第 192 章
前路——4
這是數碼生物學的時代。正如Nvidia行政總裁黃仁勳所言：「在人類歷史上首次，生物學有機會成為工程學，而非科學。」我會說兩者兼備。我們如何工程化健康老化——預防與年齡相關疾病——是近年生命科學成果加速的延伸。我們在生成式人工智能見證的指數增長，將會在數碼生物學中得到相似的展現（圖13.2）。由Meta科學家組成的Evolutionary Scale，創造了一個包含27億蛋白質序列、結構及功能的蛋白質語言模型；我們正走在讓生物學可程式化的道路上。從基因組編輯、調控我們（耐受性）免疫反應、識別追蹤早期癌症及神經退行性疾病的關鍵生物標誌物、細胞工程，到透過mRNA及納米粒子遞送生物製劑，這些令人目眩神迷的創新同時展開。我們正共同見證生命科學史上無可比擬的時刻。
我認為最引人入勝的預防或顯著延緩年齡相關疾病的目標，可能現在已經很明顯，就是我們的免疫系統。普遍存在一種觀念，認為我們要麼是免疫健全，要麼是免疫受損。這是錯誤的！我們迫切需要一種系統性評估免疫系統的方法。通過進行「免疫組」分析，我們將能預測一個人對感染的反應、對癌症或其擴散的易感性，以及罹患心血管和神經退行性疾病的傾向。現時，我們對個人免疫系統狀態的描述，除了傳統血液檢查外，幾乎沒有其他。雖然血液檢查告訴我們白血球（中性粒細胞）和淋巴細胞的數量，但這遠遠不夠。即使中性粒細胞與淋巴細胞的比例在高值時對壽命有一定負面預後信息，我們卻忽視了這點。十年前，我們已能透過一滴血液以低至25美元的成本，準確檢測出超過一千種病毒株的暴露及時間。這能告訴我們對巨細胞病毒的暴露情況，這是與較老免疫型態相關的關鍵暴露，與免疫系統老化有關。但這項檢測仍未臨床普及。
圖13.2 生成式人工智能與數碼生物學隨時間的指數性變革影響曲線
如果我們能定期評分個人的免疫系統會怎樣？幾年前發表的一項最具啟發性的研究，追蹤了135名健康個體長達九年，每年評估參與者的免疫系統，包括免疫細胞譜（T細胞、B細胞、自然殺手細胞及其亞型）、基因表達及細胞激素產生。研究發現，CD8+細胞毒性T細胞隨年齡下降，但個體間變異極大（圖13.3）。該研究的免疫學年齡時鐘在預測死亡率方面優於表觀遺傳時鐘。