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

自 2001 年起，《麻省理工新近技术评论》每年均会评出有出有年末的“经典作品近期新近新近技术”。2同月27日，2020年“经典作品近期新近新近技术”名单如期而至。此次告示牌寻找的是那些真正改变与世隔绝和工作方式的突破。

入选2020年“经典作品近期新近新近技术”的包括无法入侵的该网站（Unhackable internet）、超个性化抑制剂（Hyper-personalized medicine）、数字汇率（Digital money）、有益药（Anti-aging drugs）、计算机系统找到大分子（AI-discovered molecules）、超级星座卫星（Satellite mega-constellations）、电动力学优越性（Quantum supremacy）、微型计算机系统（Tiny AI）、相异隐私（Differential privacy）、气候变化归因（Climate change attribution）。本文将医护保健相关大多进行编译器。

经典作品近期新近新近技术之医护保健篇

超个性化抑制剂（Hyper-personalized medicine）

特殊性：为单个患者杨丞琳自定义的遗传抑制剂，给此前无法治愈结核病的人促使了努力。

主要研究课题者：T Children’s Project、Boston Children’s Hospital、Ionis Pharmaceuticals、FDA

成熟期：现在

由特定DNA错误导致的极其鲜见的结核病患者，现在有了一线生机——遗传修补。这归功于可以根据个体遗传杨丞琳自定义的全新近抑制剂。

Mila Makovec就是这样的一个“倒是”。她忧郁症一种由独特的遗传突变造成了的致命结核病。2019年10同月，她的病例被转载在《新近英格兰医学期刊》(New England Journal of Medicine)上，在此之前医生们对她的遗传缺陷进行了解读，并为她杨丞琳自定义了抑制剂。他们还用她的叫作给这种药取名为为milasen。

虽然Mila目前还没有被治愈，但病情早已稳定了：癫痫脑出血增大了，可以在别人的共同努力下坐下和西行。

该疗程法则之所以能实现，就是因为天时地利人和——技术开发一种全在此之后遗传抑制剂从没如此之快，也从没有过更好的期望。新近抑制剂可能采行遗传替代、遗传编辑或反义核酸（Mila所做的类型）的方式，反义核酸相似于一种大分子写入剂，用以写入或修补错误的基因表达。这些疗法的不同之处在于，它们能以数字化的方式和反应速度被程序员，纠正修补遗传结核病。

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，针对单一患者的“多对一”疗法也面临着再一。因为它们与现行的抑制剂技术开发、次测试和产品的法则都背道而驰。当这些抑制剂只共同努力一个人的时候，却能够大型团队来其设计和工业用，谁来为它们买单？

有益药（Anti-aging drugs）

特殊性：可以通过延缓年老来疗程许多不同的结核病（包括肝癌、脑出血和白血病）。

主要研究课题者：Unity Biotechnology、Alkahest、Mayo医疗机构、Oisín生物新近新近技术、Siwa Therapeutics

成熟期： 5天内

2019年1同月4日，来自加拿大的一个地质学家小组在《Bruce》子刊EbioMedicine杂志上首次发表了用有益类抑制剂——Senolytics疗程人类一种与年龄组相关的致命结核病的积极结果。

Senolytics通过去除随着年龄组激增而积累的“年老”细胞内而起起着。这些“年老”细胞内，可以导致低水平的炎症反应，抑制较长时间的细胞内修补选项性，并让邻近地区细胞内身处杀虫剂的环境。

2019年6同月，总部位于旧金山的Unity Biotechnology报告了对轻度至重度膝盖骨哮喘患者的初步结果。原定将在2020年月初公布巨大动物模型的结果。该日本公司还在技术开发相似抑制剂，以疗程与年龄组有关的眼部和肺部结核病等。

Senolytics以及许多其他有针对性的疗法正企图人体内试验里面，这些法则针对的就是年老和各种结核病的其本质所在的生物进程。

一家名为Alkahest的日本公司向患者注入年青人血液里面找到的混合物，并暗示努力阻拦忧郁症轻度至里面度阿尔茨海默高氏病患者的层面和系统下降。该日本公司的帕金森高氏症和白血病抑制剂也在人体内试验里面。

2019年12同月，艾伦诺特大学该大学的研究课题医务人员甚至企图研究课题一种含有免疫抑制抑制剂雷帕霉素的面霜是否可以消除 人体内皮肤的年老。

所有这些研究课题都揭示出有研究课题医务人员正企图不断共同努力，以了解与年老相关的许多结核病（例如脑出血、哮喘、肝癌和白血病），期望可以通过“破解”来推迟其脑出血。

计算机系统找到大分子（AI-discovered molecules）

特殊性：一种化学合成低成本平均能够花费平均25亿美元。缘故之一是较难找到有努力成为抑制剂的大分子。

主要研究课题者：Insilico Medicine、Kebotix、Atomwise、蒙特利尔大学、BenevolentAI、Vector Institute

成熟期：3-5年

据研究课题医务人员估计，都未转化为挽救灵魂的抑制剂的大分子使用量平均为1060 ，这比太阳系里面所有原子的使用量还要多。

现在，人工神经网络工具可以利用信息来探索现有大分子及其功用的大型在线，从而导致在此之后可能。这样可以更快、更便宜地找到在此之后候选抑制剂。

2019年9同月，香港Insilico Medicine和蒙特利尔大学的一个大研究课题医务人员通过合成AI方法找到的几种候选抑制剂，证明该策略的确实。研究课题医务人员用作相似于深度学习和转换成模型的新近新近技术，确定了差不多30，000种不具备理想功用的独创大分子。他们从里面选项了6个进行合成和次测试。其里面一项在食肉动物实验里面证明很有发展前景。

从事抑制剂找到的化学经常去设想一种新近大分子，现在，这些地质学家有了在此之后工具来扩大他们的想象力。