世界十大科技進展新聞

美國佛蒙特大學、塔夫茨大學和哈佛大學威斯生物啓發工程研究所的科學家發現了一種全新的生物繁殖方式，並利用其創造了有史以來第一個可進行自我複製多代的活體機器人——Xenobots 3.0。它僅有毫米大小，既不是傳統的機器人，也不是已知的動物物種，而是一種從未在地球上出現過的、活的、可編程的全新有機體。據悉，該活體機器人或許可以有助於醫學的全新突破——除了有望用於精準的藥物遞送之外，它的自我複製能力也使得再生醫學有了新的幫手，或可為出生缺陷、對抗創傷、癌症與衰老提供開創性的解決思路。11月29日，相關研究成果發表於美國《國家科學院院刊》。

我們在地球上之所以能看到陽光、感受到温暖，都是源自於發生在太陽核心的核聚變。核聚變指的是當原子合併在一起時，釋放出巨大能量的過程，這個過程可以在碳排放幾乎為零的情況下，源源不斷地提供綠色能源。但是，想在實驗室裏實現核聚變並非易事，一個重大的挑戰就是“點火”（即聚變反應所產生的能量等於或超過輸入能量的時刻）。8月8日，美國勞倫斯利弗莫爾國家實驗室（LLNL）的國家點火裝置（NIF）進行了一項新的實驗。NIF的科學家團隊重現了存在於太陽核心的極端温度和壓力，NIF的強大的激光脈衝引發了燃料丸的核聚變爆炸，產生了1.35兆焦耳（MJ）能量——大約相當於一輛時速160公里的汽車的動能。這一能量達到觸發該過程的激光脈衝能量的70%，意味着接近核聚變“點火”，即反應產生的能量足以使反應持續下去，在無限聚變能源的道路上邁出了一大步。

科學家們一直希望通過基因序列簡單地預測蛋白質形狀——如果能夠成功，這將開啓一個洞察生命運作機理的新世界。美國華盛頓大學和英國DeepMind公司分別公佈了多年工作的成果：先進的建模程序，可以預測蛋白質和一些分子複合物的精確三維原子結構，並將這些結構放入公開的數據庫免費供全球科研人員使用。據DeepMind公司報告顯示，其人工智能程序AlphaFold預測出98.5%的人類蛋白質結構，有助於深入理解一些關鍵生物學信息，從而更好開展藥物研發。而美國華盛頓大學創建的高精確的蛋白質結構預測程序名叫RoseTTAFold，基於深度學習，它不僅能預測蛋白質的結構，還能預測蛋白質之間的結合形式。僅需十分鐘，RoseTTAFold就能用一台遊戲電腦準確計算出蛋白質結構。相關論文於7月15日分別刊登於《自然》和《科學》。

一直以來，人們若要使用被稱為“基因剪刀”的CRISPR基因編輯技術治療遺傳疾病，需要清除一個巨大的障礙：將分子剪刀工具直接注射到受影響的細胞中，從而實現DNA切割。英國倫敦大學研究人員發現CRISPR技術能使一種突變基因失活。研究首次將CRISPR藥物注射到一種罕見遺傳病（轉甲狀腺素蛋白澱粉樣變性病）患者的血液中，並發現其中3人的肝臟幾乎停止產生有毒的蛋白質。雖然目前還不能確定CRISPR治療是否能緩解該疾病的症狀，但初步數據讓人們對這種一次性治療的效果感到興奮。相關研究結果5月28日發表於《新英格蘭醫學雜誌》。據悉，這項新工作在能夠滅活、修復或替換身體任何部位的致病基因方面，邁出了關鍵的第一步。

加拿大國家粒子加速器中心的Makoto Fujiwara團隊與合作者在瑞士日內瓦附近的歐洲核子研究組織粒子物理實驗室進行了一項名為ALPHA-2的反氫捕獲實驗，演示了反氫原子的激光冷卻，將樣品冷卻到了接近絕對零度。激光冷卻經常被用來測量常規原子的能量躍遷——電子運動到不同能級。該團隊開發了一種激光，它能以適當的波長髮射被稱為光子的光粒子，從而降低正在直接朝向激光移動的反原子的速度。研究人員將反原子的速度降低到1/10以下。對於冷卻的反氫原子，該團隊獲得的測量精度幾乎是未冷卻的反原子的3倍。該研究產生了比以往任何時候都更冷的反物質，並使一種全新的實驗成為可能，有助於科學家在未來更多地瞭解反物質。相關研究成果3月31日刊登於《自然》。

奧地利科學院生物學家Sasha Mendjan和團隊使用人類多能幹細胞培養出芝麻大小的心臟模型，又稱心臟線。它可以自發地進行組織，在不需要實驗支架的情況下發展出一箇中空的心房。Mendjan團隊以特定的順序激活所有參與胚胎心臟發育的6個已知信號通路，誘導幹細胞自我組織。隨着細胞分化，它們開始形成不同的層——類似心臟壁的結構。經過一週的發育，這些類器官自組織成一個有封閉腔的3D結構，幾乎重現了人類心臟的自發生長軌跡。此外，研究小組還發現心臟壁狀組織能有節奏地收縮，擠壓腔內的液體。該團隊還測試了心臟類器官對組織損傷的反應。他們用一根冷鋼棒冷凍部分心臟類器官，並殺死該部位的許多細胞，研究發現，心臟成纖維細胞（一種負責傷口癒合的細胞）開始向損傷部位遷移，併產生修復損傷的蛋白質。相關研究5月20日發表於《細胞》，這項進展使得科學家能創造出一些迄今為止最真實的心臟類器官，為製藥公司將更多藥物引入臨牀試驗提供了可能。

純數學研究工作的關鍵目標之一是發現數學對象間的規律，並利用這些聯繫形成猜想。從20世紀60年代開始，數學家開始使用計算機幫助發現規律和提出猜想，但人工智能系統尚未普遍應用於理論數學研究領域。12月1日，一篇發表在《自然》上的論文顯示，DeepMind公司研發出一個機器學習框架，能幫助數學家發現新的猜想和定理。此前，該框架已經幫助發現了不同純數學領域的兩個新猜想。研究人員將這一方法應用於兩個純數學領域，發現了拓撲學（對幾何形狀性質的研究）的一個新定理，和一個表示論（代數系統研究）的新猜想。研究人員表示，這是計算機科學家和數學家首次使用人工智能來幫助證明或提出複雜數學領域的新定理。

美國得克薩斯大學達拉斯西南醫學中心研究人員領銜的團隊成功用人多能幹細胞分化誘導出人類早期胚胎樣結構。該結構與人囊胚期胚胎具有類似的結構，能正確表達相應的基因與蛋白，並且可在體外發育2至4天，形成類羊膜囊等結構。相關研究成果3月17日刊登於《自然》。據介紹，藉助人類早期胚胎樣結構，研究人員能深入研究胚胎的早期發育，更加了解人類早期重大疾病造成的流產、畸形兒、女性受孕障礙等現象，併為其尋找可行的解決方案。此外，研究人員還可以通過這項技術建立藥物篩選模型，為進入臨牀應用的孕婦藥品提供安全性模擬檢測。

澳大利亞國際射電天文學研究中心（ICRAR）和西澳大利亞大學（UWA）等機構的研究人員創造了在大氣層中最穩定傳輸激光信號的世界紀錄。該團隊將相位穩定技術與先進的自導向光學終端相結合，實現了此次最穩定的激光傳輸。新技術有效地消除了大氣湍流，允許激光信號從一個點發送到另一個點，而不會受到大氣的干擾。這一結果是用一個通過大氣傳輸的激光系統比較兩個不同地點間時間流動的全球最精確的方法。相關論文1月22日發表於《自然—通訊》。據悉，這項研究有廣闊的應用前景，可以用來精確地檢驗愛因斯坦的廣義相對論，或者發現基本物理常數是否隨着時間而變化。同時，這項技術的精確測量能力在地球科學和地球物理學中也有實際用途，可以改進有關地下水位如何隨時間變化的衞星研究或尋找地下礦藏。此外，該技術在光通信領域的應用可以將衞星到地面的數據傳輸速率提高几個數量級，下一代大型數據收集衞星能更快地將關鍵信息傳送到地面。

美國康奈爾大學的 Muller團隊捕捉到了迄今為止最高分辨率的原子圖像，打破了其2018年所創下的紀錄。據悉，Muller團隊使用疊層成像技術，用X射線照射鈧酸鐠晶體，然後利用散射電子的角度來計算散射它們的原子的形狀。這些進步使得研究小組能夠觀察更稠密的原子樣本，並獲得更好的分辨率。據瞭解，這種最新形式的電子疊層成像分析技術使科學家可以在所有三個維度上定位單個原子。研究人員還將能夠一次發現異常結構中的雜質原子，並對它們及其振動進行成像。相關論文5月21日刊登於《科學》。 ^[1]