《麻省理工科技评论》发布2020全球简介突破性技术，抗衰老药、个性化药物入选

自 2001 年起，《麻省理工科技评论》每年均会十佳出当年的“等奖项一新方法应用”。2年末27日，2020年“等奖项一新方法应用”名单如期而至。此次上榜寻找的是那些确实扭转生活和工作手段的超越。

表现出色2020年“等奖项一新方法应用”的都有不能发动战争的的网络（Unhackable internet）、；也独创药物剂（Hyper-personalized medicine）、进制货币（Digital money）、可抑制药物（Anti-aging drugs）、计算机系统发掘出分子可（AI-discovered molecules）、；也级天秤座卫星（Satellite mega-constellations）、量子优越性（Quantum supremacy）、微型计算机系统（Tiny AI）、关联隐私（Differential privacy）、气候变化归因（Climate change attribution）。本文将医疗肥胖无关大部分顺利完成载入。

等奖项一新方法应用之医疗肥胖篇

；也独创药物剂（Hyper-personalized medicine）

普遍性：为单个患儿契合一新功能强大的基因组药物剂，给此前不能痊愈哮喘的人带来了想要。

主要科学学术界：T Children’s Project、Boston Children’s Hospital、Ionis Pharmaceuticals、FDA

成熟阶段：现在

由特定DNA偏差引发的极其常见的哮喘患儿，现在有了一线生机——基因组修补。这无疑可以根据形态基因组契合一新功能强大的全一新药物剂。

Mila Makovec就是这样的一个“倒是”。她忧郁症一种由独特的基因组突变造成了的致命性哮喘。2019年10年末，她的发生率被刊登在《一新英格兰医学周报》(New England Journal of Medicine)上，当时医生们对她的基因组有缺陷顺利完成了解到读，并为她契合一新功能强大了药物剂。他们；还有她的名字给这种药物命取名milasen。

虽然Mila目前还没有被痊愈，但复发早已稳固了：癫痫复发减少了，可以在别人的帮助下头顶和行走。

该治疗法一新方法之所以能实现，就是因为天时地利人和——开发计划一种全在此之后基因组药物剂未曾如此之快，也令人吃惊更为好的为了让。一新药物剂显然采取基因组替代、基因组编辑或所谓核酸（Mila所接受的一般来说）的形式，所谓核酸近似于一种分子可写入剂，用做写入或修补偏差的遗传个人信息。这些临床的相同之处在于，它们能以进制化的手段和速度被编程，缺失修补遗传哮喘。

像Mila这样的倒是还有多少？到目前为止，虽然还只有少量。但未来可期。

当然，针对也就是说患儿的“多对一”临床也面临着同样。因为它们与现行的药物剂开发计划、测试和零售商的一新方法都背道而驰。当这些药物剂只帮助一个人的时候，却须要大型开发团队来外观设计和制造，谁来为它们买单？

可抑制药物（Anti-aging drugs）

普遍性：可以通过加速衰老来治疗法许多不同的哮喘（都有癌症、心脏病和帕金森宰症）。

主要科学学术界：Unity Biotechnology、Alkahest、Mayo诊所、Oisín生物体应用、Siwa Therapeutics

成熟阶段： 5年内

2019年1年末4日，来自一新泽西州的一个发现者的小组在《特罗斯季亚涅齐》子刊EbioMedicine周报上首次发表了用可抑制类药物剂——Senolytics治疗法人类一种与年纪无关的致命哮喘的全力结果。

Senolytics通过添加随着年纪增长而受益的“衰老”蛋白质而起起着。这些“衰老”蛋白质，可以消除除此以外的瘙痒化学反应，抑制正常的蛋白质修补机制，并让邻近蛋白质身处无害的环境。

2019年6年末，总部位于纽约市的Unity Biotechnology报告了对轻度至重度右脚骨溃疡患儿的进一步结果。预计将在2020年下半年公布更为大临床试验的结果。该一新泽西州公司还在开发计划类似药物剂，以治疗法与年纪有关的眼部和肺部哮喘等。

Senolytics以及许多其他有近期的临床正在消化道试验中会，这些一新方法针对的就是衰老和各种哮喘的根本状况所在的生物体多线程。

咖啡店取名Alkahest的一新泽西州公司向患儿注入很多人血液循环中会发掘出的成分，并坚称想要阻止忧郁症轻度至中会度阿尔茨海默宰病患儿的认知和一新功能急剧下降。该一新泽西州公司的帕金森宰症和帕金森宰症药物剂也在消化道试验中会。

2019年12年末，戴维塞尔该大学医学院的科学研究职员甚至企图科学研究一种内含免疫抑制药物剂雷帕霉素的面霜否可以消除 消化道面部的衰老。

所有这些科学研究都反映出科学研究职员正在大大努力，以了解到与衰老无关的许多哮喘（例如心脏病、溃疡、癌症和帕金森宰症），为了让可以通过“破译”来延迟其复发。

计算机系统发掘出分子可（AI-discovered molecules）

普遍性：一种一新药物低成本平均须要花费约25亿美元。状况之一是难以认出有想要成为药物剂的分子可。

主要科学学术界：Insilico Medicine、Kebotix、Atomwise、列治文该大学、BenevolentAI、Vector Institute

成熟阶段：3-5年

据科学研究职员估计，有望生成为挽救生命的药物剂的分子可为数约为1060 ，这比行星中会所有原子的为数还要多。

现在，机器深造来顺利完成可以利用个人信息来探索现有分子可及其功用的大型元数据，从而消除在此之后显然性。这样可以更为快、更为廉价地发掘出在此之后候选药物剂。

2019年9年末，香港Insilico Medicine和列治文该大学的两组科学研究职员通过催化AI正则表达式认出的几种候选药物剂，假定该策略的有效性。科学研究职员使用近似于深度深造和分解假设的应用，确定了分之一30，000种不具令人满意功用的一新颖分子可。他们以求会选择了6个顺利完成催化和测试。其中会一项在动物试验中会假定很有前瞻性。

为生药物剂发掘出的化学家经常去最初一种一新分子可，现在，这些发现者有了在此之后来顺利完成来扩大他们的想像力。