2016 年你心中的十大科研成果是什麼？
本題已收錄知乎圓桌 ? 2016 年度盤點，歡迎大家一起回首這一年讓人印象深刻的熱門事件和人物，聊聊所處行業發生了怎樣的變遷，也一同分享自己的變化與成長。
我回顧了一下我在mendeley中做的筆記，談幾篇這一年我印象比較深刻的論文吧。說在前面的話：
- 由於我的生物學背景，以下論文（科研成果）局限在生物學中。
- 問題問的是「你心中的十大科研成果」，所以下面提到的論文會反映我個人的傾向。有的工作可能是個大新聞，但很難讓我興奮，比如基因組學的東西在我看來大部分都是套路。有的工作不一定多麼轟動，但可能由於我完全不懂這個領域，於是感到很新奇。所以歡迎討論。
- 盡量避免挑選人盡皆知的大新聞。像引力波這種連計程車司機都迫不及待地跟我聊的東西就不提了（本來這也不是生物學的東西）。當然也不意味著這些工作完全被任何新聞記者所忽視。
- 數量隨緣，不一定湊齊十個。
諾獎得主Jack W Szostak的文章，他給鹼基的2"端修飾甲基咪唑，使得鹼基可以在非酶催化的條件下被聚合或連接到dsRNA模板上。這是早期生命起源的可能方式。
我隱約記得某次Szostak來北大作報告的時候好像講過差不多的內容，當時就覺得這位不愧是諾獎得主，腦洞就是特別清奇。生命起源雖然一直是人們所關心的問題，但是不得不承認，它並不是當今生物學的顯學——尤其是和CRISPR、表觀遺傳學、冷凍電鏡之類的相比。這既是因為生命起源和醫學很難搭上關係，於是不好騙錢，也是因為生命起源的研究實在太困難。比方說這篇文章，居然用純有機化學的方法實現了RNA的複製，這除了給跪之外沒有別的感受。
三、酶進化出新功能的過程：Campbell, E., Kaltenbach, M., Correy, G. J., Carr, P. D., Porebski, B. T., Livingstone, E. K., … Jackson, C. J. (2016). The role of protein dynamics in the evolution of new enzyme function. Nature Chemical Biology, 12(11), 944–950. https://doi.org/10.1038/nchembio.2175
在Pseudomonas diminuta中發現有一個蛋白逐步從phosphotriesterase（磷酸三脂酶）進化成了arylesterase（芳香酯酶）。作者解析了這個進化過程中的9個蛋白變異體及3個人工設計的變異體的結構，觀察了這個蛋白從結構上是怎麼從一個酶變成另外一個酶的。
我得承認我並沒有真正看懂這篇結構生物學的文章。雖然α螺旋、β摺疊什麼的任何一個本科生都認識，但是把它們整成一個蛋白然後分析反應機制，我就徹底懵逼了。但是能夠從精細的結構上看到一個蛋白是如何一步步進化出新的功能的，這無疑對認識進化、尤其是新基因起源會有巨大的幫助。四、作為表面活性劑的蛋白Ki-67：Cuylen, S., Blaukopf, C., Politi, A. Z., Müller-Reichert, T., Neumann, B., Poser, I., … Gerlich, D. W. (2016). Ki-67 acts as a biological surfactant to disperse mitotic chromosomes. Nature, 535(7611), 308–312. https://doi.org/10.1038/nature18610
發現蛋白Ki-67會作為一種表面活性劑，使細胞分裂時各個染色體相互分開，而不是相互纏繞。這個蛋白是用siRNA篩選出來的，預期現象是細胞分裂時染色體纏成球。這個蛋白的功能並沒有被限定在某個結構域中，而是和蛋白大小和電性有關，這說明Ki-67是一種表面活性劑。
這篇文章有兩點讓我興奮。第一，我從來沒有見過充當表面活性劑的蛋白。第二，這個蛋白的性質太奇怪了：功能沒有被限定在某個結構域中。如果是我承擔了這個課題，可能會在篩出蛋白之後開始做各種點突變，尋找活性位點或者看每個結構域分別負責什麼功能——可以想像，我一定會拿到一堆negative results然後開始發愁。所以我非常佩服作者能夠做出這樣的發現。
五、蛋白人工設計愈發成熟。這是男神David Baker及其曾經的學生Neil King今年的一系列工作，包括但不限於：
- Bhardwaj G, Mulligan V K, Bahl C D, et al. Accurate de novo design of hyperstable constrained peptides[J]. Nature, 2016.
- Bale J B, Gonen S, Liu Y,
et al. Accurate design of megadalton-scale two-component icosahedral
protein complexes[J]. Science, 2016, 353(6297): 389-394. - Hsia Y, Bale J B, Gonen S, et al. Design of a hyperstable 60-subunit protein icosahedron[J]. Nature, 2016, 535(7610): 136-139.
- Boyken S E, Chen Z,
Groves B, et al. De novo design of protein homo-oligomers with modular
hydrogen-bond network–mediated specificity[J]. Science, 2016, 352(6286):
680-687. - Votteler, J., Ogohara, C., Yi, S., Hsia, Y., Nattermann, U., Belnap, D. M., … Sundquist, W. I. (2016). Designed proteins induce the formation of nanocage-containing extracellular vesicles. Nature.
這段話真是說到我心坎上了。一想到某些生物學家把兩個蛋白綁到一起以整合二者的功能——就像原始人把石頭和木棍綁在一起造石斧一樣——然後美其名曰「合成生物學」，我就覺得當代生物學真的落後得可以（特別想發一張「在座各位都是垃圾」的圖）。想像一下喬布斯要造iPhone、馬應龍要造特斯拉、汪滔要造四軸飛行器，於是三人聯手進入深山老林，尋找是否有外星人已經造好了等著他們去撿。多麼荒謬的場景，然而這就是當代很多生物技術學家所做的事情。基因編輯、光遺傳學、乃至更古老的PCR、分子克隆等手段，不過是某個幸運兒發現了大自然的饋贈、然後拿來用而已。如果大自然恰好沒有或者我們尚未發現，那這個技術就會一直空缺，例如我們至今沒有發明蛋白質擴增技術。如果蛋白人工設計技術能夠進一步成熟，毫無疑問生物技術將從石器時代進入鐵器時代，這是巨大的跨越。Overcoming these challenges in the years ahead is an exciting prospect.
在未來幾年中克服這些挑戰具有令人興奮的前景。這些技術革新帶來的成功正如從石器時代進入鐵器時代一樣。蛋白設計師並不從自然界已有的蛋白中構建新的蛋白，而是努力創建新的分子以解決特定的功能——正如生物學以外其他現代技術所做的那樣。
Success would signal a technological advance that is analogous to the
transition from the Stone Age to the Iron Age. Instead of building new
proteins from those that already exist in nature, protein designers can
now strive to precisely craft new molecules to solve specific problems —
just as modern technology does outside of the realm of biology.
用STM測了DNA的電學性質，表徵了電流從dsDNA一端傳到另一端時的I-V曲線。發現如果在dsDNA中插入小分子化合物coralyne，那麼該DNA甚至會變成一個整流器（單嚮導電）。
七、用高通量測序研究酵母蛋白相互作用：Yachie, N., Petsalaki, E., Mellor, J. C., Weile, J., Jacob, Y., Verby, M., … Roth, F. P. (2016). Pooled-matrix protein interaction screens using Barcode Fusion Genetics. Molecular Systems Biology, 12(4), 863–863. Pooled‐matrix protein interaction screens using Barcode Fusion Genetics
barcode+酵母雙雜+NGS測interactome。首先給每個蛋白的質粒上加barcode，不同蛋白的barcode不同，但每個質粒上加重複的兩個barcode。如此構建出一個質粒的庫。讓a型酵母和α型酵母接合，產生一組同時具有兩種質粒的酵母。如果這兩種質粒所表達的蛋白有相互作用，這個酵母就會根據酵母雙雜的reporter所篩選出來。然後誘導Cre表達，使得兩種質粒上攜帶的barcode互換位置，這樣一個質粒上就有兩種barcode了。然後通過NGS測barcode就可以知道蛋白之間的相互作用。
這個屬於技術研究，思路非常巧妙，然而前提是你得先建個庫，這意味著巨大的工作量。而且由於利用了酵母接合生殖的性質，很難推廣到別的物種上。
八、全球植被調查：Díaz, S., Kattge, J., Cornelissen, J. H. C., Wright, I. J., Lavorel, S., Dray, S., … Gorné, L. D. (2016). The global spectrum of plant form and function. Nature, 1–17. https://doi.org/10.1038/nature16489
調查了全球植被的六個關鍵指標，發現這六個關鍵指標高度集中。四分之三的數據聚集在一個平面上，這個平面的一個維度是植株的整體大小，另一個維度是葉片的光合作用能力（經濟指數）。這是一個偉大的工作，由多個國家合作完成，第一單位和通訊作者來自阿根廷。
雖然我不做生態，但這麼重要的工作還是得知道。
九、用NV色心檢測神經元活動：Barry, J. F., Turner, M. J., Schloss, J. M., Glenn, D. R., Song, Y., Lukin, M. D., … Walsworth, R. L. (2016). Optical magnetic detection of single-neuron action potentials using quantum defects in diamond. Proceedings of the National Academy of Sciences of the United States of America, 113(49), 14133–14138. https://doi.org/10.1073/pnas.1601513113
這個也屬於技術研究，用NV色心檢測神經元活動。可以達到單個神經元解析度，且無創。
感覺NV色心真的是一個非常強大的工具。以前中科大發過一篇Science，用NV色心檢測蛋白質自旋還是什麼的。不過這篇文章要求神經元和NV層之間的距離在10 μm左右，不知道怎麼在人身上做到無創。作者是用膠管蟲來做的，這個物種看上去特別噁心，但估計神經元比較淺，適合做這個實驗。
我只說一個吧：韓春雨。
謝邀
可以看下近日公布的《中科院2016年月度重大科技成果》
經中科院相關職能部門和專家推薦，同時參考廣大網民意見，最終確定出每月重大科技成果，現予以正式發布：
一月，暗物質衛星「入選」習近平主席2016新年賀詞二月，中國北斗衛星導航系統全球組網模式基本確立三月，煤氣化直接制烯烴研究取得重大突破四月，「實踐十號」成功發射並返回五月，在國際上率先揭示埃博拉病毒入侵人體細胞模式
六月，中國生態環境變化十年評估報告發布七月，我國深海科學考察挺進萬米時代八月，世界首顆量子科學實驗衛星成功發射九月，「中國天眼」FAST落成啟用十月，「天宮二號」與「神舟十一號」對接並開展科學實驗十一月，世界最大面積中階梯光柵研製成功十二月，國際先進超強超短激光裝置開工建設。詳細的信息可以看 2016年中科院的這些「亮點」你都知道么？
PDF版見→ http://www.cas.cn/yw/201612/W020161222590924291571.pdf2016年度「中國高等學校十大科技進展」項目評選揭曉
2016-12-29 來源：教育部
2016年12月26日，由教育部科學技術委員會組織評選的2016年度「中國高等學校十大科技進展」經過形式審查、學部初評、項目終審評選專項工作等流程後在京揭曉。
「中國高等學校十大科技進展」的評選自1998年開展以來，至今已19屆，這項評選活動對提升高等學校科技的整體水平、增強高校的科技創新能力發揮了積極作用，併產生了較大的社會影響，贏得了較高的聲譽。
現將2016年度入選項目名單（附後）予以公布。入選項目名單按主持單位拼音順序排序，排名不分先後。2016年度「中國高等學校十大科技進展」入選項目名單
--------------------------給自己live做個廣告---------------------------
---我們正在進行中的live
從零學習 TCL 腳本 ：https://www.zhihu.com/lives/802481845605400576
TCL 腳本：數字 IC 設計應用篇：https://www.zhihu.com/lives/802479838333128704
---我們的專欄
觀芯志：https://zhuanlan.zhihu.com/c_56408722
---往期live
半導體先進工藝的器件結構和挑戰 ： https://www.zhihu.com/lives/789127697296019456
你不了解的微電子行業 ： https://www.zhihu.com/lives/756215367029772288
初學者在數字 IC 設計學習中易進入的誤區 ： https://www.zhihu.com/lives/748851153051066368
1.碳呼吸電池「改變世界」這個詞已經被用濫了，但對晶體管、萬維網和手機這類發明，要形容其撼動世界歷史的影響力，還有別的合適詞語嗎？的確有一些創新改變了歷史的方向。本文介紹的碳呼吸電池、手術機器人、量子衛星和另外七種創新能否產生相似的效果呢？現在下結論還為時尚早。大多數創新方案最終都失敗了，最偉大的創意往往也伴隨著最高的風險。但一個創意從引人發笑到變成大勢所趨，往往用不了多長時間。而其中有一些，顯然會帶來變革。
——《科學美國人》編輯部
2.全新的抗生素單單削減溫室氣體排放量已經不足以阻止全球變暖。現在，我們必須將大氣中已經存在的二氧化碳清除一部分。好消息是，做這件事的方法有很多；壞消息是，這些方法基本上都需要消耗大量能源。
理想的碳封存技術應該可以產生電能，而不是消耗能量。在2016年7月發表於《科學進展》（Science Advances）上的一篇論文中，美國康奈爾大學的研究人員瓦迪·阿爾· 薩達特（Wajdi Al Sadat）和林登·阿徹（Lynden Archer）描述了一種能夠捕捉二氧化碳的電化學電池的設計方案。電池的陰極材料採用的是鋁，這種金屬成本低、儲量大、易於加工。陽極由多孔碳構成，研究人員向其中注入氧氣和二氧化碳的混合物。鋁、氧氣和二氧化碳在電池內部發生反應，產生電能並生成草酸鋁。薩達特和阿徹表示，在一個1.4伏電池的生命周期中，電池所吸收的碳是製造電池時所釋放的碳的2.5倍。阿徹解釋說：「即使你把二氧化碳的主要來源都考慮進來，我們的電池的碳排放量也是負的。」而碳吸收過程的化學副產品──草酸鋁也很有價值。草酸鹽可作為清潔劑和漂白劑，全球每年需求量大約為23萬噸。電化學電池每多產出一噸草酸鹽，會排放二氧化碳的草酸鹽工廠就可以少生產一噸。如果把這些減排因素考慮進去，用來製造電池的每千克鋁可以吸收3.52千克二氧化碳。阿徹表示，要想把這個設計轉化為實用的技術，他和同事還有很長的路要走。首先，他們需要證明該技術的成本效益足夠高，並且規模可以擴展。阿徹預計，如果他們能成功實現這樣的轉化，將來這種電池會配備在發電站和汽車排氣管上。「這樣你不只是減少了二氧化碳，而且在利用二氧化碳。」
3.量子衛星很難想像一個沒有抗生素的世界是什麼樣的，不過因為大規模地濫用抗生素，我們正走近這樣的世界。美國疾病控制與預防中心（Centers for Disease Control and Prevention）表示，僅在美國，每年就有超過23000人因感染抗生素無法對付的病菌而死亡。英國政府資助的一項研究估計，到2050年，全世界每年會有1000萬人死於耐葯菌。科學家正苦苦尋找能殺死超級病菌的新葯，例如大環內酯類抗生素（macrolide）。大環內酯是抗生素的一大門類，可以治療一般的細菌感染，包括肺炎、鏈球菌性咽炎、耳部和皮膚感染，以及性傳播疾病。
研究人員已經嘗試過修改已有抗生素的化學性質，讓它們更有效地治療耐葯菌株，不過到目前為止沒有取得什麼進展。大環內酯的化學結構很難修改，而且大環內酯的原材料是在裝著工業細菌的大型發酵罐里製造出來的——這個過程很難精確控制。「化學家們在過去的幾十年里一直束手無策，」哈佛大學化學和化學生物學教授安德魯·邁爾斯（Andrew Myers）表示。不過，邁爾斯和他的團隊找到了從頭合成大環內酯的方法。為了合成這種化合物，研究人員把大環內酯的結構分解成8個基本模塊，然後以新的形式把它們組合起來，利用不同的組合方式調節其化學性質。邁爾斯團隊在2016年5月發表於《自然》雜誌的論文中表示，他們已經合成了超過300種新型化合物。研究人員使用了14種致病細菌進行實驗，發現大多數化合物可以抑制細菌，而且有很多可以殺死耐葯菌株。此後，研究人員又製造了300種新型化合物。邁爾斯成立了一家製藥公司Macrolide Pharmaceuticals，把這些新葯推向市場。研究團隊已經開始研究另外兩類抗生素：林可醯胺類抗生素（lincosamide）和氨基糖苷類抗生素（aminoglycoside）。在他們發明的化合物中，只有少部分會變成實用的抗生素，而且即使是這些抗生素也需要很長時間才能出現在藥店中。但是邁爾斯有信心，他的研究（和類似的研究）會幫助我們擊敗超級細菌。他說：「我非常樂觀，隨著我們繼續進行研究，肯定能獲得更好的結果。」
4.替代外科手術的微型機器人要建立絕對安全的加密方法，並不需要比鉛筆和紙更高級的技術：只要選擇一串隨機的字元和數字，用作加密信息的密鑰。把這個密鑰寫在一張紙上，用一次之後把紙燒掉就行。關鍵是要確保沒有人能攔截或篡改密鑰。而在互聯網上，竊取或篡改密鑰的事情一直沒斷過。量子密鑰分發（Quantum-key distribution，QKD）可以解決這個問題，該方法會從糾纏光子中生成一個一次性密鑰。糾纏光子即量子狀態相關聯的光子，如果其中一個光子受到擾動，另一個光子也會立即受到影響，無論它們之間的距離有多遠。量子密鑰分發的問題是，沒人知道如何長距離傳輸糾纏光子。然而今年8月，中國科學院成功將世界第一顆量子衛星送入軌道，為解決這個問題邁進了一大步。
中國科學院的項目名為量子科學實驗衛星（QUESS），是與奧地利科學院合作的項目。該項目利用衛星向中國境內相距1200千米的兩個觀測站傳輸量子密鑰，這一距離是目前最遠傳輸紀錄的8倍。原紀錄是由《科學美國人》顧問、奧地利物理學家安東·蔡林格（Anton Zeilinger）的團隊於2012年創造的。天基平台（space-based platform）是長距離傳輸的唯一選擇，蔡林格說：「地面上找不到能看到1000千米之外的地方。」現在，蔡林格正與他從前的學生、QUESS項目首席科學家潘建偉合作。如果中國研究人員創造了量子密鑰傳輸距離的新紀錄，那麼未來的衛星就能提供一個軌道平台，建立起不可攻破的「量子互聯網」，物理定律可以確保加密數據包的絕對安全。蔡林格解釋說：「我們希望能建立洲際量子通信，這不再只是個科幻概念，而是未來的計算機彼此溝通的一般方式。」
5.發現貧窮地區的軟體醫學干預手段越先進，侵入性就越低。例如，減肥手術曾經需要打開病人的腹腔，從肚臍一直開到隔膜；而今天，這類手術只需要利用腹腔鏡技術，開一個幾厘米的小口就行。現在，麻省理工學院的研究人員發明了一個原型機器人，可以在胃裡完成簡單的手術，而且完全不需要切口或連接外部的纜線——病人只需從口中把機器人吞下去就行。
這種微型機器人包裹在用冰做成的口服含片里，被人服下後會通過食道進到胃裡。冰膠囊融化後，機器人會像摺紙一樣打開。展開後的機器人看起來像一張有皺褶的紙，材料上的皺褶、縫隙和補丁的位置都是精心設計好的，它們遇熱或受磁場作用時會膨脹或收縮，進而使機器人移動。這種移動方式與生物體關節和肌肉的運動方式非常類似。外科醫生通過外部電磁場影響機器人上的磁鐵，就可控制機器人的運動。機器人也能通過屈伸自己的皺褶，沿著胃壁爬到指定的位置。這種移動方式叫黏滑運動（stick-slip motion）。機器人的主體由生物相容性材料製成——部分材料來自豬的小腸，也是香腸腸衣的材料。這些材料可以向體內傷口給葯或是像創口貼那樣固定在傷口上。機器人還能用自帶的磁鐵「捕捉」並移除異物，比如誤吞的紐扣電池。儘管這款機器人還沒在活體動物或人體內進行測試，但美國麻省理工學院的機器人工程師丹妮拉·魯斯（Daniela Rus，她的團隊完成了這項研究）認為，這樣的目標是可以實現的：「性能更強的機器人」也許有一天可以通過自帶的感測器診斷體內出血點。而無需有創外科手術就能移除體內異物，也將是一個巨大的進步。「我的父親在20世紀70年代得了腎結石，醫生們差不多切開了他的半個身體才取出結石，」魯斯說，「（微型機器人）還需要很多年才能付諸使用，但一旦投入實用，可以想像它能對這些手術產生多大的影響。」
6.會製冷的衣服2015年，聯合國定下一個目標，希望在2030年前在世界範圍內消除極端貧困。這個目標很大膽。要實現目標，第一步就是找到最窮的人都在哪裡，而這一步的難度就非常大。在貧窮和易發戰亂的國家進行經濟調查既昂貴又危險。因此，研究人員嘗試通過一種間接的辦法來解決這一難題：他們在夜間的人造衛星照片中尋找特別暗的區域。「一般來說，晚上亮起來的地方經濟狀況更好，」美國斯坦福大學地球科學系統助理教授馬紹爾·博克（Marshall Burke）解釋說。但這種方法有缺陷，尤其是在區分貧窮程度方面。在晚上，從太空中看下去，輕度貧困和極端貧困的地方是一樣的，都是漆黑一片。
博克和他在斯坦福的團隊認為，可以用機器學習的方法來改進人造衛星成像研究。研究人員利用非洲五國的日間和夜間衛星圖像來訓練圖片分析軟體。在綜合了日間和夜間的圖片數據後，計算機「學會」把日間圖片的特徵（道路、城市區域和農業用地）與不同水平的夜間亮度關聯起來。「利用夜間的燈光，可以找出日間照片中有何重要特徵，」博克說。當訓練結束後，博克的軟體可以僅僅根據白天的衛星圖片發現貧困區域的位置。當研究人員拿他們的結果和針對非洲這五個國家的調查進行比較後，發現他們的方法比其他非傳統的貧困預測工具（包括夜間亮度模型）更好。政府和非盈利組織可以使用這個工具決定現金轉移支付項目（cash-transfer program）的扶助對象，也可以評估某個扶貧政策的效果。研究人員已經開始與世界銀行和美國國際發展署（U.S. Agency for International Development）合作，計劃調查索馬利亞等地的貧困狀況。接下來，博克和他的團隊希望可以用他們的新技術繪製一張全非洲的貧困狀況地圖。
7.抗病毒終極方案地球變得越熱，把空調溫度調得更低的人就越多。但是空調製冷需要能源，而獲取能源會排放溫室氣體。在美國，平均每年由於空調耗能向大氣中排放的二氧化碳高達100萬噸。
崔屹（Cui Yi）是斯坦福大學材料科學與工程學教授，他想用衣服幫人們解暑降溫。即便是最輕薄的棉纖維衣物也會吸收身體發射出的紅外線，從而鎖住熱量。崔屹和他的團隊發現，一種用於製造鋰離子電池的納米多孔聚乙烯材料（nanoPE），可以讓這些輻射散發出去。其他高科技運動服是靠汗液蒸發來讓穿著者感覺涼爽，而nanoPE不需要汗液。nanoPE的價格與棉纖維基本相當，呈薄片狀，充滿直徑約50~1000納米的孔隙。這麼大的孔隙可以讓紅外輻射透過，同時也會散射可見光，讓材料變得不透光。（普通的聚乙烯則是透明的，這對服裝面料來說是個明顯缺陷。）一張nanoPE看上去就像一片薄薄的塑料片，不適合做服裝面料。崔屹的研究團隊在nanoPE表面塗了一層吸水的化學物質，在兩層nanoPE之間加入一層棉質網夾層，並用微針在材料上刺出多個小孔，使空氣更容易流通，這才讓nanoPE成了一種可用的面料。在做出這些調整之後，崔屹發現，與棉質衣服相比，nanoPE可以讓模擬的人體皮膚多降溫2攝氏度。崔屹團隊於2016年9月在《科學》（Science）雜誌上報告了這一發現。崔屹表示：「如果你穿上nanoPE的衣服，只要外部溫度比你的體溫稍低，你就會感到涼快。」如果是大熱天，你可能還是想開空調，但可以把溫度調高一些。有研究顯示，只要把空調溫度調高几度，就能讓能耗降低近一半。目前該團隊仍然需要在真人皮膚上測試nanoPE的耐用性、舒適度和降溫效果，而且研究人員尚不知道染料會對降溫效果造成何種影響。崔屹相信，如果這種材料能夠通過這些測試，就可以用於製作制服和護士服，供工廠和醫院的工作人員使用。
8.新演算法讓計算機學會橫向思考眾所周知，病毒很擅長躲避人造藥物的攻擊，但它們面對罕見基因突變ISG15時卻很無力。帶有這個突變的人能更好地抵禦大多數可以感染人類的病毒——但每1000萬人里只有不到1人攜帶這一突變。西奈山伊坎醫學院的杜贊·博古諾維奇（Dusan Bogunovic）認為，可以模擬這一突變來研發藥物。如果他想得沒錯，他有可能找到一種可以臨時對抗所有病毒的藥物，讓人不會因感染病毒而生病。而在服藥期間接觸的病毒，病人還會對它們產生終身免疫力（如果病毒沒有像流感病毒那樣發生突變）。
博古諾維奇和他的團隊為了研究突變抑制病毒的機理，並找出模擬這一突變的藥物，找到了6個攜帶這一突變的人做實驗。研究團隊為他們的基因組測序，分離了他們的血液和皮膚細胞。 研究人員讓這些細胞接觸多種病毒，包括寨卡病毒、流感病毒和皰疹病毒，24小時後，這些細胞里的病毒數量比正常細胞要低幾個數量級。2016年5月，研究團隊在《自然·通訊》（Nature Communications）發表論文，解釋了原因：ISG15突變使得細胞失去了一個調節炎症的功能。炎症可以幫助身體抵抗病毒，所以這些人「在被病毒感染的時候，比你我準備得更好，」 博古諾維奇表示。所以，他們可以在病毒複製到足以致病的數量前，就開始對抗入侵者，激活免疫系統。博古諾維奇希望找到一種藥物，可以通過相同方式把ISG15突變作為目標。「只要稍稍調整一下我們的系統，就可以壓住感染的第一波爆發，」他解釋道。博古諾維奇的團隊正從1600萬種化合物中篩選有前景的抗病毒藥物。當他們發現候選化合物以後，就需要精細地調整化合物的化學性質，完成毒理學和動物試驗，並最終進行人體臨床試驗。這個研究並不是必定能獲得成功。有些攜帶ISG15突變的人會偶發癲癇，出現類似紅斑狼瘡的自體免疫疾病癥狀。研究人員開發的藥物需要避免出現副作用。但是博古諾維奇表示樂觀，他也正在討論成立一個生物技術公司使用自己的技術。他說：「一切皆有可能。這需要一個過程，但我認為這個過程很激動人心。」
9.廉價診斷試紙如果有人給看你一個陌生字母表裡的字母，再讓你把它寫到一張紙上，也許你能做到，但計算機卻做不到——即使它有最先進的深度學習演算法（比如谷歌用來為照片分類的那些演算法）也不行。哪怕只是做一些基本的圖片區分工作，機器學習系統也需要用大量的數據集進行訓練。如果郵局想讓機器根據郵編分類郵件，這還能接受。但對實時翻譯這類更精細複雜的問題，只需學習少量案例的方法效果會好很多。
藉助貝葉斯規劃學習（Bayesian program learning，簡稱BPL）這個機器學習框架，計算機已經離這一飛躍不遠了。紐約大學、麻省理工學院和多倫多大學的研究者組成的團隊證實，只需學習一個例子，使用了貝葉斯規劃學習方法的計算機就能比人更好地識別和複寫陌生的手寫字元。（「貝葉斯」指一種概率推理方法，可用來根據新證據改進某個不確定的假設。）貝葉斯規劃學習方法和深度學習有本質上的差別。深度學習粗略地模擬了人腦基本的模式識別能力。而貝葉斯規劃學習的靈感來自人腦的另一種能力：推斷出可以生成某種模式的一系列動作。例如，它能發現字母A是用三道筆畫寫成的：兩條頂部相交的斜線和一條水平的短線。「計算機只需一個簡單的程序，就能產生這個字母的很多版本，每次運行程序產生的字母都略有變化，」紐約大學的摩爾-斯隆數據科學學者布倫頓·萊克（Brenden Lake）表示。他也參與了這項研究。貝葉斯規劃學習讓軟體可以利用較小的已知部分（比如字母A的那條橫線），解決重構陌生字母過程中的不確定性問題。這種機器學習方法既用途廣泛又高效。貝葉斯規劃學習軟體用來分解和重構未知字母的過程可以幫助人工智慧應用推斷複雜現象（例如河中的水流）的因果模式，並根據這些模式，在完全不同的系統中解決問題。人類經常使用這種抽象的「橫向思考」（lateral thinking）能力，而貝葉斯規劃學習方法可以讓計算機也擁有相似的能力。「我們正試著讓計算機學習概念，並把這些概念應用到不同的任務和領域中去，」萊克說，「這是人類智能的核心部分。」
10.用超級原子製造超級分子對埃博拉、肺結核等疾病的廉價快速的篩查方法，可以挽救偏遠貧窮地區病人的生命。
一個發著高燒的病人來到了非洲農村的一家診所。診斷結果可能是從輕度傷寒到埃博拉的任何一種疾病。即使這家診所有驗血設施，也需要幾天時間才能獲得結果。那麼醫生該怎麼辦呢？是開抗生素處方還是要求隔離病人？過去十年里，研究人員一直在尋找一種快捷、廉價的試紙診斷方法（類似驗孕棒或驗孕試紙），以便在這種場合拯救生命。非營利機構Diagnostics For All正在等待監管機構批准他們在非洲使用肝功能血檢測試。比爾及梅琳達·蓋茨基金會資助的高智發明（Intellectual Ventures，位於美國華盛頓州），正在研究超敏感瘧疾測試和結核診斷尿檢工具。華盛頓大學的生物工程教授保羅·耶格爾（Paul Yager）也在研發一套檢測血液中埃博拉病毒蛋白的工具。這些測試只需要幾美元，使用前也都不需要特殊訓練。這些診斷工具的核心是試紙，上面蝕刻或覆蓋了可以分離、濃縮和混合液體的結構。紙本身就可以吸收血液和尿樣等液體，所以樣本可以不依賴外力就流過檢測設備。試紙上的結構可以引導液體稀釋，並發生識別病原體或疾病標記物所需的化學反應。例如，Diagnostics For All的肝功能檢測試紙就包括了一個過濾裝置，可以把血紅細胞篩掉，讓血漿流到試紙底層，那裡有一種試劑，可以和肝損傷的一種標誌性酶結合。試紙顏色的改變可以顯示病人的酶水平。第一代診斷試紙一般只能發現入侵物產生的分子或致病微生物，從而檢測疾病。但接下來有可能出現直接檢測病原體DNA的診斷工具。這些工具叫核酸測試，可以讓醫生在疾病最早期就能準確地診斷出疾病。耶格爾和哈佛大學的化學教授喬治·懷特賽茲（George Whitesides）等研究者正各自獨立研究核酸試紙。耶格爾正在研發家用的寨卡病毒核酸試紙，也在申請研究經費，用來研發快速廉價的寨卡、登革熱和黃熱病檢測技術。研究人員仍然有技術難題需要克服，但他們表示最大的障礙來自資金。製藥公司覺得廉價的檢測設備沒有利潤，所以大部分資金來自政府和私人基金。懷特賽茲說：「我們和其他人的研究都表明這項技術有用。但能否克服商業化的最後障礙，還有很多不確定因素。」
元素周期表中看上去有許多元素，但對於化學家和材料科學家來說還不夠多。要設計具備某種非同尋常的特性的合成材料，比如設計像木頭一樣可降解的硅類半導體，大自然的配方往往存在局限。哥倫比亞大學化學系教授柯林·納科爾斯（Colin Nuckolls）表示：「很多時候，你想要的是一種並不存在的原子。」用所謂「超級原子」組成的超級分子可以滿足這個需要。超級原子是行為如同單個原子的原子團，研究者可以設法使其具備特別的電磁特性，這是元素的自然組合很難或不可能獲得的性質。雖然化學家早在幾十年前就知道如何構建超級原子，但一直找不到一種可靠的方法將它們連接成更大型的結構。
現在，納科爾斯的研究團隊發現了一種方法，可以用超級原子來製造「設計分子」。這些合成結構能夠模擬天然分子的特性，同時材料科學家可以對這些特性進行「微調」，以達到某些特殊的目標。納科爾斯表示：「你可以很容易地改變由超級原子構成的分子的化學性質或磁性，而單憑原子結構是做不到這一點的。這就像給元素周期表增加了一個維度。」1984年，加利福尼亞大學伯克利分校的沃爾特·奈特（Walter Knight）和同事通過合成鈉原子團發現了超級原子，鈉原子團的外層電子與單個原子的外層電子性質相似，這種超級原子的磁性和反應活性都更強了。從那時開始，科學家已經用鋁、鉑、銣等元素製造出了超級原子團。但是要想把超級原子組合成更大的分子，科學家還需要摸清這些超級原子要遵循的特殊化學定律，這些定律和元素周期表中的元素所遵循的定律並不相同。原子核周圍的電子會優先佔據低能級，再佔據高能級，這一排布規律被稱為構造（Aufbau）原理。（Aufbau在德語中意為「建造」，該原理由尼爾斯·玻爾首先提出，並由沃爾夫岡·泡利加以擴展，這兩位都是量子力學的先驅。）在研究生阿努克·尚索爾（Anouck Champsaur）最初發現的基礎上，納科爾斯團隊總結出了與構造原理類似的規律，根據該規律，他們可以將超級原子合成為分子。到目前為止，該團隊已經製造出了由兩個或三個鈷-硒超級原子組成的分子。但尚索爾和納科爾斯認為，利用超級原子的構建原理，他們還可以合成更為特殊的材料，這類材料有潛力應用在柔性感測器、智能衣服和高能效電池等領域。我們不需要更新化學課本上的元素周期表，納科爾斯說：「我們不是搞鍊金術。」但他也表示，由超級原子製成的分子「可以讓我們的收穫比自然界給予的更多。」
謝邀，十大在我心中如下所示：
1.引力波的正式捕捉髮現，愛因斯坦廣義相對論中的預測得到證實
2016年，物理學家將可能在探測引力波的道路上邁出關鍵的一步。數十年代，科學界一直在致力於探測扭曲的時空。這是由著名科學家愛因斯坦預言的一種現象，發生於大質量物質加速過程中，比如，黑洞的合併、大質量恆星壽終正寢時的大爆炸等。
想想中國哪只十大科研成果，太多了，無法比，最好列出對比參數就好比。
韓春雨……事件
人工智慧在圍棋領域打敗人類。
12月23日，由中核集團中國原子能科學研究院和中國科學院近代物理研究所聯合研製的，核反應堆零功率裝置「啟明星Ⅱ號」實現首次臨界。這標誌著我國加速器驅動次臨界系統（ADS）研究完成又一個重大節點。加速器驅動的次臨界系統——ADS嬗變系統，可以使長壽命高放核廢料嬗變為短壽命低放核廢料，同時減小體積，對於解決「核廢料安全處置」問題具有重要意義，目前國際上尚未有ADS嬗變系統工程化應用的先例，該裝置將為ADS嬗變系統工程化研究提供關鍵實驗數據
大部分來自「The 6 most exciting AI advances of 2016"(The 6 most exciting AI advances of 2016 - TechRepublic), 然後因為不夠十個，再自己湊幾個。
其實很多技術是在兩三年前就有了的，只是在2016年才走進大家的視野，被公眾熟知。1. AlphaGo 打敗了李世石
很多棋類運動考的都是計算，在這方面AI有天然的優勢，但圍棋因其可能性是googlo級的，一直都是被視為AI無法逾越的一道坎，因為沒法暴力破解。燃鵝。。隨著神經網路和增強學習的發展，FB和Google Deep Mind幾乎同一時間不謀而合的用類似的方法開始解決圍棋問題，在和李世石比賽以前，勝率就在那裡了，所以當時Google開發Alpha Go的內部人員都認為李世石贏的概率極低，現在回頭看，真正的比賽只是AlphaGo的一場公開的測試，但這場公開測試對於外部世界的影響極大，AI在大部分人眼中都是弱AI，就是在智力上無法達到和人一樣的高度的，直到AlphaGo打敗了李世石，大家才發現，原來這一天來的這麼快。。而後AI開始被各行各業各大公司瘋狂重視其實reinforcement learning早在13年就能玩Astri玩的比人好了：
Mnih, Volodymyr, et al. "Playing atari with deep reinforcement learning." arXiv preprint arXiv:1312.5602 (2013).2. 血栓發作讓特斯拉自動駕駛帶去醫院
這個我也是今天才知道。。大概在8月8號，有個用特斯拉自動駕駛的人本來是要去其他地方的，突然發現自己可能血栓發作，於是讓特斯拉自動駕駛送自己去的醫院。。之後他覺得特斯拉的自動駕駛救了他一命。3.特斯拉致命事故
提到特斯拉，不得不提它今年的致命事故。科技也並非只有光明面。今年五月初，40歲的布朗當時駕駛Tesla Model S私家車，在佛羅里達州威利斯頓市內公路上以自動駕駛模式行駛，結果撞到大型貨卡後身亡。原因是自動駕駛的感應器把那個白色大貨車看成白雲。。在此之前，自動駕駛一直都被堅定的視為在短期內就能投入使用技術，因為在測試的車輛走了幾億公里都沒問題，這次事故算是自動駕駛的頭上飄來好大一朵烏雲。。4.Swarm AI準確猜出Kentucky Derby
跑馬，一共20匹馬，猜出他們1，2，3，4準確順序。。Swarm AI做到了。。感覺這其中有很大運氣的成分5. Microsoft的AI語音識別超過人
10月Microsoft展示它的語音識別準確率已經第一次超過人了，他們用的是CNN和RNN，train了2000小時。。好像Andrew NG在微博上說過百度的speech recognition也超過人了。不過以speech recognition的成熟度，這是遲早的事。6. AI 預測美國總統大選
其實這應該是起黑天鵝事件吧，大部分預測都是希拉里贏Trump的，預測Trump贏得是少數，但最後是Trump當選，有人說這件事可以看到網路的缺陷，比如大部分底層勞動人民也許是不愛在網上發表意見的，所以他們的意見對AI來說也許是不可見的，IT企業一般都是一片藍海，AI的預測也許是有偏向性的，反正眾說紛紜，但事實是，多少AI系統栽了，還是預測的是一個boolean value。。7.IBM Watson診斷出了醫生們束手無策的病
靠患者的基因序列和成千上萬的論文和各醫院提供的資料庫做knowledge base, IBM Watson10分鐘就成功診斷出患者患的是什麼病，在此之前醫生們束手無策。患者有1000多個基因突變，但很多是與病無關的，專家需要2個星期去確定哪些和病有關，而IBM Watson只用十分鐘。IBM big data used for rapid diagnosis of rare leukemia case in Japan | The Japan Times8. 對抗性神經網路的興起
Ian Goodfellow 14年發表的對抗神經網路被Yann LeCun狂推，現在已經成為各大會議的新熱點，具體思想是讓兩個神經網路相互對抗，假設網路A是銀行職員，網路B是假幣，那麼B不斷的製造假幣去騙銀行職員，它造的假幣會越來越真，有天銀行職員無法識破，而銀行職員發現收了假幣之後驗證假幣的技術也越來越高超，這樣到最後A會變成識別假幣的行家而B則成為假幣製造高手。還有兩個暫時留空（沒想到），待續。列不出十大來，但我認為排第一的是這項: 房子是用來住的！
碳呼吸電池 量子衛星 引力波的發現 就這多吧。最後希望中國的天眼FAST啟用後能發現更多前沿的東西
我最感興趣好是大疆無人機
碳呼吸電池
陳日勝和袁隆平 海水稻
細胞核移植「三父母」技術
袁隆平 陳日勝 海稻
中國量子衛星的發射。胖五的發射
腦聯。
人工智慧 大數據 雲計算 物聯網 移動終端 深度學習
推薦閱讀：
※如何看待摩托羅拉宣布起訴海能達？
※「你做的東西沒有用」是對博士生最大的打擊嗎？
※那些在大牛實驗室的學生或工作人員，你們的大牛導師（老闆）有哪些過人的能力?
※如何看待廈門大學可能成為第一個因為老師不給批經費而不能參加 ACM 競賽的 985 大學？