邬荣领：用数学的语言，读懂生命的秘密

邬荣领的办公室在北京怀柔的燕山脚下。

推门进去的那一刻，你会先被一整面墙的公式愣住。不是一列一列，而是一整面墙，密密麻麻的符号、网络图谱和推导痕迹，像是某种只有少数人才能破译的神秘语言。邬荣领站在窗边，背对着那面墙，手里握着一杯茶，望向窗外连绵的山脉。

他说，那是他在思考的时候惯常做的动作：看山。

“山不动，但它的形状告诉你它所经历的过往。”他说，“我从事的数学也是这样，它本身是静止的，但它能描述所有的变化。”

从森林里出发的人

那年，邬荣领出生在江苏如皋一个典型的鱼米之乡。看到路旁挺拔的桑树在春风中摇曳，他立下最早的志向，不是数学，也不是遗传学，而是树。

他考入南京林业大学，学林木遗传育种，硕士毕业后留校任教。那几年，改革开放的浪潮已经掀起，但在大多数人的认知里，搞林业的人，就是和树打交道，和实验田打交道，和一堆表格打交道。他记得自己那时候大量的工作，是测量树木的生长，记录各种性状的数据，然后想办法找到那些影响生长的遗传因子。那个年代，做这件事的工具还非常粗糙，”就是统计，最基础的统计，告诉你均值是多少，方差是多少，有没有差异。”

他把那段时光形容为”有很多疑问，但没有工具可以回答”。

生物体的性状从来不是某一刻的定格。一棵桑树的高度，不是在某年某月戛然而止的，它在生长，在变化，在对土壤、光照、水分作出响应，同时，基因在其中扮演的角色，也不是简单的”有就开，没有就关”。邬荣领觉得，这里面藏着更深的规律，但传统的统计方法，根本没有能力把它们说清楚。

1990年，他赴美国华盛顿大学攻读数量遗传学博士学位，开始了一段在太平洋彼岸漫长的追问岁月。

一个问题，二十年的答案

在美国读书和工作的日子，邬荣领经历了完整的学术训练：博士毕业后，他先后在北卡罗来纳州立大学、佛罗里达大学任职，同期与国内高校保持紧密合作。早期在浙江农林大学，他被聘为浙江省首批省政府特聘教授，往返于美国佛罗里达大学与浙江农林大学之间，从事教学与科研。最终，他来到宾夕法尼亚州立大学，成为统计系与公共卫生系的大学杰出教授，并担任统计遗传学研究中心主任。

“大学杰出教授“（Distinguished Professor）在美国的学术体系中是一个含义极重的头衔。普通的终身教授（Tenure Professor）已经是大多数学者职业生涯的天花板；而杰出教授，是各个大学为表彰在各自领域做出卓越贡献、在国际上具有显著影响力的极少数学者而设立的最高荣誉职称。每所大学每年获此称号者，通常不超过个位数。这个头衔，是对一个人学术生涯的综合判定，而不仅仅是某一篇论文、某一项成果的奖励。

在这段时间里，他一直没有放下那个从林业实验田里带来的疑问：我们怎样更精确地描述一个性状，从它被孕育的那一刻，到它充分发育、成为它应该成为的那个样子？

2000年，他开始认真构建自己的答案。

他把那个阶段称为”一道门缝里透进来的光”。他意识到，生物的表型性状，不是一个静态的点，而是一条随时间展开的曲线。那条曲线，可以被描述，可以被建模，可以被追踪。如果能把基因的影响，镶嵌进这条曲线的动态变化之中，那么，我们对遗传的理解将会发生根本性的改变。

2002年，他将自己的理论首次发表在国际权威期刊《遗传学》（Genetics）上。他给这个方法起了一个名字：功能作图（Functional Mapping）。

在这个名字里，”功能”是关键词。传统的基因定位方法，找到的是某个时间点上影响性状的基因；而功能作图找的是影响整个发育过程的基因。它不是问”你是谁”，它是问”你在做什么，你做了多久，你的影响是怎样随时间改变的”。

论文发表后，在国际同行中引起了很大反响，《自然综述：遗传》（Nature Reviews Genetics）还做了亮点介绍。不久，该刊物主编邀请他就这一方向撰写前瞻性文章。这可不是一般的期刊，它专门刊登那些能够重新定义一个领域研究框架的综述与前瞻性文章。换句话说，只有当一个方向足够新、足够重要，才会被《自然综述：遗传》纳入视野。2006年，邬荣领的评述发表于此，功能作图的理论框架由此在更广泛的国际学界获得关注。有同行将这项工作列为”过去五十年DNA技术领域最具突破性的工作之一”。

对这个评价，邬荣领的回应是：”其实那才是开头。”

坐在生物和数学的交界处

邬荣领的研究，从一开始就注定是跨学科的。因为他的问题本身，就站在好几个学科的交界处。

他解释自己的工作，有一种习惯：先用最简单的比喻说清楚本质，然后再谈那些公式。

“你见过交响乐团吗，”他说，”一百个人，每个人拉的、吹的、打的东西都不一样。你要理解这场演出，你不能只盯着第一排的小提琴手，你必须同时听所有人，理解他们是怎么配合的，整体的音乐是怎么出来的。”

这个比喻，是他理解生命系统的出发点。基因不是孤立运作的，细胞不是孤立运作的，器官不是孤立运作的。生命是一个高度复杂的、动态的网络。要理解它，你需要能够描述网络的数学语言。

在宾夕法尼亚州立大学时期，他将功能作图的理论进一步延伸，提出了系统作图（Systems Mapping）的概念，试图把细胞、组织、器官层面的生理过程，用数学语言整合进一个统一的框架里。2015年，他将这一理论发表在国际理论生物学顶刊《生命物理评论》（Physics of Life Reviews）上，论文发表后立即在国际同行中引发热烈讨论。编辑部邀请了来自美国、奥地利、荷兰、芬兰和印度的五位学者撰写评论文章，同期发表，这在学术期刊里是极为少见的待遇，通常意味着，这是一项真正在改变讨论框架的研究。

他向来把自己的工作看成一条正在向前延伸的线，而不是一座需要被守护的城堡。

丘成桐的数学，从纸上走进现实

2022年，邬荣领加入北京雁栖湖应用数学研究院（BIMSA）担任研究员，并接受清华大学丘成桐数学科学中心曾思明讲座教授的职位。三个月后，他被任命为北京雁栖湖应用数学研究院副院长。

他平静地解释了自己加入BIMSA的初衷：”我年轻时候从林业学到生物，从生物学到统计，从统计学到数学。这一路走来，我总是在往前跑。来这里，是因为这里有我觉得接下来要做的事情。”

那件事情，与一个名字密不可分：丘成桐。

丘成桐是当代最具影响力的数学家之一，菲尔兹奖得主。他的数学成就集中在最抽象的理论层面，从卡拉比猜想的证明、到几何分析的发展、到Yau-Yau滤波器（丘-丘滤波器）的发明，从共形几何、拓扑理论到弦理论，无不开拓性地推进了人类对数学世界的认知边界。然而，理论的力量需要有人把它引向现实。

邬荣领协助丘成桐承担的，正是这件事。

以丘成桐及其合作者发展的GLMY同调理论为核心工具，邬荣领带领团队与他的同事吴杰研究员一起，将这套来自代数拓扑的数学语言，引入了复杂生命系统的建模与疾病研究。他们把疾病看成一个由众多因子（如代谢物质）构成的复杂网络，将系统中每一个元素的作用分解为”独立效应”与”依赖效应”两部分，进而构建出一张全方位、个性化的统计物理网络，他们称之为idopNetworks（爱豆网）。

这个网络，不是对现有方法的小幅改进，而是思路层面的根本转换。传统的疾病研究倾向于问”哪个基因或代谢物出了问题”，而idopNetworks的问题是：”这些元素之间的整体关系，是如何从健康状态演变为疾病状态的？”

2023年，邬荣领与丘成桐共同通讯，在《美国国家科学院院刊》（PNAS）发表论文，将这一模型应用于炎症性肠病的代谢组分析，成功识别出若干在疾病形成中发挥关键作用的代谢物及其相互作用网络，为复杂疾病的机制解析与药物靶点发现提供了全新路径。

该论文发表后，邬荣领教授在新闻发布会上做成果介绍

这不是他们合作的孤例，而是一种持续的工作模式：丘成桐在最前沿提供数学工具与方向，邬荣领协助将这些工具落地到生命科学与医学的具体问题上，并一次次以实验数据验证理论预测的有效性。数学的抽象力量，正是通过这种方式，一步步转化为看得见、摸得着的科学成果。

那张”超网”

如果说idopNetworks是这种工作模式的一次结晶，那么”超网”（Hypernetwork）模型，则是它更进一步的延伸。

传统的数学模型描述复杂系统，用的是”节点和边”构成的网络。节点是元素，边是元素之间的两两关系。这个框架在很多领域运作良好，但邬荣领觉得，它忽略了一类至关重要的现象：自然界里，很多相互作用不是两两之间的，而是多个元素同时参与的高阶相互作用。三个元素之间的关系，不等于三对两两关系的简单叠加。就像三个人之间的化学反应，未必能从任意两人的单独关系推算出来。

超网，正是为了捕捉这种高阶相互作用而设计的。结合GLMY同调理论，这个模型不仅能看到网络的结构，还能看到结构的”洞”，看到信息在系统中流动时的拓扑变化。这是一种对复杂系统的全维度理解，远超传统网络模型所能触及的深度。

2024年，丘成桐、邬荣领及其合作者在《美国国家科学院院刊》（PNAS）合作发表题为《复杂系统高阶相互作用的超网建模与拓扑》的论文，超网模型正式进入国际学界视野。在3种不同细菌的联合培养实验中，模型的预测曲线与实验测量值高度吻合。

微生物超网络的 GLMY 同源性剖析

“你看，数学告诉我们的，实验证实了，”邬荣领说，”这种时候，是最开心的。”

数学、人工智能与人才培养

“现在很多人在做大数据、人工智能，用机器学习去预测生物性状，”邬荣领说，”这当然有用，但有一个问题，它告诉你结果，但它不告诉你为什么。”他停顿了一下，”我不满足于知道’是什么’。我想知道’为什么’。”

在他看来，数学不是人工智能的竞争对手，而是人工智能真正走向深度的必要基础。没有严格的数学框架，机器学习的预测是一个黑箱；有了数学，那个黑箱才有可能被打开，才能告诉你，它看见的那个规律，背后是什么原理。

他现在的研究方向，也越来越多地与人工智能交叉。用更严格的数学语言构建可解释的模型，再用人工智能的计算能力去处理海量的生物医学数据，让两者各司其职，互为依托。这是他认为”接下来应该走的方向”。

而在这一判断之外，还有一件他同样看重、甚至更为用心去做的事：人才培养。

在丘成桐先生的主导与部署下，邬荣领协助推动了一套覆盖面广、体系完整的数学与人工智能人才培养工作。这套体系的核心，是让真正有数学根基的人，进入人工智能的研究与应用前沿，包括在BIMSA推进的高层次研究型人才培养，以及面向北京市属高校学生的人工智能人才培育，从理论基础到工程实践，构建起一条全链条的培养路径。其中，与北京科技大学合作开设的丘成桐数学实验班是重要组成部分，旨在为未来的交叉学科研究储备兼具严格数学训练与人工智能应用能力的新一代研究者。

这不是空泛的愿景，而是正在落地的行动。

邬荣领执教多年，桃李遍布海内外。他早年培养的许多学生，如今已成为国内外知名高校的教授，在各自领域独当一面，学术成就斐然。谈起这些，他的语气里有一种克制的欣慰。不是炫耀，更像是某种对薪火相传这件事本身的笃定。”一个人能做的事情是有限的，”他说，”但如果你培养出足够多真正有能力的人，他们加在一起能做的事情，是无法估量的。”

时机与时差

在北京的第一个冬天，邬荣领说他有一段时间睡眠不好。不是时差，是问题。

“有些问题，到了晚上会自己跑出来，”他说，”有一个图，我想了大概三周，每天晚上都想，白天也想，然后有一天早上六点，突然想通了。我给学生发消息，他们还在睡觉。”

他笑起来的时候，脸上有一种很年轻的表情，那种对某件事情彻底着迷的人才会有的表情，那种把自己的时间和精力慷慨地投入进去、无怨无悔的人才会有的表情。

他说自己选学生，有一个标准排在最前面，不是聪明，甚至不是勤奋，而是”对问题是否有真实的好奇心“。

“好奇心是驱动力，不是结果，”他说，”技术可以学，勤奋可以培养，但是如果你本来就对这个问题不感兴趣，那任何训练都是徒劳的。”

这个标准，显然也是他用来衡量自己工作的。三十多年来，他没有走进某一个已经热门的领域去分一杯羹，也没有把自己的研究打包成更容易被资助的形状。他始终在自己定义的问题上，耐心地向前推进。

“有没有觉得这条路走得慢？”

他想了想，说：”什么叫慢？你得先有个目的地，才能算慢快。我的目的地是真的理解生命的机制。这条路，本来就是长的。”

尾声

离开雁栖湖的那个下午，山脉的轮廓在夕光里变得更加清晰。

那面写满公式的墙，那道窗外的山，这些构成了邬荣领在北京的日常。

他曾经说，好的科学，最终都会被更多人理解。”不一定是这些公式本身，而是它们背后的那个道理。”他指了指窗外的山，”你不需要懂地质学，也能感觉到它雄伟。道理是相通的。”

那位小时候喜欢看着故乡桑树在风中飘荡的少年，如今站在京城数学与生物、理论与应用、计算与医学的交界处，用人生后半辈子去追寻、去追赶、去追想心中的那颗梦。

那面写满公式的墙，似乎在下午的阳光下无声地折射着梦的身影。

邬荣领简介

北京雁栖湖应用数学研究院副院长、研究员，清华大学丘成桐数学科学中心曾思明讲座教授。美国科学促进会（AAAS）会士，美国统计学会（ASA）会士，国家自然科学基金杰出青年科学基金（B类）获得者，中组部”国家特聘专家”，北京市科技战略人才。曾任美国宾夕法尼亚州立大学统计系与公共卫生系大学杰出教授、统计遗传学研究中心主任。入选斯坦福大学联合国际知名学术出版机构爱思唯尔（Elsevier）发布的《2025全球前2%顶尖科学家榜单》，同时入选终身科学影响力榜单与年度科学影响力榜单。在国际权威期刊发表学术论文逾520篇。