The Future of Biology, AI and Human Innovation with Michael Heltzen | Shekhar Natarajan

概览

本期对话围绕创业者 Michael Helson 的职业与技术探索展开：他从日内交易转向生物信息学，参与将科研突破商业化，并逐步进入 CRISPR 生物传感、无细胞酶工程和蛋白质语言模型等领域。

讨论的技术核心是 Exozyme 的无细胞平台。团队通过研究自然界的酶促路径、重新设计能够在细胞外工作的酶，并用实验数据持续训练专用 AI 模型，尝试规模化制造自然界中含量极低、传统方法难以获取的分子。

对话也延伸到 AI 安全、数据代表性、技术治理和未来职业。双方既担忧 AI 能力增长快于治理与反馈机制，也认为 AI 能用于药物、教育及危险作业自动化；面对职业变化，Michael 建议人们强化同理心、倾听、协作和内在动力等“做人”的能力。

分段落总结

[01:24] 从日内交易转向生物科技

[事实] Michael 年轻时擅长逻辑和数字，曾通过判断新闻对股价的短期影响进行日内交易。

[事实] 他认为日内交易带有与他人博弈的伦理困扰，也无法满足自己希望为他人创造价值的愿望。

[事实] 当他第一次听到“生物信息学”这个词时，发现计算机与自然科学两项兴趣可以结合，因此加入了第一家创业公司。

[事实] 他表示，早期虽然缺乏专业背景，但凭借强烈兴趣逐步掌握了所需的技术能力。

[10:01] 基因测序与生物信息学的产业化

[事实] Michael 参与的 CLC Bio 成为生物信息学平台，用于将基因测序产生的数据转化为可理解的知识和判断。

[事实] 早期基因检测往往只能昂贵地查看少数基因或突变，而 Solexa 等新型测序技术推动了全基因组测序。

[事实] 新测序方法产生大量短片段，需要借助生物信息学重新拼接和解释。

[事实] 对话称，首个人类基因组项目的成本以十亿美元计，而如今全基因组测序成本已降至数百美元量级。

[12:49] 科技基础设施与感恩意识

[事实] 双方认为，科学通常经历发明、创新和规模化运营，最终融入日常生活，变成不被人注意的基础设施。

[事实] 主持人以父亲送电报、自己在印度贫民区借街灯学习，以及后来使用手机和视频通话的经历，说明通信和生活条件在几代人间发生了巨大变化。

[事实] Michael 认为，人们通常在管道、健康等系统失效后才意识到其价值。

[推测] 这段讨论强调，亲历匮乏可能让人更敏锐地认识到技术进步并非理所当然。

[18:51] AI 风险、灾难触发与技术的正确用途

[事实] 主持人转述一次与科技公司及物理学家交流的经历，称会议中有人设想 AI 失控并造成严重人类伤亡的情景。

[事实] 他认为社会可能先遭遇某种事故，随后才会集中力量建立规则，并主张将技术优先用于医疗、教育、金融及替代危险劳动。

[事实] Michael 的立场更乐观：他认为愿意做好事的人更多，也相信人们会为家庭、社区和社会挺身而出。

[事实] 双方都认为 AI 既可能被滥用，也能够创造当前不存在的药物并减少排雷、采矿等危险工作中的人员伤亡。

[26:24] 能力普及、系统失控与治理滞后

[事实] 主持人认为 AI 降低了能力门槛，因此缺乏知识的人和高度专业的人都可能制造严重风险。

[事实] 他以不具备完整数学背景的年轻人借助模型解决数学问题为正面例子，同时担忧类似能力被用于制造生物危害。

[事实] 对话讨论了治理、监管、内部安全机制和模型对齐，但认为大型概率模型的行为很难被完整解释和验证。

[事实] 主持人猜测，首次重大冲击可能来自网络空间，例如智能体导致互联网或关键基础设施中断。

[推测] 双方的共同担忧不是技术必然毁灭世界，而是商业竞争速度可能超过社会发现错误、反馈和修正错误的速度。

[31:21] 商业竞赛、人类利益与训练数据偏差

[事实] Michael 指出，许多所谓 AI“实验室”实质上是参与财务和国家竞争的公司，技术目标应当以人类利益为中心。

[事实] 主持人认为模型无法覆盖世界上的全部语言、方言和文化语境，因此简单的安全规则可能在低资源语言中失效。

[事实] 对话特别提到乡村、贫民区和女性健康等群体与议题在训练数据中的代表性问题。

[事实] 双方认为，在讨论抽象的“善”之前，需要先解决数据覆盖、文化代表性和错误网络内容进入训练集的问题。

[推测] 对话倾向于认为，AI 价值对齐不仅是技术过滤问题，也涉及谁被数据代表、谁有权定义良好结果。

[37:52] 以有限问题替代“解决整个世界”

[事实] Michael 表示，其团队不会试图一次解决全部社会问题，而是把目标限定为具体的生物化学瓶颈。

[事实] 他以药物受体为例：团队可以明确需要调高、调低、开启或关闭的功能，再模拟可能实现目标的小分子。

[事实] 他认为，明确切分问题、一次解决一个具体目标，是先进生物技术能够实际推进的重要原因。

[39:33] NanoSense、CRISPR 与生物传感芯片

[事实] Michael 将自己的角色描述为连接科研与产业的创业者，负责把科学突破转化为产品、服务或治疗方案。

[事实] NanoSense 的技术将 CRISPR 相关机制与白石墨烯半导体结合，构建能够在体外感知 DNA、RNA 和蛋白质结合事件的生物传感器。

[事实] Michael 将 CRISPR 解释为细胞中的搜索与防御机制：它识别特定病毒遗传序列并将其切断，人类则把这一机制用于基因编辑。

[事实] 该传感平台把电子门的开关状态转化为“是否发生分子结合”，从而获得分子生物学层面的电子信号。

[事实] 对话称，这类技术可用于 CRISPR 质量保证，帮助检查基因编辑是否准确。

[47:21] Exozyme 的无细胞酶工程

[事实] 出售上一家公司后，Michael 经投资人介绍接触到 UCLA 科学家的研究：在没有活细胞的情况下运行酶促路径。

[事实] Exozyme 的目标是制造自然界中真实存在、但含量过低而难以获取的天然分子。

[事实] 传统方法依赖活细胞，但细胞会变化、生病，并可能抵抗被改造成“化学工厂”；同时，细胞内部的其他活动会降低最终产物纯度。

[事实] 团队重新设计能够在细胞外稳定工作的酶，并称其为“exozymes”，以便在受控环境中重建特定生化反应。

[48:43] NCT、代谢与潜在产品定位

[事实] Michael 称 NCT 可加速将脂肪转化为能量的代谢过程，而 GLP-1 类产品主要通过抑制饥饿及相关生理信号发挥作用。

[事实] 他提出，NCT 未来可能与 GLP-1 结合使用，或帮助停止 GLP-1 后的人群维持体重，但同时说明相关工作仍在推进。

[事实] NCT 存在于黑胡椒中，但对话称其含量约为 0.00014%，通过直接食用黑胡椒难以获得有效剂量。

[推测] NCT 的商业价值建立在“自然界已有但无法经济提取”的前提上，而不是发现一个自然界中不存在的新分子。

[55:07] 蛋白质语言模型与实验反馈闭环

[事实] 团队先测定相关生物体的 DNA，再使用针对蛋白质科学的语言模型，预测改变碱基对可能如何影响酶的性能。

[事实] 与需要在大量活细胞中逐一制造和筛选酶的方法相比，其无细胞实验系统可更快、更低成本地验证预测。

[事实] 实验结果会返回算法：正确预测成为后续设计的构件，高置信度却错误的预测则成为修正模型的重要训练数据。

[事实] Michael 将这一过程类比为自动驾驶系统从碰撞和异常事件中学习。

[推测] 该平台的核心竞争优势不仅是模型本身，更包括能够持续生成外部团队无法获得的专有实验数据。

[60:20] 产品管线、监管路径与稀有大麻素

[事实] NCT 尚未上市，团队正与 Curia 建立生产流程，并推进作为膳食补充剂上市所需的监管工作。

[事实] Michael 强调 NCT 当前定位不是药物，因此不能宣称治疗具体疾病；若与 GLP-1 结合或针对疾病，则可能需要走药品审批路径。

[事实] 他预计 NCT 距消费者可购买约有一年，但这是节目中的预期而非已经实现的结果。

[事实] 下一条产品线是非致醉性的稀有或超稀有大麻素，目标是在不产生 THC 的情况下利用特定大麻素的潜在价值。

[事实] 团队称其能够逐步控制反应路径，制造目标大麻素并排除不需要的致醉成分。

[64:04] 脂肪肝与 NCT 的潜在医疗方向

[事实] Michael 称脂肪肝影响约 30% 的人口，并预计下一代人中患病比例可能超过一半。

[事实] 他解释，肝脏承担处理毒素和重新分配营养构件等功能，脂肪堆积会降低其工作效率。

[事实] 团队认为 NCT 可能帮助减少肝脏脂肪，但 Michael 明确表示这只是有依据的研究方向，不能视为疗效承诺，且需要经过 FDA 路径验证。

[事实] 公司计划先通过普通代谢补充剂获得商业收入，同时探索更强效的治疗版本。

[67:51] 电子生物传感与酶工程的结合可能

[事实] Michael 认为，如果能把 NanoSense 式电子生物反馈用于 Exozyme，团队可能从模拟反馈升级为实时观察酶的工作过程。

[事实] 当前主要障碍是相关半导体传感技术成本仍然过高，需要等待生产规模提升和单位价格下降。

[事实] 他认为，更精细的实时反馈将显著增强 AI 训练能力，并可能扩展到药物、材料、燃料和其他天然产物。

[推测] 两个平台的潜在结合方式，是用电子传感器提升无细胞酶实验的速度与观测精度，而非直接在人体内自动改写酶。

[71:03] 对基因工程与超长寿命的谨慎判断

[事实] Michael 警告，不应把单个碱基修改的现实能力夸大为近期即可自我改造身体或轻易复活动物。

[事实] 他指出，即使针对一种疾病改变一个碱基，也可能需要公司投入十年时间。

[事实] 对于本代人活到 300 岁的说法，他持怀疑态度，理由是人体由数万亿细胞和许多相互依赖的系统组成，任何部分失效都可能影响整体。

[事实] 他认为活到 100 岁是更值得努力、也相对现实的目标。

[73:34] 可编程生物学的规则与责任

[事实] 主持人追问，当生物学变得可编程时，应由科学家、企业、监管者还是使用者制定需求与规则。

[事实] Michael 表示，NCT 选择已有大量安全研究的分子，是为了借助既有证据缩短产品进入市场的时间。

[事实] 他承认，当制造能力快于管理后果的能力时会产生危险，并希望强大工具掌握在愿意承担责任的人手中。

[事实] 他主张创新者必须建立快速反馈机制，在错误扩大、伤害更多人之前学习和修正。

[76:45] 创业决策、平台价值与领导原则

[事实] Michael 更偏好酶而不是细胞，因为酶保留自然界的催化能力，同时更简单、更可控。

[事实] 他认为 NCT 可作为被低估的天然分子代表，并判断用于有益目标的数字孪生技术仍被低估。

[事实] 他将创业中的核心建议概括为“专注”，因为同时追逐过多可能性会导致任何产品都无法完成。

[事实] 他的领导原则之一是“以终为始”：先确定足够明确的北极星目标，再从目标反推行动。

[事实] 他偏好平台型事业，但强调平台必须通过实际产品证明价值。

[82:49] AI 时代要更擅长“做人”

[事实] 面对 AI 时代的职业选择，Michael 不赞成把所有人简单引导到水管工等难以自动化的职业。

[事实] 他的建议是“非常擅长做人”，因为人类能力在未来会具有很高价值。

[事实] 他把人才定义为硬技能、人际能力和内在动力的结合，而不是证书或单一专业技能。

[事实] 他特别强调倾听、同理心、团队协作、明确个人使命和主动行动。

[推测] 这一观点意味着，与其押注某个永远不会被自动化的职业，不如培养能够跨工具、跨岗位迁移的人类协作能力。

播客点评/总结

本期的亮点是把多个通常彼此割裂的话题串联起来：基因测序、CRISPR 传感器、无细胞酶工程、蛋白质语言模型、天然产物制造和 AI 治理。Michael 对创业者如何把科研原型变成可生产、可监管、可销售的产品提供了较具体的解释。

对无细胞平台的讲解尤其有价值。节目没有只停留在“AI 制药”的宽泛口号，而是说明了模型预测、实验验证、错误反馈和专有数据积累之间的闭环，也清楚区分了补充剂、潜在药物和尚未验证的医疗用途。

其局限在于，多项市场时间表、疾病比例和产品功效判断主要来自受访者陈述，节目中没有呈现临床数据或独立证据；NCT 对脂肪肝、体重维持以及与 GLP-1 联用的效果仍属于待验证方向。AI 灾难的部分也较多基于私人会议转述和情景推演，不能视为已经发生或必然发生的事实。

本期适合关注生物技术创业、AI 辅助蛋白质工程、天然产物制造和科技治理的听众，也适合希望理解“科研突破如何走向产品”的创业者与投资人。