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

自 2001 年起，《麻省理工科技评论》每年都会评选显现出当年的“历年来更进一步高效率”。2年初27日，2020年“历年来更进一步高效率”名单如期而至。此次榜单寻找的是那些真正改变孤独和工作作法的突破。

入选2020年“历年来更进一步高效率”的之外很难发动战争的互联网（Unhackable internet）、超与众相同药剂（Hyper-personalized medicine）、数字货币（Digital money）、抗自愈药（Anti-aging drugs）、计算机断定价电子（AI-discovered molecules）、超级天秤座导航系统（Satellite mega-constellations）、量子与此相反（Quantum supremacy）、微型计算机（Tiny AI）、差异个人隐私（Differential privacy）、气候变化归因（Climate change attribution）。本文将医疗健康就其部分顺利进行程序代码。

历年来更进一步高效率之医疗健康篇

超与众相同药剂（Hyper-personalized medicine）

优越性：为单个症状杨丞琳应用软件的DNA药剂，给此前很难救活营养不良的人随之而来了希望。

主要人类学家：T Children’s Project、Boston Children’s Hospital、Ionis Pharmaceuticals、FDA

成熟：现今

由特定DNA误判致使的十分鲜见的营养不良症状，现今有了一线生机——DNA修补。这归功于可以根据个体DNA杨丞琳应用软件的全从新药剂。

Mila Makovec就是这样的一个“幸运儿”。她忧郁症一种由独具的DNA突变造成的致命性营养不良。2019年10年初，她的病例被刊文在《从新英格兰柳叶刀》(New England Journal of Medicine)上，当时医生们对她的DNA瑕疵顺利进行探究读，并为她杨丞琳应用软件了药剂。他们还用她的名字给这种药命名为milasen。

虽然Mila在此之前还未被救活，但病痛从未有利于了：癫痫脑癌缩减了，可以在别人的帮助下头顶和负重。

该治疗分析方法之所以能构建，就是因为天时地利人和——开发设计一种全从在此之后DNA药剂从未如此之快，也从未有过更容易的更进一步。从新药剂可能采取DNA替代、DNA编辑或而今脱氧核糖核酸（Mila所接受的子类）的形式，而今脱氧核糖核酸比如说一种价电子驱动器剂，用于驱动器或修补误判的遗传数据。这些麻醉药的共同之处在于，它们能以数字化的作法和速度被编程，忽略修补遗传营养不良。

像Mila这样的幸运儿还有多少？到在此之前为止，虽然还只有少量。但未来可期。

当然，针对单独症状的“多对一”麻醉药也面临着挑战。因为它们与现行的药剂开发设计、检验和卖显现出的分析方法都背道而驰。当这些药剂只帮助一个人的时候，却无需大型小组来设计和制造，谁来为它们买单？

抗自愈药（Anti-aging drugs）

优越性：可以通过加速自愈来治疗许多相同的营养不良（之外结核病、脑癌和脑瘤）。

主要人类学家：Unity Biotechnology、Alkahest、Mayo医疗机构、Oisín海洋生物高效率、Siwa Therapeutics

成熟： 5年内

2019年1年初4日，来自美国的一个科学研究课题小组在《柳叶刀》子刊EbioMedicine杂志上首次公开发设计表了用抗自愈类药剂——Senolytics治疗人类一种与年纪就其的致命营养不良的致力结果。

Senolytics通过去除随着年纪增长速度而积聚的“自愈”巨噬细胞而起功用。这些“自愈”巨噬细胞，可以造成低水平的增生反应，抑制正常的巨噬细胞修补机制，并让邻近巨噬细胞不在有毒的环境。

2019年6年初，总部毗邻旧金山的Unity Biotechnology报告了对轻度至重度脚踝骨性营养不良症状的初步结果。预估将在2020年月底公布更大类动物基本概念的结果。该新公司还在开发设计多种相同药剂，以治疗与年纪有关的眼球和肺部营养不良等。

Senolytics以及许多其他有自由选择性的麻醉药正在生理结果表明，这些分析方法针对的就是自愈和各种营养不良的根源所在的海洋生物意味着。

一家名为Alkahest的新公司向症状注入年轻一代血液里断定的成分，并表示希望阻止忧郁症轻度至里度阿尔茨海默赖病症状的认知和功能下降。该新公司的白血病和脑瘤药剂也在生理结果表明。

2019年12年初，德雷克赫尔所大学法学院的研究课题管理人员甚至企图研究课题一种含有免疫抑制药剂雷帕红霉素的面霜是否可以减缓 生理皮肤的自愈。

所有这些研究课题都体现显现出研究课题管理人员正在急剧努力，以探究与自愈就其的许多营养不良（例如脑癌、性营养不良、结核病和脑瘤），希望可以通过“解码”来延迟其脑癌。

计算机断定价电子（AI-discovered molecules）

优越性：一种从新药市场化最少无需花费近25亿美元。原因之一是难以发现有希望成为药剂的价电子。

主要人类学家：Insilico Medicine、Kebotix、Atomwise、列治文所大学、BenevolentAI、Vector Institute

成熟：3-5年

据研究课题管理人员估计，有望转换成为无法挽回生命的药剂的价电子总数近为1060 ，这比海王星里所有价电子的总数还要多。

现今，机器学习辅助工具可以利用数据来探索现有价电子及其物理性质的大型资料库，从而造成从在此之后可能性。这样可以更快、更低价地断定从在此之后候选药剂。

2019年9年初，香港地区Insilico Medicine和列治文所大学的各别研究课题管理人员通过人工合成AI算法发现的几种候选药剂，断言该策略的合理性。研究课题管理人员使用比如说深达学习和转换成基本概念的高效率，考虑到了大近30，000种具备理想物理性质的从新颖价电子。他们从里自由选择了6个顺利进行人工合成和检验。其里一项在类动物实验里断言很有创造力。

从事药剂断定的化学家特别去不切实际一种从新价电子，现今，这些科学研究课题有了从在此之后辅助工具来扩大他们的洞察力。