zdobywają wykształcenie. Pod tym względem trochę sami strzelamy sobie w stopę. Jednocześnie mierzymy się z coraz silniejszą konkurencją na naprawdę ogromną skalę. Weźmy choćby biologię syntetyczną – Chiny wydają na nią 10, a nawet 15 razy więcej niż Stany Zjednoczone.

Co, twoim zdaniem, powinno się zmienić w amerykańskiej nauce?
Potrzeba wielu zmian. Myślę jednak, że powoli zaczynamy wracać na właściwy tor. Dobra wiadomość jest taka – choć większość ludzi nie zdaje sobie z tego sprawy – że republikańskie Kongresy na ogół były bardziej skłonne wspierać badania nad chorobami i finansowanie National Institutes of Health niż administracje demokratyczne. Kongres zaczyna odzyskiwać odwagę i ponownie przeznacza część środków na solidne badania podstawowe. Mimo to w nauce nadal trzeba bardzo dużo zmienić.

Poza finansowaniem badań podstawowych jakie jeszcze zmiany chciałbyś zobaczyć?
Odpowiem przykładem z 1995 roku. Wraz z laureatem Nagrody Nobla Hamiltonem Smithem napisaliśmy wniosek grantowy i złożyliśmy go do NIH, przedstawiając pomysł wykorzystania metody shotgun sequencing do odczytania pierwszego w historii genomu. Projekt odrzucono z wyjątkową stanowczością. A przecież byliśmy już praktycznie na finiszu sekwencjonowania genomu i nie mieliśmy najmniejszych wątpliwości, że wszystko zadziała – matematyka się zgadzała, składanie sekwencji działało. Napisałem wtedy list do Francisa Collinsa [ówczesnego dyrektora National Human Genome Research Institute przy NIH], w którym stwierdziłem: „Powinniście rozważyć sfinansowanie tego projektu choćby po to, żeby NIH nie musiał się wstydzić, kiedy po jego odrzuceniu i tak jako pierwsi dokonamy tego w historii.” Do dziś mam odpowiedź, którą wtedy otrzymałem.

Napisano, że NIH całkowicie podtrzymuje swoją decyzję i jest absolutnie przekonany, że ta metoda nie zadziała. Niedługo później opublikowaliśmy pierwszą pełną sekwencję genomu.

Czy chcesz powiedzieć, że agencje rządowe powinny finansować właśnie takie przedsięwzięcia?
W pewnym sensie tak. Kiedy udowodniliśmy, że nasz pomysł działa, zostaliśmy dosłownie zasypani pieniędzmi z różnych instytucji, m.in. NIH i Departamentu Energii, na sekwencjonowanie kolejnych genomów. Finansuje się pomysł dopiero wtedy, gdy zostanie udowodnione, że jest on słuszny. Tymczasem nauka działa najlepiej właśnie wtedy, gdy finansuje się nowe idee i podejmuje ryzyko, aby szybciej je sprawdzić. Amerykanie powinni być oburzeni tym, że nie ma dziesięciokrotnie większej liczby odkryć naukowych, ponieważ nie finansuje się nowych pomysłów. Kilka lat temu, kiedy Elias A. Zerhouni kierował NIH, chciał ustanowić specjalną nagrodę dla badań wysokiego ryzyka. Poprosił mnie oraz biologa molekularnego i laureata Nagrody Nobla Sydneya Brennera o przewodniczenie komitetowi, który miał wskazać kandydatów. Przedstawiliśmy 10 naprawdę znakomitych. NIH uznał jednak, że ich pomysły są... zbyt ryzykowne, by mogli oni otrzymać nagrodę za badania wysokiego ryzyka, ponieważ byłby to niewłaściwy sygnał.

Najbardziej brakuje dziś większej liczby możliwości dla młodych naukowców, aby mogli podejmować ryzyko, próbować nowych rzeczy i być za to nagradzani – albo przynajmniej wyciągać wnioski z niepowodzeń. Sam wiem o tym bardzo dużo, bo poniosłem tyle porażek, że nauczyłem się z nich więcej niż z sukcesów.

Skoro mowa o młodych naukowcach, jakiej rady udzieliłbyś osobom rozpoczynającym karierę naukową?
Trzeba podejmować ryzyko. Jeśli boisz się ryzyka, wybrałeś niewłaściwy zawód. Na tym właśnie polega eksperyment. Nie znasz wyniku. Moim ulubionym zajęciem jest prowadzenie eksperymentów. Mogę zadawać pytania i próbować znajdować odpowiedzi. Bycie eksperymentatorem badającym najbardziej podstawowe zjawiska stanowi samą istotę nauki. Miałem ogromne szczęście, że w swojej karierze mogłem próbować odpowiadać na naprawdę wielkie pytania. Większość ludzi boi się podejmować takie wyzwania.

Wspomniałeś, że praca sanitariusza podczas wojny w Wietnamie ukształtowała twoją drogę naukową. Czy właśnie stamtąd wzięła się skłonność do podejmowania ryzyka?
Zawsze lubiłem ryzyko, ale doświadczenie wojny ukształtowało filozofię całego mojego późniejszego życia. Chciałem wykorzystać swoje umiejętności, aby uhonorować tysiące młodych kobiet i mężczyzn w moim wieku walczących na wojnie, w którą niemal nikt już nie wierzył. Wróciłem więc na studia, zdobyłem wykształcenie i postanowiłem uczcić ich pamięć, robiąc w życiu coś naprawdę wartościowego.

Co dziś napawa cię optymizmem, jeśli chodzi o naukę i innowacje w USA?
Sytuacja wydaje się niewesoła, ale nadal – być może już tylko o włos – utrzymujemy pozycję światowego lidera nauki. To w dużej mierze zasługa filantropii. Mamy w Stanach Zjednoczonych wyjątkowe instytucje i wyjątkowy sposób myślenia, którego niemal nigdzie indziej na świecie nie ma. Wiele osób dokonuje niezwykłych rzeczy dzięki majątkom odziedziczonym lub samodzielnie zgromadzonym i to właśnie stanowi fundament rozwoju nauki. Ludzie sądzą, że wszystko opiera się na finansowaniu rządowym. Tymczasem środki publiczne przede wszystkim uzupełniają ten fundament i utrzymują całą infrastrukturę. Bez finansowania kosztów pośrednich nie mogę opłacić budynku, energii elektrycznej, działu kadr ani wielu innych rzeczy. Infrastruktura nauki jest równie ważna, jak finansowanie nowych pomysłów. Mamy więc znakomite połączenie finansowania publicznego i filantropijnego, ponieważ ludzie naprawdę wierzą, że warto inwestować w naukę.

Ludzi ekscytują także nowe narzędzia informatyczne. Trudno sobie nawet wyobrazić, jak potężne staną się komputery. Minęło ponad 25 lat od zsekwencjonowania pierwszego ludzkiego genomu, a dziś dysponujemy całkowicie nowymi narzędziami, które pozwalają zacząć wszystko od nowa – tym razem we właściwy sposób.

Co masz na myśli, mówiąc o sekwencjonowaniu „we właściwy sposób”?
Dwadzieścia pięć lat temu mieliśmy wielkie marzenia. Zostały one jednak w pewnym sensie wypaczone przez genetyków przekonanych, że pojedyncza zmiana jednego nukleotydu, jednej „litery” DNA, wyjaśnia cały kod genetyczny. A tak przecież nie jest.

Dopiero po 25 latach uświadomiliśmy sobie, jak błędne było to założenie. NIH zdecydowały się finansować przede wszystkim sekwencjonowanie kolejnych genomów, zamiast próbować zrozumieć pełny zestaw obserwowalnych cech człowieka. Sekwencjonowanie większej liczby genomów mówi nam bardzo wiele o pochodzeniu i historii. Nie mówi natomiast nic o kształcie twojej twarzy, zakresie funkcjonowania twojego mózgu ani o genetycznej podatności na wpływ środowiska, chorobach czy dobrostanie.

I właśnie tutaj sztuczna inteligencja może okazać się naprawdę pomocna – łącząc wszystkie informacje, jakie możemy zgromadzić o konkretnej osobie, z jej genomem. W miarę rozwoju narzędzi będziemy mogli robić to dziesiątki, setki tysięcy, a nawet miliony razy szybciej. Same narzędzia wciąż trzeba jeszcze stworzyć, ale właśnie dlatego pozostaję optymistą. To, o czym marzyliśmy 25 lat temu, dziś naprawdę jest możliwe.

Jak sztuczna inteligencja i nowe technologie zmieniły genomikę w ostatnich latach?
Właściwie nawet w ciągu ostatnich kilku miesięcy. Chodzi o nowe narzędzia matematyczne. Chodzi o sztuczną inteligencję. Chodzi o fundamentalną zmianę, jaka dokonała się w informatyce. W 1999 roku zbudowałem trzeci co do wielkości komputer cywilny na świecie. Miał wydajność półtora teraflopa. Zajmował dwie ogromne sale. Dziś laptop może być od niego znacznie potężniejszy. Nowoczesne techniki komputerowe, pamięci, duże modele językowe i inne współczesne narzędzia potrafią odnajdywać zależności, których ludzkie oko nie jest w stanie dostrzec.

Kiedyś w genomice otrzymywaliśmy jedynie zbiór fragmentów sekwencji. Dziś możemy uzyskać kompletne genomy. Możemy rozdzielić genom odziedziczony po matce od genomu odziedziczonego po ojcu. Nazywa się to genomem diploidalnym. W styczniu założyliśmy firmę Diploid Genomics, Inc., której celem jest wykorzystanie genomiki do naprawdę dogłębnego zrozumienia człowieka na najbardziej podstawowym poziomie. Nazywamy to genomiką 2.0. Nigdy nie przypuszczałem, że dojście do tego miejsca zajmie 25 lat, ale niektóre rzeczy rozwijają się wolniej od innych.