《麻省理工科技评论》发布2020全球十大突破性技术，抗衰老药剂、个性化药剂物入选

自 2001 年起，《麻省理工科技评论》每年会评选成伊始的“简介关键性取而代之技术”。2年末27日，2020年“简介关键性取而代之技术”成员名单如期而至。此次榜单寻找的是那些真正忽略生活和工作方式的突破。

入选2020年“简介关键性取而代之技术”的仅限于难以入侵的该网站（Unhackable internet）、；也定制抑制剂（Hyper-personalized medicine）、数字货币（Digital money）、抗年老止痛（Anti-aging drugs）、人工智慧找分子会（AI-discovered molecules）、；也级星座卫星（Satellite mega-constellations）、量子力学优越性（Quantum supremacy）、微型人工智慧（Tiny AI）、差异隐私（Differential privacy）、气候变化归结（Climate change attribution）。本文将医疗保健肥胖方面大多顺利完成PHP。

简介关键性取而代之技术之医疗保健肥胖篇

；也定制抑制剂（Hyper-personalized medicine）

必要性：为单个病症个人化定制的突变抑制剂，给此前难以治愈病因的人促使了想要。

主要深入科学研究：T Children’s Project、Boston Children’s Hospital、Ionis Pharmaceuticals、FDA

成熟阶段：现在

由特定DNA错误导致的极其罕见的病因病症，现在有了一线生机——突变修整。这归功于可以根据个体突变个人化定制的全取而代之抑制剂。

Mila Makovec就是这样的一个“幸运儿”。她罹患一种由独特的突变突变引起的致命性病因。2019年10年末，她的病症被刊载在《取而代之英格兰华尔街日报》(New England Journal of Medicine)上，之前内科医生们对她的突变缺陷顺利完成了表述，并为她个人化定制了抑制剂。他们；还有她的名字给这种止痛命名为milasen。

虽然Mila目前还从未被治愈，但病情并未稳固了：癫痫发病减少了，可以在别人的尽力下站立和行走。

该病患法则之所以能意味着，就是因为天时地利人和——整合一种全取而代之的突变抑制剂从不如此之快速，也从不有过能够的机遇。取而代之抑制剂显然采取突变替代、突变编辑或如前所述核酸（Mila所接受的并不一定）的表现形式，如前所述核酸类似于于一种分子会载入剂，主要用途载入或修整错误的遗传电子邮件。这些病患法的共通点在于，它们能以借助于的方式和速度被Smalltalk，缺失修整遗传病因。

像Mila这样的幸运儿还有多少？到目前为止，虽然还只有少量。但愿景可期。

当然，针对单独病症的“多对一”病患法也面临着考验。因为它们与现行的抑制剂整合、验证和销售的法则都才是。当这些抑制剂只尽力一个人的时候，却只能大型工作团队来设计者和制造，谁来为它们毕竟？

抗年老止痛（Anti-aging drugs）

必要性：可以通过延缓年老来病患许多不同的病因（仅限于癌症、心肌梗塞和痴呆症）。

主要深入科学研究：Unity Biotechnology、Alkahest、Mayo的医院、Oisín生物取而代之技术、Siwa Therapeutics

成熟阶段： 5年内

2019年1年末4日，来自美国的一个科学界小组在《柳叶刀》子刊EbioMedicine杂志上首次发表了用抗年老类固醇——Senolytics病患人类一种与成年人方面的致命病因的致力结果。

Senolytics通过去除随着成年人放缓而积累的“年老”细胞内而起效用。这些“年老”细胞内，可以产生低水平的炎症加成，抑制正常的细胞内修整机制，并让周边地区细胞内远在有毒的自然环境。

2019年6年末，总部位于旧金山的Unity Biotechnology报告了对轻度至重度脚踝骨病症病症的初步结果。预计将在2020年下半年揭晓更大临床试验的结果。该公司还在整合类似于抑制剂，以病患与成年人有关的眼部和肺部病因等。

Senolytics以及许多其他有具体来说的病患法正意图消化系统试验里，这些法则针对的就是年老和各种病因的根源所在的生物进程。

主营名为Alkahest的公司向病症注入年轻人血液里找的成分，并对此想要解救罹患轻度至里度阿尔茨海默隆病病症的观念和基本功能增高。该公司的帕金森隆症和痴呆症抑制剂也在消化系统试验里。

2019年12年末，德雷克维克国立大学该大学的科学研究部门甚至意图科学研究一种所含免疫抑制抑制剂短暂性青霉素的面霜确实可以减缓 消化系统毛发的年老。

所有这些科学研究都揭示成科学研究部门正意图不断决心，以了解与年老方面的许多病因（例如心肌梗塞、病症、癌症和痴呆症），期望可以通过“密码”来过长其发病。

人工智慧找分子会（AI-discovered molecules）

必要性：一种取而代之止痛商业平均只能花费将近25亿美元。状况之一是难以找有想要成为抑制剂的分子会。

主要深入科学研究：Insilico Medicine、Kebotix、Atomwise、卡加利国立大学、BenevolentAI、Vector Institute

成熟阶段：3-5年

据科学研究部门估计，再一生成为扭转一个人的抑制剂的分子会比例将近为1060 ，这比太阳系里所有原子的比例还要多。

现在，机器学习工具可以能用电子邮件来探索基本分子会及其连续性的大型目录，从而产生取而代之的显然性。这样可以更快速、更廉宜地找取而代之的候选抑制剂。

2019年9年末，取而代之加坡Insilico Medicine和卡加利国立大学的两组科学研究部门通过裂解AI算法找的几种候选抑制剂，确实该策略的有效性。科学研究部门可用类似于于广度学习和生成成仿真的取而代之技术，未确定了大将近30，000种具有完美连续性的取而代之颖分子会。他们从里考虑了6个顺利完成裂解和验证。其里一项在爬虫类实验里确实很有实用价值。

从事抑制剂找的矿物学家平常去思路一种取而代之分子会，现在，这些科学界有了取而代之的工具来扩大他们的想象力。