《麻省理工科技评论》发布2020全球十大突破性技术，抗衰老药、独创药物入选

自 2001 年起，《华盛顿大学科技评论》每年常会评选造出当年的“入选为突破性核心技术”。2年初27日，2020年“入选为突破性核心技术”医护人员名单如期而至。此次公告牌寻找的是那些其实改变生活和工作方式的突破。

入选2020年“入选为突破性核心技术”的以外无法重新占领的互联网（Unhackable internet）、超个性化药剂物（Hyper-personalized medicine）、数字货币（Digital money）、有益药剂（Anti-aging drugs）、人工智能推测大分子（AI-discovered molecules）、超级天秤座通讯卫星（Satellite mega-constellations）、电动力学优越性（Quantum supremacy）、微型人工智能（Tiny AI）、差异隐私（Differential privacy）、气候变化起因（Climate change attribution）。本文将医疗肥胖相关部分顺利完成重写。

入选为突破性核心技术之医疗肥胖篇

超个性化药剂物（Hyper-personalized medicine）

效用：为单个病患量身定制的蛋白质药剂物，给此前无法痊愈病症的人造成了了希望。

主要深入研究者：T Children’s Project、Boston Children’s Hospital、Ionis Pharmaceuticals、FDA

成熟期：今天

由特定DNA错误导致的极为罕见的病症病患，今天有了一线生机——蛋白质重建。这便是可以根据个体蛋白质量身定制的全另行药剂物。

Mila Makovec就是这样的一个“吉米”。她身患一种由独特的蛋白质突变激起的散弹枪病症。2019年10年初，她的确诊被刊登在《另行英格兰柳叶刀》(New England Journal of Medicine)上，当时医生们对她的蛋白质原因顺利完成了解读，并为她量身定制了药剂物。他们还用她的叫作给这种药剂起名为milasen。

虽然Mila迄今为止还没有被痊愈，但病痛已经稳定了：癫痫癫痫减少了，可以在别人的希望下坐下和行走。

该治疗步骤之所以能实现，就是因为天时地利人和——合作开发一种全另行的蛋白质药剂物从未如此之慢速，也鲜有更好的更进一步。另行药剂物可能采取蛋白质替代、蛋白质编辑或反义脱氧核糖核酸（Mila所接受的类型）的形式，反义脱氧核糖核酸类似于一种大分子驱动器剂，用于驱动器或重建错误的遗传信息。这些替代疗法的共同之处在于，它们能以数字化的方式和速度被编程，显然重建遗传病症。

像Mila这样的吉米还有多少？到迄今为止为止，虽然还只有少量。但将会可期。

当然，针对单一病患的“多对一”替代疗法也接踵而来着终究。因为它们与现行的药剂物合作开发、飞行测试和经销商的步骤都背道而驰。当这些药剂物只希望一个人的时候，却需要大型团队来设计和制造，谁来为它们买单？

有益药剂（Anti-aging drugs）

效用：可以通过迟滞中毒者来治疗许多相异的病症（以外癌症、脑溢血和失智症）。

主要深入研究者：Unity Biotechnology、Alkahest、Mayo公立医院、Oisín海洋生物核心技术、Siwa Therapeutics

成熟期： 5年内

2019年1年初4日，来自美国的一个科学家团队在《柳叶刀》子刊EbioMedicine杂志上首次发表了用有益类药剂物——Senolytics治疗人类一种与岁数相关的致命病症的积极结果。

Senolytics通过去除随着岁数增长而积累的“中毒者”线粒体而起作用。这些“中毒者”线粒体，可以产生低水平的炎症反应，抑制情况下的线粒体重建机制，并让位处线粒体远在有毒的环境。

2019年6年初，总一些公司位于旧金山的Unity Biotechnology统计数据了对轻度至重度膝盖骨病征病患的可行性结果。下半年将在2020年下半年暂定更大化疗的结果。该一些公司还在合作开发类似药剂物，以治疗与岁数有关的眼部和肺部病症等。

Senolytics以及许多其他有持续性的替代疗法即将药剂试验之前，这些步骤针对的就是中毒者和各种病症的根源所在的海洋生物进程。

的一些公司名为Alkahest的一些公司向病患流过成年药剂液之前推测的所含，并表示希望阻止身患轻度至之前度阿尔茨海默氏病病患的认知和功能增高。该一些公司的帕金森氏症和失智症药剂物也在药剂试验之前。

2019年12年初，布鲁斯塞尔医学院医学院的深入研究医护人员甚至借此深入研究一种含有免疫抑制药剂物雷帕抗病毒的面霜是否可以减缓 药剂黏膜的中毒者。

所有这些深入研究都凸显造出深入研究医护人员即将急剧希望，以了解与中毒者相关的许多病症（例如脑溢血、病征、癌症和失智症），期望可以通过“破解”来延期其癫痫。

人工智能推测大分子（AI-discovered molecules）

效用：一种另行药剂商品化平均需要花费有约25亿美元。诱因之一是难于见到有希望踏入药剂物的大分子。

主要深入研究者：Insilico Medicine、Kebotix、Atomwise、安大略医学院、BenevolentAI、Vector Institute

成熟期：3-5年

据深入研究医护人员预估，有望转换踏入挽救生命的药剂物的大分子数量有约为1060 ，这比太阳系之前所有原子的数量还要多。

今天，机器学习机器可以利用信息来探讨基本大分子及其优点的大型数据库，从而产生另行的有可能。这样可以更慢速、更便宜地推测另行的候选药剂物。

2019年9年初，香港Insilico Medicine和安大略医学院的一组深入研究医护人员通过合成AI算法见到的几种候选药剂物，确实该方式而的有效性。深入研究医护人员使用类似于深度学习和生成模型的核心技术，确定了有有约30，000种具有理想优点的另行颖大分子。他们从之前选择了6个顺利完成合成和飞行测试。其之前一项在哺乳类实验之前确实很有前瞻性。

从事药剂物推测的矿物学家经常去设想一种另行大分子，今天，这些科学家有了另行的机器来扩大他们的想象力。