麻省理工科技评论评选的14大医疗领域突破科技(上)
者:云南省灵长类生物医学重点实验室,Jennifer Doudna(加州大学伯克利分校),张峰(麻省理工学院),George Church(哈佛大学)
科学家们认为,CRISPR可能是自20世纪70年代生物技术时代开启以来出现的最重要的基因工程技术。CRISPR系统具有搜索和替换DNA的双重功能,可以让科学们通过替换碱基,轻松的改变DNA的功能。目前已经证实,利用CRISPR可以治疗小鼠的肌肉萎缩、罕见肝脏疾病,使人类细胞免疫HIV等惊人的功能。在资本市场上,都是千万美元级别的投资。Emmanuelle Charpentier在欧洲创立了CRISPR Therapeutics。Jennifer Doudna之前与张锋共同创立了Editas Medicine,离开Editas Medicine后她现在创立了一家小公司Caribou Biosciences。
CRISPR/Cas是在大多数细菌和古细菌中发现的一种天然免疫系统,可用来对抗入侵的病毒及外源DNA。最先试验的是一对出生在昆明科灵生物科技有限公司(Kunming Biomedical International)和云南灵长类动物生物医学研究重点实验室里雌性双胞胎恒河猴明明和玲玲。在体外受精后,科学家用了新型DNA工程技术CRISPR在受精卵中编辑修改了3个基因。标志着CRISPR可以在灵长动物体内完成靶向遗传修饰。在过去几年,CRISPR由加州大学伯克利分校、哈佛大学、麻省理工学院等机构的研究人员研发出来。这项技术已经开始转变科学家对遗传工程的理解,因为它可以让他们精确并相对轻松地改变基因组。
CRISPR可以精确并相对容易地,在染色体上的某个特定部位改变DNA,理论上,这项技术可以在培养皿中改变任何动物细胞类型的基因,包括人类细胞。CRISPR与早期的基因组编辑方法:锌指核酸酶(ZFN)以及转录激活因子样效应物核酸酶(TALEN)系统相似。但是后两种方法都是利用蛋 白质来定位靶序列,这些蛋白质通常很难生成且成本高昂。CRISPR利用的是RNA,使得设计它们变得较为容易。
某个基因变异的重要性通常并不明确,它很可能会致病,也可能仅仅和某种疾病间接相关,CRISPR可以帮助研究人员找到确实能致病的突变。在究竟谁该拥有CRISPR专利问题上,虽然还有争议,人们普遍认为是Charpentier和Doudna推动了CRISPR编辑的发展,张峰则是通过证实它能够在真核细胞中起作用揭示了它的巨大潜力,来自哈佛医学院的George Church独立证实了张锋的这一研究发现。
CRISPR未来最有潜力的应用是,修复人类组织中的基因,可以治疗诸如血友病、罕见代谢疾病、亨廷顿氏病和精神分裂症等基因疾病。随着对CRISPR系统认识的加深,实验设计的优化改造,相信其靶向效率会进一步提高,CRISPR以及其衍生技术终究会带来一场科学史上的巨大变革。
7.大脑成像图(2014)
清晰的大脑成像图让神经科学家更完整深入地观察大脑结构
极为精细的大脑成像图,第一次在细胞水平上剖析了人类大脑,为神经科学家提供了解读其无穷复杂性的指南
成熟期:尚未完全成熟
突破点:高分辨率,以20微米的尺度展现了人类大脑的结构
重要性:能够让神经科学家更完整深入地观察大脑结构,了解大脑不同区域之间的相互作用,脑结构及其对人行为的控制
该领域主要参与者:Katrin Amunts(德国尤利希研究中心),Alan Evans(蒙特利尔神经学研究所),Karl Deisseroth(斯坦福大学)、圣路易斯华盛顿大学
人脑一直是个神秘地带,人类也一直试图了解人脑的全部,"欧洲人脑计划"(提出在巨型计算机上对人脑建模)、"美国脑计划"(要从多个维度获取大脑活动数据并对此建模)这些雄心勃勃的计划,都在尝试创建一个广泛的大脑活动的图片。
大脑图谱的早期工作应该要归功于神经解剖学家们,其中最有名的应该是布鲁德曼(Korbinian Brodmann)在20世纪初的工作。在此之前,关于大脑的不同区域负责不同功能的观点已经随着颅相学的流行而兴起,在布洛卡(Broca)等脑区的功能而得到强化。然而,布鲁德曼关注于脑区的细胞构筑,未从3D空间来建立大脑的模型。3D大脑模型的出现,得益于法国神经解剖学家Jean Talairach,他在于1967年提出一个3D的大脑模型,与Tounoux 于1988年进一步完善此大脑模型。
目前最通用的模板,是加拿大蒙特利尔神经研究所(Montreal Neurological Institute,MNI)于90年代表所建立的MNI系列模板。在最早的尝试中,他们扫描了241个正常志愿者的大脑结构,按照Talairach大脑图谱的方式,使用标志性的大脑结构对每个受试者的大脑进行标定,得到每个大脑的AC-PC线和大脑的外部轮廓。目前使用更为广泛的是ICBM152模板,也是由MNI出品,然而MNI305和ICBM152模板中
- 机器学习算法盘点:人工神经网络、深度学习(07-02)
- 2016年人工智能与深度学习领域的十大收购(07-26)
- AI/机器学习/深度学习三者的区别是什么?(09-10)
- 深度学习的硬件架构解析(10-18)
- 探秘机器人是如何进行深度学习的(09-18)
- 干货:深度学习 vs 机器学习 vs 模式识别三种技术对比(02-16)