自 2001 年起，《麻省理工学院信息技术评论》每年亦会评选活动不止去年的“批在超越性技术开发设计”。2月末27日，2020年“批在超越性技术开发设计”之列如期而至。此次榜单寻找的是那些只不过扭曲生活和工作作法的超越。
入选2020年“批在超越性技术开发设计”的除此以外难以入侵的网上（Unhackable internet）、；也独创口服（Hyper-personalized medicine）、数字货币（Digital money）、抗中的毒者药性（Anti-aging drugs）、计算机挖掘出分子会（AI-discovered molecules）、；也级星座颗卫星（Satellite mega-constellations）、量子优越性（Quantum supremacy）、微型计算机（Tiny AI）、关联人身安全（Differential privacy）、可持续归因（Climate change attribution）。本文将医疗保健具体大多顺利完成程序代码。
批在超越性技术开发设计之医疗保健篇
；也独创口服（Hyper-personalized medicine）
重要性：为单个病变量身自定义的等位基因口服，给此前难以治愈疟疾的人带来了努力。
主要研究成果者：T Children’s Project、Boston Children’s Hospital、Ionis Pharmaceuticals、FDA
秋冬季：今日
由特定DNA正确造成了的极为相似的疟疾病变，今日有了一线生机——等位基因修复。这归功于可以根据生物体等位基因量身自定义的全一新口服。
Mila Makovec就是这样的一个“总能”。她中风一种由多样的等位基因突变引起的致命性疟疾。2019年10月末，她的登革热被刊登在《一弗吉尼亚州医学周刊》(New England Journal of Medicine)上，当时精神科们对她的等位基因缺陷顺利完成了解读，并为她量身自定义了口服。他们还用她的名字给这种药性命叫作milasen。
虽然Mila今日还没有被治愈，但病情已经稳定了：癫痫中的风下降了，可以在别人的帮助下站立和走动。
该疗程法则之所以能实现，就是因为天时地利人和——开发设计一种全一一新等位基因口服都未如此之快，也已是更是好的机会。一新口服可能放任等位基因替代、等位基因编辑或反义核苷酸（Mila所接受的类型）的形式，反义核苷酸相似一种分子会抹除剂，用于抹除或修复正确的有机体。这些替代疗法的共同之处在于，它们能以高分辨率的作法和更快被编程，缺失修复遗传疟疾。
像Mila这样的总能还有多少？到今日为止，虽然还只有少量。但未来可期。
当然，针对实体病变的“多对一”替代疗法也面临着下一场。因为它们与现行的口服开发设计、试验中和销售的法则都不能接受。当这些口服只帮助一个人的时候，却必需大型设计团队来设计和制造，谁来为它们买单？
抗中的毒者药性（Anti-aging drugs）
重要性：可以通过加速中的毒者来疗程许多不同的疟疾（除此以外前列腺癌、肺结核和阿兹海默）。
主要研究成果者：Unity Biotechnology、Alkahest、Mayo诊所、Oisín生物技术开发设计、Siwa Therapeutics
秋冬季： 5年内
2019年1月末4日，来自美国的一个科学研究一个小组在《柳叶刀》子刊EbioMedicine周刊上首次登载了用抗中的毒者类口服——Senolytics疗程人类一种与平均年龄具体的致命疟疾的积极结果。
Senolytics通过去除随着平均年龄上升而依靠的“中的毒者”蛋白而起作用。这些“中的毒者”蛋白，可以产生持续性的炎症反应，减缓正常的蛋白修复机制，并让邻近蛋白同在有毒的状况。
2019年6月末，总部位于旧金山的Unity Biotechnology报告了对轻度至重度手肘骨关节炎病变的可行性结果。预定将在2020年下半年公布更是大乳腺癌的结果。该母公司还在开发设计十分相似口服，以疗程与平均年龄有关的眼部和肺部疟疾等。
Senolytics以及许多其他有短时间内的替代疗法打算体液试验中的，这些法则针对的就是中的毒者和各种疟疾的因由所在的生物进程。
服装店叫作Alkahest的母公司向病变流向年轻人血液中的挖掘出的化学物质，并表示努力阻止中风轻度至中的度阿尔茨海默马氏病病变的认知和动态下降。该母公司的帕金森马氏症和阿兹海默口服也在体液试验中的。
2019年12月末，德雷克塞尔大学医学院的研究成果管理人员甚至力图研究成果一种带有免疫减缓口服雷帕霉素的面霜到底可以减缓 体液皮肤的中的毒者。
所有这些研究成果都反映不止研究成果管理人员打算不断努力，以了解与中的毒者具体的许多疟疾（例如肺结核、关节炎、前列腺癌和阿兹海默），期望可以通过“破解”来延误其中的风。
计算机挖掘出分子会（AI-discovered molecules）
重要性：一种一新药性商业化平均必需耗费约25亿美元。原因之一是难以看到有努力视为口服的分子会。
主要研究成果者：Insilico Medicine、Kebotix、Atomwise、列治文大学、BenevolentAI、Vector Institute
秋冬季：3-5年
据研究成果管理人员估计，未来会转变成为挽救精神上的口服的分子会量约为1060 ，这比太阳系中的所有原子的量还要多。
今日，机器学习工具可以利用信息来探索基本分子会及其连续性的大型数据库，从而产生一一新可能性。这样可以更是快、更是低价地挖掘出一一新候选口服。
2019年9月末，港澳Insilico Medicine和列治文大学的四组研究成果管理人员通过衍生物AI迭代看到的几种候选口服，验证该策略的有效性。研究成果管理人员使用相似剖面学习和生成基本概念的技术开发设计，确定了差不多30，000种不具备理想连续性的多样分子会。他们从中的选取了6个顺利完成衍生物和试验中。其中的一项在生物实验中的验证很有创造力。
从事口服挖掘出的化学家经常去不切实际一种一新分子会，今日，这些科学研究有了一一新工具来扩大他们的想象。
相关新闻
相关问答
