深度！基礎研究的再認識

作者 ｜ 吳家睿

基礎研究當今在中國得到前所未有的重視。

基礎研究（Basic Research） 這一概念于20世紀中葉隨著美國主導的科學建制化開始流行，并被視為現代工業社會的“研究與開發”（Research & Development，R & D）框架內的一個重要組成部分。

筆者認為這個重要并被廣泛使用的概念，在當前的語境中尚有許多內容需要梳理和討論。

基礎研究具有不同的層次和類型

基礎研究有不同的層次，有些基礎研究工作“深”，其研究成果揭示出世間萬物的普遍聯系，如牛頓的萬有引力定律和達爾文的自然選擇理論等；有些基礎研究工作“淺”，其研究成果通常只是反映了部分事物之間的特定關系，如某種生物的代謝通路或者細胞信號轉導通路。前者在國內往往被稱為原創性基礎研究，并有一個形象的說法——“從0到1”。

為了解決我國基礎研究缺少“從0到1”原創性成果的問題，科技部等5部門在2020年專門發布了《加強“從0到1”基礎研究工作方案》。

也就是說，并非所有基礎研究工作都是原創性的，我國的基礎研究成果大多是非原創性的。

需要注意的是，基礎研究的“原創性成果”并沒有一個絕對的判定標準。

首先，不同學科的基礎研究涉及的對象不一樣，結果的普適性也就不一樣。如熱力學第二定律等物理學法則適用于宇宙間萬物，中心法則等生命科學規律僅屬于生命世界；而生命科學的分支學科，如免疫學或神經生物學的發現適用范圍更窄。

但是，各門學科均有其學科特有的原創性基礎研究。

其次，從科學研究的進程來看，“從0到1”很少是從“絕對的0”開始。如DNA雙螺旋模型的提出是一個典型的“從0到1”重大原創性成果；但是，這個研究成果是建立在孟德爾、摩爾根的遺傳學研究成果之上，尤其是建立在埃弗里通過肺炎球菌轉化實驗證明了DNA而非蛋白質是遺傳物質的研究成果之上。

基礎研究通常被劃為兩種類型，一種是科學家好奇心驅動的、沒有明確目的之自由探索，另一種則是國家和社會需求或科學前沿目標導向的基礎研究。

基礎研究可以是目標導向的，這類定向性基礎研究在國家科技創新體系中占有重要的位置。

值得強調的是，應該反思一下自由探索型基礎研究在現實中的實際地位。倡導自由探索最著名的是美國科技管理專家布什；但是，在“布什報告”推動下形成的國家建制化科學體系中，由科學家好奇心驅動的自由探索實際上是得不到鼓勵和支持的，因為該體制依靠的是一種圍繞科學精英開展研究活動的“精英中心化”科研范式。

自由探索通常被定義為研究者在好奇心驅動下開展沒有實際應用目的之科學研究。如何評判“研究目的”？

首先，這個詞帶有很強的主觀色彩。研究者本人在開展一項具體的研究時可能清楚自己的研究目的并清晰地表達出來，也可能不清楚或沒有表達出來，甚至可能故意隱藏真實目的；研究目的可能是單一的，也可能是復合的，還有可能是變化的。

顯然，他人評判研究者之“目的”并非易事；尤其不要把某項研究獲得的結果簡單等同于驅動研究者開始進行研究的目的。

當然，人們也可以建立各種“客觀”標準進行評判。

例如，美國國防部于1963年開展了一個叫“后見之明”的項目，評估在武器創新過程中科學和技術活動各自作出的貢獻，結論是基礎研究的貢獻不大。

隨后美國國家科學基金會也進行了類似的評估項目——“追溯研究”，得到的結論卻是基礎研究的貢獻巨大。

這兩個評估項目的差異之一是，評估回溯時間的標準不同，前者是“回溯20年”，后者是“回溯50年”。

也就是說，不同的判別標準可能影響到最終對基礎研究之目的和價值等的判斷。

基礎研究與應用研究間的復雜關系

許多人認為純粹的基礎研究不應該考慮應用，但是，在當代建制化的R&D框架中，很難找到這樣純粹的基礎研究。

“布什報告”認為基礎研究和應用研究聯合構成完整的科研創新體系，這種看法被美國科技界總結為一種線性模式，即基礎研究和應用研究是兩個相對獨立的科研活動模塊，先有作為創新源泉的基礎研究，而后才有基于基礎研究成果的應用研究。

但這種簡單化的線性模式顯然很難完全反映現實中復雜的科技創新活動。

1997年，美國普林斯頓大學學者斯托克斯通過一個二維坐標體系把基礎研究和應用研究之關系分為四類，其中由求知欲驅動的純基礎研究被稱為“波爾象限”，由應用引發的基礎研究被稱為“巴斯德象限”，而純應用研究則被稱為“愛迪生象限”。斯托克斯當時沒有給第四個象限取名。

在這個二維象限圖中，巴斯德象限不僅指出應用研究也可以是基礎研究的起點，而且表明應用研究和基礎研究之間有時并沒有明確的界限，二者的研究目標是可以融合的。

自由探索型基礎研究被視為好奇心驅動的研究，通常等同于由科學問題或假設驅動的研究。

但是，在當今大數據時代，出現了一種新的研究類型——數據驅動的研究。開展研究的出發點不是好奇心，其研究目的也不是去解決某個科學問題或者驗證某個科學假設，而是獲取研究對象的海量數據。

在生命科學領域最具代表性的數據驅動的研究就是人類基因組計劃——研究目的是測定組成人類基因組的30億個堿基的排列順序。

數據驅動的研究通常不直接涉及具體的應用目標。人類基因組計劃希望通過測定堿基序列而發現基因組包含的所有基因和其他組成元件。

因此，數據驅動的研究往往被稱為“發現的科學”（Discovery science）。這種發現的科學既可以支撐假設驅動的基礎研究，也可以服務于需求驅動的應用研究。

顯然，數據驅動的研究既不是傳統意義上的基礎研究，也不是單純的應用研究，而更適合納入到斯托克斯教授沒有命名的第四個象限。

筆者建議把該象限稱為“第谷象限”（Tycho’s Quadrant）——這位丹麥天文學家對眾多天體的運行進行了精密觀測，而這些天體觀測數據隨后為開普勒創立行星運動的三大定律奠定了基礎。

基礎研究沒有標準的或者既定的模式

基礎研究往往被貼上一些固定的標簽，如探索性強、周期長、需要穩定支持等。

但是，不同種類的基礎研究具有各自的特點，其具體的研究起點、研究路徑、研究方法、研究環境可能有所差別。

不同類型的基礎研究對經費的需求顯然是不一樣的。

例如，高能物理的研究通常需要大科學裝置，如粒子對撞機或加速器，僅僅是建造這些裝置就需要幾十億甚至數百億元的經費；天文學領域也經常需要大型的觀測裝置，最近****上天的韋布空間望遠鏡的建造共花費了大約100億美元。

有些研究則不需要很多經費，如理論物理領域的許多研究工作。

生命科學過去需要的經費不多，如孟德爾在教堂花園里利用豌豆進行的遺傳學研究；但是，今天的生命科學領域有些研究工作也需要使用一些昂貴的設備，例如結構生物學研究需要核磁儀或冷凍電鏡。

總的來說，人們不能籠統地將經費強度和基礎研究水平畫等號，更不能簡單地認為原創性基礎研究成果是用錢堆起來的。

不同的基礎研究需要的時間也是長短不一，有的研究要“十年磨一劍”，有的研究則顯然不需要如此長的時間。

物理學史上的兩個經典案例：牛頓在鄉間度過的一年半時間里完成了牛頓力學體系的建構，被稱為牛頓的豐收年；愛因斯坦在專利局工作的三年時間里完成了多項重要的研究，并于1905年連續發表了包括了狹義相對論在內的4篇原創性研究論文，被稱為愛因斯坦的豐收年。

即使我們認為這些“超級天才”是例外，科學史上顯然也有許多在短時間就做出重要發現的案例，如DNA雙螺旋模型的提出滿打滿算也就花了4年左右。

技術的先進性或發展程度也會影響研究時間，這在高度依賴儀器設備的實驗科學中尤為突出。世紀之交的人類基因組計劃花了10年左右才基本完成了測序工作，而采用今天的測序技術只需要幾個月甚至更短時間就能夠完成同樣的任務。

顯然，獲得高水平基礎研究成果尤其是原創性研究成果與研究所需要的時間長短沒有線性關系。

基礎研究最需要的是批判理性和超越精神

基礎研究目前得到了國家和社會的高度重視和支持，經費資助和體制機制保障等各種外在因素顯然會有很大的提升和改進。

但是，我們要認識到，從事基礎研究，尤其是進行“從0到1”的原創性基礎研究，更需要研究者具有“仰望星空”的科學探索精神。這種科學探索精神靠兩個要素支撐，首先是批判理性——不迷信權威與傳統、勇于批判他人與自我；其次是超越精神——超越現實的束縛、超越功利的誘惑。

（本文轉載自《生命科學》，有刪節。作者系中國科學院大學杭州高等研究院生命與健康科學學院執行院長、中國科學院系統生物學重點實驗室主任）

《中國科學報》 (2022-03-04 第1版 要聞）