“产生过十几位诺奖研究中心”的五大特征,Nature总结这一条最重要
Bringing medical advances from the lab to the clinic
关键词:分子生物学;实验室管理;诺贝尔奖;创新策略;Nature
经常有朋友后台留言:
1960年代,生物化学家 John Kendrew 在英国剑桥分子生物学实验室研究蛋白质的结构模型。图片来源:MRC 分子生物学实验室
(如需原文,请加微信healsana获取,备注20240626NC)
主要研究方法和结论
本研究通过12次深度访谈、60年档案文件分析、管理模型识别、组织文化分析、激励结构评估、管理监督机制研究、长期潜力评估、外部评审过程、案例研究以及综合分析等方法,全面揭示了剑桥医学研究理事会分子生物学实验室(LMB)背后的成功管理策略。
研究发现,LMB通过建立一种促进科学多样性和协同作用的组织文化、实施与人员目标一致的激励结构、强化科技优先级之间的管理监督,以及重视长期研究潜力而非仅短期绩效指标,成功塑造了一个持续推动科学发现和技术创新的环境。
🔷 综合管理(Integrated management)
LMB的管理策略着重于三个核心要素,文化、激励和管理监督,它们共同维护了科学与技术开发之间的反馈循环。
文化:LMB通过促进员工间的科学多样性、鼓励知识与创意的交流,以及重视不同研究领域间的协同作用,建立了一种连贯的组织文化。这种文化被视为组织适应性和生存能力的关键,使科学发现以一种可持续但不可预测的方式涌现。LMB认识到拥有明确但广泛开放的机构研究方向的重要性,并鼓励招募具有多样化但相辅相成兴趣的团队,以确保在特定研究领域达到专业人才的临界质量,同时保留通过开拓新途径和新兴领域进行创新的灵活性。
César Milstein 正在分析DNA。图片来源:MRC 分子生物学实验室
激励:LMB采用激励机制来调整组织的文化与人员目标之间的关系。积极推广共享的价值观和共同目标,帮助研究人员感到自己是LMB社区的一部分,并为之自豪,从而培养长期忠诚度。LMB历来采用非等级结构,强调论证的质量而非提出者的职位。与许多实验室不同,LMB专注于投资和提升初级成员,而非引进外来人才。这种策略反映在其高标准的初级科学招聘上,许多诺贝尔奖得主,包括Richard Henderson和Gregory Winter,他们的职业生涯是从实验室开始并内部晋升的。
结构生物学家 Daniela Rhodes 在LMB研究染色质结构和调控。图片来源:MRC 分子生物学实验室
管理监督:LMB使用一种管理监督系统来解决可能影响生产力的科技优先级之间的紧张关系。技术开发者致力于开发和改进工具以满足尽可能多潜在用户的规格要求,而科学家则帮助定义基于他们的目标和数据的技术规格。LMB通过一系列干预措施和健全的流程来选择关注哪些科学问题,例如,具有不同专长的技术开发者在专门的工作坊单位中开发原型。经验丰富的首席研究员充当中间人,将科学术语转化为技术工程要求,反之亦然。科学资源的决策权下放给各分部,而重大技术开发的资金则通过实验室的执行委员会集中分配,从而增强了促进创新的科学与技术之间的反馈循环。
🔷 长期潜力(Long-term potential)
生物化学家 Max Perutz 正在准备使用X射线晶体学进行检查的样品。图片来源:MRC 分子生物学实验室
整体科学计划的潜力:LMB的评估体系着重于科学计划的长期潜力,要求科学家公开评估哪些问题根据LMB的重点领域具有最高价值,并在技术发展成本和失败风险之间找到平衡,同时保持研究组合的多样性。 内部专长与外部评审的整合:为了管理这些相互竞争的需求,LMB结合了内部专长和外部评审。MRC每五年进行一次的外部评审是一个战略性的创新方法,它能够预测未来趋势,确保决策的公平性。 五年评审过程:评审过程包括评审委员会的访问,这些评审员了解实验室的文化,根据报告、内部评审和面试对组长的科学生产力和创新性进行评分。虽然个别实验室根据过去研究的结果进行评估,但更强调未来的展望。 研究组的关闭与年轻研究者的晋升:很多研究所,如果评分低于一定标准,则研究组将在一年内关闭;但这里是例外,以保持项目长期的本性。因此,即使发表论文数量有限,年轻研究者的潜力和研究影响也可能导致终身职位。 识别新兴科学趋势和机会:评审过程在识别新兴科学趋势和机会方面也起着关键作用。例如,在2005年,访问评审委员会确定了需要一个新的动物设施,以突出哺乳动物生物学的潜力,这是一个之前没有被优先考虑的概念。 拒绝可能占据主导地位的项目:LMB通常拒绝那些需要扩大技术和大量物理空间的项目,以防它们超出项目所能产生的财务收入,占据实验室的工作和空间需求。 创新项目的孵化器:LMB可以被视为一个高质量的早期创新项目孵化器,研究项目有很高的周转率。这种周转率并不影响研究的可行性,因为小组结构小,允许研究项目的灵活性和人员的流动性。LMB专注于项目,直到它们变得成功、可获得资金并且可以通过接近科学发展后期和转化研究的资金机会进行扩展。
🔷 复杂的自适应系统(A complex adaptive system)
LMB的组织管理策略超越了规则的简单总和,产生了与其长期研究目标一致的新兴行为和成果。这些成果体现了LMB作为一个复杂适应系统的本质,类似于生态系统。
复杂适应系统:是一个自组织系统,其行为特征来自于系统组成部分之间的相互作用,这些行为通常是难以预测的。这些组成部分可能包括个人及其活动、物质部分(如技术)以及这些互动产生的创意。
管理策略的成效:有效管理这一复杂适应系统是LMB成功的根本。通过不断的适应和进化,LMB能够比大多数其他机构更有效地产生新知识。
跨学科合作:例如,LMB通过涉及科学家和工程师的协作努力,以及软件和先进冷却技术的整合,帮助开发了应用于生物科学的冷冻电镜技术(cryo-EM)。不是由单一个体来策划和协调所有步骤,而是这个多学科团队展现了自我组织和迭代调整,受到其共享文化的约束。
这种自我组织和迭代调整的过程允许新解决方案的出现,反映了生态系统中看到的适应性。这种共享文化不仅促进了团队成员之间的协作,也为创新提供了必要的约束,使得团队能够在追求长期目标的过程中保持一致性和方向性。此外,通过这种管理策略,LMB能够产生如冷冻电镜技术这样的创新成果,这些成果不仅推动了生物科学领域的发展,也展示了复杂适应系统在科研管理中的有效性。
🔷 面临的教训与挑战(Lessons and challenges ahead)
LMB的系统被视为一个更广泛地分配基础科学研究资金的框架。然而,当我们展望未来时,我们看到了LMB和生命科学界需要克服的三个挑战:
基础生物科学的复杂性增加:基础生物科学中的问题变得越来越复杂,需要越来越精密且昂贵的设备。开发这些工具可能超出了一个实验室的能力,需要更广泛的机构合作。
2021 年医学研究委员会分子生物学实验室。图片来源:MRC 分子生物学实验室
基础研究向临床应用的快速转变:致力于基础生命科学的机构越来越多地受到资助者和社会的压力,要求它们快速转变为临床应用,这可能削弱它们基础研究的质量和竞争优势。基础生物科学与临床转化之间的鸿沟众所周知难以弥合,且风险很高。基础科学研究资金的缩减:近年来,一些资助者已经撤出了基础生物科学的投资。例如,在过去十年中,美国国立卫生研究院的外部资金更多地投向了转化和应用研究,而不是基础科学。一些非常有声望的基础科学研究机构因此受到影响,甚至被解散,如纽约市的Skirball研究所。然而,考虑到重建基础科学研究的复杂性和难度,抵制拆除基础科学研究的诱惑至关重要。科研成果的转化:像LMB这样的实验室可能通过加强与临床学术科学和私营行业的联系来增强其发现的转化。利用制药行业在人工智能和计算模拟等领域的优势,可以在不损害研究实验室重点的情况下加强基础科学。LMB与生物制药公司AstraZeneca的Blue Sky合作是朝这个方向迈出的一步。
优秀科研人才的招聘与保留:对于基础科学实验室来说,招聘和留住最优秀的科学人才变得越来越具有挑战性。全球范围内转化研究机构的激增,生物技术和制药公司能够向顶尖研究人员支付更高的薪水。此外,研究人员可能因为基础研究中高风险项目的高失败率以及在竞争性实验室(如LMB)中获得终身职位的困难而退缩。
这些挑战要求LMB和生命科学界采取创新的策略和方法,以确保基础科学研究的持续发展和科学探索的未来。
政府必须首先认识到基础科学研究的重要性,并持续资助那些可能产生深远影响的高质量、高影响力的项目。通过采纳像剑桥医学研究理事会分子生物学实验室(LMB)所采用的有效研究管理策略,可以提高这些投资的效益,降低风险,确保科学发现能够为社会带来长期的益处。这包括优化资源分配、鼓励跨学科合作、支持年轻科学家的成长,以及加强公众的科学教育和对基础研究价值的认识,从而在促进科学进步和技术创新的同时,保障经济和社会的持续发展。
Nature杂志简报总结英国剑桥医学研究理事会分子生物学实验室(LMB)成功的经验为以下五点,其中优先考虑长期目标而不是绩效指标最为重要。
促进科学多样性(Promoting scientific diversity)
培养长期忠诚度(Fostering long-term loyalty)
有效管理稀缺资源(Effectively managing scarce resources)
在科学问题和基于工程的技术解决方案之间建立反馈(Establishing feedback between scientific questions and engineering-based technology solutions)
优先考虑长期目标而不是绩效指标(Prioritizing long-term goals over performance metrics)
生物医学领域是智力最相对不重要、而是比拼持久力的领域。长期持续的关注,一点点往前拱,才能做出原创性重大成果。
我见了太多美国生物医学科学家(包括我的美国前老板),一辈子就是做一个项目,但那个项目很多年前就是他最为领先。由此,因为他只是做别人没做的东西而成果很少,但他仍可以获得持续的基金支持。
回到最前面朋友们的问题,我的建议仍然是:
把喜欢科研且能够耐住寂寞的青年学者吸引进来;
给他们平常稳定的收入、和成果转化后千万级别的专利转化预期;
不要催、不要管,科研人员自己会做出最有价值的成果。
声明:
本文只是分享和解读公开的研究论文及其发现,以作科学文献记录和科研启发用;并不代表作者或本公众号的观点,更不代表本公众号认可研究结果或文章。
为了给大家提供一个完整而客观的信息视角,我们有时会分享有冲突或不同的研究结果。请大家理解,随着对疾病的研究不断深入,新的证据有可能修改或推翻之前的结论。
作者:Amber Wang;助理:ChatGPT
编辑:Jessica,微信号:Healsanq,加好友请注明理由。
美国Healsan Consulting(恒祥咨询),专长于Healsan医学大数据分析(Healsan™)、及基于大数据的Hanson临床科研培训(HansonCR™)和医学编辑服务(MedEditing™)。主要为医生科学家、生物制药公司和医院科研处等提供分析和报告,成为诸多机构的“临床科研外挂”。
网址:https://healsan.com/
更多职业专栏资料,点击左下角“阅读原文”可见。
微信扫码关注该文公众号作者