2020年"全球十大突破性技术"公布：数字货币等在列
|
小女孩米拉 · 马科维茨（Mila Makovec）就是一个真实病例。她因为一种独特的基因突变而饱受病痛摧残，随后医生用一年的时间为她量身定做了针对其基因缺陷的药物，并命名为“Milasen”，取自她的名字。相关研究成果于2019年10月发表在《新英格兰医学杂志》上。 虽然该治疗手段尚未完全治愈米拉，但似乎已经稳定了她的病情：癫痫发作减少，还可以在协助下站立和行走。 针对米拉的治疗之所以成为可能，是因为开发一种全新的基因药物从未如此之快，也从未有过更好的机会。新型药物可能会采用基因替代、基因编辑或反义核酸等形式，米拉所接受的治疗就采用了反义核酸，类似于用一种分子擦除剂消除或修复错误的遗传信息。这些治疗手段的共同点在于，它们能够以数字化的方式和速度编程，以纠正和补偿遗传性疾病，或者替代 DNA 字母。 和米拉处于类似境遇的人还有多少呢？目前还不是很多，但一定会越来越多。 好消息是，曾经让研究人员束手无策的挑战有望出现转机，他们寄希望依靠 DNA 找到解决方案。 不过，对于这类针对单一患者的 “多对一” 治疗方案来说，真正的挑战是它几乎与现行的所有新药的研发、测试和销售规则背道而驰。当这些药物只帮助了一个人，却需要投入多个大型团队来设计和制造时，谁来为它们买单呢？
数字货币 重大意义：随着实体货币使用频率的下降，没有中介的交易自由也随之减少。与此同时，数字货币技术可以用来分裂全球的金融体系。 主要研究者：中国人民银行、Facebook 成熟期：2020年 2019年6月，Facebook 推出了一款名为 “Libra” 的“全球数字货币”。此举立刻遭到强烈抵制，“Libra”可能永远不会被启动，至少不会像最初设想的那样启动。 但它仍然产生了影响：在 Facebook 宣布这一消息后的几天内，中国人民银行的一位官员暗示，将会加速自身数字货币的开发。如今，中国有望成为世界上第一个发布其货币数字版本的经济体，以替代实体货币。 中国显然考虑到了 Libra 的潜在冲击：它可能加强美国在全球金融体系中不成比例的权力，而这种权力源于美元作为全球事实上的储备货币的角色。有部分人推测中国将会在国际上推行其数字货币。 现在，Facebook 的 “Libra” 宣传已颇具政治意味。2019年10月，Facebook 的 CEO 马克 · 扎克伯格（Mark Zuckerberg）向美国国会承诺，Libra“将扩大美国的金融领导地位，以及美国在世界范围内的民主价值观影响和监督能力”。数字货币的战争已经打响。
抗衰老药物 重大意义：诸如癌症、心脏病和失智症等许多不同疾病或许都可以通过延缓衰老来治疗。 主要研究者：联合生物技术公司、Alkahest、梅奥诊所、Oisín Biotechnologies 成熟期：五年之内 第一波新型抗衰老药物已经开始人体测试。虽然它们目前还不能延长寿命，但有望通过减缓或逆转基本的衰老过程来治疗特定疾病。 这类药物被称为 “长寿药物”（Senolytics），其工作原理是消除某些随着年龄增长而积累的细胞。这些细胞又被称为“衰老细胞”，会导致轻微的炎症，抑制正常的细胞修复机制，并且置邻近细胞于有害环境之中。 2019年6月，总部位于旧金山的联合生物技术公司（Unity Biotechnology）公布了药物在轻度至重度膝关节炎患者身上的初步测试结果，预计将在2020年下半年从更大规模的临床试验中获得更多结果。这家公司还在研发类似的药物，用来治疗与年龄有关的眼部和肺部疾病。 某些生物自然变化过程是衰老和各种疾病的根源，而如今，Senolytics 以及许多其他有希望的针对这些过程的新治疗手段正在进行人体测试。 一家名为 Alkahest 的生物技术公司尝试向患者注射年轻人血液中的某些成分，称其有望阻止轻度和中度阿尔茨海默氏病患者的认知和功能性能力下降。该公司还在对治疗帕金森氏症和失智症的药物进行人体测试。 此外，2019年12月，德雷塞尔大学医学院的研究人员还在尝试研究含有雷帕霉素（一种免疫抑制药物）的面霜，以证实其是否可以减缓皮肤衰老。 这些实验反映出科研工作者正在加大努力，以研究与衰老相关的许多疾病（例如心脏病、关节炎、癌症和失智症）是否可以通过特殊手段来延缓其发作。
人工智能发现分子 重大意义：一种新药的商业化平均花费约25亿美元，原因之一是很难找到有希望成为药物的分子。 主要研究者： Insilico Medicine、Kebotix、Atomwise、多伦多大学、BenevolentAI 成熟期：3-5年 可能被转化为潜在救命药物的分子数量令人难以想象：研究人员估计这个数字约有 1060种，这比太阳系中所有原子的数量还要多，提供了几乎无限的化学可能性——如果化学家们能够从中找到有价值的分子。 现在，机器学习工具可以用来探索包含已知分子及其特性的大型数据库，利用这些信息可以产生新的可能性，实现以更快的速度、更低的成本发现新的候选药物。 2019年9月，香港的 Insilico Medicine 公司和多伦多大学的研究团队实现了重大实验突破，通过合成人工智能算法发现的几种候选药物，证明了该策略的有效性。 （编辑：52刷机网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
