不到35岁，他们正在重塑生物科技的未来

编者按：在生物科技领域，最激动人心的突破往往来自最年轻的一代。MIT Technology Review 年度“35 岁以下创新者”榜单中，今年有九位年轻人的工作，正在重新定义我们对生命本身的理解与改造能力。

每年，MIT Technology Review 都会遴选一批在科学与技术领域最闪耀的年轻头脑，发布“35 岁以下创新者”（35 Innovators Under 35）榜单。这份榜单不看头衔、不看资历，只看一件事：这个人的研究和技术工作，是否有可能塑造其所在领域的未来。2026 年的榜单中，生物科技方向占据九席——在所有学科中都是相当显眼的比例，也再次印证了一个判断：生命科学正处在属于自己的“黄金十年”。

本文作者 Jessica Hamzelou 长期追踪生物医学前沿。在她看来，这九位年轻人共同勾勒出一幅清晰的技术地图：基因编辑正在从“剪切”走向“书写”，人工智能正在成为实验室里不可或缺的合作者，而合成生物学则把活细胞变成了可编程的工厂。值得注意的是，他们的年龄大多在三十岁上下——这意味着，未来二十年里，真正的产业变革将由这一代人亲手完成。

从“剪切”到“写入”：基因编辑进入精度竞赛

如果说 CRISPR 的第一幕是“找到并剪断”，那么第二幕就是“精准地写进去”。过去几年，碱基编辑（base editing）和先导编辑（prime editing）把基因修改的精度推向了单碱基级别，理论上可以修复绝大多数已知的致病点突变。而更前沿的方向，则是直接在基因组的指定位置插入长达数千碱基的完整序列——这曾被视为基因编辑领域最难攻克的关卡之一。

对于年轻研究者来说，这既是科学问题，也是工程问题。他们需要在脱靶率、递送效率和免疫原性之间反复权衡。而一旦这些瓶颈被打通，镰状细胞病、β 地中海贫血、家族性高胆固醇血症等疾病的治疗逻辑将被彻底改写——从终身管理，变成一次性治愈。

AI 不只是工具，而是“共同作者”

过去两年，生物科技领域最显著的变化之一，是人工智能从配角变成了主角。蛋白质结构预测工具已经把原本需要数年、耗资数百万美元的解析工作压缩到几分钟；生成式模型则开始直接“设计”自然界中不存在的蛋白质、酶和抗体。这带来的不仅是效率提升，更是研究范式的迁移：从“观察—假设—验证”转向“生成—筛选—优化”。

榜单中的年轻创新者，很多人的工作就落在这条交叉带上。他们既懂湿实验，也懂模型训练；既能在实验台上操作细胞，也能在 GPU 集群上调试网络。这种“双语能力”，正在成为新一代生物学家的标配。有分析人士直言，未来的实验室里，最稀缺的不是设备，而是能同时与移液器和神经网络对话的人。

“生物学正在变成一门可编程的科学。谁掌握了编程语言，谁就掌握了下一个十年的主动权。”

细胞即工厂：合成生物学的产业化临界点

合成生物学的核心思路并不新鲜：把细胞当作底盘，插入设计好的基因回路，让它们生产药物、材料甚至燃料。但真正的变化发生在成本曲线上——DNA 合成与测序的价格持续下探，自动化实验平台让“设计—构建—测试—学习”的循环速度提升了数十倍。曾经停留在论文里的构想，如今可以在几个月内跑通中试。

这也解释了为什么越来越多的年轻创业者选择在这一领域下场：他们不满足于发表论文，而是要建工厂、上产能、谈客户。从可降解塑料到人造肉，从稀缺天然产物到新型抗生素，细胞工厂的产出清单正在迅速变长。

为什么这份榜单值得关注

MIT Technology Review 的这份榜单已经持续多年，它的价值不在于预测谁会成为明星，而在于提供一个观察窗口：此刻最聪明的一批年轻人，正在把注意力投向哪里。当他们集体涌向某个方向时，那通常意味着这个方向的技术风险已经足够低、而想象空间又足够大。

今年生物科技占据九个席位，本身就是一个信号。它说明这一领域既有足够硬的科学问题，也有足够清晰的产业路径，更有能容纳年轻人野心的舞台。当然，榜单只是开始——真正的考验在于，这些技术能否走出实验室，变成患者用得上、产业撑得起、社会接得住的产品。

答案，或许要再过五年、十年才会揭晓。但可以确定的是，写下答案的，会是这一代人。

本文编译自 MIT Technology Review