請更新您的瀏覽器

您使用的瀏覽器版本較舊,已不再受支援。建議您更新瀏覽器版本,以獲得最佳使用體驗。

理財

【全球青年英雄榜(五)】《麻省理工科技評論》最新公布 8位華人上榜

鏡週刊

更新於 2019年06月21日07:47 • 發布於 2019年06月21日22:43 • 鏡週刊

**美國東部時間 6月19日,《麻省理工科技評論》公布了第 19 屆 35 Innovators Under 35 評選結果,即 2019 年度 全球 「35 歲以下科技創新 35 人」榜單。

**

*發明家 (Inventors) *

他們的創新對於 CRISPR 技術和實用級量子計算機有重要意義。

Abhinav Kandala

  • 32 歲
  • IBM研究院
  • 出生地:印度

他為利用量子計算機開發新的藥物和材料奠定了基礎。

更準確的計算機分子模型可以預測從新藥到優質電池等東西的性能。但是模擬原子和電子行為需要計算大量的可能性,所以即使是功能強大的計算機也需要使用近似值。

Abhinav Kandala 通過量子計算機模擬分子解決了這個難題。2017 年,他模擬了三原子氫化鈹,這是至今為止量子計算機模擬出的最大分子,也是大分子精確模擬的一大進步,促進了新型藥物和材料的開發。

量子計算機由量子比特組成,它解碼了傳統計算機的比特信息。由於量子比特由量子力學控制,它們也可以控制原子和電子等其他粒子遵循量子力學規則,這要比傳統計算機容易很多。Kandala 在紐約的 IBM 研究院工作,他表示這項研究使模擬分子成了科技領域中的一個「殺手級應用」。

2017 年以來,他做出了很多基礎性貢獻。由於量子態非常脆弱,因此量子計算機很容易產生誤差,解決這一問題需要大量的量子比特。但是目前的設備中只有幾十個,不足以創建容錯的量子計算機。Kandala 研究出一種不需要增加量子比特就可以利用誤差提升準確率的方法。

他的新技術利用了實驗中的誤差的趨勢來推斷沒有誤差時的結果,這一進步加速了目前量子計算機的實際應用。

Jason Buenrostro

  • 31 歲
  • 哈佛大學
  • 出生地:美國

他是個能工巧匠,他的研究能夠分辨細胞內哪些基因是活躍的。

Jason Buenrostro 從聖塔克拉拉大學生物學和工程學專業畢業後,前往斯坦福大學的一個實驗室繼續深造,負責管理一台價值80萬美元的基因測序儀。Buenrostro 想要研究該儀器所發現的基因突變的影響。但是他找到的很多突變基因都是無效的,因為它們並不指導蛋白質的合成。在斯坦福大學畢業課題中,他發明了一種方法來定位這些未充分開發的基因組,研究它們到底是做什麽的。

在本質上,每個細胞的 DNA 都是相同的,而腎臟細胞和腦細胞的差別就在於哪些基因是活躍的。換句話講,這種差別取決於基因是否可以進行轉錄:DNA 在細胞核中排列緊密,只有特定區域可以「開放」進行轉錄。Buenrostro 及其同事開發了一種叫做 ATAC-seq 的工具來識別基因組中的開放區域,很多區域並沒有產生蛋白質卻可以控制基因活性。他表示,「我以前沒有想到它對人類有多大用處。這對我來說也是一個驚喜,」值得一提的是,目前 ATAC- seq 已經有了自己的維基百科界面。

起初該技術用於研究細胞群,但是 Buenrostro 進一步開發 ATAC- seq,現在它已經可以在單個細胞水平下識別 DNA。有了這個工具,研究人員就能判斷單個細胞中哪些基因是活躍的。這可以幫他們搞清楚為什麽這些細胞有時候會轉變成其他形態,還有為什麽細胞在身體患病時會喪失一些功能。Buenrostro 希望通過這些方法來認識到健康細胞和病變細胞之間的區別,並且在細胞發育和成熟過程中控制細胞新的行為。目前他管理一間 10 人的實驗室。他表示,「我想要了解細胞的命運,最終希望可以任意控制細胞行為,比如說抗擊癌症。」

Ritu Raman

  • 27 歲
  • 麻省理工學院
  • 出生地:印度

她發明了由生物組織和肌肉構成的尺蠖大小的機器人。

Ritu Raman 發明的機器人由聚合物和肌肉組織制成,它們可以感知周邊環境,識別溫度、pH 和機械壓力。

「我是一名受過訓練的機械工程師,坦白講我覺得現在還在使用一些我們已經用了數千年的材料確實有些無聊,」她說。「所以我發明的行走機器人和機器使用的是生物材料,它們還可以感知周邊環境,而且還可以做更多有意思的事,比如在必要時它們可以變強,而且損壞之後還可以自動修復。」

Raman 發明的 3D 打印機可以覆制活性細胞和蛋白質,並把它們註入到模具當中,細胞可以在模具中自我合成緊密的肌肉組織。緊接著這種組織就會轉變成機器人的骨架。這些由活性骨骼肌制成的機器人的運動是由光和電來控制的。

目前,它們看起來有點像尺蠖,不過這也只是驗證了概念而已。「我們可不可以發明一種比普通的合成移植更容易讓身體適應的新的『生物混合』移植來給藥呢?」Raman 說。「我們可不可以把機器人放在汙水中,讓它們找到汙染源並釋放化學物質來中和汙染呢?」

Olga Dudchenko

  • 34 歲
  • 貝勒醫學院和萊斯大學
  • 出生地:烏克蘭

她發明了更好的基因組測序方法。

現代基因測序儀速度非常快,兩天內就可以讀取花生、茄子或者犰狳的全部 DNA。但是他們得到的只是數以億計的無序 DNA 編碼片段。Olga Dudchenko 研究出一種更快,且成本更低的方法,可以將這些片段正確排序得到真正的基因組。

她使用 Hi-C(High-through chromosome conformation capture)技術,這種技術本來是用來研究染色體重疊的,並顯示出哪些 DNA 片段位置相鄰。結合她的研究方式和算法,排列基因組就變得簡單了。

2018 年年底,Olga Dudchenko及其同事發布了 DNA 庫的第一批結果,其中包括 50 多個物種的端對端染色體序列,如獵豹、小熊貓和巴西豪豬等。如今有越來越多的物種瀕臨滅絕,有一天這些物種的 DNA 編碼可能將成為它們唯一能留下的東西。

接下來的工作就是描述地球上每個物種的基因組。DNA 庫(Dudchenko 被稱為該庫的「首席管理員」)每周都會發布新數據。

Marc Lajoie

  • 33 歲
  • Lyell Immunopharma
  • 出生地:美國

他編程了抗癌的免疫細胞。

近些年來最具潛力的癌症治療方法之一就是 CAR-T 細胞療法。這種方法從基因上改變患者的 T 細胞,T 細胞是一種免疫細胞,它們可以通過表面特殊的抗原找到並殺死癌細胞。可問題是癌細胞一般都和其它細胞共享抗原,所以這種方法目前僅限於治療某些擁有獨特抗原的特定血液系統癌症。

Marc Lajoie 發明了一種可以重新編程 T 細胞的方法,使它們可以找到聯合抗原,而不是單個抗原,因此這種方法可以更廣泛的應用到癌癥治療當中。「這就相當於把微芯片放進細胞裏,」他說。「我們可以安裝這些新程序並且指定細胞執行任何我們想要的操作。」

Lajoie 和華盛頓大學的同事發明了一種蛋白質開關,這個開關就像一系列的邏輯門,可以和計算機芯片一樣執行邏輯運算符的操作。

這些邏輯門可以通過調整來對抗不同的抗原,這樣 T 細胞就可以找到獨特的聯合抗原,避免將目標誤判為健康細胞或失去抗原而產生抗性的癌細胞。

Lajoie 參與創辦了 Lyell Immunopharma,並在公司位於西雅圖的辦公室工作,以利用這種蛋白質制成的邏輯開關開發更有效的 CAR-T 細胞療法。但是他表示,通過研究細胞在環境中如何改變,同樣的技術也可以治療各種疾病。

狄大衛

  • 34 歲
  • 浙江大學和劍橋大學
  • 出生地:中國

他的發光二極管材料比現在普遍使用的更為低成本與環保。

從智能手機、電視屏幕到交通燈,發光二極管(LED)被廣泛應用於各種產品中,但它們的制造成本普遍較高。此外,發光效率與發光亮度之間往往存在權衡,而且很難達到最佳狀態。

狄大衛,現為浙江大學研究員、劍橋大學訪問學者。他與合作者共同發明了一系列新型 LED 材料和器件,這些材料和器件即使在需要達到較高亮度的情況下,也能以高效率發光。更重要的是,它們的生產工藝更加便宜、簡單、且節能。

典型的 LED 生產線需要高溫處理,或者需要在真空環境下在固體表面沈積發光材料,因此需要消耗大量的能源。狄大衛使用的材料成本更低,因為它們可以由廣泛可用的物質制成,而且不需要在高溫或真空環境中進行處理。相反,它們可以溶解在液體中,然後用來覆蓋在固體表面。

有幾家公司已經在利用狄大衛的方法測試他們的實驗性生產線了。雖然這些小型生產線不會馬上取代標準的生產設施,但他相信這種方法會變得越來越普遍。「整個行業正在朝這個方向發展,」他說到。

Silvia Caballero

  • 34 歲
  • Vedanta Biosciences
  • 出生地:秘魯

她培養有益細菌,以對抗世界上最危險的病原體。

20 年後,抗生素耐藥性造成的死亡人數預計將超過癌癥。因此,Silvia Caballero 迫切想要研發控制細菌感染的新方法。

她最先發現人類腸道內數萬億種微生物中存在能反抗耐藥菌的種類。

在紐約紀念斯隆-凱特琳癌症中心(Memorial Sloan-Kettering Cancer Center)實驗室工作時,Caballero 利用抗萬古黴素腸球菌和碳青黴烯抗性腸桿菌(也稱為超級細菌)模擬腸道定植,研發了一種實驗室小鼠。她利用小鼠模型,結合生物信息學工具來識別能清除小鼠腸道內多重耐藥菌的微生物,進而破壞感染的宿主。

現在,Caballero 在美國馬薩諸塞州劍橋市的 Vedanta Biosciences 公司嘗試做臨床上同樣的事情,即鑒定可有效控制的 3 種潛在致命菌株的細菌,這 3 種菌株在醫院和養老院肆虐。

她在創建世界最大人類腸道細菌群中扮演了關鍵角色,並主導測試成千上萬種微生物,以檢測它們是否能殺死這 3 種危險菌株。她識別出一種來自人類腸道菌群的細菌混合物,可以控制這 3 種危險菌株。該公司計劃 2021 年開始對這種候選藥物進行臨床研究。

Brandon Sorbom

  • 32 歲
  • Commonwealth Fusion Systems
  • 出生地:美國

他的高溫超導體讓聚變反應堆的價格足夠便宜。

Brandon Sorbom 解決了核聚變發展的一個根本問題。其使用高溫超導體開發一種電磁系統,隔離部分聚變過程,這個突破大大降低了聚變反應堆設計建造成本。

聚變反應堆最多向電網輸送十幾年。但開發這樣一個反應堆很有必要,因為核聚變接近零碳排放,且很少有放射性廢料或安全風險。

一個難題困擾了科學家幾十年:如何維持核聚變所需的上億攝氏度溫度,並以足夠低的成本生產電能。強力磁鐵可通過隔離反應堆的堆芯來完成這項工作。但到現在,即使世界上最好的電磁鐵也做不到盡善盡美。

所以 Sorbom 和他的團隊用名為釔鋇銅氧化物的超導體設計出一種更好的磁鐵。他原來是麻省理工學院的學生,現在是初創公司 CFS 的首席科學家。該磁鐵作為聚變反應堆設計的一部分,其尺寸比之前設計的小很多,這讓該公司有望在 10 年內實現其初衷。

Isaac Sesi

  • 26 歲
  • Sesi Technologies
  • 出生地:加納

他解決了撒哈拉以南非洲農民最棘手的一個問題。

Isaac Sesi 發明一個小裝置,以解決非洲農民面臨的最大風險:收獲後的糧食汙染。

Sesi 的產品名為「糧食夥伴」(GrainMate),可以讓農民和糧商全面檢測玉米、水稻、小麥、小米、高粱等主糧的水分含量。據聯合國糧農組織數據,撒哈拉以南非洲地區超過 10% 的糧食產量被浪費或流失,原因是糧食儲藏前沒有充分脫水,而潮濕狀態儲存的糧食會產生黃曲黴毒素,後者是由真菌產生對人類和動物有害的毒素。產品「糧食夥伴」正是為此而來。

在 Sesi 的家鄉加納,農戶經常把糧食賣給飼養員或飼料商。如果一個農民的糧食太潮濕,就可能毀掉整批糧食。儘管加納有進口的水分檢測設備,但幾乎沒有農民能負擔得起近 400 美元的價格。「該成本可能是農民糧食的一半收入」,Sesi 說。

Sesi 在沒有電和自來水的環境中長大,經常餓著肚子上學。他童年時經常擺弄電子設備。他通過學校圖書館的書,拆掉壞的收音機和其它廢棄的小玩意來學習。長期以來,他試圖將這種激情用到可能產生社會影響的領域。2017 年,作為一名電子工程專業的應屆畢業生,他得到了這個機會。因為美國國際開發署(USAID)最近與他的學校加納誇梅·恩克魯瑪科技大學(KNUST)合作,為當地市場設計一種谷物濕度儀。該公司希望降低成本,並在加納找到生產這種設備的方法。

Sesi 正是他們要找的人。在一個小團隊的幫助下,他精簡原始設備,重新設計電路板,設計一個配套移動應用程序,並找到五家加納分包商來生產之前從中國采購的零部件。Sesi 的設備售價 80 美元,價格不到現有產品的四分之一。Sesi 和他的團隊正開發一種更高效的儀器和產品,以幫助農民確定合理的土壤投入。他們還在籌集資金,將業務擴展到肯尼亞、尼日利亞等更大市場。Sesi 相信,他最終能夠幫助整個非洲大陸的農民減少糧食浪費,降低經濟損失,並提高產品安全。

Archana Venkataraman

  • 33 歲
  • 約翰·霍普金斯大學
  • 出生地:美國

人們對神經紊亂知之甚少,而她用人工智能來改變這一現狀。

Archana Venkataraman 利用人工智能更好地繪制人腦地圖,研究診斷和治療神經系統疾病新方法。

經過數十年研究,我們對癲癇、自閉症、阿茲海默症和精神分裂癥等疾病只是基本了解,因此治療能力有限。大多數治療都是在醫生直覺的指導下,反覆試錯進行。大多以失敗告終。

新的數學模型根據現有成像技術數據,包括腦電波(EEG)和腦功能磁共振成像來開發,可以實現創傷性更小、精確度更高的治療。

她最具開創性的工作是針對影響全球 5000 多萬人的癲癇。大約 30% 的癲癇患者對藥物治療沒有反應,因此需要手術,而手術只能在成功隔離癲癇發作區域與大腦的特定區域後才能進行。

Venkataraman 認為,數據驅動模型可以精確定位癲癇發作區域,減少有創監測,改善手術結果。她開發的癲癇檢測算法,目前在根據約翰·霍普金斯大學的臨床數據進行評估。該算法利用腦電波數據,採用深度學習方法跟蹤患者大腦中癲癇發作的時間和位置。

【全球青年英雄榜(四)】《麻省理工科技評論》最新公布 8位華人上榜
查看原始文章

0 0
reaction icon 0
reaction icon 0
reaction icon 0
reaction icon 0
reaction icon 0
reaction icon 0