科学进步日新月异，令人振奋，但要跟上所有新发展可能会让人应接不暇。CAS凭借对科学领域历史与现状的独特视角，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，通过网络研讨会共同探讨了我们期待在2025年重点关注的科学突破与趋势。
研讨会核心亮点
Janet探讨了今年文章中强调的关键科学趋势，为随后的专家小组讨论奠定了基础。
- 人工智能中的数据质量：高质量、特定数据集对于人工智能驱动的科学实验取得成功至关重要。
- 精准医疗：基于个人基因图谱的定制化医疗。
- 电池创新：可持续能源解决方案的进步。
- 材料科学：多应用领域材料的发展。
- 环境可持续性：废物管理与循环经济的创新。
- 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（Omniomics）：单细胞分析的下一次革命。
为了进一步阐述这些趋势，Aaron Streets博士、Yongtao Liu博士和Shahar Keinan博士与Janet共同参与了一场广泛的专家小组讨论，涉及多个相关议题。
数据质量与人工智能
所有专家都强调了高质量数据在人工智能中的关键作用。Yongtao强调了数据可访问性和标准化的必要性，并指出遵循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至关重要。他还探讨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，因为许多数据源自使用不同测量标准的文献。Aaron在讨论中指出，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，以及对高效数据收集方法的迫切需求，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，但在解决特定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基因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，从而更全面地理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及医疗技术等领域。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
与会专家一致强调了将生态考量融入科研工作的重要性。Shahar指出，利用量子计算机可以显著提升效率，从而节省时间和能源。她提到，相比传统的实验室实验，利用计算机进行模拟能够节省大量时间、资源和能源。Aaron和Yongtao也强调了在数据采集和材料生产中践行可持续发展理念的必要性。Aaron进一步指出，需要采用高效的数据采集方法，以降低资源消耗和算力需求。最后，Yongtao分享了钙钛矿在太阳能电池技术中的应用案例，强调必须考量材料的全生命周期，以最大限度地减少对环境的影响。
了解更多
