本文发表于《大众科学》的前博客网络，反映了作者的观点，不一定代表《大众科学》的观点
在他的新书《点击此处拯救一切：技术至上主义的愚蠢之处》中，技术哲学家叶夫根尼·莫罗佐夫提出了“技术至上主义”的概念，这种倾向主要或纯粹根据特定技术是否可以解决问题来定义问题。 这是一个令人担忧的趋势，因为它预示着未来问题的优先级不再取决于其社会或政治重要性，而是取决于它们在明确定义且易于获得的技术解决方案的“刀锋”下有多容易屈服。 莫罗佐夫的技术至上主义是“手持锤子，万物皆钉”这句谚语的更复杂版本。 但在技术加速发展的时代，当技术进步速度远超我们理解其影响的速度时，这一切都太真实了。 这是一个只会日益严重的问题。
基因组学是应用技术便利性与由此获得的成果价值之间差距的一个突出例子。 摩尔定律在基因测序方面甚至比在晶体管方面更有效，科学家们正在以惊人的速度将测序技术应用于基础生物学和应用医学问题。 测序将继续变得更便宜、更容易，最终可能会在几十年内使每个家庭都能拥有一台桌面测序仪。 这种个人化的测序方式所带来的社会影响无疑将是重大且不确定的，但即使在技术层面，它们带来的缺点也已经显而易见，最突出的例子是目前对基因组进行测序并发现治疗癌症新方法的努力。
麻省理工学院教授迈克尔·亚菲在《科学信号》杂志上发表的一篇富有洞见的评论中，提醒我们注意在发现癌症的根源和治疗方法时，有些盲目地应用基因组测序的缺陷。 二十世纪最伟大的医学突破之一是发现癌症从本质上来说是一种基因疾病。 特定基因（癌基因和肿瘤抑制基因）的发现极大地支持了这一发现，这些基因突变后会大大增加疾病的发生概率和发展进程。 上世纪后半叶廉价测序技术的出现，为科学家和医生提供了一种革命性的工具，可以深入了解癌症的基因基础。 从人类基因组计划的巨大成功开始，对癌症患者的整个基因组进行测序以发现导致疾病的突变变得越来越容易。 从那时起，科学家们一直希望，对数百名患者的癌细胞进行测序能够使他们发现新的突变，从而指向新的潜在疗法。
关于支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。 通过购买订阅，您正在帮助确保未来能够继续讲述关于塑造我们当今世界的发现和想法的具有影响力的故事。
但正如亚菲指出的那样，这种方法最终常常将对癌症的真正见解降格为应用一种特定的技术——基因组学——来探测疾病的复杂性。 正如他所说，这就像醉汉在灯柱下寻找钥匙一样，不是因为钥匙真的在那里，而是因为那里有光。 在这种情况下，癌症疗法的真正基础构成了钥匙，测序是光。 在过去的几年里，针对乳腺癌、结直肠癌和卵巢癌等主要癌症进行了一些重要的研究，这些研究试图对数百名患者的癌细胞进行测序。 这些信息已被纳入癌症基因组图谱，这是一项雄心勃勃的计划，旨在绘制和编目每种重要癌症可能发生的所有重要突变。
但这些努力在很大程度上最终只是发现了更多相同的东西。《癌症基因组图谱》是一个非常重要的数据库，但它最终可能会积累与实际理解或治愈癌症无关的数据。 亚菲承认了这一事实，并对进一步花费资金和精力进行大规模癌症基因组测序，而牺牲其他可能更有价值的项目表示了深思熟虑的担忧。
到目前为止，结果相当令人失望。 各项关于常见人类肿瘤的研究，其中许多是在癌症基因组图谱 (TCGA) 的主持下进行的，已经证明，基本上所有或几乎所有在癌症中发生改变的突变基因和关键通路都是已知的……尽管美国国立卫生研究院 (NIH) 花费了超过 2.5 亿美元（以及所有因此而没有资助的 R01 拨款来支付这项费用）以及大规模的数据收集工作，但到目前为止，我们在癌症治疗方面几乎没有学到任何我们已经知道的东西。 现在，NIH 计划花费数百万美元来大规模测序大量的鼠肿瘤！
很明显，虽然从这些患者的测序中收集到了有价值的数据，但几乎没有数据能够带来新的见解。 那么，为什么 NIH 和研究人员继续关注原始的、未经加工的测序呢？ 请看数据迷和灯柱
我相信答案很简单：我们生物医学科学家对数据上瘾了，就像酒鬼对廉价酒上瘾一样。 正如关于醉汉在灯柱下寻找丢失钱包的旧笑话一样，生物医学科学家倾向于在“光线最亮”的测序灯柱下寻找——也就是说，在那里可以尽快获得最多的数据。 就像数据迷一样，当我们真正有临床价值的信息可能在其他地方时，我们仍然寄希望于基因组测序。
“数据迷”这个词让人联想到典型的长期饥饿、略微眼神呆滞的书呆子形象，他们渴望数据，但并没有完全意识到仅仅从他们精密的测序仪和计算机算法中大量生成信息的含义或智慧。 这种类比并非毫无道理，因为它触及了我们所有人都有可能变成的样子； 仅仅因为他们可以就生成信息的数据爱好者。 这将是技术至上主义的充分体现； 将每个癌症研究和治疗问题都变成测序问题，因为这是我们可以廉价且轻松地做到的。
如果我们想真正深入了解癌症的行为，显然这不是一种可行的方法。 测序无疑将继续是一种不可或缺的工具，但正如亚菲指出的那样，真正的行动发生在蛋白质层面，发生在涉及数百个蛋白质枢纽的信号通路的复杂性中，这些蛋白质枢纽的扰动是癌细胞生存的关键。 当药物杀死癌细胞时，它们不会靶向基因，而是直接靶向蛋白质。 亚菲提到了最近的几项治疗发现，这些发现不是通过测序，而是通过观察癌细胞中发生的化学反应并靶向其来源和产物而发现的； 本质上是通过采用以蛋白质为中心的方法而不是以基因为中心的方法。 或许我们应该将一些用于测序的资源重新分配到研究这些信号蛋白及其相互依赖性上
如果癌症研究专注于人类肿瘤中的全网络信号分析 (20)，特别是当与 TCGA 测序数据现在提供的见解相结合时，这些治疗的成功可能会来得更快，并且这些药物在未来可能会更有效地使用。 目前，信号测量很困难，尤其不适合高通量方法，并且尚未针对临床样本的使用进行优化。 为什么不投资开发和使用用于这些信号导向研究的技术呢？
换句话说，为什么不让醉汉买一盏灯，把它安装在城镇的另一个更有可能找到钥匙的地方呢？ 这是一个令人信服的建议。 但重要的是不要忽视亚菲呼吁探索替代范式来寻找有效治疗癌症方法所具有的更广泛意义。 从某种意义上说，他直接指出了新一代人似乎越来越受数据和新技术吸引的现象。 无论是希望测序能够带来突破的癌症研究人员，还是希望 Twitter 和 Facebook 能够帮助阿拉伯世界实现民主的政治评论员，我们所有人都面临着被技术至上主义的潮流卷入的危险。 对此，我们必须永远保持警惕。