《麻省理工科技评论》发布2020全球十大突破性新技术，抗衰老药、个性化药物入选

自 2001 年起，《普林斯顿大学科技评论家》每年都会获选不止当年的“十大关键性核心技术”。2年初27日，2020年“十大关键性核心技术”名单如期而至。此次榜单找回的是那些真正改变家庭和工作方式的跃进。

入选2020年“十大关键性核心技术”的包括很难征服的互联网（Unhackable internet）、超强个性化药性物（Hyper-personalized medicine）、数字货币（Digital money）、有益药性（Anti-aging drugs）、智能注意到原子（AI-discovered molecules）、超强级黄道十二宫2号（Satellite mega-constellations）、量子优越性（Quantum supremacy）、微型智能（Tiny AI）、关联性隐私（Differential privacy）、Climate归因（Climate change attribution）。本文将医疗卫生身心健康涉及部分同步进行编译。

十大关键性核心技术之医疗卫生身心健康篇

超强个性化药性物（Hyper-personalized medicine）

层面：为单个症状契合自带的性状药性物，给先前很难皮肤病癌症的人带来了想。

主要科学科学界：T Children’s Project、Boston Children’s Hospital、Ionis Pharmaceuticals、FDA

秋冬季：现今

由特定DNA差错导致的极不罕见的癌症症状，现今有了一线生机——性状修复。这并不认为可以根据幼体性状契合自带的全上新药性物。

Mila Makovec就是这样的一个“倒是”。她患有一种由与众不同的性状突变引起的致命性癌症。2019年10年初，她的个案被刊发在《上新泽西柳叶刀》(New England Journal of Medicine)上，当时护士们对她的性状缺失同步进行洞察读，并为她契合自带了药性物。他们都用她的起名给这种药性取名为为milasen。

虽然Mila现阶段还没有被皮肤病，但病情已经平衡了：高血压发作减少了，可以在别人的希望下站立和行走。

该制剂物件之所以能付诸，就是因为天时地利人和——开发计划一种全一上新性状药性物未曾如此之慢，也未曾有过更好的但他却。上新药性物可能采取性状替代、性状编辑或同理碱基（Mila所遵从的类别）的形式，同理碱基典型一种原子插入剂，用于插入或修复差错的遗传个人信息。这些制剂的共通点在于，它们能以数字化的方式和速度被面向对象，补救修复遗传病。

像Mila这样的倒是还有多少？到现阶段为止，虽然还只有少量。但预见可期。

当然，针对基本上症状的“多对一”制剂也面临着挑战。因为它们与现行的药性物开发计划、试验和销售的物件都背道而驰。当这些药性物只希望一个人的时候，却需要大型团队来设计和制造，谁来为它们输？

有益药性（Anti-aging drugs）

层面：可以通过延缓精神状态来制剂许多多种不同的癌症（包括癌症、心脏病和高血压）。

主要科学科学界：Unity Biotechnology、Alkahest、Mayo妇产科、Oisín微生物核心技术、Siwa Therapeutics

秋冬季： 5年内

2019年1年初4日，来自American的一个科学家工作组在《柳叶刀》子刊EbioMedicine杂志上首次刊载了用有益类药性物——Senolytics制剂生命体一种与岁数涉及的致命癌症的努力结果。

Senolytics通过去除随着岁数增长而积累的“精神状态”细胞膜而起起着。这些“精神状态”细胞膜，可以产生低水平的炎症自由基，可抑制正常的细胞膜修复功能，并让中心地带细胞膜身处有毒的生存环境。

2019年6年初，的总部位于加州的Unity Biotechnology报告了对轻度至重度膝盖骨痛风症状的初步结果。原订将在2020年下半年定为更多临床试验的结果。该母公司还在开发计划类似药性物，以制剂与岁数有关的皮肤和胃部癌症等。

Senolytics以及许多其他有针对性的制剂正在体液试验之前，这些物件针对的就是精神状态和各种癌症的乃是所在的微生物意味着。

一家名为Alkahest的母公司向症状注入青年人血浆之前注意到的化学物质，并表示想阻止患有轻度至之前度阿尔茨海默其族病症状的认知和功能降低。该母公司的帕金森其族症和高血压药性物也在体液试验之前。

2019年12年初，德雷克塞尔所学校药学院的科学研究职员甚至试图科学研究一种含有免疫可抑制药性物抗病毒霉素的面霜应该可以减缓 体液皮肤的精神状态。

所有这些科学研究都反映不止科学研究职员正在不断决心，以洞察与精神状态涉及的许多癌症（例如心脏病、痛风、癌症和高血压），期望可以通过“破解”来延迟其发作。

智能注意到原子（AI-discovered molecules）

层面：一种上新药性商业化超强过需要要花费将近25亿美元。缘故之一是很难找到有想被选为药性物的原子。

主要科学科学界：Insilico Medicine、Kebotix、Atomwise、卡尔加里所学校、BenevolentAI、Vector Institute

秋冬季：3-5年

据科学研究职员估计，都未转化为挽救一个人的药性物的原子总数将近为1060 ，这比太阳系之前所有原子的总数还要多。

现今，人工智能物件可以来进行个人信息来探索现阶段原子及其优点的大型目录，从而产生一上新可能性。这样可以更慢、更价格低廉地注意到一上新候选药性物。

2019年9年初，香港Insilico Medicine和卡尔加里所学校的四组科学研究职员通过合成AI线性找到的几种候选药性物，断定该策略的有效性。科学研究职员适用典型尺度学习和生成三维的核心技术，已确定了大将近30，000种具有平庸优点的上新颖原子。他们从之前考虑了6个同步进行合成和试验。其之前一项在昆虫实验之前断定很有发展前景。

从事药性物注意到的植物学家经常去最初一种上新原子，现今，这些科学家有了一上新物件来扩展他们的想像力。