生命科学的云平台还有多远

       在某个山清水秀气候宜人的地方，作为研究者的你设计好实验方案后，只需按下一个键，在世界某处，就有一个实验室开始执行该方案，而你可以继续处理别的事务。实验完成后，你将及时得到通知，然后登录系统查看实验结果，系统中配备有丰富而强大的工具供你做实验数据分析用，甚至在你分析之前AI系统就能主动告知一些重要的结论甚至是全新的发现。

       如果你有一些个性要求，需要自己亲手操作，也仅需进入虚拟实验室，然后在屏幕面前操作虚拟物品，在某个真实的实验室里，就会有相应的自动化设备设施及时响应你的操作，完美地复制你的每一个动作。得益于实时全景交互反馈系统，让你拥有在物理实验室里的操作完全相同甚至更佳的体验（至少你不需要穿戴防护设施和接触各种有毒物质）。

       是的，你不再需要建设实验室，无需和设计及施工单位反复沟通；不再需要去选择和购买各种实验设备，还要派专人维护它们；也不再需要去和别人协调实验室使用时间，更不需要亲自动手去做实验，去处理废弃和有毒物等等。你把时间用在分析、设计和研究创新上，让你从大量重复枯燥甚至是对身体有害的机械操作中解放出来，把本来该属于你的时间还给你。

这一幕会成为现实吗？让我们一起来看看生命科学基础设施发展的几个阶段。

第一阶段，纯手工

      那时候生命科技行业规模太小，处于大规模产业应用的萌芽期，基本上都得靠科学家或实验团队手工DIY，效率低，对人的要求高，很多科学家都有过大量手工实验的经历，那时候做一个实验要花很久的时间。此外有些实验材料是有毒的，研究者们甚至不得不暴露在一些有毒环境中。

第二阶段，半自动

      随着行业发展，逐渐有一些半自动的产品面世，把人从部分简单而重复的劳动中解放出来，在这个时期，可以看到大量的人工和机器配合完成很多的实验和数据分析工作。

第三阶段，全自动

       一些可以标准化的实验流程逐渐从半自动过渡到了全自动模式，人工介入的比例在大幅缩小，但不同类型的实验之间可能还无法灵活和充分的整合，实验流程的范畴还是比较有限。

第四阶段，智慧实验室

      在上一阶段的基础上，整个实验过程会被拆分成多个不同职责的单元，可以根据实验需要灵活快速编辑单元的协作流程，就像一条可以灵活定义的流水线，根据生产工艺的不同，把各功能单元进行编排，可以在非现场完成实验过程的调度和监控管理，实验过程基本可以做到无人值守。

      既然是智慧实验室，除了集成有强大的运动控制软件让机器替代人工操作外，还有基于完整数据收集基础之上的大数据AI分析和迭代进化功能。借一位朋友的话说，就是智慧实验室不仅只是替代人做事儿，未来还能做超出人的原生能力之外的事儿，能更快发现人无法发现的新知。

第五阶段，云上实验室

      生命科技行业持续蓬勃发展，如果每一个有需求的机构或个人都要建设一个实验室，还要配备相应的运维人员，再考虑到并非每一个实验室都能被充分地利用，这显然是社会资源的巨大浪费，什么地方存在浪费，那里就一定会存在创新的机会，不管是技术创新抑或是模式创新。

       中心云实验室平台会应运而生，它不仅支持按照用户设计的实验方案完全自动执行的模式，也支持基于远程虚拟实时交互反馈系统的全景沉浸模式，让用户能在两种模式之间按需取用，这就是文章一开始的那一幕。

       到了这一阶段，还可以更进一步，当你尝试设计实验方案时，云平台上可能有大量的实验资源库可供选择，没准比你自己设计的更优。在尝试运行某个实验方案时，云平台有可能会告诉你该实验方案无需运行，基于之前大量的相同实验，明确告知你结果，节省了你的时间和资源投入。所以云平台，不仅仅是一个硬件基础设施，也是一个知识复用平台和资源集约调度管理平台，更是一个能够赋能甚至是引领创新的引擎。

      从此，科学研究或兴趣爱好学习，不再是有一定资金实力的机构才能开展，个人爱好者，甚至是独立的研究者，也可用能够承受的价格十分方便地开展自己的研究，就像如今IT行业的云计算一样。

       当然，云平台并不能满足所有的需求，比如需要用一些DIY的工具或试剂完成某些特定的实验，比如有一些创新性的元素云平台尚未具备，所以仍然会有一部分本地化部署的实验室出现，或者本地部署和云部署混合搭配的情况，也可能会有一些只是针对特定领域如化学合成的云平台出现。

      不同阶段未必有边界清晰的时间分隔，但不同阶段一定会有一些标志性的事件发生，比如总会有某个公司率先对外提供云服务，也总会有某个公司率先使用虚拟技术对外提供实验服务。

       除了上述几个阶段之外，同时也会有另一种模式，通过高度集成的设备来替代现在的专业实验室，降低实验室建设和使用成本，这个设备在高度集成化的同时还拥有灵活可编程的能力，相当于把一个专业实验室微缩到一个设备上。在新冠疫情的爆发式需求催生下，大量的PCR实验室建成，也采购了大量的设备如PCR仪、核酸提取仪、分杯系统等，围绕着这些设备需要配备大量的操作人员和管理者，如果通过高度集成又足够灵活的开放设备平台来完成上述所有设备的工作，不仅能在提高灵活度的同时降低使用门槛，还可减少对操作人员数量的需求。

部分问题

对于云上模式，以下是可能存在的一些疑问。

1. 样本传输的问题

       纯粹的信息服务，数据可以借助通信网络完成上云，而对于生物实验而言，有一些情形是需要真实样本的，样本的保存运输复杂度是要高于数据传输的。但如大家所知，目前有不少科研服务的样本，也是需要把样本寄送到服务商的，随着物流越来越便捷高效，样本的运输不再是瓶颈。而且有一些生物实验本来就没必要重复实施，基于云平台的知识库共享模式，不仅可以降低资源浪费，还能提升社会的整体协作效能。更何况有大量的实验并不需要生物样本，即便是化学合成之类的实验，很多基本原料云厂商就可以提供，你只需要选择即可，没准通过集采比自购还要便宜。

2. 实验过程要观察细节

      有些问题或者优化确实需要观察实验过程，所以最先被实现的应该是那些标准化的过程，但云平台可以通过大量的传感器和视觉技术把整个实验过程360度无死角记录下来，供你随时调阅分析，不仅能让你看到你想看的，还能提供一些肉眼无法直接观测的数据。这样，你就再也不用让自己的实验人员去回忆当时的操作细节和细微的现象特征了，实验过程的完整记录让你可以随心所欲随时查看，不仅大大降低了对人的依赖，还可做到数据一次产生即可永久使用，把其价值最大化。

3. 数据安全和隐私问题

       回答这个问题之前，咱们先思考一个问题，假设你有数百万来路正当的现金，你是会把钱放到专业机构如银行里还是放在自己家里？

       其实安全是多方面的，并不意味着你放到自己公司内部就比放到云上更安全，事实上，大量中小企业的网络安全和数据安全及隐私保护基本上形同虚设。总觉得数据在自己的机房里才更安全，那只是一种错觉。

       这就如云计算一开始出现时大家担忧的数据安全问题一样，后来发现云上的数据安全保护机制更优秀且更廉价。当然，云上模式也并非完美，我想要说的是安全其实是多方面的，并不是数据在自己机房里就等价于更安全。

4. 可靠性问题

       和云计算的底层硬件已经拥有足够的稳定性和可靠性不同，生命科技领域的很多环节的稳定性还有明显的提升空间（比如不能保证每一次吸液加液都是成功的、不能保证每一次添加的化学物质都是精确的），不过这终究是一个发展的过程，随着硬件技术以及软件控制和管理技术的持续发展，稳定性问题终究会被解决掉。

写在最后

      不同的发展阶段代表不同层次的资源利用率和优化配置的水平，从细节最优，发展到局部最优，再进化到整体最优。这就像是从原始社会、到奴隶社会再到封建，帝国、最后是全球化。资源的生产、调度和配置优化水平在不断地提升，影响的范畴也越来越大，受益的人越来越多。

       资源配置的优化离不开技术手段的迭代和进化压力（进化压力来源于市场竞争，市场竞争归根结底是生存竞争，是资源调度和利用效率之争），同时也能反过来牵引技术进步和调整进化压力，形成一个上升闭环。

      如果大家关注行业动态，应该能够从诺禾致源这样以科研服务起家的公司观察到上述趋势，并且会注意到这样的公司可能会同时扮演自动化实验室方案的使用者和提供者双重角色。

       当然，所谓的最优配置一定是和技术进步以及由技术水平和管理理念而决定的分工结构密切相关的，最优只是一个大家都在不自觉去追求的理想目标，是一个过程而非结果，永远都有更优在前面吸引着所有竞争者，那么问题来了，你觉得云上时代还有多远呢？