如需了解科学热门话题的最新动态，请查看我们的“科学突破：2026 年值得关注的新兴趋势”，其中包含有关以下主题的详细信息： 混合太阳能电池、 无阿片类药物镇痛、 替代电池技术、 自修复基础设施等。
2024 年见证了许多显著的科学进步，且发展势头丝毫未减。在 CAS，我们始终紧跟最新研究，并确定了八大关键趋势，这些趋势有望在 2025 年推动重大科学突破。这些领域近期的发展涵盖了人工智能在研究中的应用、精准医疗以及新型电池技术等多个学科。它们共同展现了改善人类健康、保护环境的潜力，并为企业和创业者更好地利用新研究和新技术提供了机遇。
您还可以 观看录像 ，了解来自 CAS、加州大学伯克利分校、橡树岭国家实验室和 POLARISqb 的专家小组对这些趋势及其相关领域在 2025 年的发展前景所进行的深入探讨。
CRISPR 疗法管线发展势头强劲
尖端的基因编辑技术，尤其是 CRISPR，正在彻底改变药物研究的格局。 Casgevy 是首个获美国 FDA 批准的疗法，该疗法采用 CRISPR-Cas9 基因编辑技术开发，此后 许多针对广泛疾病的 CRISPR 新疗法 已进入药物研究管线和临床试验。
随着 碱基编辑、 先导编辑，甚至基于 CRISPR 的 表观遗传调控 的快速发展，CRISPR 已被推向药物研究的最前沿，在肿瘤学、遗传性疾病、病毒感染和自身免疫性疾病领域展现出潜在应用前景。通过纠正突变、沉默有害基因或在细胞中引入保护性改变，标志着从症状管理向具有治愈潜力的疗法转变的范式转移。
以下是 CRISPR 增强治疗方法的一些示例：
- 敲除抑制 T 细胞功能的基因或增强其靶向癌细胞的能力，从而实现 更有效且毒性更低的 CAR-T 疗法。
- 添加可控安全开关， 能够停止并逆转 基于个体遗传反应的 CAR-T 细胞疗法。
- 识别癌细胞中的基因和蛋白质，揭示 PROTACs 的新靶点。
CRISPR 作为一种基因编辑工具，其多功能性本身就允许进行基因校正和沉默，这为单基因疾病和病毒感染的治愈性治疗带来了潜力。然而，最令人兴奋的是这些技术——CRISPR、CAR-T 和 PROTACs——之间的互补性，它们能够跨多种技术实现协同药物研发。依赖于 CRISPR 灵活性的新疗法可以解决以往难以捉摸的疾病生物学方面的问题和患者需求，塑造一个组合方法将产生更有效疗法的未来。
固态电池创新推动锂电进步
锂离子电池 (LIBs) 在当今的电动汽车和许多消费电子产品中无处不在。因此，新的研究重点是开发更适合这些应用的下一代锂离子电池。
固态电池 是正在获得发展势头的新兴技术之一，因为它们有潜力解决阻碍电动汽车普及的许多关键问题。与当今锂离子电池中常用的液体或凝胶电解质相比，固体电解质有哪些优势？
- 更安全，不易起火
- 更耐用，充放电次数更多
- 更紧凑，在相同的体积和重量下可容纳更多能量
- 充电速度更快
- 耐寒，性能不易退化
尽管有这些好处，一些行业专家仍持怀疑态度，指出该技术 仍面临成本、制造和生产验证方面的障碍 在实际应用条件下进行测试。
总体而言，汽车制造商持乐观态度，这一点从该技术领域投资的广泛增长中可见一斑：
- 本田已 近期发布了 一条全固态电动汽车电池生产线，预计这些电池 体积将缩小 50%。
- 中国最大的汽车制造商之一上汽集团已 表示将于 2026 年开始大规模生产 第二代固态电池。
- 日产也 宣布了计划 ，将于 2028 年推出搭载固态电池的电动汽车。
鉴于这些投资，固态电池的转折点似乎即将在未来几年出现。除了车辆应用外，许多行业都在密切关注电池技术，因为每一项新的突破都会带来新的应用和可能性。
数据质量成为人工智能成功的关键驱动力
人工智能将在 2025 年继续占据新闻头条，但随着这些技术被整合到众多行业中，关于优化人工智能成果的讨论正从算法转向数据。
数据是用于训练和为所有机器学习应用提供信息的基石。像 ChatGPT 这样的大型语言模型 (LLM) 持续显示出显著的局限性 用于专业科技应用时。部分原因是这些工具在处理化学结构、表格数据、知识图谱、时间序列及其他非文本信息方面的能力有限。
数据质量和多样性对人工智能成果的重要性已得到充分研究。然而，针对特定项目，适用的数据往往难以获取。为了改善人工智能在广泛科学应用中的研究效果，研究人员正要求提供更高质量、更专业的针对性数据集，以匹配预期的模型应用。这已经推动了 药物重定位 研究并促进了 计算机辅助药物设计。用于缩小数据质量差距并改善人工智能应用成果的方法包括：
- 开发用于训练人工智能的定制数据集，例如 麻省理工学院和丰田公司正在使用的数据集 ，用于训练自动驾驶车辆。
- 复合人工智能系统 ，利用更多数据源并减少“幻觉”和不准确的结果。
- 一种“专家混合”方法，即针对特定任务训练多个较小的子模型，而不是使用一个大型模型。
- 使用 合成数据 ，即由其他人工智能模型生成的数据，以便在缺乏足够的真实世界数据时训练新模型。
支持气候行动进展的材料科学创新
根据 《巴黎协定》，许多国家已承诺到 2030 年大幅减少温室气体排放，并设定了 到 2050 年实现净零排放的目标。一系列科学创新正在推动这一目标的实现，其中包括为应对关键挑战提供新途径的材料科学技术。
金属有机框架 （MOFs）是一类高度多孔的晶体材料，由金属离子与有机分子配位形成的分子笼组成。这些材料展现出极其多样的性质，如高比表面积、可调的孔径，以及对压力和温度变化的适应性，使其成为气体存储、气体分离、磁学、催化以及电气和光学应用的理想候选材料。巴斯夫（BASF）正在 率先实现 MOFs 的商业化规模生产 ，用于碳捕集，这得益于其卓越的比表面积和可调的性质，其他公司也紧随其后。
随着气候变暖，节能空调也将变得至关重要，而 基于 MOF 的涂层也证明了其在该应用中的价值。当涂覆在空调部件上时，MOFs 能有效提取通过空气中的水分，从而将所需的制冷能耗降低高达 40%。
共价有机框架（COFs）也在 能源存储、 催化和 气体分离方面展现出巨大潜力。与金属有机框架不同，COFs 完全由有机物组成。这些二维或三维结构相比 MOFs 具有更高的热稳定性和化学稳定性，且近期研究表明，这种稳定性使这些材料能够 持续运行 并净化大气。共价有机框架（COFs）也已被证明在 污染控制 应用中非常有效，例如 检测并去除全氟化合物 。
未来几年，材料科学研究有望通过开发环境影响更小的新材料，在可持续发展倡议中发挥日益重要的作用。我们预计这将推动可再生技术和工艺的广泛创新，从而减轻污染影响、提高能源效率，并对实现许多其他可持续发展目标产生积极影响。
分子编辑助力药物发现创新
传统上，化学家依赖于大量但有限的已知反应来合成复杂的有机分子。然而，新兴的合成方法使得获取新的分子骨架和形状变得更加容易，这可能会催生出 令人振奋的新浪潮 ，推动有机化学和药物化学的创新。
分子编辑 是一种通过在分子核心骨架中插入、删除或交换原子，从而实现对分子结构进行精确修饰的技术。与通过一系列分步反应组装较小部分来构建大型新分子的传统方法不同，分子编辑使化学家能够通过精确修饰现有的大分子来创造新分子。这使他们能够更高效、更具成本效益地创造新化合物，并通过减少总合成步骤，降低许多转化过程中的有毒溶剂使用量和能源需求。
分子编辑最引人注目的方面可能在于其对创新的预期积极影响。过去十年来，关于制药行业所谓的“创新危机”的成因和补救措施一直存在争议。然而，毫无疑问，增加化学家可用于获得目标结构的路径，对于提高药物候选物、肥料、材料及许多其他应用所考虑的分子框架的数量和多样性至关重要。
结合已经能够帮助化学家识别和优先排序合成路径的新兴人工智能合成应用，这些新的合成方法可能会在未来十年内推动化学创新实现成倍增长。
推动循环经济的废物管理创新
联合国 《全球废物管理展望》 2024 年版报告估计，如果不进行根本性变革，到 2050 年，包括污染、健康受损和气候变化等隐性成本在内的废物管理年度总成本将翻一番。因此，新技术正在推动循环经济的发展，使再利用和回收发挥更大的作用：
- 除了火法冶金和湿法冶金等传统回收方法外，目前正在开发新的电池回收方法，通过生物浸出、直接回收和电化学湿法冶金工艺等手段，对锂、钴、镍、铝、铁和锰等有价值的金属进行再利用。这些新方法不仅能防止危险化学品 进入环境，还能回收许多热门技术中使用的、往往稀缺的宝贵元素。
- 水热碳化等生物质转化技术正被用于废物能源化，将湿生物质、有机废物和农业残留物转化为 水热炭（一种用于发电和土壤改良的富碳材料），以及 生物炭（一种用于改良土壤的材料）。
- 食塑细菌正在 提高效率 ，通过从废物中再生单体来 回收塑料 ——这一进程得益于对 Ideonella sakaiensis 201-F6 的发现，这是一种含有相关酶的细菌 是PETase 和 是MHETase，它们能将聚对苯二甲酸乙二醇酯（PET）分解为两种对环境无害的单体：乙二醇和对苯二甲酸。如果这项技术能够实现规模化，将有助于应对全球持续的“塑料成瘾”。
这类创新举措不仅抵消了废物处理的成本，而且随着新技术的投入使用，还提供了更好的财务激励。请密切关注那些能够从废物中回收或创造出有价值资源的技术，因为制造商、能源生产商、政府和废物管理公司都在投资于旨在降低废物管理成本的创新，以增强可持续性并提高制造工艺的盈利能力。
量子计算走向实用化
联合国 已宣布 2025 年 为国际量子科学与技术年（IYQ）。虽然量子计算技术尚未实现广泛的商业化，但它在科学 R&D 的实际应用方面正稳步取得进展。例如，克利夫兰诊所（Cleveland Clinic）和 IBM 最近 安装了 全球首台致力于医疗保健研究的量子计算机，并开始将其功能应用于解决 药物研究/药学研究 问题，这些问题即便是现代超级计算机也无法回答。研究人员正在探索量子计算如何通过实现更复杂的分子行为模拟和高效的蛋白质折叠建模来加速药物研究/药学研究。随着实施规模的扩大，这将为量子计算在短时间内推动重大进展创造机会。
除了药物开发，量子计算还可以解决许多其他领域的复杂挑战。例如，农业研究人员正在测试其在肥料计算和农田监测方面的应用，这些应用可以 优化作物产量 ，从而在最大限度减少环境破坏的同时提高粮食产量。量子计算还有望通过识别海量全球数据中的模式，并更快速地评估由不同模型生成的多种不同场景，来实现更准确的天气预报。
谷歌近期推出的 Willow 芯片，以及 微软与 Atom Computing 联合发布 的声明，表示计划在 2025 年提供可商用的量子计算机，这表明该技术正在飞速发展。尽管我们预计量子计算在未来几年内不会主导技术格局，因为该技术的扩展仍面临诸多挑战，但它正逐渐成为多个领域的关键推动力。
全组学：下一场单细胞革命
对新型单细胞分析技术的投资 近年来呈爆发式增长 ，这些技术目前正被应用于推动早期疾病检测、产前筛查测试、生物标志物检测、液体活检以及生物药物开发等领域的关键进展。2023 年，与基因组学、转录组学和蛋白质组学相关的单细胞分析技术市场规模估计为 43.4 亿美元，并 预计将 在 2024 年至 2030 年间以 18.7% 的复合年增长率增长。
单细胞研究中正在兴起的下一个前沿领域是多组学。通过结合多种单细胞技术，多组学方法为研究人员和临床医生提供了更完整的图景：
- 在 药物发现方面，多组学可以辅助治疗药物的设计并推动疫苗开发，因为在单细胞水平上同时整合各种单模态组学方法，有助于我们理解各种生物过程、通路和疾病机制。
- 多组学还被用于建立细胞谱系树，这使得 癌症研究人员 能够在单细胞水平上同时研究表观遗传效应和基因突变的影响。
- 在胶质母细胞瘤患者模型中，多组学已经 显示出 有助于加深对肿瘤内异质性的理解，从而为患者提供针对性的治疗方案。
除多组学外， 全组学（omniomics） 致力于整合所有组学数据，为我们提供细胞层面的人类生物学全景图，从而更准确地揭示复杂的生物相互作用和疾病机制。该方法在药物创新领域具有广泛的应用前景，并有望加速靶向疗法的开发。它对于改善 精准医疗具有深远意义，能够深入了解肿瘤内不同细胞及其随时间的变化，从而为个性化治疗策略铺平道路。
