未来将是有机世界和合成世界的联姻，正如未来一定是人类和机器人的联姻。你可以设想，有一天，大量微小的DNA折纸机器人可以在你的身体里不停地游动，它们可以彼此连接和沟通，它们可能还会强大到运行一些人工智能的程序，以此来实时监测和识别你身体内部正在发生什么。
医疗影像的智能分析
随着人工智能的流行，“深度学习”似乎一夜之间就能应用于所有领域。生物科学家们自然也想试试它能否帮到自己的工作。绝大多数的医疗人士收集的数据首先是图像，通常是X光片、核磁共振成像（MRI）、计算机断层摄影（CT）等，因此，用人工智能来分析图像就是一个很自然的应用。毕竟，为了尽快找出病人的问题所在，世界上不知有多少放射科、心脏病科和肿瘤科的医院工作人员每天花费大量时间检查这些医疗影像。
比如，总部位于旧金山的Enlitic正在采用深度学习来检测CT图像中的肺癌。肺癌是最难检查出的癌症之一，这也是为什么通常检查出来就是晚期的原因。再如，从斯坦福大学孵化器StartX里走出的Arterys公司基于深度学习开发出了一款检测心血管疾病的应用。
创业公司们已跃跃欲试，大公司们自然也早已出手。IBM正在将其沃森机器学习系统（以及2015年从Merge Healthcare公司收购的技术）应用于医学影像管理。同时它还与美敦力（Medtronic）、杨森和苹果公司合作，致力于糖尿病的诊断研究，与几家大医院合作进行癌症诊断研究，这些都被打包进了“沃森基因分析”。同时，IBM还鼓励通过智能手机收集患者的数据并将其上传到云端。2015年，IBM还专门推出了“沃森健康项目”（Watson Health）。
戴尔的云上有超过1 000名医疗工作者提供的数百万的医学图像，它正在使用来自以色列Zebra Medical Vision公司的学习软件，对这些图像进行自动识别和分析。
飞利浦正与日立合作致力于图像分析系统的研究，它已拥有一个超过1 350亿的庞大医疗影像数据库，其医疗设备（X光扫描仪、CT扫描器和MRI扫描器）每周都在生成超过200万张医疗影像。
百健（Biogen）是全球第三大生物技术公司，它正尝试从拥有的16亿条基因组数据中创建自动化的“风险报告”。
看似大玩家很多，一片热闹，但你若问我人工智能分析医疗影像能否很快取代传统的放射科的医生和心脏病专家等，我的答案是：不能。那这么做的意义是什么？大家的梦想是尽快将越来越多的医疗数据存到云端，然后研究出一款类似谷歌或百度的“蜘蛛机器人”（spider robots）出来。顾名思义，它可以在云端像蜘蛛那样日夜不停地爬来爬去检查医疗影像里是否存在问题。而且，这是全自动检索，不需要人工发出分析某个影像的“请求”，而蜘蛛机器人的“新版本”会自动重新检查新的医学知识所涉及的所有图像。想象一下仅此一项变成现实后会带来多大的改变吧！
人工智能当然也可以应用到医疗保健的其他方面。比如，2016年，AiCure发布了一个使用智能手机摄像头、面部识别以及动作传感软件提醒患者进行药物治疗并检查其到底有没有吃药的一个系统。
用于计算的DNA
人工智能外，我认为把DNA用作计算器材和机器人器材是我们这个时代最令人兴奋的事情之一。
让我们先把DNA比作一台电脑。DNA其实是天然的计算材料，因为它使用了一个代码，而且这个代码遵循严格的逻辑法则。“DNA计算”的先驱是南加州大学的伦纳德·阿德尔曼（Leonard Adleman），1994年，他创建了一台能够解决一个数学问题的DNA计算机。具体来说，他找到了一种以核苷酸的顺序（即DNA或RNA中碱基的排列顺序）来编码一段数据的方法，然后利用DNA的化学特性来做数据计算。然而，轰动性的消息却是在一年之后的1995年传来的，普林斯顿大学的理查德·利普顿（Richard Lipton）证明了DNA计算固有的并行性具备了巨大潜力（如量子计算机一样，可以用并行计算同一时间处理多个问题）。这种并行性让DNA计算在解决一些数学问题上的速度比电子计算机更快！几个月后，利普顿的学生丹·博内和克里斯·邓沃思（Dan Boneh＆Chris Dunworth）表明，DNA计算机还可以破解由美国国家安全局（NSA）开发的数据加密系统。这个“应用”无疑吸引了大量眼球。
数学家、计算机科学家和生物学家们纷纷对DNA计算机表现出了极大的兴趣。1999年，罗切斯特大学的计算机科学家荻原光德（Mitsunori Ogihara）和生物学家的雷（Animesh Ray）发表了一篇名为《在DNA计算机上模拟布尔电路》（Simulating Boolean Circuits on a DNA Computer）的论文，以色列魏兹曼科学院的埃霍德·夏皮罗（Ehud Shapiro）发表了《生物分子计算机的蓝图》（A Blueprint for a Biomolecular Computer）一文，并于2001年制造了第一台这样的计算机。
第一台实用的DNA计算机于2002年推出，它被日本奥林巴斯公司用于基因分析，但接下来的十年里DNA计算机并没有多少进步，因为制造一台DNA计算机不仅难度大，而且价格高。
继DNA计算机后，2013年，斯坦福大学的生物学家德鲁·恩迪（Drew Endy）发明了一台简单的“生物计算机”（Biocomputer），一台可以在活细胞内操作的计算机。这台计算机只能回答“对/错”，但重要的是，它可以检查出目前的设备不能查出的疾病。
生物计算机和电子计算机之间的主要区别是，生物计算机可以很自然地跟身体里的细胞互动，虽然速度慢了些，但它可以探索到目前的电子设备不能触及的地方。当生物计算机进入实际应用后，我们将能够检查身体内的任何地方。恩迪的生物计算机甚至还可以彼此通信：他的团队发明了一种从一个细胞向另一个细胞发送基因数据的方法，一种新的互联网就要从你身体内的细胞里诞生了。
DNA机器人的前世今生
现在，让我们再把DNA作为一种纳米技术材料来分析。所有的生命体都是自组装的，它们不是在工厂被工人建成的，而是一个细胞连着一个细胞自我形成的，但由此诞生的结构让人惊叹。想一下人类的大脑，我们至今连建造出一个跟它大致相似的实验室都做不到，因为它是由母亲怀胎九月形成的，还能够在人的一生中不断地自我组合。
目前纳米技术可以使用两种方法来构建新材料：自上而下和自下而上。自上而下是科学家们以过人的严谨和精确把分子甚至原子组装在一起，希望由此得到一种稳定的材料；而自下而上的方法当科学家发现一种能够自我生长的结构时就已经完成了，这种方法就是生命本身所采用的：生命就是一个自下而上的过程，它是自我组合的。由此可见，DNA就是一种极好的纳米材料，它每天都在组装大量的生命体。
第一个发现这种类比关系的人应该是纽约大学的纳德里安·西曼（Nadrian Seeman）。1982年，他发表了一篇从DNA构建3D结构的论文，这被认为是DNA纳米技术的开始。然而，接下来这个领域却沉寂了20年，没有什么进展，因为能够人工合成DNA的机器还很少。
2005年，西曼发表了《从基因到机器——DNA纳米机械装置》（From genes to machines—DNA nanomechanical devices）的论文，也由此意识到这些想法正变得可行。事实上，2006年就有了突破。那一年，加州理工学院的计算机专家保罗·罗斯蒙德（Paul Rothemund）展示了DNA分子如何能被折叠成两维的结构，以及DNA如何能被编程后形成较大的DNA结构。于是，“DNA折纸术”（DNA origami technique）成了2006年3月16日《自然》杂志的封面故事，自下而上的方法被普遍认同并流行起来。
2007年，约翰·普莱斯科（John Pelesko）出版了《自我组合》（Self Assembly）一书。2009年，DNA纳米技术的研究显著升温，哈佛大学威廉·施（William Shih）的团队和德国慕尼黑大学蒂姆·利德尔（Tim Liedl）的团队发表了用以DNA自我组装的折叠技术。
2011年，哈佛大学的肖恩·道格拉斯（Shawn Douglas）创办了国际生物大分子设计竞赛（International Bio-molecular Design Competition，BIOMOD），鼓励世界各地的学生进行DNA折纸术的实验。与此同时，日本京都大学的杉山弘（Hiroshi Sugiyama）正致力于研究“用作生物材料的DNA折纸术”（DNA origami technology for biomaterials applications，这也是他2012发表的论文题目）的研究工作。
2012年，哈佛大学医学院的遗传学教授乔治·丘奇的两个学生，与创办BIOMOD的肖恩和埃杜·巴切莱特（Shawn＆Ido Bachelet）发明了用DNA制作的纳米机器人，这种机器人被编程后可以瞄准身体内的特定细胞。比如，可以用这种纳米机器人找到身体内的癌细胞，并通过编程让它们之后在体内自我摧毁。
所有这些进步都是因为我们有了更好的“合成DNA”的机器（如安捷伦的设备）。很明显，这些数学家和生物学家用DNA来“设计”机器人，就像建筑师用软件来设计图纸一样。设计图纸的软件被称为CAD（计算机辅助设计），最流行的CAD软件来自Autodesk。想要设计DNA机器人的生物学家们也用了类似的软件（尤其是在哈佛）。2009年，威廉·施在美国达纳—法伯癌症研究所（Dana-Farber Cancer Institute）开发了CADnano软件，后来由乔治·丘奇的团队和Autodesk进行了改进。
CADnano给生物学家提供了一种被软件工程师称为“快速成型”的方法，只不过这里快速成型的是三维的DNA折纸结构。2009年，亚利桑那州立大学的郝颜（Hao Yan）开发了可以对三维的DNA折纸结构进行编辑的工具——Tiamat。2011年，麻省理工学院的马克·巴斯（Mark Bathe）开发了CanDo（“DNA折纸术的计算机辅助编程”的英文缩写），是一款可以把两维的DNA折纸蓝图转换成复杂的三维结构的软件。2016年，麻省理工学院合成生物学家克里斯·沃伊特（Chris Voigt）的研究小组发明了名为“Cello”的编程语言，使得生物学家可以快速设计DNA电路（一种利用电路导电性变化来检测基因损伤和错误的生物传感器），Cello可以自动设计实现DNA电路所需的DNA序列，换句话说，你可以通过这种编程语言创造活的细胞。以上这些都是DNA折纸术已有的开源软件。
2012年，肖恩·道格拉斯搬到了加州大学旧金山分校，埃杜·巴切莱特去了以色列巴伊兰大学，由此形成了DNA折纸术的两个重要派别。2013年巴切莱特公布他制造了一种特殊DNA分子的方法，这种DNA分子可以通过编程到达身体的指定位置，并在那里完成一些“特殊使命”。基本上，这个DNA折纸已经变成了可以在人体内部游走的微小的计算机。这些小计算机可以像今天基于硅的计算机一样执行同一种逻辑运算（0/1逻辑），虽然它们现在的功能还不能跟第一代计算机相提并论，但至少它们一出生就超级小。
2014年，巴切莱特与哈佛大学的丹尼尔·莱纳（Daniel Levner）合作，将这种DNA纳米计算机放进了一个活的生命体——一只蟑螂内，并让它们在蟑螂的身体里游走。
可以设想，有一天这些DNA机器人将能够跟它检查的细胞互动，大量DNA机器人之间也可以互动，就好像我们现实中的计算机能够连接成一个通信网络一样。2015年，巴切莱特开始试验他的第一个人体内的DNA纳米机器人（用来治疗癌症），辉瑞制药很快投资了他的这个想法。
接下来的问题当然是这些DNA纳米计算机的“存储卡”上到底能存多少信息。一克DNA的可以容纳10兆~14兆字节的数据。2012年乔治·丘奇将他的最新著作编码进了DNA。2013年，欧洲生物信息学研究所的伊万·伯尼（Ewan Birney）团队将莎士比亚的154首十四行诗，再加上马丁·路德·金（Martin Luther King）的著名演说《我有一个梦想》的录音，以及他们的办公室的照片（共739千字节）全部编码进了DNA。2015年，把乔治·丘奇的书编码进DNA的哈佛团队的一名成员库苏里（Sri Kosuri）将乐队OK Go的一首摇滚歌曲编入DNA，这可是第一首在DNA上发行的歌曲。
这些存储能力与基于硅的存储相比当然是进展非常缓慢的，但它们的优势是持续的时间特别长，历经“千秋万世”都还在。问题是将数据存进DNA的成本太高，比如，如果选择安捷伦帮你存储，它合成DNA是免费的，但一般存储每兆字节的花费需超过12 000美元，用的还是安捷伦价值数百万美元的设备。相比之下，我包里16GB的闪存盘的花费是20美元，而且在它里面改写数据的成本是零。然而，我们的U盘却永远做不了DNA存储能做的事：所有书面形式存在的人类文明（大概500亿兆字节的文本）都可以保存在你一只手掌的DNA上。
可以设想，有一天，大量微小的DNA折纸机器人可以在你的身体里不停地游动，它们可以彼此连接和沟通，它们可能还会强大到能够运行一些人工智能的程序，以此来实时监测和识别你身体内部正在发生什么。
生物黑客崛起
在新技术的交融里，“生物黑客”（Biohackers）会扮演重要的角色。2005年，年轻的生物学家罗布·卡尔森（Rob Carlson）离开了伯克利分子科学研究所，继续在家里做他的生物实验，并在自己的车库里创办了生物技术咨询公司Biodesic。
2008年，杰森·鲍勃和马克·考威尔（Jason Bobe＆Mac Cowell）在东海岸创建了DIYbio组织，这被认为是合成生物学“DIY”（自己动手）运动的开始。2009年，纽约四个年轻的天才［分子生物学家艾伦·乔根森（Ellen Jorgensen），生物工程学家奥利弗·麦德沃鄂迪克（Oliver Medvedik），自由撰稿人丹尼尔·格鲁什金（Daniel Grushkin）和多学科背景的艺术家尼里（Nurit Bar-Shai）］建立了非营利性组织Genspace，用以推动生物黑客的研究。他们第二年设立了一个对公众开放的生物技术实验室。同一样，安吉拉·卡茨玛茨克（Angela Kaczmarczyk）等人创立了波士顿公开科学实验室（BossLab）。
硅谷创立了生物黑客空间BioCurious作为回应，这也是一个由志愿者经营的非营利性组织。它于2010年由一群年轻的独立生物学家（Eri Gentry、Raymond McCauley、Tito Jankowski、Joseph Jackson、Josh Perfetto和Kristina Hathaway）创立。它标志着全球生物爱好者利用遗传领域公共数据库创建社区的兴起。
欧洲的生物黑客们在阿姆斯特丹和巴黎的La Paillasse创立了Wetlab。2010年加州大学洛杉矶分校举办了主题为“疯狂的生物学？”的研讨会，会议上，自学成才的生物黑客梅瑞狄斯·帕特森（Meredith Patterson）发表了题为《一个生物朋克的宣言》（A Biopunk Manifesto）的演讲。2010年，罗布·卡尔森出版了《生物是科技》（Biology is Technology）一书，书名也成为合成生物学“DIY”运动的格言。
2010年，BioCurious的两个创始人——蒂托和乔什（Tito Jankowski＆Josh Perfetto）在旧金山成立了OpenPCR，他们想制造一台可以能把生物科技放到桌面上的机器，基本上就是一台复制DNA的机器。像一台专业设备一样，源自OpenPCR的家用机器可以增殖DNA样本，而OpenPCR大大降低了这些机器的价格，让普通个体也买得起。2010年，奥斯丁·海因茨（Austen Heinz）在旧金山创立了Cambrian Genomics来制造第一台“生物激光打印机”，一种能够快速准确生产DNA的机器。2014年创立于旧金山的Arcturus BioCloud使得它变得更容易：它想成为在云端跟用户沟通的生物公司的虚拟代工厂。
2003年，麻省理工学院的汤姆·奈特（Tom Knight）教授提出了这样的设想：有一个标准化的“生物砖”（biobricks）目录，可以帮助合成生物学家们快速组装成活的有机体。他想要的模式清楚地再现了个人电脑产业走过的路程：爱好者从杂志广告目录订购套件，然后在他们的车库组装电脑。
同年，来自麻省理工学院、哈佛大学、加州大学旧金山分校的研究人员成立了MIT标准生物零件注册处（MIT Registry of Standard Biological Parts），后来并入了国际基因工程机器（the International Genetically Engineered Machine.）。无论是“国际基因工程机器”还是“生物砖基金会”（BioBricks Foundation），都是生物学家德鲁·恩迪的创意。到2014年，国际基因工程机器的存储库已包含20 000件标准生物零件（生物砖）。
“开源”技术正在掀起一场全球合成生物领域的“草根者”革命，2004年始于波士顿的每年一度的“国际基因工程机器大赛”（iGEM）聚集了来自世界各地的年轻生物学者，他们纷纷在创造新的生命形式（大多数是有用的微生物应用），2014年有来自32个国家的2500名选手来比赛。
由麻省理工学院的学生梅利娜·范（Melina Fan）于2004年创立的非营利组织AddGene，致力于帮助合成生物学家分享他们的发现。例如，它帮助需要用CRISPR技术做实验的实验室运输他们所需的DNA材料。
由斯蒂芬·弗兰德和埃里克·沙特（Stephen Friend＆Eric Schadt）于2009年在西雅图创立的非营利性组织赛智生物网络（Sage Bionetworks），显然是受到最有名的开源软件数据库GitHub的启发而建立的。该组织的宗旨尤其谈到了“解决复杂科学问题的志愿者们的开放网络”的重要性。
合成生物学仍需要和计算机辅助设计（CAD）一样的工具，2010年，加州大学伯克利分校的Chris Anderson推出了Clotho，一个开源的“生物CAD”平台，可以帮助研究者设计有机体。2014年，Autodesk推出了Cyborg工程，一个为DNA设计者提供设计工具的基于云端的平台。
全球生物黑客们的社区正在日益壮大，随着生物研究的价格越来越低，有一天惊人的成就很有可能来自这些独立研究者。
保持谨慎
生物科技领域的主要危险是什么
就我个人而言，比起转基因生物，我更害怕塑料。我吃了转基因番茄没有问题，但是把它存储在塑料容器中就有问题了。21世纪最大的建筑结构不是高层写字楼，而是纽约的垃圾填埋场（很多都是塑料垃圾），不是用来工作或生活的，而是用来存垃圾的！
危险是肯定的，为了防止科学犯下大错，科学家们也做了很多努力，但总是难免有很多坏人和蠢人。我们每发明一个新的技术，就必须时刻为最坏的情况做准备。
我希望生物科技领域没有忘记20世纪90年代的一个重要教训。1999年，一位名叫格尔辛基（Jesse Gelsinger）的少年在美国宾夕法尼亚大学一起基因治疗的临床试验中死亡，这一悲惨事件让基因治疗停滞了二十年。我想说的是，只要犯一个错误，整个领域的发展就会被喊“暂停”。尤其在生物科技领域，人命攸关，必须时刻谨慎。
另一个危险在于生物黑客们可能会发明一些不能轻易被“撤回”的东西。“撤回”键在生物科技领域是不存在的，如果你不小心在实验中犯了错误，就没法抹去重来。
2014年，哈佛最有影响力的生物工程学家乔治·彻奇和麻省理工学院的政治学教授肯尼思·奥耶（Kenneth Oye）在《科学》杂志上发表文章说，基因编辑技术和基因驱动技术一旦离开实验室，会变得过于危险。
也许我们应该制定一项新的法律，规定生物技术公司推出新产品的时候必须要清楚知道怎么“撤回”。换言之，如果生物科学家们还不知道怎么“撤回”他们在实验室做的事情，那就应该永远被关在实验室。
2016年，史蒂芬·麦卡罗尔（Steven McCarroll）的团队在波士顿博德研究所宣布，他们发现了与精神分裂症有关的基因。几个月后，塞丽娜·尼克·扎因（Serena Nik-Zainal）在英国桑格研究所的研究小组发表了与乳腺癌有关的基因。我们必须非常小心地使用这些数据。
这个社会过早相信科研成果的前车之鉴已经很多。比如，20世纪20年代，优生学（eugenics，研究通过受控的选择性生育来改善人种的学说）在美国大学是非常受欢迎的一个科学话题，但几年后，这种学说被希特勒加以利用，成为他灭绝犹太人冠冕堂皇的理由。再比如，精神分析曾在美国非常流行，精神分析学家们一度主导了美国多个大学的心理系，但是，很多弗洛伊德的理论最近已被现代神经科学证明是错误的。
另外，我认为，哲学家和心理学家甚至还没来得及充分思考一个自我认知的基本问题：“我是谁？”当我的某个基因发生了改变，或我的某些细胞被重新编程之后，我们还没有花足够的时间来思考，到底“我”身上发生了什么？
我在教神经科学时，我问学生们，“你们愿意更换自己的皮肤吗”？完整的问题是：人的皮肤其实不是种好材料，它很容易割破和烧毁。如果我把它替换成不锈钢之类的金属材料，不会被割破也不会燃烧，你永远不必担心划伤、出血、跌打损伤，这种新材料甚至让你不怕严寒。你是否愿意用这种新皮肤替换你原来的皮肤？经过考虑之后，大多数学生回答“不愿意”。
而我问这个问题的真正意图在于，测评一下学生们有多在意他们自己的大脑。在我跟他们讨论大脑手术的复杂性之前，我先用简单的皮肤问题做测试。这个“不愿意”背后的心理很简单：“我”（注意“我”）宁愿坚持用“我的”皮肤（注意是“我的”），因为那是“我”。如果你改变我的皮肤，我不知道“我”还是不是“我”。我的本能告诉我，我变成了半机械人，一种奇怪的生命体，或许改变后会更强大，但我失去了我的身份。
现在，更大的问题是，你愿意让我改变你的大脑，使你变得更聪明吗？这之所以是一个大问题，是因为“改良版”大脑基本上会变成其他人的大脑：你会变成另一个人，的确更聪明了，但同时也不再是“你”了。我知道自己不是世界上最聪明的人，甚至可能是世界上最愚蠢的人，但这就是“我”，如果你改变“我”的大脑，那就像是杀了我。但我还不想死，我想继续保持我愚蠢的大脑。
关于基因和细胞的问题其实也是一样。当你改变我的一个基因或某些细胞的程序时，我们通常并不会花足够的时间去讨论“我”身上发生了什么。因为这样做的初衷往往是让我更健康一些，但你是否改变了原本的“我”？你肯定改变了我身体的某个器官，那么，我改造后的身体还是“我”吗？这是人的基因组涉及的深刻的哲学问题。就像我们不喜欢脑移植（将别人的脑袋放在我的身上，那就不是“我”）一样，我们或许也不会喜欢基因组移植（即改变“我的”基因组的手术）。
生物科技存在的一个的危险是，也许我们对基因的理解过于自信了。比如，我们都知道DNA具有双螺旋结构，即我们的基因组被表达为碱基字母组成的序列，这种序列被物理编码进了双螺旋结构。但是，这种情况只有在细胞休息的时候才成立，通常也就是当它们死亡的时候。在活细胞中，DNA的结构往往更复杂，因为双螺旋结构是以不规则的几何方式扭曲和循环的。
当生物学家发现能够读取碱基字母序列的技术（如TALEN和CRISPR技术）时，我们进入了基因测序的时代，大部分科学家也停止了对DNA双螺旋结构改变形状的意义的研究。
可以说，我们满足于研究DNA（双螺旋）的低阶结构而忽略了DNA的高阶结构，而生物学家在大多数生命过程中发现的却是高阶结构。低阶细胞生物学的法则是，一些特殊的蛋白质附着于DNA上，触发了基因复制或基因表达，这是细胞生命的本质。然而，实际上，同样的基因复制和表达的过程即便没有蛋白质的活性作用也能发生：当双螺旋结构波动时，也能达到同样的效果。“DNA拓扑”（在DNA双螺旋的基础上，进一步扭曲所形成的特定空间结构）这一领域大部分仍未被开发。
基因组的工作方式仍有很多未解之谜。基因研究的著名科学家克雷格·文特尔（Craig Venter）的研究小组在尽可能简化一个细菌的基因组基础上，2016年公布了仍能存在于一个活的有机体的最小的基因组：473个基因。如果你删除了473个基因的任何一个，生物体就无法生存。问题是，这473个基因里，我们还不了解其功能的基因超过了150个。
2016年，赛智生物网络的斯蒂芬·弗伦德和纽约西奈山医院的医师埃里克发表了一份证明了我们对人类基因组所知甚少的报告。根据已有基因知识来看，数百万人应该非常不健康，但他们实际上健康状况良好，也有一些人的基因组中包含着应该“会导致重大疾病的基因错误”，但他们活得好好的。
加州大学伯克利分校的微生物学家吉莉恩·班菲尔德（Jillian Banf- ield）正在利用动物的基因组来重新设计生命之树。
此外，基因组如何转化为生命这一过程包含更大的秘密。人类基因组包含25 000个基因，但大米含有50 000个基因。难道一粒大米比人类还复杂？
总之，我希望生物科技的研究人员意识到，我们对于生命知之甚少。毕竟，这是一门非常年轻的科学。从我们发现DNA的双螺旋结构开始到现在，也只有60年时间而已。
但也有相反的风险：社会接受生物科技的进程过于缓慢。负责审批新药的FDA并不能“同比例扩大”：它不能每年批准1 000个或2 000个新生物产品，它要花上几年的时间分析一种新的生物制品，一年也只有四五十种新产品可以通过审批。
一方面，公众对药物很害怕，希望能被严格强硬的规则制度所保护，我们对待生物技术发展中的错误是零容忍的，因为政府害怕任何一个错误就可能导致很多人死亡。但另一方面，生物科技其实可以比今天有更大、更多的进步，这种零容忍政策却让数以百万计的人死于有可能被治愈的疾病，并让所有药物的价格变得非常昂贵。
因此，通过改革医疗制度，加快新药评估和审批，让引入新的生物产品变得更容易也更便宜的国家无疑将会以巨大优势领先于世界。这也许会成为发展中国家的一个机遇。
此外，我也害怕制药行业，这一行业错过了20世纪的制造业革命。“连续”制造自从奥利弗·埃文斯（Oliver Evans）在200多年前发明磨粉机后几乎在所有制造业都是常态，除了制药行业。它还处在“分批”制造的时代，一种两天就能造好的药物可能一个月才能制造出来。2007年，诺华（Novartis）在麻省理工学院创建了连续制造中心，2012年，催生了这个行业的创业公司Continuous。2016年，麻省理工学院展示了第一个可以从原材料开始制造药物的便携式机器，“制药”的未来可能是“便携式药品制造”。
结语：人类的延伸
归根结底，人类（以及大多数动物）发展的故事就是如何与工具共存的故事。我们这个时代最有影响力的科学家之一理查德·道金斯（Richard Dawkins）1982年写了一本名为《延伸的表现型》（英名书名为The Extended Phenotype：The Long Keach of the aene，中文版暂无）的书，他认为，我们的身体并不是只到皮肤就结束了，而是超过皮肤，延伸到所有我们赖以生存的工具。而且一切生物都是如此，海狸建坝、蜘蛛结网、蜜蜂筑巢等，每一种生物为了生存，都会将它的身体“扩展”到环境中。蜘蛛没有网无法生存，蜜蜂没有巢难以生存……
人类在制造种类繁多的工具上的能力独一无二，也就是说，我们延伸自己身体的方式是无限的。我认为，自然和人工的联姻，即生物和工具的结合是必然的。我们的基因决定了我们一定会“延伸我们的表现型”。
今天，我们延伸自我最让人印象深刻的方式就是发展出能够改变生命本身的技术。因此，未来将是有机世界和合成世界的联姻，正如未来一定是人类和机器人的联姻。