科学进步的飞速发展令人振奋，但要跟上所有新进展可能会让人应接不暇。CAS 对历史和当前的科学布局拥有独特的视角，能够洞察新兴趋势。近期，来自 加州大学伯克利分校、 橡树岭国家实验室、 POLARISqb以及 CAS 的专家齐聚一堂，共同举办了一场网络研讨会，重点介绍了我们期待在 2025 年密切关注的科学突破和趋势。
网络研讨会主要亮点
Janet 探讨了今年文章中强调的关键科学趋势，为小组讨论奠定了基础。
- 人工智能中的数据质量：高质量、特定数据集对于成功开展人工智能驱动的科学实验的重要性。
- 精准医疗：基于个人基因图谱的定制化医疗保健。
- 电池创新：可持续能源解决方案的进展。
- 材料科学：各类应用材料的开发。
- 环境可持续性：废物管理与循环经济领域的创新。
- 生物技术：CRISPR 和单细胞分析等领域的进展。
- 量子计算：解决复杂优化问题的潜力。
- 全组学：单细胞分析的下一场革命。
为进一步阐述这些趋势， Aaron Streets 博士、 Yongtao Liu 博士以及 Shahar Keinan 博士 与 Janet 一同参加了一场内容广泛的专题讨论，探讨了多个相关议题。
数据质量与人工智能
所有小组成员都强调了高质量数据在人工智能中的关键作用。Yongtao 强调了获取标准化数据的必要性，并指出 FAIR（可发现、可访问、可互操作、可重用）原则对于确保研究人员能够获取高质量数据的重要性。他还讨论了自主实验室在生成海量高质量数据方面的潜力。Shahar 强调了在药物设计中获取干净且平衡的数据集所面临的困难，因为许多数据来源于使用不同测量标准的各类出版物。Aaron 延续了这一话题，指出人工智能预测的准确性取决于训练模型的数据质量。他还讨论了生物数据产生的巨大规模，以及需要高效的数据收集方法，以最大限度地减少分析所需的资源消耗和计算能力。
量子计算
Shahar 详细阐述了量子计算在药物研发及其他领域的应用，并指出其在高效解决大型优化问题方面的潜力。她解释说，虽然量子计算机尚未准备好处理日常任务，但它们在解决特定的复杂问题方面前景广阔。她还分享道，擅长解决大型优化问题的量子退火机可应用于供应链优化、投资组合平衡和密码学等多个领域。
单细胞分析
Aaron 解释了多层单细胞分析的优势，它能提供细胞功能和相互作用的整体视图。这种方法有助于揭示遗传变异如何影响细胞行为和疾病进展。他讨论了单细胞基因组分析的现状，即高通量单细胞 RNA 测序使研究人员能够根据基因表达对细胞进行聚类。Streets 博士强调了整合蛋白质组和表观基因组等多层分子信息的重要性，从而更全面地了解细胞状态及细胞内的信息流。
材料科学
Yongtao 分享了关于铁电材料应用的见解，这些材料用途广泛，涵盖从存储设备到能量收集和医疗技术等领域。他强调了考虑材料全生命周期以最大限度减少环境影响的重要性。他解释说，铁电材料可以自发产生电极化，并能通过外部电场进行切换。这一特性使其适用于铁电随机存取存储器 (FeRAM)、传感器和能量收集设备等应用。
环境可持续性
我们的专家组成员一致强调了将生态考量纳入工作中的重要性。Shahar 重点介绍了利用量子计算机来节省时间和能源的效率。她提到，与传统的实验室实验相比，利用计算机进行模拟可以节省时间、资源和能源。Aaron 和 Yongtao 也强调了在数据收集和材料生产中采用可持续实践的必要性。Aaron 进一步分享了采用高效数据收集方法以减少资源消耗和计算能力需求的必要性。Yongtao 最后分享了一个关于太阳能电池技术中钙钛矿的故事，强调了考虑材料全生命周期以最大限度减少环境影响的重要性。
了解更多
