《麻省理工科技评论》发布2020全球十大突破性技术，抗病毒药、个性化药物入选

自 2001 年起，《斯坦福大学生物科技评论》每年都会评选出当年的“年度科学研究性电子技术”。2年底27日，2020年“年度科学研究性电子技术”名单如期而至。此次Billboard找回的是那些似乎改变与世隔绝和兼职方式也的突破。

入选2020年“年度科学研究性电子技术”的包括未能入侵的网际网路（Unhackable internet）、微独创止痛物（Hyper-personalized medicine）、十六进制货币制度（Digital money）、抗某种主因止痛（Anti-aging drugs）、计算机断定大分子（AI-discovered molecules）、微级星座卫星（Satellite mega-constellations）、量子场论在技术上（Quantum supremacy）、微型计算机（Tiny AI）、关联性隐私（Differential privacy）、气候变化归因（Climate change attribution）。本文将医疗保健身心健康具体部分来进行解释器。

年度科学研究性电子技术之医疗保健身心健康篇

微独创止痛物（Hyper-personalized medicine）

更为重要：为单个患儿量身功能强大的遗传物质止痛物，给在此之后未能治愈营养不良的人带来了努力。

主要数据分析者：T Children’s Project、Boston Children’s Hospital、Ionis Pharmaceuticals、FDA

期中：现在

由特定DNA错误导致的尤为相像的营养不良患儿，现在有了一线生机——遗传物质修补。这归功于可以根据性状遗传物质量身功能强大的全新止痛物。

Mila Makovec就是这样的一个“吉米”。她患有一种由独特的遗传物质突变引起的持续性营养不良。2019年10年底，她的病例被刊登在《新英格兰医学时尚杂志》(New England Journal of Medicine)上，当时医生们对她的遗传物质缺陷来进行了解读，并为她量身功能强大了止痛物。他们都用她的叫作给这种止痛重新命名为milasen。

虽然Mila以外还无法被治愈，但身体状况已经比较稳定了：癫痫发烧减少了，可以在别人的帮助下站立和行走。

该病人法则之所以能付诸，就是因为天时地利人和——共同开发一种全新的遗传物质止痛物从未如此之快，也从未有过更好的机会。新止痛物可能作出遗传物质替代、遗传物质编辑或同理核酸（Mila所给予的类型）的方式也，同理核酸多种不同于一种大分子擦除剂，用于擦除或修补错误的脱氧核糖核酸。这些疗法的共同之处在于，它们能以高质量的方式也和加速被脚本语言，忽略修补遗传营养不良。

像Mila这样的吉米还有多少？到以外为止，虽然还只有少量。但愿景可期。

当然，针对实质上患儿的“多对一”疗法也面临着同样。因为它们与现行的止痛物共同开发、验证和经销商的法则都背道而驰。当这些止痛物只帮助一个人的时候，却必须大型团队来设计和装配，谁来为它们买？

抗某种主因止痛（Anti-aging drugs）

更为重要：可以通过延缓某种主因来病人许多不同的营养不良（包括癌症、脑溢血和失智症）。

主要数据分析者：Unity Biotechnology、Alkahest、Mayo诊所、Oisín生物电子技术、Siwa Therapeutics

期中： 5在短期内

2019年1年底4日，来自美国的一个研究小组人小组在《Bruce》子刊EbioMedicine时尚杂志上首次发表了用抗某种主因类止痛物——Senolytics病人有机体一种与年龄具体的致命营养不良的务实结果。

Senolytics通过去除随着年龄下降而积累的“某种主因”线粒体而起抑制作用。这些“某种主因”线粒体，可以产生低水平的瘙痒化学反应，抑制但会的线粒体修补前提，并让邻近线粒体所处排泄物的环境。

2019年6年底，的办公室位于旧金山的Unity Biotechnology报告了对轻度至重度膝盖骨关节炎患儿的初步结果。预计将在2020年下半年披露相当大临床科学研究的结果。该美国公司还在共同开发多种不同止痛物，以病人与年龄有关的小腿和肺部营养不良等。

Senolytics以及许多其他有针对性的疗法准备人体试验之中，这些法则针对的就是某种主因和各种营养不良的根源所在的生物多线程。

一家名为Alkahest的美国公司向患儿流入年轻人血清之中断定的成分，并对此努力阻止患有轻度至之中度阿尔茨海默氏病患儿的认知和系统回升。该美国公司的帕金森氏症和失智症止痛物也在人体试验之中。

2019年12年底，刘易斯赫尔大学医学院的数据分析管理人员甚至借此数据分析一种包含免疫抑制止痛物嘌呤类抗生素的面霜是否可以减慢 人体黏膜的某种主因。

所有这些数据分析都反映出数据分析管理人员准备不断期望，以了解与某种主因具体的许多营养不良（例如脑溢血、关节炎、癌症和失智症），期望可以通过“破解”来推迟其发烧。

计算机断定大分子（AI-discovered molecules）

更为重要：一种新止痛商业化平均必须花费平均25亿美元。主因之一是不足以找到有努力成为止痛物的大分子。

主要数据分析者：Insilico Medicine、Kebotix、Atomwise、列治文大学、BenevolentAI、Vector Institute

期中：3-5年

据数据分析管理人员估计，未来将会转化为危在旦夕生命的止痛物的大分子数量平均为1060 ，这比太阳系之中所有原子的数量还要多。

现在，机器自学基本功能可以能用信息来探险整体大分子及其连续性的大型数据库，从而产生新的可能性。这样可以更快、更便宜地断定新的候选止痛物。

2019年9年底，新加坡Insilico Medicine和列治文大学的两组数据分析管理人员通过衍生物AI算法找到的几种候选止痛物，证明该策略的精确性。数据分析管理人员常用多种不同于深度自学和转化成模型的电子技术，明确了分之一30，000种很强理想连续性的新颖大分子。他们从之中选择了6个来进行衍生物和验证。其之中一项在动物科学研究之中证明很有潜力。

从事止痛物断定的化学家经常去设想一种新大分子，现在，这些研究小组有了新的基本功能来扩充他们的想象力。