第八章 生命组合(5)

到一定时候，所有这些过度的活跃都会平息，但此刻还是充满了买彩票时每个人都渴望中奖的气氛。不仅对人类基因组如此，各公司还正在争取对自然物申请专利，包括那些在发展中国家已经用了成百上千年的天然产品。由此他们可以合法指控别人“生物侵权”。如西方许多公司已经获得印度楝树相关的100多项专利，而数百年来，印度人都将这种树的种子、枝条和叶子用于治病和农业生产。2000年5月，反对“生物侵权”的活动家们取得了很大的胜利，使欧洲专利局撤销了6年前颁发的一项专利。该专利授予美国农业部和经营农用化学品的W·R·格雷斯公司（W.R.Grace），从楝树的种子中提取成分制成杀菌剂。专利局承认这种用途并非创新，也不包含什么发明，但这也不过是打赢了一场旷日持久的官司的结果。所发生的诸多事件令人惊骇。人们因此提出在生物和非生物专利之间划出界限，这也是很容易理解的。尽管我也同意这些担忧，也理解迫切需要让生物具有商业价值之外的一种价值，可我还是认为这是行不通的。因为以前存在的生物与化学之间的鸿沟正逐渐被填平，所以这种界限不可能持久。然而，我们总不该给整个生物（如一只转基因鼠或者一株棉花）授予专利吧？的确如此，并不仅仅因为它们是一种生命形式，更重要的是我们只是改变了它们的一点点，使之成为一只易患癌症的老鼠，或者使之变成抗虫的玉米，我们并没有发明整个生物。很可能在某一时期，我们将会发明新生物，但那是将来的事。而目前，只能对这些改变授予专利，因为那才是具有发明意义的步骤。或许你会认为这种观点对生物不够恭敬，但我想这类担心也仅是源于这样一种现象，即社会正日益加剧对任何东西进行金钱价值上的定位，并且认为只要有利可图，任何形式的开发利用都是合理的。这是另外一个大的议题，稍后还会谈到。前面我曾略为提及保持序列信息无偿共享的第二个原因，那就是我们需要在研究中自由交换这种信息。未来生物学与生物信息学将密切联系，生物信息学会收集各种生物学数据，试图解读数据整体，并且作出预测。这些都必然要求接触大量数据，由此补充和联系实验生物学家的工作。序列分析是生物信息学的基础，因为数据存储在计算机里，毫无疑问是需要分析的。计算机还可以分析蛋白质的三维结构，并且还面对着另外的挑战，即预测这些结构是怎样从氨基酸链中衍生出来的。在这里可以看到分子之间的相互作用，这决定了细胞和生物体的实际形态，或许，最难的莫过于了解其中的调控机制，而这方面的工作才刚刚起步。总的来讲，我们可以说，生物学的最终目的是从基因角度来分析生物体，同时留意环境和发育过程中一些随机因素的作用。必须深入准确地理解整个过程，这样我们就可以根据序列预测整个生物形态，正如了解我们身体的运行机制一样。完成这项任务还是一个遥远的梦，但大部分会在未来几十年中得以实现，而这也是首先要获取序列的最重要的原因。这项研究不仅是令人着迷的科学，也将在前进中推动医学发展。要将这项事业向前推进，其基本数据就必须像软件的源代码那样为所有人共用，人们可以改变它，然后将其传播开去。整个过程是非常复杂的，因此不能零敲碎打地做，并且始终由一家企业控制，每次只提供很有限的数据。尽管在2000年，我们发现无法通过“反版权”来执行数据的自由传播—因为数据不是我们的，无法对它制定规则，但我们坚持自己不搞什么协议，损害我们免费发布信息的权利。正因为如此，1999年12月的会谈没有达成任何共识。我期望这些公共数据会继续成为最终的数据源，因为人们在使用数据的同时，随着自由交流这些数据也在不断得到丰富。惟一的危险在于，免费的数据会被有些人利用，然后据为己有。正如如果没有著作权法，你的书就变成了我手上的平装本一样。这可能会使企图垄断的公司把公共数据添加到自己的数据库中，然后以自己的产品更好为由，宣称公共资金支持的测序分析毫无必要。因此我们大家，尤其是科学家们，应该搞清楚真实情况，不要被这些私营公司所标榜的效率更高所蒙蔽。因为仔细审查就知道，这不过是表面现象。要明白，公共资金支持的科学研究是最有效率的，因为竞争非常激烈，正如我们在人类基因组计划中看到的那样。桑格中心及其他大的基因组实验室的成功表明：规模不是问题。通常人们听到的只有工业界才能对付大规模研究的说法是错误的。