科技日報記者 劉霞
從先進的免疫療法到自驅動實驗室,從生物修復到光子計算,英國《自然》網站在近日的報道中,列出了2025年值得關注的技術方向。這些技術圍繞可持續(xù)性和人工智能(AI)這兩大核心關鍵詞,將掀起新一輪創(chuàng)新浪潮。
自驅動實驗室成重要助力
2024年,一個國際團隊開發(fā)出一系列新材料,可用于打造有機固態(tài)激光器。這項研究主要由全球以人工智能(AI)為主導的五個“自驅動”實驗室完成。
加拿大多倫多大學計算化學家阿蘭·阿斯普如·古茲克是這項研究的主要作者之一。他表示,這些將現代機器人技術與AI算法相結合的自動化研究平臺,能夠高效完成復雜的實驗任務,大幅加快新材料的發(fā)現與應用進程。
古茲克認為,下一代自驅動實驗室有望獲得更卓越的能力。去年11月,多倫多大學加速聯盟團隊推出了ORGANA系統(tǒng)。該系統(tǒng)將計算機視覺與大語言模型相結合,能夠自動化完成部分化學實驗室的任務,并可將科學家的口頭指令轉化為實驗流程。
古茲克也在積極探索步行機器人、計算機視覺等創(chuàng)新技術,以期進一步擴大自驅動實驗室的能力范疇,使其能夠應對氣候變化、流行病等重大挑戰(zhàn)。
CAR-T細胞療法日益“受寵”
嵌合抗原受體(CAR)T細胞療法是許多血癌的標準治療方法。這一療法的基本流程如下:醫(yī)生從病人身上提取T淋巴細胞后對其進行體外基因改造,以增強其腫瘤殺滅能力,隨后再注射回病人體內。對于某些類型的白血病、淋巴瘤和骨髓瘤,這一療法極為有用。
目前所有獲批的CAR-T細胞療法都靶向由B細胞表達的蛋白質。過去幾年,針對實體瘤的CAR-T細胞療法也取得了重要進展。例如,美國馬薩諸塞州總醫(yī)院團隊設計出靶向某些腦腫瘤的T細胞,能夠快速縮小復發(fā)性膠質母細胞腫瘤。
靶向B細胞的CAR-T細胞療法也有望治療某些自身免疫性疾病。德國埃爾蘭根-紐倫堡大學風濕病學家喬治·肖特領導的研究團隊,已經治療了20多名狼瘡和其他自身免疫性疾病患者,迄今只有一例復發(fā)。
生物修復技術紛至沓來
英國倫敦布魯內爾大學微生物學家羅南·麥卡錫領導的團隊,一直致力于研究利用微生物遏制微塑料污染。他們正在誘導塑料降解細菌在塑料碎片表面形成致密的生物膜,從而提升降解性能。
美國密蘇里大學化學家蘇西·戴則深入探究了白腐真菌降解致癌全氟和多氟烷基物質的能力。其團隊將真菌在由天然纖維組裝而成的人造植物狀支架中培養(yǎng),纖維吸附環(huán)境中的污染物,真菌則對污染物進行降解。
也有科學家致力于利用蛋白質工程和其他進化方法,以增強現有酶的性能。不過,監(jiān)管以及公眾對轉基因生物的擔憂值得科研人員深思。
生物基礎模型越來越強
基于大語言模型(LLM)的平臺,如ChatGPT等為全球數億用戶提供了從獲取信息到起草論文、軟件代碼等“一站式服務”?,F在,科學家希望借助生物學基礎模型獲得類似的能力。
這些生物學模型可以由基因組序列、基因表達等數據進行訓練。模型可執(zhí)行各種任務,從解釋新獲得的數據到設計定制的蛋白質或通路。
2024年,多倫多大學計算生物學家推出了名為scGPT的基礎模型。它由約3300萬個人類細胞的單細胞轉錄組數據訓練而成,可以準確地對不同組織中的細胞類型進行分類,識別協(xié)同驅動不同生物過程的基因網絡,并可預測破壞性突變對基因表達模式的影響,從而助力新藥研發(fā)。
去年12月,瑞士洛桑聯邦理工學院計算機科學家夏洛特·布恩等人提出了開發(fā)“虛擬細胞”的路線圖。它本質上是一個基于RNA、DNA、蛋白質等多個基礎模型構建的復雜模型,或可為人類疾病研究、合成生物學和其他學科的發(fā)展提供強勁動力。
光芯片助力AI降耗增效
AI的快速發(fā)展對芯片的算力和能效提出了新的挑戰(zhàn)。與傳統(tǒng)電芯片相比,光芯片使用光子在波導中的傳輸特性執(zhí)行運算,有望將算力和能效提升數個量級。
英國牛津大學材料學家哈里什·巴斯卡蘭表示,光芯片具有更快的并行處理能力,能夠提高推理任務的效率。
去年,巴斯卡蘭及其同事展示了兩種光芯片,并應用于處理卷積神經網絡判別帕金森綜合征患者的步態(tài)信息和圖像分類。新型光芯片的算力不僅提升了兩個數量級,且能大幅降低系統(tǒng)能耗。
中國清華大學科研團隊也于去年推出了全球首款大規(guī)模通用智能光計算芯片——太極。它處理某些任務時的計算效率為最先進的英偉達圖形處理單元的100倍,有望為大模型訓練推理、通用AI、自主智能無人系統(tǒng)提供算力支撐。