在短短10分鐘不到的時間內，我進行了人類和其他種類的基因序列分析，在顯微鏡圖像中發現導致瘧疾的寄生蟲，大膽地猜測哪些類型的癌癥與特定基因相關。完成這一切都不需要遺傳學和病理學的培訓。

歡迎進入“游戲化”的生命科學研究，僅需一臺聯網的設備和幾分鐘參與時間。在開放創新和民眾參與的生物醫藥領域，這是發展趨勢。從極為簡單到技術上的挑戰，這些游戲提供了平臺，只要敲入數據就可以去解決大大小小的問題。多么神奇：用令人上癮的游戲場景來解決遺傳學上的數據問題，測試計算機驅動的方面診斷傳染性疾病和預測癌癥。

Foldit和Phylo等游戲的早期成功，促使游戲擴大這些游戲的應用，以解決越來越大的研究需求。雖然非科學家們通過游戲來改善我們對生物的理解還有一些局限，但是游戲玩家們一直在用驚人的成就推動這些限制。比如說，Foldit玩家組隊在蛋白質折疊游戲中發現了一種逆轉錄病毒酶的結構，對艾滋病研究是重大的進展。

2008年Foldit的火熱還只是生命科學研究“游戲化”趨勢的開始。計算機科學家和生物信息專家在過去幾年一直關注其他游戲增加的菜單，包括Cell Slider和Dizeez，試圖吸引每年花費1500億小時在游戲上的人。

嚴肅的學者包括華盛頓生物化學教授、Foldit共同David Baker，Phylo共同、麥吉爾大學結構生物學Jér?me Waldispühl等似乎是這種“游戲化”趨勢的者。他們由于預算限制，需要創造一款游戲能夠在純粹的游戲中優先解決實際問題。但他們希望他們的游戲是令人愉快的。除了推動科學，游戲者想玩的開心并常常放棄枯燥的游戲。

Waldispühl 在接受采訪時表示，“我覺得游戲界面應該非常隨意，并不*科學，因為游戲要讓送到zui多人的。”

下面這份報告概括了zui為有名的生命科學領域的游戲，有游戲說明。它們的排名根據游戲體驗以及科學成就，所有這些游戲都可在線玩。

Foldit

Foldit是一個實驗性的蛋白質折疊電子游戲，結合了眾包與分布式計算的思想。由華盛頓大學的計算機科學和工程學系和生物化學學系（同一批人中，很多人也參與創建Rosetta@home）聯合共同開發。

Foldit提供一系列教程，讓用戶試著操縱簡單的類蛋白質構造，并定期更新以真實蛋白質結構為基礎的謎題。該程序讓用戶在工具輔助解謎，就能夠得出實際的蛋白質模型。每當結構被變動，一個“分數”會根據折疊的完善程度給出。Foldit用戶可以創立加入小組，分享各自的方案。也有小組高分榜。

生物制造主要蛋白質結構的方式（蛋白質生物合成）在原理上已經為人類所理解，此即蛋白質DNA測序的方法。而解明肽鏈是如何折疊成三維的蛋白質結構更為困難；雖然大致的程序已經為人所知，但蛋白質結構預測還是需要大量的運算。

Foldit嘗試利用人腦天生的三維圖形匹配能力。目前該程序出的謎題都是基于已被人們清楚了解的蛋白質；通過分析人類在解這些謎題時的直覺思考途徑，研究者希望能改進現有蛋白質折疊軟件所用的算法。

科學家們一直研究愛滋病的逆轉錄酶，已有十五年之久，這種蛋白質酶是愛滋病毒在活體細胞中復制和繁殖自己的重要關鍵，但在游戲中逆轉錄酶的結構在十天內玩家們解開。

Phylo

這款游戲的學名叫做——一個比較基因組學的人類計算框架。其實就是讓你去排列的DNA，RNA或蛋白質，找出相似的區域，替代計算機幫科學家解決多序列對比問題。

雖然計算機有很快的運算能力，但是在模式識別上卻遠遠不如人眼厲害，人類對于視覺問題有著超乎一般的反應能力。另一方面，規模龐大的基因組有三十億個堿基對，并且每多個之間都要行對比，看著這不一般的計算量，計算機就“有氣無力”了。

你看圖上四種顏色的方塊，它們就代表DNA的四種核苷酸——也就是那四種遺傳學密碼（A,C,G,T）。而這三條彩色序列就代表不同物種的DNA，在你排列之后找到的相似區域，可能代表物種之間功能、結構或者演化的。如果無論怎么排列，某些區域仍然處于保留狀態——無法找到和其他物種的相似性，那么這些區域的保留就可能是一些特殊原因所致——比如，突變。

通過你的排列所找到的相似，生物學家們也許能夠推測生物共同的進化和起源，或者識別功能上很重要的關鍵位置，來解釋基因的突變。更重要的是，生物學家可以通過它們跟蹤某些遺傳病之源。

MalariaSpot

一位科學家可以一對一輕易地打敗一般玩家。MalariaSpot是一款測試游戲者計算瘧疾寄生蟲數量能力的線上游戲，顯現非專業人士如何努力出近乎的表現。

這款游戲是由西班牙馬德里技術大學研究者設計，MalariaSpot將大眾的力量轉移到難以對付的瘧疾傳染病。這種疾病2010致死65.5萬人，非洲死亡人數有90%都是小孩。隨著每天新增60萬新的病例，急需專家來評估患者的嚴重程度。

據MalariaSpot的設計者表示，一位專家要花費20分鐘以上計算血液載片中的寄生蟲數量，而這款游戲表現一幫非專業人士如何可以計算數字圖像上寄生蟲的數量。在《醫學互聯網研究雜志》中，游戲報告了專業人士的游戲分數，參與22個游戲，99%以上的準確率。

這項發現促進了關于遠程醫療方法以提供常規診斷的爭論，包括專家和非專業人士。

如果MalariaSpotzui終贏得游戲，人們也許會想要參與加利福尼亞大學的線上游戲MOLT，以識別瘧疾感染的紅細胞。

加州大學洛杉磯分校電機工程和生物工程師Aydogan Ozcan教授在一場媒體發布會上說，“如果只是觀察人們的反應能力，這也許是可以的，但是一個人總是不可避免的會犯一些錯誤。如果要是集中10-20人，甚至是50位非專業的游戲者一起，可以很好的提高分析的準確性。”

Cell Slider

癌癥研究吸引了學術界和生物制藥界、zui聰明的科學家。通過Cell Slider這款游戲，我們也可以參與“捕捉”癌癥的隊伍中來。

英國癌癥研究中心受天文學一款游戲的靈感激發，2012年10月發布了Cell Slider這款游戲，集中了成千上萬的玩家在活檢的數字影像中計算和分類腫瘤細胞。雖然這款游戲6個月前發布，但據其數據統計，玩家們已經分析了76.3萬張影像。

本月公民科學聯盟組織宣布他們將跟隨Cell Slider一起計劃發布一款游戲，考驗玩家在癌癥基因數據中找出異常。這款新游戲今年夏天推出。

公民科學聯盟組織主席Chris Lintott博士表示，“通過和Cell Slider的合作，我們發現數以萬計的公民樂意向科學事業貢獻他們的業余時間。”

Dizeez

Andrew Suzui近也加入了生命科學“游戲化”群體。Su是斯克里普斯研究所副教授，創造迎合生物學背景的玩家的游戲。然而這些游戲也是研究的有力工具。

在他成功地創建了BioGPS，一款在線基因數據源，Su的實驗室做出了兩款游戲。*款游戲叫做Dizeez，展示疾病名稱，然后讓玩家在5個基因中挑選出該疾病已知相關基因，這些都基于BioGPS的數據。

他的實驗室還開發了一款The Cure的游戲，這款游戲是基于預測乳腺癌病例預后的結果。游戲的來源于賽智生物網絡（疾病網絡預測模型）的爭論——開發出的工具來進行乳腺癌預后的預測。雖然游戲者并沒有報酬，但是Su認為，游戲者可以從中收獲一些無形的價值。