ntry-header

2017年8月24日,斯坦福大学James Zou教授访问我中心并做学术报告 Deep learning for genomics and biomedicine.

James Zou 教授做学术报告
James Zou、肖立与中心教员合影
#post-11874
ntry-header

促成果变现,帮科研掘金

 

作为科技创新的“最后一公里”,科技成果转化一直广受关注。从去年开始,从中央到地方都出台相关政策,破解转化难题。毋庸讳言,难题依旧难解,还需持续努力。近日,美国科学院院士、斯坦福大学终身教授王永雄做客《文化讲坛》,结合自身统计学的科研经历和实践,讲述了该校科技成果的商业转化模式和成功案例,并为国内高校解决科技成果转化难题提供借鉴。

  ——编 者

研究成果如果只留在大学和实验室里,是一种浪费

我是做统计学研究的,主要工作是统计推论,就是以数据为依据进行分析推理,从中获取知识,从而了解、认识、干预现实世界。从理论统计到计算统计,再到生物统计,过去30年,这几个领域我都有涉足。目前,我比较感兴趣的是计算生物学。通俗地讲,就是用统计学方法,研究人类基因问题。具体地说,就是把统计学应用在基因组学、精准医学方面。用统计学方法研究人类基因,前景非常广阔。

20世纪90年代,以基因芯片为代表的第一代基因测序技术有了重大突破——人类可以同时测量成千上万个不同基因。在此之前,基因测量要一个一个来做。效率大幅提高的同时也带来了问题:如何从海量数据中提取出有价值的信息?对生物学家来说,这是巨大的挑战;而对统计学者来说,这是很好的机会。

2005年到2010年,新一代的基因测序方法又有突破,测序的效率一下子又提高了1000倍,同时可以看到更多位点的状态,获取更全面的信息。科学家们都意识到,精准医疗会有爆炸性的发展。具体说来,人类基因组是由30亿个位点组成的,在其中大约500万个位点上,人与人存在差异。这些差异化的变异位点造成了人的相貌、罹患疾病的可能性、对治疗药物的反应等各不相同。如果我们能够掌握不同个体变异位点的状态,全面收集它们的健康和发病情况、对药物的反应情况,就有可能通过对数据的统计分析,揭示基因组对健康影响的内在规律,从而实现精准医疗。

科学研究的目的,不仅仅是为了求知、求新,从根本上说,是为了推动社会进步。科研成果如果只留在大学、实验室里,而不转化为生产力,无疑是一种浪费。常年的积累使我们发掘出了一些具有商业价值的研究成果。近年来,我和学生陆续成立了几家高科技公司。比如,2010年,我的一个研究生毕业后创办了一家专注于基因组测序数据分析的高科技公司,当时的很多美国药企积累了庞大的基因组数据,但缺乏系统分析的方法和工具。我们开发出一套系统性的解决方案,在产业层次上实现了对基因组测序数据的有效分析,为企业从数据中发现价值提供了有力保证。2014年,这家公司被罗氏制药收购。

设计清晰的机制,才能保障科技成果运用到社会

其实,对于科技成果,大家的理解见仁见智。在我看来,科技成果既应包括学术论文、研究报告、模型、专利等,也应包括科学活动中培养出的人才。斯坦福大学的科技成果转化非常活跃,大体有4种模式。

第一种,是人们最熟悉的,通过知识产权授权的方式。比如,某位科研人员有成果,可向学校的技术转化和授权办公室提交发明和技术发布表,办公室就会对成果进行评估,并考虑是否申请专利。一旦校方决定申请专利,并且申请成功,专利的所有权将归学校所有,但可以通过授权或转让的方式供第三方使用。专利所产生的收益有明晰的分配机制,大致是学校、院系和个人各占1/3。值得一提的是,斯坦福大学的技术转化和授权办公室很专业,雇用了一批各个领域具有硕士和博士学位的工作人员。他们既能预判成果的价值,又了解产业界的情况,是研究成果和产业界对接的桥梁。

第二种是本科生创业。严格来说,这种模式不太容易产生真正有价值的成果转化。它要求的是高校的本科教育,或者是学生的兴趣和特长,和社会需求有很好的衔接。学生看到市场机会,就可能投身创业。如果创业学生的素质特别高,机遇也好,也能够成功。

第三种是研究生、博士后拿着研究小组的成果去创业。这是最直接、有效的成果转化途径,我参与创业的公司都属于这种形式。作为导师,我会对公司发展给出建议。对公司来说,得到有声望的学者的支持,在募资、开拓市场上也有帮助。在这种模式下,导师一般不担任公司中的管理职务,也不直接参与公司管理,从而能够在学校里集中精力做研究。

第四种是学校教员直接创业,担任公司的创始人。在斯坦福大学,教员可以申请1年无薪假期来创办公司,原则上不能超过两年,否则只能离职。教员直接创业固然有长处,但这是一柄双刃剑,可能会冲击到学校的教学研究工作。比如,斯坦福大学计算机系在人工智能领域非常强,但过去5年内,几乎一半以上的教员都去创业了,这样会严重削弱学校的研究力量。毕竟,大学的主要任务是创造知识,而不是创造财富。大学首先要保证培养人才、科学研究的主要地位,然后才是学术与产业界的互动。

在我看来,除了常见的知识产权授权外,导师充当顾问、有商业头脑的学生创办公司,也是良性、可持续的模式。它既不会冲击教学研究工作,也能最大程度让科技成果应用到社会。从斯坦福大学的经验看,这种模式成功运转的先决条件是要有一套清晰的机制来保障。比如,为保证教职员大部分时间用在科研和教学上,校方要求教员每周只能把不超过1天的时间放在公司上。此外,每一个教职员都要申报,参与了哪些公司、在其中扮演什么角色,甚至包括收入情况。

制度上,斯坦福大学对科技成果归属也设立“保险墙”。如果科研过程中非偶发性地用到学校资源(包括资金、设备、人力等),使用方需要和学校签订协议,知识产权也归校方所有,除非校方放弃所有权。这样就避免了产权纠纷。例如,当年雅虎与谷歌的创始人分别向技术授权办公室提交自己的技术,调查后判定,雅虎开发中利用学校资源只是偶发性的,不需要进行技术许可;而谷歌超过偶发性地利用了校园资源,技术的所有权归校方,需要进行技术许可。

成果转化生态链中,各方的关系要捋顺

事实上,美国的科技成果转化也经历了由弱到强的过程。在《拜杜法案》由国会通过前,美国高校中政府科研项目取得的专利、软件著作权等发明成果,所有权归政府所有。由于美国联邦政府没有统一的专利政策,要对这些成果进行商业化应用,需要20多个政府部门批准。繁琐的行政手续导致大量专利闲置。截至1980年,联邦政府虽然持有2.8万件专利,但授权商用的比例低于5%。

1980年,《拜杜法案》由国会通过。根据《拜杜法案》,联邦政府资助的科研项目取得的专利、软件著作权等发明成果,其所有权属于高校等受资助单位,将成果转移的工作交由高校负责,从而尽可能地扩大成果转化率。

近些年,中国出台了很多促进高校院所科技成果转化的措施。我认为,最关键的就是设计一套清晰的制度规范。比如,知识产权如何归属,收益怎么分配,教学科研和创业如何平衡,如何透明化管理等。科技成果转化涉及完整的生态链条,要捋顺各方之间的关系。从科技资源分配、科研经费应用机制、人员管理等方面进行通盘考虑。“头痛医头,脚痛医脚”并不能达到很好的效果。国内高校也有必要设立专门的、具有一定规模的专利管理机构,为科技成果转化提供专业服务,对接产业界需要。

——转自“人民网”

#post-11872
ntry-header

#post-11871
ntry-header

为促进中国和日本统计研究的学术交流与合作,中国现场统计研究会将于2017年11月1日-3日在杭州市举办“2017杭州统计研讨会”,特邀请您参加本次会议。会议议题涵盖统计理论、方法和应用研究,及大数据分析等领域。会议报告语言为英语。本次会议由中国现场统计研究会主办,中国现场统计研究会计算统计分会承办。

报名截止日期: 2017年9月5日

 

#post-11870
ntry-header

哦!我们不能找到您的表单。

论文样本及格式.pdf  (点击打开)

#post-11869