优秀的青年学者都在研究什么?这里有来自世界顶尖科学家论坛的十分答案


10月29日,第二届世界顶尖科学家论坛在中国(上海)自由贸易区临港新片区开幕。此次论坛将有包括44位诺贝尔奖得主在内的65位世界顶尖科学家以及上百位中外院士科学家、青年科学家,围绕“科技,为了人类共同命运”主题,共同探究全球科技发展趋势。

图源见水印

在10月29日下午的“世界顶尖科学家论坛——青年论坛”上,来自海内外的十位杰出青年科学家分享了他们的最新研究进展,我们整理如下:

洛瑞·帕斯摩尔(Lori Passmore)

英国剑桥大学MRC分子生物学实验室项目主任

主要研究细胞内与基因的遗传有关的蛋白质的结构、组装原理、相互作用机制,探究添加和去除与这些蛋白质有关的mRNA的分子机制。

我们现在可以在原子层面看到分子结构,这个革命性突破是通过新的检测器技术以及计算模型处理帮我们搞清楚的,我的实验室也在做相关的工作。在接下来几分钟,我想跟各位讲一讲DNA的分辨率。FA核心复合体使用相关酶来进行修复,我们把这个复合体进行了纯化,把细胞里面的亚单元进行组合。在2D图像中可以看到蛋白质的二次结构,我们需要相应的数据来进行分析。做了相应分析以后我们发现,得到的3D图谱是有一些限制的,在边缘区域还是比较模糊的,分辨率还是不够高。

很多蛋白质和我们已经理解的蛋白质相比是不一样的,这就给我们带来很多的挑战,让我们无法看清我们的数据。用新的算法使图谱更加清晰了,复合体中八个单元其中理解了七个。我们可以看到其中两个亚单元,它们的结构是非常相似的,我们可以看到这两个蛋白质能够给我们带来很多的思考。

有的时候你们会觉得蛋白质复合体中最重要是突变,其实这是一个错误。在二战的时候,工程师被告知,在被子弹打到的地方进行再工程,但是在这些地方往往是不能存活下去的,所以数据也是非常重要的。我们在核心区域看不到突变,因为核心区域是生存的关键,因此不会出现突变。所以在这些位置,这些情况的出现是可以接受的。我们得出新的核心复合体结构,帮助我们理解了疾病的生理病理学,同时我们也可以解决更多的机器问题,其中包括复合体如何修复DNA。谢谢。

托马斯·赫尔曼斯(Thomas Hermans)

法国斯特拉斯堡大学化学教授

主要研究方向有三个:1)超分子系统中的耗散非平衡自组装;2)利用Taylor-Couette流动进行手性分离;3)无壁微流体。

大家好,我们化学家所做的人工材料,其实是没有生命的,是不需要任何的能源。这个和有机体是不一样的,大家看到中间的细胞,下面是有微管生长的,这个视频中显示是微管的生长和分裂,在大自然中它是由化学燃料进行自己的组合。

我们可以看到这些微管会变的不稳定,它是一个水合的反应,在这边我们可以看到这组合是由化学燃料所驱动的。我们开发了一些人工的、有类似属性的系统,我们加上还原剂,是在最下面的负电荷,用氧气进行氧化可以回到自由基的阴离子。如果继续加氧气,我们可以看到颜色在红色和粉色之间来回摇摆。它的大小也是在不断的变化,就像微管一样。

我今天想要讲的系统是这个系统,在醛中我们加上二酰胺,因为同性相斥,分子就开始分散,这样我们就获得了原来最开始的分子。更加简要地描述一下这个过程,我们可以加速另外一个分子,把这些燃料都加到一起,这边给各位放一个视频。

我们先从凝胶状开始,加上我们的化学燃料,这些会和凝胶进行反应,把分子熔化,进入溶液状态,但是醛在慢慢恢复,使得分子再组装。大家可以看到出现沉淀现象,正如刚才第一幅图像,这些凝胶和后面形成的状态,它的化学成分是完全不同的。用化学燃料的自组装过程是非常有意思的,大家可以看看我的海报,如果大家感兴趣的话,可以跟大家细讲一下这些周期,这样类生命的人工材料我们会更进一步地研究。

杰夫·唐利亚(Jeff Donlea)

加州大学洛杉矶分校神经生物学助理教授

主要研究动物的睡眠需求和睡眠规律。从大脑的结构上寻找与睡眠相关组织,并在分子水平上解释动物的睡眠接受什么物质的控制。

大家下午好,非常感谢主办方给我机会给各位讲一讲我的研究成果。我的实验室用的是果蝇做实验,我们的模型是用果蝇来理解动物是如何睡觉的。我们很感兴趣一点就是,我们最近的体验如何影响到未来睡眠,我们知道动物醒的越久就会越累,但是有一些体验会更快速的增加我们所需要的睡眠量,因此我们使用果蝇来理解这些睡眠之前的压力,让我们理解是什么机制在控制睡眠。

我们用了一个非常简单的脑损伤模式,我们把果蝇的天线剪断,剪断了天线到中枢神经之间的信号传播。我们可以看到这个信号在触角剪断几个小时以后就快速下降。3-5天以后完全消失,我们发现从类似损伤之后,它的睡眠大大提高了,之后又恢复了正常。

因为我们看到突触以及损伤的情况,我们觉得很感兴趣,突触和损伤之间有没有关系?我们做了一系列实验来看两者之间有没有关联。我们在这个实验中找到一个嗨崴尔(音译)的情况,如果我们看到嗨崴尔(音译)中间有突变,可以发现睡眠和触角损伤之间有33个小时的关联。

最后我们想要测试,从功能角度上讲,睡眠会不会使得果蝇恢复损伤?损伤之后,果蝇的睡眠并不受到影响,但是我们如果不让果蝇睡觉,我们发现这些损伤的修复,就是损伤的突触的修复要慢的多。如果在损伤之后,24小时之后不让它睡觉,它的损伤也会慢慢恢复。允许睡觉的果蝇,他们的损伤就慢慢的消除了,但是如果不让它们睡觉,这些果蝇的损伤修复就要慢的多,我们发现睡眠可以帮助恢复损伤。睡眠之后,这些损伤的神经元都得到了恢复。非常感谢我团队的工作,谢谢。

亚历山大·卡朋特(Alexandre Carpentier)

法国索邦大学医学部神经外科医学教授

主要研究将药物通过人体血液以及其他体液输送到大脑相应的病区,通过物理、化学相结合的方法提高药物的输送效率和吸收效率。

我今天讲一下脑和血管之间的分隔。脑是非常有用的一个器官,当你有神经性疾病时就会存在很大地问题,因为药物很难触及到脑部,所以研究人员一直在找这样一个方式,如何把药物给予到脑部,能够跨过血管和脑之间的区隔。

我们要跨越这个血脑屏障,需要这样微小的泡泡,当它们能够进入到区域当中后,只需要6个小时的时间就可以很快的进入,通过超声波的方式,但是只有在小动物身上实现这点。如果需要一个人类这么样的大脑,很大的头颅,其实99%的能量是被吸收掉,所以不适于人类这个方法。

我们看一下利用这种方法所能够实现的是药物吸收率可以提升几倍。我的研究方法的贡献就是,因为超声波大部分都由脑颅和头颅所吸收掉了,所以为了要去真正把超声波送入大脑,而不进行衰减,我们做了很多研究。我们发现,其实是可以用安全方法,去利用新陈代谢或者是神经的作用,我们利用Carboplatin方法,我们希望把Carboplatin在大脑中的吸收率提升5倍,当然也可以提升动物生存率。2014年我们第一次在人类患者当中做了这样一个实验,我们可以看到右边白色部分,一般情况下不是这样的图像,这表示它已经受到了影响。我们看看这张图片,存活率因此而提升,因为我们给药的效率大大提升了。

未来我们将会把血脑屏障的打通进一步扩大,我们现在也在做关于阿尔兹海默症的临床实验,可以降低这样的疾病的未来给药困难程度,谢谢各位。

尼玛·阿佳易普尔(Nima Aghaeepour)

斯坦福大学麻醉学,疼痛和围手术期医学助理教授

主要研究人工智能、机器学习在临床免疫学中的多组学整合。包括跨基因组学、蛋白质组学和单细胞技术的综合“多组学”分析,以及定量临床表型分析和对免疫的整体分析。

我们知道早产是5岁以后儿童夭折的主要原因之一,所谓早产就是37周以下就早产了,所以我们来看一下这方面的生物学原理。有好几个原因,我们看到正常怀孕的女性有一些特征,但是在单个细胞层面,在另外一些层面,我们的团队利用是人工智能的方法去分析问题,我们的答案看到一个互相关联的网络,我不会具体看每一个数据集,同时分析大量数据的挑战是非常大的。

不仅仅可以去分析正常的怀孕情况,而且我们也是跟盖茨基金会和世界卫生组织进行合作,这个模型往往适用于一个国家,在另外一个国家往往完全不适用。

现在可以看到,在五个不同国家出现早产的情况分析,第五个模型是没有办法适用前面四个的,我们现在做的是一个一个来,然后利用所有的数据进行优化,这是基于我们非常基本的一个假设,也就是不同国家人他的生理状况,对于我们能够进行测量和预测的有效性是有所影响的。一旦我们这样做了以后,我们可以相当准确的进行预测。在更多人群范围当中可以做出更加准确的判断。

同时,我们还可以看一下生物学方面的影响。在中心部分以及在外围部分,这是非常重要的,因为我们现在在一个资源非常紧缺的情况下,可以用更加成本低廉的方式实现这样的预测。LS和PD-L1都是一个经典的方式。我们目前也是在做实验。非常感谢各位。

虞晶怡

上海科技大学信息与技术学院正教授、执行院长

主要研究内容为:计算机视觉、计算机图形学、计算成像和摄影、医学图像处理和生物信息学。

我们来继续讨论一下AI,我们看一下视觉智能,也就是计算机视觉。事实上几十年来我一直对人类的眼球非常感兴趣。我们有两个眼睛,我们可以看到三维世界,但是哪怕用一个眼睛可以看到部分三维的图像,但是最神奇的就是我们脑,我们大脑可以把两个图像叠加在一起,然后诠释出它的意义,我们如何建立这样一个类似于大脑的图像处理系统呢?

我们要知道人类眼睛不会捕捉2D信息,而会把所有周围的信息都捕捉起来,我们会把所有不同方向的光线和光束给收集起来,我们会进行聚焦。就像一个传统方式,你可以把瞬间任何的信息进行迅速的抓取,这涉及到生物学和材料科学。我们可以在生物学当中进行仿生,可以同步的进行聚焦。如果我们可以做一个更大的成像系统,让我们能够做非常精密的本地聚焦,利用我们的计算方法可以去计算光场的数据,可以非常精确的去捕捉光场数据,可以用在电商等一些情景,我们可以把它称之为超级人类视觉。它其实是把所有不同光束结合在一起,因为我们有各种光束的数据,把各种各样层面光束数据结合在一起,可以看穿整个情况。比如说在上面其实是对深度学习做出了巨大贡献,如果我们可以把光场用人眼捕捉起来,我们可以获得一个更大的数据库,我们不仅仅去看这个数据或者图像,而是去看到整个世界。

这边我给大家分享一个很有意思的视频,我们是在上海科技大学,离这边只有30公里,我们在校园里面做了一个特别的装置,我们可以实时进行3D全息捕捉的视觉。明年我们希望这边有很多科学家可以去我们那边体验一下,甚至做一个全息的演讲,谢谢各位。

尤妮娜·艾尔达(Yonina Elder)

以色列科学与人文科学院、以色列魏兹曼科学研究所数学与计算机科学教授

主要研究领域是采样方法和A/D设计、医学影像学:超声、MRI、CT、光学信号和图像处理、计算生物学、检测与估计理论以及信号处理优化。

各位下午好,在数字世界当中,我们用越来越多的各种电子装置,比如说计算机,我们要分析出吉他弹出来的音乐,在电脑上面进行分析,以前我们旧的方法是用一个硬件。这个声音是Judy Gorman一个歌的片段,这个片段可以让我们进行分析,为了要用数字的方式去处理这样的音乐,我们需要抓取样品和片段,然后把这个片段变成比特,这其中会损耗信息和数据,但是我们的问题就是如何去恢复这些损耗?

今天我们有模拟和数字转换器,如果我们需要安全地去重现这样的数据和信号,我们就需要新的方法,在当代的应用当中,我们可以传递越来越多的信息,我们也尝试用更多的带宽来提升取样率。我们有了更高的取样率就需要更加昂贵的设备。相关问题就是,从数学角度看起来不一样,我们的测试设备的精确度和频率都有相关的影响。这就表示可能肉眼看不到小的一些区别,也会被听到。如果在这样的取样率之下,我们就可以恢复这个信息。我们现在把信号设计以及人工智能结合在一起。

我们有两个主要的概念,我们可以用一些标准化的设备分析,我们对信号本身并不感兴趣,我们感兴趣是信号的呈现,我们把它称为任务。看这个任务的时候我们可以用更加高效的系统来进行处理,在我们的实验室当中,我们需要去确定取样的最小频率,我们这边也有更进一步理论上的探索。大家可以看到,我们所做的一些原形。最终我们最感兴趣的其实是实际应用领域,比如说低取样率,雷达以及很多光学成像设备,可以让我们更快速的进行扫描,给我们更高的分辨率。

介绍两个例子:

第一个,我们可以减少取样率,这样就不需要很大的设备,可以直接把这个信息通过标准Wifi信号传输出去,而且也可以把它通过云端传输到远程的地点,因为我们现在可以把这样的信息,而不仅仅只是图像传输,我们可以从这个数据当中挖掘出更多的数据价值,特别是在医疗领域和临床领域。

给大家看一个视频,我们是跟一家医院合作的。大家可以看到,他们原来只用这样的图像处理系统,而现在在远程也可以看到非常高质量的图像。

我想提的最后一个应用,就是2014年诺贝尔奖化学奖得主,他们是打破了衍射,也就是光学显微镜的限制,因此而得奖。现在我们可以降低分辨率,同时获得同样的结果。刚才有演讲者讲到,我们现在可以用一个非常简单的方式来获得很好的血管造影。

谢谢各位。

江颖

北京大学物理学院量子材料科学中心教授

主要研究领为表面科学、扫描探针显微学、单分子物理化学、二维材料、原子尺度上的物性及非平衡超快动力学过程。

大家下午好,我来自北京大学,我叫江颖。今天非常有幸跟各位讲一讲我们最近的一些结果,如何在原子层面观察水,水是世界上最常见的物质,也是非常复杂的,水是来自于氢气,通过氢原子进行连接,把水中放质子就可能会出现很高的反应。如果我们看一下核量子效应,氢子它有很好的隧道效应以及它的量子效应。水也可以分离,产生氢气,氢气也可以作为清洁能源,因此我们需要一个方法来帮我们提取水中氢气,最好也能够进行相应的观察。

为这一个目的,我们研发了一个敏感和非侵入性扫描探头显微镜。这个显微镜可以帮我们观察到相关的原子粒,我们也用一些原子,利用了相关的静电现象,把带正电的氢原子和带负电荷的氧原子进行分离。我们知道氢核是非常轻的,所以不能把它认为一个普通离子,必须用这样的核量子效应,从量子物理的角度来看,在改变一些外部参数,我们可以改变氢的量子运动带来低温的高效分水法。

第二点是水和离子,当你把盐放到水里会出现相关的结合物,100年前就有科学家观察到了,但是一直都没有得到很好的解释。最近我们非常清晰捕捉到了钠离子图像,我们发现氢离子可以取得所谓的魔幻性的氢反应。比如说有相应的应用,包括离子通道,海水淡化和水离子电池,我这里讲的是反结冰的过程,首先要知道冰是如何在表面结成的。最近我们开始在表面上进行人工结冰,它和石墨烯的结构非常类似。这层冰是由两层冰所组合,所有的氢键都是饱和的,我们在边缘还是可以获得冰的稳定结构,这是我们第一次在原子结构来观察冰是如何结成的。在未来我们可以做到更高的精确度,非常感谢各位。

刘仁保

香港中文大学物理系正教授

主要研究领域为固体系统中量子计算物理学、半导体中的自旋动力学、介观系统的量子光学和非线性光谱学、磁性纳米光学以及磁共振波谱学。

非常感谢给我这个机会,大部分人可能会同意我们现在快进入到第二个量子革命,我们现在有量子计算机、量子感应器等,今天跟各位讲一讲量子感应器。量子传感技术是使用量子控制来加强信号的感知,使我们获得更多的信息,用传统方法是做不到这一点的。

首先要理解对抗例子不一致性的原理,我们发表了一些自己的理论来理解在水池中的反应。我们相当于操控了这一个水池的演进。在低温情况也做到了这一点。如果我们用这样的方式进行操纵的话,它的频率与环境中噪音频率是可以达到一致的。

如此以来,我们就可以搞清楚单分子的情况,在碳14金刚石中看到了这样的现象,最近我们把MMR增加到了3.4赫兹,更有意思的一点是使用量子感应找到一些用传统方法找不到的现象,比如说复杂平面的热力学。我们知道在物理学中,我们不认为热力学是可被观察到的,但是如果用量子感应的方法,我们用薛定谔定律可能会得到波茨曼效应,也就是说中间平面的一致性,它是有一定的相关性。

在1952年,也有研究者做过相关的研究,我们就用MMR进行观察,我们发现当一致性为零的时候,它的分区函数也会为零,这是我们第一次做到这样的结果。我们就把它扩大,如果把量子传感器不断的放到空间中去,看不同测量结果之间的相关性,我们可以检测到量子对象,而不受到任何噪音的干扰。同时,我们可以得到多体物理的高阶相关性,用传统方法也是测不到这一点。

最后一点是用量子管测的方法,我们测试量子技术没有任何的遗漏。

特蕾西·斯拉泰尔(Tracy Slatyer)

麻省理工学院物理学副教授

主要从事粒子物理学、宇宙学和天体物理学研究。研究天体物理学和宇宙学数据中可能的新物理学特征,以此来探究暗物质的性质和相互作用机制。

非常感谢主办方的邀请,我的团队是研究暗物质的,我们今天也听到了宇宙是黑暗的,宇宙对于我们很多人来说,对于我们在物理上探索方面来说,很多还是未知。我们已经知道的就是宇宙85%的物质并不是我们所认识的质子、中子和电子,其实应该是其他物质组成的,但是它其实不太受重力的影响,所以我们称之为暗物质,我们认为这些暗物质其实是我们宇宙原始骨架的组成部分。

从这些物质中渗出一些可视的物质,所有星系都是受到暗物质的影响,暗物质到底是由什么做成?到底受不受重力的影响呢?到底稳定不稳定呢?还是说会分解?为什么暗物质量比普通物质多5-6倍?这个是我们粒子物理无法理解的,我们想要做的是回答其中一些问题,我今天跟各位介绍其中的一种研究方法。

我们已经可以很好测量或者说绘制宇宙中暗物质的分布,如果暗物质进行碰撞,可能会改变宇宙的时间线。左手边可以看到,是我们的太阳系,一堆暗物质中一个小的星系。如果要去观察外太空我们需要几个东西,一个是非常好的望远镜,现在世界上最好的望远镜有DAMPE、AMS-02、CALET,还有HERD(在中国空间站上),如果你有这些好的望远镜,你可以看到图下面这两张图的观察。

左边是Gamma ray望远镜看到的结果,右边是恒星以及粒子和气体之间交互以后发出的一些结果。如果暗物质之间相互碰撞,能够发出信息,我们如何捕捉这些信息?这对我们来说一直都是很难做到的,我们的研究工作也聚焦于此。我们也可以使用一些新的分析方法,包括机器学习。

我们把右边最好的估算去除,能看到什么呢?我们看到数据集的时候是2010年,我们看到了很有意思的现象,我们发现我们的银河系里面有很多高能量的伽马射线,之间相距距离都是好几光年,所以画出来大概是这样,我们太阳系中间可以告诉暗物质的历史,可能很多物质的历史是好几百万年。

在天空中还有一个谜团,我们在太阳系的最中心可以看到一些非常有意思的现象,第一张图是伽马射线,如果暗物质碰撞确实可以看到这样的射线,如果我真的证明了这点,我可能已经得了很大的科学奖项了。

这边是用数千万个高速转动的质子所形成的天空中的现象。我们看到暗物质光环其实是由很多质子芯,非常高能量质子芯所实现的。我们在这样研究当中也遇到很多问题,但是今天就给大家分享这些,谢谢各位。