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

自 2001 年起，《MIT科技华盛顿邮报》每年上会评出不止下半年的“年度重大有所突破核心技术”。2同月27日，2020年“年度重大有所突破核心技术”名单如期而至。此次榜单探寻的是那些似乎改变生活和管理工作形式的有所突破。

入选2020年“年度重大有所突破核心技术”的仅限于无法入侵的网络服务（Unhackable internet）、超强个人化泻药剂（Hyper-personalized medicine）、十进制纸币（Digital money）、抗再生泻药（Anti-aging drugs）、AI找到分子会（AI-discovered molecules）、超强级星座人造卫星（Satellite mega-constellations）、量子优越性（Quantum supremacy）、微型AI（Tiny AI）、差别隐私（Differential privacy）、气候变化归因（Climate change attribution）。本文将医护健康系统性部分进行编译器。

年度重大有所突破核心技术之医护健康篇

超强个人化泻药剂（Hyper-personalized medicine）

重要性：为单个高血压个人化定制的基因序列泻药剂，给此前无法指甲病传染病的人促使了决心。

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

成熟期：今天

由特定DNA差错导致的尤为罕有的传染病高血压，今天有了一线生机——基因序列大修。这无疑可以根据个体基因序列个人化定制的全原先泻药剂。

Mila Makovec就是这样的一个“刚开始”。她罹患一种由独特的基因序列突变引起的致命性传染病。2019年10同月，她的发生率被撰写文章在《原先英格兰极快报》(New England Journal of Medicine)上，起初医生们对她的基因序列缺陷进行了表述，并为她个人化定制了泻药剂。他们试图用她的姓氏给这种泻药命名叫milasen。

虽然Mila现今还没有被指甲病，但病情仍未稳定了：癫痫发作缩减了，可以在别人的鼓励下站立和拖动。

该放射治疗形式之所以能构建，就是因为天时地利人和——开发新一种全原先的基因序列泻药剂未曾如此之极快，也未曾有过来得好的但他却。原先泻药剂确实采取基因序列替代、基因序列编辑或反义小分子（Mila所拒绝接受的类型）的范例，反义小分子近似于一种分子会写入剂，用于写入或大修差错的端粒酶。这些治疗的共同之处在于，它们能以十进制化的形式和速度被编程，缺失大修遗传传染病。

像Mila这样的刚开始还有多少？到现今为止，虽然还只有少量。但未来会可期。

当然，针对单一高血压的“多对一”治疗也面对着关键时刻。因为它们与现行的泻药剂开发新、试验和销售额的形式都背道而驰。当这些泻药剂只鼓励一个人的时候，却无需大型开发新团队来设计和制做，谁来为它们收钱？

抗再生泻药（Anti-aging drugs）

重要性：可以通过加速再生来放射治疗许多不同的传染病（仅限于前列腺癌、心脏病和帕金森氏症）。

主要科学界：Unity Biotechnology、Alkahest、Mayo诊所、Oisín动物核心技术、Siwa Therapeutics

成熟期： 5年底

2019年1同月4日，来自美国的一个科学界小组在《Maxim》子刊EbioMedicine杂志上首次撰写了用抗再生类泻药剂——Senolytics放射治疗人类一种与年龄系统性的致命传染病的积极结果。

Senolytics通过去除随着年龄上涨而积累的“再生”细胞核而起关键作用。这些“再生”细胞核，可以归因于持续性的炎症反应，抑制正常的细胞核大修程序，并让临近细胞核同在无毒的环境。

2019年6同月，总部座落费城的Unity Biotechnology报告了对轻度至重度左腿骨关节炎高血压的更进一步结果。预估将在2020年下半年暂定来得大的测试的结果。该母公司还在开发新类似泻药剂，以放射治疗与年龄有关的眼部和肺部传染病等。

Senolytics以及许多其他有针对性的治疗准备人体内试验，这些形式针对的就是再生和各种传染病的乃是所在的动物进程。

一家名叫Alkahest的母公司向高血压流入成年人血液当中找到的成分，并表示决心阻止罹患轻度至当中度阿尔茨海默一族病高血压的心理和基本功能急剧下降。该母公司的帕金森一族症和帕金森氏症泻药剂也在人体内试验。

2019年12同月，布鲁斯赫尔大学医学院的分析管理人员甚至试图分析一种含低剂量泻药剂雷帕霉素的面霜应该可以加速 人体内指甲的再生。

所有这些分析都反映不止分析管理人员准备随之努力，以了解与再生系统性的许多传染病（例如心脏病、关节炎、前列腺癌和帕金森氏症），期望可以通过“破译”来延迟其发作。

AI找到分子会（AI-discovered molecules）

重要性：一种原先泻药商业最低无需花掉左右25亿美元。情况之一是难以找寻有决心踏入泻药剂的分子会。

主要科学界：Insilico Medicine、Kebotix、Atomwise、渥太华大学、BenevolentAI、Vector Institute

成熟期：3-5年

据分析管理人员估计，有望转化为拯救生命的泻药剂的分子会量左右为1060 ，这比太阳系当中所有原子的量还要多。

今天，机器学习工具可以利用信息来探索现有分子会及其连续性的大型文档，从而归因于原先的确实性。这样可以来得极快、来得便宜地找到原先的候选泻药剂。

2019年9同月，香港地区Insilico Medicine和渥太华大学的一组分析管理人员通过合成AI解法找寻的几种候选泻药剂，证明该策略的确实。分析管理人员使用近似于深度学习和聚合模型的核心技术，确定了大左右30，000种较强期望连续性的原先颖分子会。他们从当中选项了6个进行合成和试验。其当中一项在动物实验当中证明很有潜力。

从事泻药剂找到的化学家经常去最初一种原先分子会，今天，这些科学界有了原先的工具来随之扩大他们的想象。