MIT发布“2017全球十大突破性技术”,4项与生物医学有关(基因疗法2.0、细胞图谱……)

2017-02-21 15:55 · wenmingw

今天(2017年2月21日),“DeepTech深科技”公布了“《麻省理工科技评论》2017年全球十大突破性技术”榜单。其中4项与生物医学有关,包括:基因疗法2.0、细胞图谱、刷脸支付、治愈瘫痪。

2017年2月21日,MIT Technology Review中国地区独家合作伙伴“DeepTech深科技”公布了“《麻省理工科技评论》2017年全球十大突破性技术”榜单。入选该榜单的技术包括:人工智能方法强化学习(Reinforcement Learning,RL)、消费级360°全景相机360°自拍(The 360-Degree Selfie)、基因疗法2.0(Gene Therapy 2.0)、细胞图谱(The Cell Atlas)、自动驾驶货车(Self-DrivingTrucks)、刷脸支付(Paying with Your Face)、太阳能热光伏电池(Hot Solar Cells)、实用型量子计算机(Practical Quantum Computers)、治愈瘫痪(Reversing Paralysis)、僵尸物联网(Botnets of Things)。

不难看出,上述的技术中有4项与生物医学有关(基因疗法2.0、细胞图谱、刷脸支付、治愈瘫痪)。

基因疗法2.0(Gene Therapy 2.0)

技术突破:

美国即将批准首个基因治疗技术,更多基因疗法正在开发与批准的进程中。

重要意义:

很多疾病都是由单个基因突变导致的,新型基因疗法能够彻底治愈这些疾病。

主要研究者:

- SparkTherapeutics

- BioMarin - GenSight Biologics

- BlueBird Bio - UniQure

成熟期:现在

数十年来,研究人员一直在追求基因疗法的梦想。基因疗法的前景非常美好:利用改造过的病毒将相关基因的健康副本递送至携带有缺陷基因的患者体内。然而,至今为止,基因疗法带来的失望远大于希望。1999年,一名18岁的肝病患者杰西·基辛格(Jesse Gelsinger)在一场基因治疗实验中死亡,从此整个基因疗法领域的发展就开始停滞不前。

早期基因疗法失败的原因部分是源于其递送机制,因为新的遗传物质(改造基因)、以及将其携带至细胞的载体病毒,被错误地递送到基因组的其他位置,这会激活某些患者体内的致癌基因,或者引起患者免疫系统的过度反应,从而导致多器官功能衰竭以及脑死亡。

但是现在,一些关键的难题已经解决,基因治疗也将迎来曙光。研究人员使用了更高效的病毒将新的功能基因转运到细胞中。

现在,两种遗传性疾病的基因疗法:治疗一种SCID病的Strimvelis,以及治疗一种引起脂肪在血液中堆积的失调症的Glybera,已在欧洲获得相关管理部门的批准。

在美国,Spark Therapeutics有望成为第一家迈入市场的基因疗法新创公司,该公司开发出针对渐进式失明的基因治疗方法。还有很多其他正在研究的基因疗法,正将目光投向血友病的治疗,以及一种称为表皮溶解水皰症的遗传性皮肤失能症。

但是,挑战依然存在。

虽然目前已经针对几种相对罕见的疾病开发了基因疗法,但是对于那些具有复杂遗传病因的常见疾病,开发对应的基因疗法则更加困难。

对于像SCID和血友病这样的疾病,科学家明确知道引起疾病的精确基因突变。但是,诸如阿尔茨海默病、糖尿病和心力衰竭等疾病,它们不仅涉及到多个基因,并且在患有同种疾病的不同病人中,对应的基因突变还不完全相同。

细胞图谱(The Cell Atlas)

技术突破:

这是人体中各种细胞类型的完全目录。

重要意义:

超精确的人类生理学模型将加速新药研发与试验。

主要研究者:

- 布罗德研究所(Broad Institute)

- 桑格研究所(Sanger Institute)

- 陈—扎克伯格的Biohub(Chan Zuckerberg Biohub)

成熟期:5年

我们究竟是什么组成的?下一个生物学上的巨型项目将会回答。

科学家正在建立一个超详细的 “人类细胞图谱”,即通过细胞内部的内容来定义活细胞。

在1665年,罗伯特·胡克(Robert Hooke)凝视着显微镜下的一块软木,在其中发现了无数像房间一样的小格子。作为第一个描述细胞的科学家,胡克一定会被生物学的下一个大型项目震惊到:这是一个使用现代基因组学和细胞生物学中最强大的工具,来单独捕获和端详数百万个细胞的计划。

这个项目的目标是构建第一个全面的“细胞图谱”,或者人类细胞地图。这个项目的实现将成为一个技术奇迹,因为它将首次全面揭示人体是由什么所组成的,并为科学家们提供一个新的复杂生物学模型,以提升药物研发的速度。

罗伯特·胡克通过显微镜看到并画下的软木栓细胞(1665年)

为了执行这个解码人体37.2万亿细胞的任务,由来自美国、英国、瑞典、以色列、荷兰和日本的国际科学家组成的联合会正在分配任务,包括检测每个细胞的分子特征,并给每种细胞一个在人体空间中特定的“邮政编码”。

“我们将会看到我们所期望的东西,我们已知存在的东西,但我确信,除此之外我们还会发现全新的东西,”英国桑格研究所的细胞图谱团队的负责人Mike Stubbington说。“我认为,会有惊喜出现。”

从填充大脑和脊髓的毛状神经元,到皮肤的粘脂肪细胞(glutinousfat cells),先前描述细胞的尝试表明,人体总共有约300种细胞,但真正的数字无疑会更大。

人类、骆驼和蟾蜍的血液细胞Daguerreotypes(A.Donné,1845年)

实际上,分析细胞之间的分子差异已经揭示了一些发现。举例而言,我们已经揭示了数十年来眼部研究都没能发现的两种新类型的视网膜细胞:一种在每10,000个血细胞中只占4个,却在对抗病原体的第一防线起着重要作用的细胞;以及新发现的一种十分独特、通过产生的类固醇来抑制免疫应答的免疫细胞。

这个新项目的研究主要运用了三种技术。

第一种叫做“细胞微流体”,即通过分离单独的细胞并用微珠标记后,使其被油滴包裹后再进行研究和分析,选择油滴的原因是因为油滴可以如同汽车一样载着细胞,沿着被蚀刻在微小芯片上、狭窄的毛细管单向“街道”分流,使得细胞被聚集在特定的地方,裂解并逐一研究。

第二种技术是使用超快、高效的测序仪来解码那些在单个细胞中活化的基因。这项技术的花费并不高,每个细胞仅需几美分即可。其高效性使得一个科学家可以在一天内处理10000个细胞。

第三种技术则是使用全新的标记和染色技术,基于基因活动来定位各种细胞在人体器官或组织中的“邮政编码”。

细胞图谱研究的执行者主要是顶尖研究所,包括英国桑格研究所、麻省理工学院和哈佛大学的布罗德研究所、以及由Facebook首席执行官马克·扎克伯格(Mark Zuckerberg)资助的位于加利福尼亚州的一个全新的“Biohub研究所”。在去年9月,扎克伯格和他的妻子Priscilla Chan将细胞图谱研究作为了30亿美元医疗研究捐赠的首个目标。

刷脸支付(Paying with Your Face)

技术突破:

人脸识别技术如今已经可以十分精确,在网络交易等相关领域已被广泛使用。

重要意义:

该技术提供了一种安全并且十分方便的支付方式,但是或许仍存在隐私泄露问题。

主要公司:

- 旷视Face++

- 百度

- 科大讯飞

- 阿里巴巴

成熟期:现在

在中国,人脸识别系统现在应用于授权支付、设备访问以及罪犯追踪。那么问题来了,其他国家会效仿么?

Face++是一家估值超过10亿美金的中国初创公司,当笔者走进公司大门时,发现我那满是胡茬的脸呈现在了入口的大屏幕上。从那一刻起,我的脸已经进入了公司的数据库,我也可以靠着“刷脸”自由出入公司大门了。

不仅如此,人脸识别系统还能对于我在各个房间内的活动进行监控。

当我走进Face++的办公室,我发现里面有很多屏幕,这些屏幕上有着以各种角度拍摄的办公室画面。这时,我瞥见我的脸出现在一个屏幕上,软件自动识别我脸上的83个点,那画面有点惊悚,但这就是技术带给我们的震撼感觉。

在过去的几年里,计算机技术突飞猛进,人脸识别技术的发展也是日新月异。特别在中国,由于监控和便民应用的推动,人脸识别技术得到了长足的进步,已经在交通监管、银行交易、日常生活交易以及公共交通等各个方面改变人们的生活。

其实,Face++的人脸识别技术登陆手机app已有一段时间了。现在,支付宝也已经可以使用人脸识别进行授权支付了。另外,在“滴滴打车”软件中,用户能够看到司机的实名认证以及人脸认证信息。任何想注册成为“滴滴司机”的用户都需要在摄像头前扫描并进行人脸识别认证。

作为全世界首批上线人脸识别技术的国家,中国对于监控以及隐私方面的政策对此有很大的与推动。

与其他国家不一样的是,中国有一个庞大的身份证数据库。笔者在Face++访问的时候就见到当地政府利用人脸识别技术识别监控里的嫌疑人。相比于尚不成熟的足迹分析技术和早已过时的嫌犯存档照片等其它刑事鉴定技术,人脸识别显然更加有效。

经过了几十年的发展,人脸识别技术的精度已经达到金融交易的级别。另一方面,人脸识别还与深度学习进行了紧密的结合。在我们已经公布的《麻省理工科技评论》2013年十大突破技术中,就有对深度学习的介绍,这种人工智能技术能使得图像识别技术更加高效。

“人脸识别是一个巨大的市场。”一位来自北京大学从事机器学习和图像处理研究的教授表示,“中国人口众多,公共安全是十分重要的,很多公司都涉足到了这个领域。”

比如,全中国最大搜索引擎百度的研究人员也在将人脸识别和机器学习进行结合,并进行了软件识别人脸与真人识别人脸的对比。今年一月份,在一档电视节目上,百度开发的人脸识别软件与人展开了一场对决,双方同时观察嘉宾幼时的照片并以此识别真人,结果百度的人脸识别系统完胜。

现在,百度正在开发一种人脸识别取火车票的系统,试点选在了乌镇。这座旅游城市足够的人流量将为系统实验提供充足的数据。据悉,这将需要将数百万张人脸输入数据库中才能达到99%的正确识别率。

另外一个具代表性的例子就是科大讯飞。这家公司与中国最大的银行卡联合组织合作开发了“声纹+人脸P2P转帐”产品:"声纹+人脸"融合认证个人转账应用。通过该应用,用户只需说出类似"我要给(姓名)转(金额)"这样的指令,再通过"声纹+人脸"相结合的融合生物认证,就能完成转账操作。

对于人脸识别的发展前景,清华大学的唐杰教授说:“其实不只是刷脸支付,人脸识别还能应用于很多地方。”

治愈瘫痪(Reversing Paralysis)

Grégoire Courtine持有脑脊柱接口的两个主要部分

技术突破:

无线脑-体电子元件可绕过神经系统的损伤来实现运动。

重要意义:

全球有数百万人被瘫痪所折磨,无时不刻都渴望着摆脱疾病的困扰。

主要研究机构:

- 巴黎综合理工大学洛桑理工学院(EPFL)

- 韦斯生物和神经工程中心(Wyss Institute at Harvard)

- 匹兹堡大学(University of Pittsburgh)

- 凯斯西储大学(Case Western Reserve University)

成熟期:10至15年

在利用脑植入来恢复脊髓损伤引起的运动自由受损上,科学家们已经取得了显着的进步。

近年来,借助脑植入物,少量患者已可以通过思想来控制计算机光标或者是机器臂。现在研究人员正在尝试意义重大的下一步:治愈瘫痪。

他们利用无线电将大脑读取技术直接连接到身体上的电刺激器,创造出法国神经科学家Grégoire Courtine所称的“神经旁路”,从而使人们的想法能够再次控制他们的四肢。

由Robert Kirsch和Bolu Ajiboye领导的凯斯西储大学团队对一个四肢瘫痪者进行了一次实验,他们在瘫痪者的手臂和手掌肌肉安装了超过16个的精细电极,在大脑中放置了两个比邮票还小的硅制记录装置,上面有上百个头发大小的金属探针,来探测神经元发出的命令。

在操作过程中,志愿者在弹簧扶手的帮助下缓慢地抬起了他的手臂,并可以实现手掌的张和握,他甚至可以把有吸管的杯子递到嘴边。

左:一个带电极的大脑阅读芯片的特写。右:模拟脊髓的柔性电极。

这个凯斯西储大学将要在医学杂志上发表的结果,是使用植入电子设备来恢复各种感官和功能的广泛研究中的一部分。除了治疗瘫痪外,科学家希望能够使用所谓的“神经义肢”,通过在眼睛中放置芯片来恢复视力,或者是恢复阿尔茨海默病人的记忆。

相比起非常成熟的人工耳蜗,让“神经义肢”改善瘫痪会更有难度。在1998年,一个患者使用脑探针实现了移动计算机光标的任务,但它并没有任何更为广泛的实际应用。该项技术仍然太基础、太复杂以及无法脱离实验室的环境。

瑞士亿万富翁Hansjörg Wyss专门为解决脊髓旁路等神经科技的技术设立了研究中心。该研究中心的领导人是约翰·多诺霍(John Donohoe),他正试图带领神经科学家、技术人员、临床医生共同创建一个商业上可行的系统。

对于多诺霍来说,首要任务之一是制造“神经通”——这是一个超紧凑型无线设备,以网络速度从大脑收集数据。多诺霍说,“这是世界上最复杂的大脑通信器。”

无线神经通讯装置模型

虽然很复杂,并且进展缓慢,但是神经旁路仍然意义重大,病人对此充满了强烈的期待,多诺霍说,“人们希望恢复他们的日常生活。”

神经旁路中的里程碑

● 1961年:医生和发明家William F. House测试了第一个人工耳蜗,证明可以恢复听力。该设备使超过25万人受益。

● 1998年:医生在一个不能说话的瘫痪者的大脑中安装了一个电极,使其通过计算机与人交流。

● 2008年:猴子的大脑信号通过互联网从美国发送到日本,从而激发机器人在跑步机上行走。

● 2013年:美国监管机构批准了Second Sight公司出售的“仿生眼”。原理是利用缝合到视网膜的芯片,从而绕过受伤的光感受器。

● 2014-2015年:俄亥俄医生开始努力使两个不同瘫痪类型的男人“重获新生”。他们的想法可以传递到他们手臂上的电极,从而实现手指的伸缩。

● 2016年:28岁的Nathan Copeland通过大脑植入物操控了一个机器臂,使得他可以“感觉”到手指,还在奥巴马总统访问实验室时与他顶拳。

脊柱受伤导致右腿瘫痪的猴子,在实施手术后恢复正常行走能力

备注:本文项目介绍来自DeepTech深科技:重磅发布:《麻省理工科技评论》发布2017年全球十大突破性技术榜单