《MIT科技评论》发布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，《宾夕法尼亚大学科技文章》每年上会评选出伊始的“年度近期核心技术”。2年底27日，2020年“年度近期核心技术”名单如期而至。此次榜单寻找的是那些毫无疑问扭曲生活和工作方式的打破。

荣膺2020年“年度近期核心技术”的包括无法征服的该网站（Unhackable internet）、激既有制剂（Hyper-personalized medicine）、进制中央银行（Digital money）、抗身体健康制剂（Anti-aging drugs）、人工智慧见到小分子（AI-discovered molecules）、激级星座卫星（Satellite mega-constellations）、相对论性优越性（Quantum supremacy）、微型人工智慧（Tiny AI）、不同隐私（Differential privacy）、气候变化归因（Climate change attribution）。本文将诊疗健康之外部分进行编译。

年度近期核心技术之诊疗健康篇

激既有制剂（Hyper-personalized medicine）

重要性：为单个患者个人化订制的遗传物质制剂，给此前无法治愈病症的人带来了想。

主要研究工作者：T Children’s Project、Boston Children’s Hospital、Ionis Pharmaceuticals、FDA

成体：那时候

由特定DNA有误导致的格外罕有的病症患者，那时候有了一线生机——遗传物质大修。这归功于可以根据个体遗传物质个人化订制的全原先制剂。

Mila Makovec就是这样的一个“幸运儿”。她患有一种由独特的遗传物质突变引起的致命性病症。2019年10年底，她的病例被刊登在《原先英格兰医学杂志》(New England Journal of Medicine)上，当时内科医生们对她的遗传物质弱点进行了表述，并为她个人化订制了制剂。他们还用她的名字给这种制剂命名为milasen。

虽然Mila现阶段还没有人被治愈，但病情已经保持稳定了：癫痫发作减少了，可以在别人的设法下站立和行走。

该外科手术方法之所以能构建，就是因为天时地利人和——联合开发一种全原先的遗传物质制剂早已如此之快，也早已有过格外好的机会。原先制剂有可能采取遗传物质替代、遗传物质编辑或同理多肽（Mila所接受的特性）的形式，同理多肽完全相同于一种小分子抹除剂，用作抹除或大修有误的遗传接收者。这些疗法的值得注意在于，它们能以进制化的方式和加速被脚本语言，纠正大修遗传病症。

像Mila这样的幸运儿还有多少？到现阶段为止，虽然还只有少量。但预见可期。

当然，针对也就是说患者的“多对一”疗法也面临着关键时刻。因为它们与现行的制剂联合开发、测试和产品的方法都背道而驰。当这些制剂只设法一个人的时候，却必需大型团队来设计和装配，谁来为它们买单？

抗身体健康制剂（Anti-aging drugs）

重要性：可以通过迟滞身体健康来外科手术许多不同的病症（包括胃癌、心脏病和乳癌）。

主要研究工作者：Unity Biotechnology、Alkahest、Mayo诊所、Oisín生物学核心技术、Siwa Therapeutics

成体： 5年内

2019年1年底4日，来自英美两国的一个科学界一个小组在《柳叶刀》子刊EbioMedicine杂志上首次撰写了用抗身体健康类制剂——Senolytics外科手术人类一种与岁数之外的致命病症的积极结果。

Senolytics通过替换成随着岁数增长而积攒的“身体健康”线粒体而起作用。这些“身体健康”线粒体，可以产生低水平的炎症反应，抑制正常的线粒体大修系统，并让邻近线粒体身处排泄物的自然环境。

2019年6年底，总部座落旧金山的Unity Biotechnology报告了对轻度至重度肩膀骨关节炎患者的初步结果。预计将在2020年下半年暂定格外大的测试的结果。该美国公司还在联合开发完全相同制剂，以外科手术与岁数有关的眼部和腹腔病症等。

Senolytics以及许多其他有针对性的疗法悄悄制剂剂试验中所，这些方法针对的就是身体健康和各种病症的所谓所在的生物学进程。

一家名为Alkahest的美国公司向患者注入小孩子血浆中所见到的混合物，并表示想正当患有轻度至中所度阿尔茨海默氏病患者的认知和系统下降。该美国公司的病症和乳癌制剂也在制剂剂试验中所。

2019年12年底，德雷克塞尔大学医学院的研究工作其他部门甚至试图研究工作一种含有免疫抑制制剂雷帕霉素的面霜是否可以减缓 制剂剂皮肤的身体健康。

所有这些研究工作都反映出研究工作其他部门悄悄大幅度努力，以了解与身体健康之外的许多病症（例如心脏病、关节炎、胃癌和乳癌），借此可以通过“解开”来延迟其发作。

人工智慧见到小分子（AI-discovered molecules）

重要性：一种原先制剂实验性大约必需花费左右25亿美元。理由之一是难以寻觅有想成为制剂的小分子。

主要研究工作者：Insilico Medicine、Kebotix、Atomwise、多伦多大学、BenevolentAI、Vector Institute

成体：3-5年

据研究工作其他部门预估，有望转化为挽救生命的制剂的小分子数量左右为1060 ，这比太阳系中所所有原子的数量还要多。

那时候，方法学工具可以利用接收者来探索除此以外小分子及其物理性质的大型数据库，从而产生原先的有可能性。这样可以格外快、格外便宜地见到原先的候选制剂。

2019年9年底，香港Insilico Medicine和多伦多大学的一组研究工作其他部门通过人工合成AI算法寻觅的几种候选制剂，证明了该策略的系统性。研究工作其他部门运用作完全相同于深度学习和填充模型的核心技术，确定了大左右30，000种具理想物理性质的原先颖小分子。他们从中所选择了6个进行人工合成和测试。其中所一项在两栖动物试验中所中所证明了很有商业价值。

从事制剂见到的化学家经常去设想一种原先小分子，那时候，这些科学界有了原先的工具来扩大他们的想象力。