Открытия в науке: Научные открытия

Содержание

Гендерный маршрут — 10 женщин-учёных вычеркнутых из истории

Кроме Марии Кюри, сколько ещё известных женщин-учёных Вы можете назвать? Что они открыли? Большинство ответит, что немного. В мире науки очень мало женщин и нельзя сказать, что это из-за того, что они не сделали никаких открытий, более того, едва ли не все их открытия остались забытыми из-за их коллег-мужчин.

В то время как половая дискриминация в науке сейчас не такая уж и большая, в прошлом многим женщинам-учёным не воздавалось по заслугам за их действительно инновационные открытия: проведение исследований, предложение гипотез, проведение экспериментов, включая усердную работу, всё только ради того, чтобы их известность была скрыта из-за их пола.

Вера Рубин 1928 г.р.

Научная карьера Веры Рубин была заполнена критикой и враждебностью со стороны ее коллег-мужчин, не смотря на это, она осталась сосредоточенной на своей работе, а не на этом отношении. Впервые она испытала враждебность, когда сообщила своему учителю физики в средней школе, что её приняли в Вассарский колледж. Он не очень ободряюще ответил: «Это прекрасно. Всё будет хорошо до тех пор, пока ты будешь держаться подальше от науки».

И всё-таки это не привело Веру Рубин в уныние и даже после того, как ей было отказано во вступлении на курс астрономии в Принстоне, потому что к нему не допускались женщины, она продолжала обучение и в конечном итоге стала кандидатом наук в Джорджтауне. Работая совместно с Кентом Фордом, Рубин первая провела исследование, показавшее, что орбитальная скорость звезд на отдаленных частях галактик соответствует скорости звёзд в центре галактики. Тогда это было очень необычным наблюдением, поскольку считалось, что, если самые сильные гравитационные силы существовали там, где больше массы (в центре), сила должна уменьшиться в отдалении, заставляя орбиты замедлиться.

Ее наблюдения подтвердили гипотезу, сделанную ранее человеком по имени Фриц Цвики, который заявил, что своего рода невидимая темная материя должна быть рассеяна всюду по вселенной, не меняя свою скорость. Рубин смогла доказать, что существует в 10 раз больше темной материи во вселенной, чем считалось ранее, что более 90% вселенной заполнено ею. В течение многих лет исследование Веры Рубин не получало поддержку, поскольку многие ее коллеги-мужчины дискредитировали его. Они считали, что ее открытие не соответствует Законам Ньютона и что она, должно быть, сделала просчет. И ее докторскую, и магистерскую диссертацию раскритиковали и, в основном, проигнорировали, хотя доказательства были неопровержимы.

К счастью, научное сообщество со временем признало ее работу, но только потому, что ее коллеги-мужчины позже подтвердили это. Рубин должна все же получить Нобелевскую премию за свою работу.

Сесилия Пейн 1900 — 1979

Сесилия Пейн – женщина-учёный, которая усердно трудилась, но её удивительные открытия были в своё время опровергнуты её руководителями мужчинами. Она начала свои исследования в Кембриджском университете в 1919 году, когда ей дали стипендию в области изучения ботаники, физики и химии. Ее курсы были, по-видимому, закончены напрасно, так как Кембридж в то время не предлагал степеней женщинам. За время, которое она провела в Кембридже, Пейн обнаружила в себе истинную любовь к астрономии. Она перевелась в Редклифф и стала первой женщиной, получившей звание профессора астрономии, после чего многие увидели её талант в астрономии.

После опубликования шести работ и получения докторской степени к 25 годам, ее самым большим вкладом в науку стало открытие того, из каких элементов состоят звезды. «Не знаю как Вы, но я думаю, что компоненты звёзд – это довольно грандиозное дело». Её коллеги-мужчины очевидно так не считали. Человек по имени Генри Норрис Рассел, который руководит рассмотрением удивительной работы Пэйн, настоятельно рекомендовал ей не публиковать статью. Его объяснение состояло в том, что она противоречит общепринятым в то время познаниям и не будет принята аудиторией. Интересно, что он, по-видимому, изменил свое мнение спустя 4 года, когда он чудесным образом выяснил, из каких частиц состоит Солнце, и опубликовал об этом статью. Хотя его методы отличались от методов Пейн, заключение было тем же самым и ему отдали должное за открытие состава Солнца. С тех пол Сесилия была вычеркнута из книг по истории. По иронии судьбы Пейн позднее была удостоена чести получить премию имени Генри Норрис Рассела за её вклад в астрономию.

Цзяньсюн Ву 1912–1997

Цзяньсюн Ву иммигрировала из Китая в Америку, где она начала свою работу над Манхэттенским Проекта и разработку атомной бомбы. Ее самым большим вкладом в мировую науку стало открытие, которое опровергла широко известный в то время закон. В науке, «законы» — это наиболее широко распространенные и копируемые существующие исследования; так что доказательство того, что научный закон ошибочен, является довольно грандиозным предприятием. Закон был известен как Принцип сохранения чётности, который является очень сложным способом доказать идею симметрии, где частицы, которые являются зеркальными отображениями друг друга, будут действовать идентичным образом.

Коллеги Ву, Чен Нин Ян и Цзун Дао Ли, предложили теорию, которая могла опровергнуть этот закон и обратились к Ву за помощью. Ву приняла их предложение и выполнила несколько экспериментов, используя кобальт 60, который доказал ошибочность закона. Ее эксперименты были невероятно существенными, поскольку она смогла показать, что одна частица с большей вероятностью вытолкнет электрон, чем другая и это доказывало, что они не симметричны. Ее наблюдение перевернуло 30-летнее убеждение и опровергло закон сохранения чётности. Янг и Ли, конечно, не сделали запись о её участии в исследовании, и между тем были удостоены Нобелевской премии за своё «открытие», которое доказывает, что закон сохранение чётности может быть нарушен. Ву не была даже упомянута, хотя это именно она провела эксперимент, который действительно опроверг закон. 

Нетти Стивенс 1862–1912

Если Вы немного знаете о хромосомах, Вы, по крайней мере, должны знать, что наш пол определен нашей 23-ей парой хромосом, X и Y.

Кому достались все лавры за это громадное биологическое открытие? Что ж, большинство учебников указывает Вам на человека по имени Томас Морган, хотя открытие фактически шло от женщины-учёного по имени Нетти Стивенс.

Она изучила вопрос определение пола у мучного хрущака и вскоре поняла, что пол зависит от X и Y хромосом. В то время как считалось, что она работала с человеком по имени Томас Морган, почти все ее наблюдения были сделаны самостоятельно.

Моргану позже присудили Нобелевскую премию за упорный труд Нетти. Позже он опубликовал статью в журнале «Наука», в которой говорилось, что Стивенс во время всего эксперимента действовала больше как техник, чем как настоящий ученый, хотя, как оказалось, это не соответствовало действительности.

Ида Тэйк 1896–1978

Ида Тэйк внесла огромный вклад в область химии и атомной физики, который был в основном проигнорирован, пока её открытия не были позже «совершены вновь» ее коллегами-мужчинами. Во-первых, ей удалось найти два новых элемента, рений (75) и мазурий (43), которые как предполагал Менделеев появятся в периодической таблице. В то время как ей приписывают открытие рения, Вы можете заметить, что нет такого элемента как мазурий под атомным числом 43 или где-либо ещё в текущей периодической таблице. Что ж, это потому, что он теперь известен как технеций, открытие которого приписано Карло Перриера и Эмилио Сегре.

В период первого исследования коллеги-мужчины Иды Тэйк предположили, что элемент был слишком редок и исчез слишком быстро, чтобы быть естественно найденным на Земле. Хотя доказательства Тэйк были ясны, они были в основном проигнорированы, пока Перриер и Сегре искусственно не создали элемент в лаборатории, и им было приписано это открытие, чего по праву заслужила Тейк. В дополнение к этой несправедливости Тейк также опубликовала работу, которая создала предпосылки идеи ядерного деления, которая была позже перехвачена Лиз Мейтнер и Отто Стерном. Ее статья, которая на пять лет опередила своё время, описала фундаментальные процессы расщепления, хотя термин еще не был изобретен.

Она исходила из теории Энрико Ферми, что элементы выше урана действительно существуют и предложила объяснение, что частицы могут распадаться при обстреле нейтронами, чтобы выпустить огромное количество энергии. Из раза в раз её статья игнорировалась вплоть до Манхеттенского проекта 1940 года, хотя Ферми была присуждена Нобелевская премия за «открытие» того, что новые радиоактивные элементы производятся во время обстрела нейтронами. Несмотря на ее монументальные открытия, Тейк никогда не была признана (хотя многие винят в этом ее методы, а не ее пол).

Эстер Ледерберг 1922–2006

Половая дискриминация Эстер Ледерберг состояла больше в том, что её муж затмил её, а не в том, что она была обижена ее коллегами-мужчинами. Открытия Эстер были сделаны вместе с ее мужем Джошуа. В то время как они оба играли одинаково важные роли, вклады Эстер остались в основном непризнанными, а Джошуа был удостоен Нобелевской премии за свои исследования.

Эстер была первой, кто решил проблему репродуцирования бактериальных колоний в целом с той же самой оригинальной формой, используя технику, известную как металлизация точной копии. Ее метод был невероятно прост в том, что он только потребовал использования определенного вида вельвета. Несмотря на несметное число существенных открытий в биологии и генетике, ее научная карьера была трудна, поскольку она постоянно боролась за признание от ее коллег. Большая часть славы за открытия досталось ее мужу Джошуа. Ее срок пребывания в должности даже был аннулирован Стэнфордом после понижения в должности до Адъюнкт-профессора Медицинской Микробиологии. С другой стороны, Джошуа был назначен основателем и председателем Отдела Генетики. Эстер была основным партнером Джошуа и, несмотря на ее прилежную работу, она так и не получила признания за многие свои удивительные открытия. 

Лиз Майтнер 1878–1968

Процесс ядерного деления стал существенным открытием для научного мира, и немногие знают, что женщина по имени Лиз Мейтнер была первой, кто выдвинул эту гипотезу. К сожалению, ее работа в радиологии проходила посреди Второй мировой войны, и она была вынуждена в тайне встретиться с химиком именем Отто Гана.

Во время Аншлюса (насильственного присоединения Австрии к фашистской Германии) Майтнер уехала из Стокгольма, в то время как Ган и его партнер Фриц Стрэссмен продолжали работать над их экспериментами с Ураном. Ученые-мужчины были озадачены тем, как уран, казалось, формировал атомы, которые, как они думали, был радий, когда уран был обстрелен нейтронами. Майтнер написала мужчинам, излагая теорию, что атом, возможно, после обстрела распался на то, что позже был признано барием. Эта идея имела огромное значение для мира химии и, работая с помощью Отто Фриша, она смогла объяснить теорию ядерного деления.

Она также заметила, что в природе не существует элемента больше урана и что ядерное деление имеет потенциал создания огромного количества энергии. Майтнер не была упомянута в статье, опубликованной Стрессменом и Ганом, хотя её роль в открытии была чрезвычайно преуменьшена ими. Мужчинам была присуждена Нобелевская премия за их «открытие» в 1944 году, без упоминания Майтнер, что как позже было заявлено, было «ошибкой» комитета по премии. В то время как она не получила Нобелевскую премию или формальное признание за её открытие, в честь Майтнер был назван элемент номер 119, что стало довольно неплохим утешительным призом.

Хенриетта Ливитт 1868–1921

Хотя Вы могли никогда не слышать о Хенриетте Ливитт, её открытия радикально изменили как астрономию, так и физику, существенно изменив наш взгляд на вселенную. Без её открытия такие люди как Эдвард Хуббл и все, кто его последователи никогда бы не могли рассматривать вселенную в её текущей величине. Открытия Ливитт в основном не были упомянуты или признаны теми, кто кардинально в них нуждался, чтобы доказать свои собственные теории.

Ливитт начала свою работу, имея размеры звезд и составляя их каталог в Обсерватории Гарварда. В то время, измерение и каталогизация звезд при ученых-мужчинах была одним из нескольких рабочих мест в науке, которая считалась подходящей для женщин. Ливитт работала как «компьютер», выполняя методичные, повторяющиеся задачи, чтобы собрать данные для ее руководителей мужчин. Ей платили только 30 центов в час за эту интеллектуально изнурительную работу. Выполняя каталогизацию в течение достаточно долгого времени, Ливитт начала замечать зависимость между яркостью звезды и ее расстоянием от Земли. Позже она продолжила развивать идею, известную как отношения яркости периода, которая позволила ученым выяснять, как далеко находится от земли звезда, основанной на ее яркости. Вселенная буквально открылась, поскольку ученые поняли, что каждая звезда не была просто пятнышком в нашей собственной огромной галактике, но и за её пределами.

Такие известные астрономы и физики как Харлоу Шэпли и Эдвард Хуббл тогда использовали ее открытие для основания своей работы. Ливитт почти исчезла, поскольку директор Гарварда отказался официально признать её независимое открытие. Когда Миттас Лефлер наконец заметил ее в 1926 году как возможную номинантку на Нобелевскую премию, она скончалась до того, как смогла получить награду. Шэпли тогда дали премию, он гордился, что он правомерно заслужил признание за интерпретацию ее результатов.

Джоселин Белл Бернелл 1943 г.р.

Вдохновившись книгами своего ее отца, Бернелл начала свою работу с астрономии. Она смогла получить высшее образование со степенью бакалавра в области физики в Университете г. Глазго и продолжила в Кембридже работать над своей докторской диссертацией по философии. В то время, когда она совершила своё открытие, Бернелл работала при Энтони Хюише, изучая квазары. Независимо работая с радио-телескопами, Белл заметила определенные и постоянные сигналы, испускаемые чем-то в космосе.

Сигналы были не похожи ни на какие известные сигналы, которые когда-либо были получены. Хотя она тогда не знала источник сигналов, открытие было огромно. Эти сигналы позже стали известны как пульсары, которые являются сигналами, которые испускаются нейтронными звездами. Эти наблюдения были быстро обнародованы и изданы под именем Хюиша, появляющимся до Бернелл. Хотя Бернелл провела исследование и сделала открытие самостоятельно, Хьюиш позже был удостоен Нобелевской премии 1974 года за его открытие пульсаров. Несмотря на то, что в своё время она была обделена премией и официальным признанием её открытия, теперь повсюду признано, что она была первым человеком, сделашим это открытие.

Розалинд Франклин 1920–1958

Розалинд Франклин была блестящей женщиной-учёным. Вероятно, это самый известный случай, когда с женщиной поступили несправедливо её коллеги мужчины, украв её открытие.

Если Вы знаете что-нибудь о науке, Вы, вероятно, слышали имена Уотсон и Крик, которым приписывается открытие структуры ДНК. Что Вы можете не знать, так это полемика, окружающая их «открытие» и то, что гораздо большее открытие было в статьях Розалин Франклин, над которыми она работала.

В 33 года, она была поглощена работой над ещё не опубликованным открытием, которое могло произвести революцию в биологии. Она пришла к выводу, что ДНК состоит из двух цепей и фосфатной основы. Форма была также подтверждена ее экспериментами с рентгеном структуры ДНК так же как ее измерениями элементарной ячейки. В то время она почти ничего не знала о том, что ее коллеги, Вилкинс и Перуц показали Уотсону и Крику (которые посещали Королевский колледж), не только ее рентгеновский снимок, но и даже отчет со всеми ее недавними результатами.

С результатами научной работы в руках Уотсону и Крику преподнесли это открытие на серебряном блюде.

Мало того, что они получили полное авторство этого исследования, Уотсон тогда использовал их дружбу, чтобы убедить Розалинд, что она должна издать свои результаты после того, как они издали свои. К сожалению, из-за этого ее работа выглядит больше как подтверждение, чем как открытие. После того как «открытие» Уотсона и Крика было признано, они были удостоены Нобелевской премии и стали учеными, чьи лицами, намалёваны на каждом учебнике биологии в Америке. Розалинд Франклин по сути осталась непризнанной.

Переводчик RinaMiro (статья с сайта listverse.com) Copyright Muz4in.Net ©

SHELBY HOEBEE, Listverse is a Trademark of Listverse Ltd.

Научные открытия 19 века – достижения в России и Европе кратко для 9 класса

4

Средняя оценка: 4

Всего получено оценок: 66.

Обновлено 3 Января, 2021

4

Средняя оценка: 4

Всего получено оценок: 66.

Обновлено 3 Января, 2021

XIX век относится к эпохе Нового времени и индустриализации. Большая часть научных открытий тогда была сделана в Европе, причем в наиболее развитых странах, например, Великобритании, Франции, Германии. Некоторые изобретения были сделаны и в России.

Достижения первой половины XIX века

В первое десятилетие XIX века Роберт Фултон из США создал подводную лодку «Наутилус» и первый пароход, который стал использоваться для плавания по водоемам.

Рис. 1. Паровоз Стефенсона.

В России Василий Петров изобрел электрическую дуговую сварку, а британец Гемфри Дэви — дуговую лампу.

В 1810-е годы, то есть в период завершения наполеоновских войн, француз Николай Аппер изобрел консервы. Британец Джордж Стефенсон в 1814 году создал паровой локомотив и назвал его в честь прусского полководца «Блюхер».

Он же разработал ширину колеи в 1435 мм и создал первое в мире паровозостроительное предприятие. В 1825 году в Великобритании состоялось открытие первой в мире общественной железной дороги между Стоктоном и Дарлингтоном.

В 1820-е годы британский физик Майкл Фарадей изобрел электромотор, а чуть позже, в 1831 году американский физик Джозеф Генри изобрел реле и электромагнит. Русский изобретатель немецкого происхождения Павел Шиллинг в 1832 году изобрел электрический телеграф. К 1830-м годам можно отнести изобретение шрифта Брайля, лампы накаливания, комбайна, водолазного костюма, велосипеда, азбуки Морзе и фотографии. Первые снимки были сделаны французом Жозефом Ньепсом и британцем Уильямом Тальботом в 1839 году.

Вскоре начался настоящий железнодорожный бум: сначала в Великобритании, потом в США, Германии и Франции. До России он докатился только к 1860-м. Хотя первая крупная железная дорога была открыта в 1851 году между Москвой и Санкт-Петербургом.

Рис. 2. Фотография 1839.

Открытия второй половины XIX века

Во второй половине века ускорились темпы индустриализации в странах Европы «второго» эшелона, то есть в России, Германии, Италии, и она началась в Японии после 1868 года.

К 1850-м годам относится изобретение линолеума, шприца, аккумулятора, производства бумаги из целлюлозы. В 1859 году Чарльз Дарвин написал книгу «Происхождение видов путем естественного отбора». От нее ведет свое начало эволюционная биология.

В 1860-е годы были изобретены динамит, метрополитен, мартеновская печь, железобетон и маргарин. В 1869 году отличился русский ученый Дмитрий Менделеев, который создал периодическую систему химических элементов. В 1876 году Александр Белл изобрел телефон в США. На следующий год Томас Эдисон создал фонограф, а всего он сделал свыше 1000 изобретений. В 1881–1882 годах немецкий инженер фон Сименс разработал трамвай и троллейбус. Русские ученые Николай Бенардос и Александр Можайский изобрели электросварку и моноплан.

В 1880-е годы развивалось транспортное машиностроение. В 1885 году в Германии были изобретены автомобиль Карла Бенца и мотоцикл Вильгельма Майбаха. В 1888 году гусеничный трактор был изобретен Федором Блиновым, но практического развития его задумка не получила из-за общей отсталости Российской империи. В последнее десятилетие века было изобретено радио. Датой его изобретения является 1895 год, а учеными — Александр Попов и Гульельмо Маркони.

Основные научные открытия 19 века кратко можно представить в таблице:

Год

Изобретение

1803

Дуговая сварка Василия Петрова

1807

Пароход Роберта Фултона

1814

Паровой локомотив Стефенсона

1825

Железная дорога в Англии

1839

Фотография

1862

Пастеризация Луи Пастера

1876

Телефон Белла

1885

Автомобиль и мотоцикл

1895

Радио и кинематограф

На рубеже 1880–1890-х был изобретен кинематограф. Первым фильмом можно считать «Сцену в саду Роундхэй» 1888 года, но намного известнее «Прибытие поезда» братьев Люмьер 1895 года.

Рис. 3. Первый автомобиль.

Что мы узнали?

Научные открытия 19 века, а также их применение на практике изучают в школьном курсе истории 9 класса. В начале XIX века достижением человечества было открытие парохода, а к 1900 году — радио, автомобиля и кинематографа.

Тест по теме

Доска почёта

Чтобы попасть сюда — пройдите тест.


  • Павел Ушаков

    7/10

Оценка доклада

4

Средняя оценка: 4

Всего получено оценок: 66.

А какая ваша оценка?

Пять научных открытий года, которые изменили мир (или наши представления о нем) — Новости

Нейросеть за несколько дней решила проблему, над которой люди работали 50 лет

Последняя версия системы искусственного интеллекта AlphaFold помогла решить один из вопросов биологии, известный как проблема свертываемости белков. Почти пятьдесят лет (с 1972 года) ученые с помощью компьютеров пытались предсказать трехмерную структуру белка, который в природе свертывается спонтанно и множеством способов.

AlphaFold дает надежные прогнозы базовой физической структуры белка за считаные дни. Ее создали специалисты британской компании DeepMind. Систему AlphaFold обучили на информации о 170 тысячах структур белков из банка данных белков.

В 2020 году решение этого вопроса стало особенно актуальным. Система уже помогла предсказать несколько белковых структур вируса SARS-CoV-2, включая ORF3a, структура которого была неизвестна. Благодаря искусственному интеллекту ученые смогут глубже понять предпосылки для тех или иных заболеваний и создавать «дизайнерские лекарства» — такие, что будут воздействовать точно на очаг заболевания.

Подробнее про это открытие можно почитать здесь

NASA впервые записало саундтрек космоса

Летом 2020 года NASA отправило марсоход Perseverance на Красную планету. Обратно марсоход прислал аудиозапись с борта космического аппарата. И теперь мы знаем, как звучит космос.

Просто послушайте:

Специалисты NASA подчеркивают: звук в вакууме не распространяется. Но звуковые волны, встречая на пути твердые объекты, порождают механические колебания, которые и улавливаются микрофоном марсохода. Perseverance записал звуки, с которыми он движется к Марсу.

Подробнее можно почитать здесь

Ледник Судного дня убьет всех быстрее, чем мы думали

Ученые из США и Великобритании выяснили, что ледник Туэйтса, более известный как ледник Судного дня, растает быстрее, чем предполагалось ранее. Во время последней экспедиции ученые изучили подводную часть ледника и выяснили, что сеть каналов, которые обеспечивают приток теплой воды, значительно больше, чем предполагалось. А значит, он разрушится намного быстрее.
И это действительно серьезная проблема для планеты.

Ледник расположен на западной стороне Антарктиды и не позволяет сползать в море другим ледникам. Если (когда) он разрушится, то уровень Мирового океана поднимется на 65 сантиметров. А дальше – хуже. Когда остальные ледники будет сдерживать нечем, уровень воды поднимется еще на 4 метра. Под угрозой все города, расположенные на берегу океана, в том числе Нью-Йорк, Майами, Санкт-Петербург, Мальдивские острова, Нидерланды. Они первыми уйдут под воду.

Ранее считалось, что Ледник Судного дня растает через 200–600 лет, но сейчас исследователи предполагают, что это произойдет гораздо быстрее.

Подробнее об исследовании можно почитать здесь

Ученые посчитали, сколько мыслей возникает в нашей голове за день

Канадские ученые смогли подсчитать точное количество мыслей, которые возникают в голове человека за сутки. Для этого сотрудники Королевского университета Джордан Поппенк и Джули Ценг изучили нейронные процессы мозга нескольких добровольцев, а затем проанализировали полученные результаты и сопоставили их с картами мозговой активности. Они признаются, что сделали открытие, «отказавшись от попыток понять, что думают люди, и сосредоточились на том, что происходит, когда они думают о чем-то новом».

Они выяснили, что в мозге есть определенные паттерны, которые определяют начало и конец мысли. Этот шаблон повторяется в том числе и при переходе с одной темы к другой. Ученые посчитали, что в среднем в голове человека возникает около 6200 различных мыслей в день.

Подробнее об исследовании можно почитать здесь

Химики собрали идеальный коктейль от похмелья

Рассол, энтеросгель, супчик – забудьте все, что вы знали о борьбе с похмельем. Сотрудники Института химической технологии в Мумбаи нашли идеальный, научно выверенный коктейль, который поможет быстрее восстановиться после алкогольных возлияний.

Идеальная рецептура, разработанная с помощью 15 добровольцев, выглядит следующим образом: 65% груши, 25% лайма и 10% кокосового молока. Кроме того, в коктейль можно добавить имбирь, финики, какао, обезжиренные сливки и пшеницу. Ученые выяснили, что именно эти продукты – природные ферменты алкогольдегидрогеназа (АДГ) в печени и альдегиддегидрогеназа (АЛДГ) в печени, почках и легких, участвующие в борьбе с ацетальдегидной интоксикцией, которая происходит с организмом после употребления большого количества алкоголя.

Подробнее об исследовании можно почитать здесь

В Австралии нашли новые виды животных. И они невероятно милые

В Австралии обнаружили два новых вида млекопитающих. Точнее – две новые разновидности гигантского летучего кускуса (он же большой летающий поссум).

Ранее ученые предполагали, что это один вид, но результаты тестов ДНК показали, что речь идет о трех разных представителях (один уже был известен). Гигантские летучие кускусы днем живут в дуплах деревьев, а ночью ходят по лесу в поисках своей любимой пищи — листьев эвкалипта.

Для Австралии это открытие очень важно, поскольку доказывает, что разнообразие животных на материке шире, чем считалось ранее.

Подробнее о новых животных можно почитать здесь

Осьминоги шлепают рыб, чтобы наказать их

В мире животных – все как у людей. Осьминоги Octopus cyanea, которые обитают в Красном море, создают специальные команды для охоты. В них входят голоцентровые рыбы-солдаты и разные виды груперов. Благодаря разной анатомии им удается поймать больше добычи. Но порядки в команде царят строгие. Ученые выяснили, что для того, чтобы поддерживать дисциплину и управлять рыбами, осьминоги применяют физическую силу. Они шлепают рыб своими щупальцами. А иногда делают это просто от злости.

Как это происходит, можно посмотреть на видео:

Ученые из португальского Центра по изучению океана и окружающей среды MARE объясняют это явление тем, что объединение множества сторон создает сложную сеть взаимодействий, в которой может возникать дисбаланс между вкладываемыми участником усилиями и получаемой им выгодой. Чтобы контролировать группу, осьминог совершает быстрое взрывное движение, направленное на конкретную рыбу.

Подробнее об исследовании можно почитать здесь

ТОП 10 научных открытий 2021, изменивших жизнь человека. Наука и изобретения

Содержание:

Урожайный 2021 год: главные открытия науки

Топ-10 научных открытий прошлого года

Научные открытия и вклад в науку 2021 года

Исаак Ньютон говорил, что при изучении науки примеры полезнее правил. Любое научное открытие 2021 года наглядно это демонстрирует. Электрокары, умная съемка на смартфонах, искусственный интеллект, первый удачный запуск ракеты LauncherOne, создание подробной карты нейронных связей в мозге человека и многое другое накрепко сдвинули вперед медицину, технологии и космонавтику. Indiastyle собрал самые важные технические прорывы науки и научные открытия 2021 года, которые наверняка изменят жизнь каждого человека уже завтра.

Сегодня мы умеем ремонтировать гены и управлять протезами буквально силой мысли

Новые горизонты уже открыты для человечества. Бери и пользуйся

Множество пророчеств и предсказаний можно прочитать в книгах фантастов и футурологов прошлых столетий. Как вам «сбывшаяся» подводная лодка на электричестве Жюля Верна «Наутилус», открытие двух спутников Марса спустя 146 лет после выпуска книги Свифта «Путешествие Гулливера»? А что насчет Хьюго Гернсбека и его романа «Ральф 124C 41+» (1911 г.) с подробным описанием солнечной энергетики? Такими примерами «кишит» художественная литература, а светлые умы науки с удовольствием подхватывают ее идеи.

Каким же интересным и правдоподобным казалось будущее для фантастов…

Лазеры и генная инженерия до сих пор воспринимаются обычными людьми как «Привет из будущего». Научные открытия в 2021 году познакомили человечество с некоторыми изобретениями:

  • системой Stentrode, предназначенной для людей, тело которых парализовано
  • беспроводным динамиком для меломанов Cell Alpha, адаптирующимся под обстановку в комнате
  • онлайн-платформой Kudo Marketplace для многоязычных видеоконференций
  • кроссовками Nike GO FlyEase, которые не требуют рук для надевания.

А вот, собственно, и легендарные кроссовки

Одно из важнейших научных открытий 2021 года — создание вакцины против малярии. Новые разработки позволили провести во Франции первую в мире трансплантацию двух рук и плеча. Тем временем антропологи в Китае описали новый вид людей «Человек-дракон» Homo longi. Опять же, китайцы запускают в 2021 году Tianwen-1, который успешно достигает орбиты Марса.

Куда еще шагнет человечество в поисках изобретений и новых научных открытий?

Indiastyle составил топ научных открытий 2021 года, которые повлияли или собираются повлиять в будущем на человечество. Давай затронем несколько важных сфер жизни, начиная от медицины, компьютерных технологий, заканчивая космонавтикой и энергетикой.

На новый уровень выходит генная инженерия

Научное открытие: вакцина на основе матричных РНК

Научное открытие #1 в медицине — это матричные РНК против COVID-19. Они модифицируются под конкретный штамм вируса и не содержат даже ослабленный возбудитель вируса. Они провоцируют организм самостоятельно вырабатывать конкретный фрагмент белка, «тренируя» тем самым иммунную систему перед атакой реального вируса. Научное открытие поможет в борьбе с коронавирусом, малярией, раком, ВИЧ-инфекцией и другими тяжелыми заболеваниями.

Неужели найдется универсальная вакцина в этом десятилетии?

CRISP-механизм помогает избирательно редактировать определенные гены

Наука и космонавтика: миссия на Марс выполнима

2021 год оставил за собой еще два научных открытия. Первое — миссия на Марс, обнаружившая воду на планете, а вторая — вход в атмосферу Солнца зонда Parker. Последний достиг солнечной короны и даже «захватил» немного плазмы в знаменитую чашу Фарадея. В будущем это позволит науке лучше изучить Солнце и разработать магнитные карты нашей планеты.

А вот и атмосфера Солнца, а вот и зонд Parker

Туристическим 2021 год оказался и для космических аппаратов, достигших Марса. Пионер года — вертолет Ingenuity, взлетевший над поверхность красной планеты в поисках новой формы жизни. Обнаружить здесь залежи льда удалось только аппарату «ЭкзоМарс».

Кто знает, какие космические горизонты освоят наши дети?

Куда их приедет современная наука?

Стандарты 5G и Wi-Fi 6: научное открытие века?

Скажи, удобно работать удаленно из любой точки планеты? К преимуществам научного открытия 5G относят улучшенную широкополосную связь. Это значит что потоковое видео теперь передается без задержек. Такой стандарт связи поддерживает до 1 млн устройств на 1 км2.

С помощью 5G многие сотрудники смогут полностью перейти на удаленную работу

Теперь нас заметно везде: и на Земле, и в космосе!

Научное открытие 2021 в виде сетей Wi-Fi 6 преследует такие же цели, что и 5G, ускоряя интернет-соединение до 2 Гб/ сек. Смотри и наслаждайся потоковым видео в 8К, а также организовывай работу компаний и корпораций в условиях локдауна. С помощью науки и новых стандартов связи толчок в развитии получат кибермедицина (отделения интенсивной терапии) и авиация (беспилотники).

Стандарты 5G и Wi-fi 6 помогают ускорить интернет-соединение до 2 Гб/сек!

Научные открытия в области нейросетей и нейроинтерфейсов

Научное открытие, которое пока невозможно «перебить» более совершенным — нейросеть на базе алгоритма распознавания текста NLP — GPT-3. Она отлично генерирует связанные ответы в диалогах с людьми, помогает развивать нейрографику и работает с колоссальными массивами данных. Так, Илон Маск и компания Neuralink уже вживила вы мозг макаки специальные импланты. Эксперимент имел успех: у животного получилось играть в простейшие видеоигры!

Новая нейросеть способна генерировать связные ответы в диалоге с человеком

О, этот новый дивный мир!

Научным открытием 2021 года считается создание нейроинтерфейсов, облегчающих жизнь инвалидам. Имплант Stentrode Brain разработан для людей с параличом. Он умеет печатать сообщения силой мысли, такая себе виртуальная телепатия в науке. Нейроинтерфейс работает по средствам усиления нервных импульсов, а компьютерная машина считывает и преобразует их в слова.

Мы выходим на новый уровень «общения» с компьютерными технологиями

Научное открытие: привет от роботов Boston Dynamics из 2021 года

Технологический процесс двигается, а научные открытия 2021 года поражают с еще большей силой. Мир не успел «оправиться» от легендарного танца роботов Atlas, как в 2021 году случается новое научное открытие — человекоподобные андроиды проходят целую полосу препятствий с грузом на спине и трюками (паркур, сальто, перевороты, боковая пробежка). Роботы стали интуитивно ориентироваться на месте и готовы к новому этапу в развитии науки.

Неужели однажды роботы захватят этот мир?

Научное открытие для рынков AR и VR

Виртуальная и дополненная реальность стали неотъемлемой частью жизни современного человека. Специализирующиеся на разработке такой технологии компании успели стать миллионерами по количеству сотрудников занятых в этой сфере и миллиардерами по бюджету. Научное открытие 2021 года в первую очередь касается областей здравоохранения и виртуальной реальности, а может и всей матрицы.

Рынок AR и VR в 2020 году оценивался в $18,8 млрд

Как связаны между собой эти понятия? Хирурги теперь могут проводить не только диагностику, но и операции по средствам смешанной реальности (MR). Зимой прошлого года Microsoft провела онлайн-трансляцию 12 операций, в которой участвовали врачи 13 стран. Целый мир теперь может консультировать друг друга в режиме реального времени, а значит спасать больше жизней с помощью науки. Научное открытие 2021 года применяется во многих сферах жизни.

Сегодня большинство людей буквально живут в социальных сетях

Если перейти в ритейл, то и здесь нашлось применение AR, которое помогает примерить виртуально одежду на теле и мебель в интерьере перед покупкой. VR-гарнитура помогает представить, как лучше обустроить кухню или спальню с выбранной мебелью. Даже тамагочи «оживили» и фантастические питомцы стали практически реальными! Во дает, наука!

Технологии digital- или цифровой маркетинг проникли во все сферы жизни

Как насчет примерить future-одежду без примерки?

Наука про «зеленый» водород — глобальная мировая стратегия

Что ты слышал про возобновляемые источники энергии в науке? Именно «зеленый» водород способствует снижению углеродного следа на планете. Время переходить на водородные двигатели, которые очищают атмосферу и становятся достойной альтернативой дизельного транспорта.

Очень скоро мы должны спасти природу!

«Зеленый» водород получают методом электролиза (через воду пропускается электрический ток). Такой подход науки обезопасит Землю, избавляя ее ежегодно от 850 млн тонн вредных выбросов углекислого газа. Эксперты прогнозируют, что к 2030 году стоимость водородного топлива наконец станет доступной.

Впервые появился шанс на массовое внедрение водородной энергетики в 2021 году

Генная инженерия и ее научные открытия 2021 года

Технология редактирования генома CRISPR-Cas9 — еще одно научное открытие 2021 года. Отмеченная Нобелевской премией она позволила отредактировать ген, вызывающий транстиретиновый амилоидоз. Заметный прорыв в медицине и науке принесло именно это событие в 2021 году. Также учеными созданы первые гибридные эмбрионы человека и макаки, прожившие до 20 суток. Химерные эмбрионы позволяют изучать ранние стадии развития человека, а также моделировать будущие возможные болезни, изучать новые виды лекарств, и даже создавать трансплантируемые клетки, ткани и органы.

А археология тем временем исследует новый вид в цепочке эволюции, Homo longi

Научное открытие для безопасной утилизации отходов

Очередное научное открытие — «Пушка Фролова», утилизирующая отходы без предварительного их сжигания. Такой девайс работает работает при высоком давлении и экстремальных температурах (до 3 000°С). Он превращает органику и пластик в безвредный газ. Сейчас устройство способно переработать до 1000 тонн ежегодно, с условием дальнейшего увеличения мощности будет увеличена. Также в 2021 году разработаны новые технологии утилизации взрывоопасных и пиротехнических веществ, покрышек.

Тема заботы об окружающей среде — номер один в современной науке

Новый дом при помощи 3D-принтера

Архитекторы пошли еще дальше и в мае 2021 года впервые «напечатали» на 3D-принтере жилой дом, в который поселилась супружеская пара. Роботизированной руке понадобилась неделя на возведение дома. Помимо кратчайших сроков исполнения объекта — также никакого экологического ущерба и воплощение самой сумасшедшей дизайнерской идеи. Научное открытие и изобретение буквально «перевернуло» область строительства, ну или немного «отодвинуло» крышу!

Наука и архитектура здорово шагнули вперед в 2021 году

Что еще научные открытия оставил человек в 2021 год? Например для вегетарианцев — инновационное блюдо из макарон и веганского тунца. Секрет «аппетитной разработки» заключается в рыбе, которая готовится из водорослей, грибов, редиса, бамбука и картофеля. Не хватает только микрогрина на тарелку для красоты. Из такой «рыбы» теперь готовят суши и поке.

Здоровая еда для здоровой нации!

Скоро мы всегда забудем про генномодифицированные продукты

А еще сотрудники Троицкого института изобрели прибор, контролирующий уровень углекислого газа в помещении. Ученые научились эффективнее очищать водоемы, промышленные земли, сточные воды с помощью нефтепоглощающего сорбента. Научные открытия установили еще одну прочную ступень на пути развития науки, технологии, медицины и других сфер жизни человека.

Технологии в медицине, образовании, логистике и транспорте стремительно прогрессируют

Научные открытия 2021 — названы важнейшие прорывы в науке в прошлом году

Тема дня

    org/BreadcrumbList»>

  1. Главная

  2. Технологии

04 января, 2022, 07:00

Распечатать

Главным открытием 2021-го стало предсказание структуры белков.

  • Вам также будет интересно

    >

    • Старт лунной ракеты снова не состоялася

      25.09 17:07

    • Вес всех муравьев на Земле превышает общий вес всех диких животных и птиц – исследование 

      23. 09 20:41

    • Apple обновила iOS 16 после жалоб пользователей

      23.09 18:52

    • ГСЧС завершила тестирование новой системы уведомлений об угрозах жизни

      23.09 18:37

    • Благодаря хорошей погоде на Марсе: аппарат InSight «проживет» дольше

      23.09 17:53

    • Динозавры были на пути к исчезновению еще до падения астероида – ученые

      23. 09 14:05

    • Старше Стоунхенджа и пирамид: в Чехии нашли древний памятник

      22.09 19:16

    • Сотни китов выбросились на берег Тасмании в тот же день, что и два года назад

      22.09 18:41

    • В США провели испытания беспилотника, которым управляет искусственный интеллект

      22. 09 15:05

    • Ученые рассказали, как появились первые континенты Земли

      22.09 14:21

    • Телескоп «Джеймс Уэбб» сделал невероятно четкие снимки колец Нептуна

      22.09 10:57

    • Ученые выразили беспокойство активностью гигантского вулкана под Новой Зеландией

      21. 09 19:32

Последние новости

  • Срок выплаты пособия по безработице теперь зависит от страхового стажа

    06:00

  • «Маленькие дети с пулями в головах»: Зеленский сообщил, что в Изюме нашли еще две братские могилы

    05:35

  • Готовимся к зиме: как выбрать котел для отопления дома

    05:00

  • Количество без качества: ISW объяснили, почему «частичная мобилизация» Путину не поможет

    04:52

  • «Наши дети не удобрение!»: на Кавказе нарастают протесты против мобилизации

    04:05

Все новости

Добро пожаловать!
Регистрация
Восстановление пароля
Авторизуйтесь, чтобы иметь возможность комментировать материалы
Зарегистрируйтесь, чтобы иметь возможность комментировать материалы
Введите адрес электронной почты, на который была произведена регистрация и на него будет выслан пароль

Забыли пароль?
Войти

Пароль может содержать большие и маленькие буквы латинского алфавита, а также цифры
Введенный e-mail содержит ошибки

Зарегистрироваться

Имя и фамилия должны состоять из букв латинского алфавита или кирилицы
Введенный e-mail содержит ошибки
Данный e-mail уже существует
У поля Имя и фамилия нет ошибок
У поля E-mail нет ошибок

Напомнить пароль

Введенный e-mail содержит ошибки

Нет учетной записи? Зарегистрируйтесь!
Уже зарегистрированы? Войдите!
Нет учетной записи? Зарегистрируйтесь!

5 открытий, которые изменят мир: победители European Inventor Award

Алгоритм против малярии, «световая» диагностика, эфир против антибиотиков — обывателю эти названия могут показаться набором бессмысленных слов.

Однако для ученых это — серьезные научные открытия, которые в этом году получили премию European Inventor Award Европейского патентного ведомства.

Например, итальянского микробиолога Рино Раппуоли отметили за продолжительную научную работу: всю жизнь он разрабатывал вакцины нового поколения против менингита, коклюши, дифтерии и других инфекционных заболеваний.

Какие еще изобретения смогут изменить мир уже в ближайшее время?

Супер-губка Pure

20 апреля 2010 года в 80 километрах от побережья штата Луизиана произошел взрыв на нефтяной платформе. В Мексиканский залив вылилось 5 миллионов баррелей тонн нефти, загрязнив площадь в 75 тысяч квадратных километров.

С изобретением так называемой губки Pure у мира появилось новое оружие против разливов нефти и других вредных веществ в водах мирового океана. Его автор — немецкий химик Гюнтер Хафшмид. Он разработал похожее на вату синтетическое вяжущее вещество, которое назвал Pure (в переводе с английского означает «чистый»).

«Вата» оказалась сильным абсорбентом, а использовать ее для очистки воды можно несколько раз. Pure способен поглощать из воды вредные жидкости весом почти в семь раз больше его собственной массы.

Алгоритм против малярии

Каждые две минуты в Африке от малярии умирает ребенок, не дожив до своего пятого дня рождения. Малярию очень сложно распознать на ранних этапах и легко спутать с другими заболеваниями. Поэтому только 10% случаев малярия правильно диагностируется. В 2016 году около 200 миллионов человек заразились малярией, а ежегодно от этой болезни умирает почти 500 тысяч человек, при этом больше 3 миллиардов проживают в зоне риска.

Согласно недавним исследованиям, точная и своевременная диагностика малярии может предотвратить примерно 100 тысяч летальных исходов в одной только Африке.  Сегодня в примерно 60% случаев врачи ставят неправильный диагноз и только через восемь дней начинают прописывать пациентам правильные лекарства. А это увеличивает риск дальнейших осложнений и может привести к летальному исходу.

Поэтому датский гематолог Ян ван ден Богаарт и австрийский биохимик Оливер Хайден разработали новый алгоритм для сканера крови ADVIA 2120i (прибор проводит биохимический анализ крови на различные патогены).

Ян ван ден Богаарт (Нидерланды) и биохимик Оливер Хайден (Австрия). Фото: EPO

Ученые предложили комплексно анализировать образцы крови — по 30 параметрам, что позволяет выявить характерные признаки малярии с точностью в 97%. Раньше в медицине не существовало таких тестов.

С этим алгоритмом можно одновременно проанализировать 120 образцов крови за час; результаты получаются определенные, и их не нужно дополнительно анализировать с помощью инфекционистов, чтобы подтвердить диагноз.

Богаарт и Хайден теперь планируют разработать алгоритм, который позволил бы определять и лейкемию на ранних стадиях.

Космос для каждого

Вокруг земной орбиты вращаются около 70 навигационных глобальных спутников. Они обеспечивают работу известных систем навигации — GPS (США), Galileo (Европа) и GLONAS (Россия), а также конкурируют за радиочастоты, которые накладываются друг на друга, создавая помехи и осложняя работу навигационных систем.

Это приводит к непредвиденным последствиям на дорогах, в небе и на море: от качества спутникового сигнала может зависеть жизнь людей. Поэтому команда европейских изобретателей (в которую вошли французы Лоран Лестарки и Жак-Люк Исслер, испанец Хосе Анхель Авила Родригес, немец Гюнтер Хайн и бельгиец Лионель Риес) разработала технологию, способную передавать более качественные спутниковые сигналы.

Команда разработчиков AltBOC. Фото: EPO

Все началось 13 лет назад, когда они приехали в Вашингтон обсудить с американскими коллегами будущее европейской системы навигации, способной конкурировать с GPS и даже превзойти ее. В результате скрупулезной работы ученым удалось получить точный радиосигнал из четырех более слабых при помощи специального модулятора AltBOC (Alternative Binary Offset Carrier). Его планируют использовать в европейских спутниковых системах Galileo с 2020 года. По словам Гюнтера Хайна, эта система ориентирована на каждого человека, ее может использовать любой. «Она будет актуальна в ближайшие 50-60-70 лет. Я бы назвал это так: космос для каждого», — сказал ученый.


С точки зрения обывателя это изобретение улучшит современные телекоммуникации, усилит скорость передачи сообщений в интернете и повысит качество банковских трансакций. Новая навигационная система будет использоваться и в космических проектах, и в исследованиях изменений климата и гравитационных полей. Хайн говорит, что к его команде обращаются и фермеры, которые используют робототехнику, требующую точного управления.

«Световая» диагностика

Оптическая когерентная томография: так называется технология, который может спасти жизни многим людям. За изобретением стоят ученые из Массачусетского технологического института (MIT) — Джеймс Фуджимото, Эрик Свонсон и Роберт Хубер.

Благодаря особой технологии обработки изображений медики могут обнаружить в режиме реального времени раковые клетки в человеческих тканях, глаукому, дерматологические и сердечно-сосудистые заболевания.

Джеймс Фуджимото и Эрик Свонсон (США). Фото: EPO

До изобретения оптической когерентной томографии возможности вовремя найти патологию в мягких тканях были ограничены: рентген и магнитно-резонансная томография не всегда справлялись с этой задачей на начальном этапе заболевания.

Принцип работы оптической когерентной томографии напоминает процесс распространения ультразвуков. Правда, вместо звуковых волн прибор реагирует на световые лучи, преломляемые человеческой тканью. Процедура занимает несколько минут и состоит из нескольких шагов. Вначале коротко-импульсный лазер направляется на мягкую ткань, потом отражающийся свет раскрывает анатомические черты и, наконец, информация от световых лучей обрабатывается компьютерной программой и отображается на мониторе с микроскопической точностью.

Эфирное масло для антибиотиков

В 2011 году биологи на международной конференции назвали проблему устойчивости бактерий к антибиотикам «всеобщей угрозой для человека и животных». А генеральный директор ВОЗ Маргарет Чен заявила, что наступает эпоха в развитии медицины, когда «даже стрептококковое воспаление горла или царапина на коленке ребенка могут снова приводить к смерти». Именно поэтому открытие профессора биологии из Марокко Аднана Реммеля заслуживает внимания.

С помощью эфирных масел он разработал метод, усиливающий действие антибиотиков без каких-либо побочных эффектов. «Растения используют эфирные масла для борьбы с бактериями, грибами и вирусами. Почему бы и нам не взять на вооружение этот инструмент и не попробовать его на животных и людях? Мы так и сделали», — говорит Реммель.

Аднан Реммель (Марокко). Фото: EPO

Он изучает воздействие эфирных масел на антибиотики с середины 1990-х годов, но запатентовал свое открытие только в 2014 году. Сейчас его лекарство проходит клинические испытания: ожидается, что с конца 2017 года оно появится на фармацевтическом рынке.

Читайте также:

12 историй женщин, преодолевших препятствия в науке и бизнесе

Пять выдающихся открытий гражданской науки

1. Потерянные (и найденные) в космосе

Полярное сияние на Южном полюсе, вызванное корональным выбросом массы, было запечатлено IMAGE осенью 2003 года. (Источник: Студия научной визуализации Центра космических полетов Годдарда НАСА) /Том Бриджмен, ведущий аниматор)

В январе 2018 года астроном-любитель Скотт Тилли связался с НАСА с замечательным сообщением: он считал, что нашел потерянный космический корабль. Тилли установил контакт со спутником НАСА под названием Imager для глобального исследования от магнитопаузы до полярного сияния (IMAGE). IMAGE был запущен в 2000 году, но связь неожиданно была потеряна 18 декабря 2005 года. Центр космических полетов имени Годдарда НАСА в Гринбелте, штат Мэриленд, получил время в сети дальнего космоса, чтобы сфокусироваться на источнике и определить, действительно ли сигнал был IMAGE. Лаборатория прикладной физики Джона Хопкинса в Лореле, штат Мэриленд, успешно собрала данные телеметрии со спутника, и, конечно же, сигнал показал, что ID космического корабля был 166 — обозначение для IMAGE.

Группе НАСА удалось прочитать некоторые основные данные об управлении космическим кораблем, что позволяет предположить, что по крайней мере главная система управления была в рабочем состоянии. Однако в последующие недели радиосигнал начал ослабевать по схеме распыления, соответствующей последнему известному периоду вращения космического корабля. Возможно, ось вращения ИЗОБРАЖЕНИЯ сместилась в ориентацию, при которой сигнал антенны достигал Земли в течение части периода ее вращения, что могло бы объяснить наблюдаемую картину выпадения.

22 февраля 2018 г. сигнал с IMAGE начал прерываться и с 24 февраля отсутствует. Команда продолжает оценивать, в чем может быть проблема, но известно, что этот эпизод не имитирует внезапную тишину. это произошло в 2005 году — когда связь с космическим кораблем изначально была потеряна. Команда продолжает готовиться к попытке вернуть системы управления в оперативный режим, если связь с IMAGE будет восстановлена.

 

2. Целые новые миры

Изображение предоставлено: NASA/JPL-Caltech

В 2017 году гражданские ученые с использованием данных космического телескопа НАСА «Кеплер» обнаружили систему, состоящую как минимум из пяти экзопланет. Кеплер следует за Землей, измеряя яркость звезд, которые потенциально могут содержать экзопланеты — планеты за пределами нашей Солнечной системы. Это была первая многопланетная система, обнаруженная полностью с помощью краудсорсинга, организованного в рамках проекта Exoplanet Explorers, входящего в состав онлайн-платформы Zooniverse.

Исследование, описывающее систему, принято к публикации в The Astronomical Journal. Тысячи гражданских ученых приступили к работе с данными Kepler в 2017 году, когда были запущены Exoplanet Explorers. Он был показан в программе под названием Stargazing Live на Австралийской радиовещательной корпорации. В последнюю ночь трехдневной программы исследователи объявили об открытии четырехпланетной системы. С тех пор они назвали его К2-138 и определили, что у него есть пятая планета — и, возможно, даже шестая, согласно новой статье.

Еще одна партия данных Кеплера за 2017 год была недавно загружена в Exoplanet Explorers для поиска гражданскими учеными. Астрономам еще предстоит обыскать большую его часть в поисках планет.

 

3. Комета-о-Рама

Эти изображения двух скользящих по Солнцу комет, несущихся к Солнцу 12 июня 1998 г., были получены с помощью прибора LASCO, установленного на борту Солнечной и гелиосферной обсерватории НАСА. (СОХО) спутник. (Изображения предоставлены Солнечной и гелиосферной обсерваторией.)

Более 22 лет Солнечная и гелиосферная обсерватория (SOHO) следит за Солнцем из космоса. SOHO — самая долгоживущая гелиофизическая миссия, обеспечивающая почти непрерывную запись солнечных явлений в течение полного магнитного цикла (два 11-летних цикла солнечных пятен). Но у SOHO есть еще одна претензия на славу: благодаря помощи гражданских ученых со всего мира SOHO стал единственным величайшим искателем комет всех времен. С момента запуска 2 декабря 1995 года SOHO более чем удвоил количество комет, орбиты которых были определены за последние 300 лет.

Конечно, кометы обнаруживает не сам SOHO — это сфера деятельности десятков добровольцев-астрономов-любителей, которые ежедневно корпеют над нечеткими огнями, танцующими на изображениях, сделанных камерами SOHO с большим углом обзора и спектрометрическим коронографом. По состоянию на конец 2017 года SOHO обнаружил более 3400 комет, большинство из них — любители, получающие доступ к данным SOHO в реальном времени через Интернет.

 

4. Таинственный пурпурный свет в небе — его зовут Стив

Изображение: ©Megan Hoffman (используется с разрешения)

Были обычные полярные сияния — завораживающие световые шоу в небе, вызванные взаимодействием заряженных частиц Солнца с магнитным полем Земли — а затем были тонкие фиолетовые ленты света никто мог объяснить. С 2015 по 2016 год гражданские ученые поделились 30 отчетами об этих загадочных огнях на онлайн-форумах и с группой ученых, которые работают над проектом под названием «Авроразавр».

Проект гражданской науки, финансируемый НАСА и Национальным научным фондом, отслеживает северное сияние с помощью отчетов, отправленных пользователями, и твитов. Команда авроразавра под руководством Лиз Макдональд, ученого-космонавта Годдардского НАСА, совещалась, чтобы определить причины этого явления. Макдональд и ее коллеги пообщались с фотографами-любителями в группе Facebook под названием Alberta Aurora Chasers.

Группа назвала явление «Стив», и оно прижилось. Но люди все еще не знали, что они видят. В июле 2016 года ученые сделали перерыв. Однажды ночью наблюдатели-любители увидели Стива в то самое время, когда сеть наземных камер наблюдала за небом, а спутник Swarm Европейского космического агентства случайно пролетел именно над этим районом. Комбинированные виды с земли и из космоса помогли исследователям понять, что, несмотря на свое обычное имя, Стив может быть необычным кусочком головоломки в нашем понимании того, как магнитные поля Земли взаимодействуют с заряженными частицами в космосе. Результаты опубликованы в исследовании, недавно опубликованном в журнале Science Advances.

Что касается имени «Стив», данного учеными-гражданинами? Команда хранит его как дань уважения его первоначальному названию и первооткрывателям. Но теперь это STEVE, сокращение от Strong Thermal Emission Velocity Enhancement.

 

5. «Причудливая» звезда раскрывает некоторые из своих секретов

Авторы и права: NASA/JPL-Caltech

Звезда Табби — один из самых необычных известных звездных объектов. Также называемый KIC 8462852, или звезда Бояджяна, объект испытывает необычные провалы в яркости — космический телескоп НАСА «Кеплер» даже наблюдал затемнение до 20 процентов в течение нескольких дней. Кроме того, у звезды были гораздо более тонкие, но долгосрочные загадочные тенденции потускнения. Такое поведение неожиданно для обычных звезд, подобных этой, которая немного массивнее Солнца.

Предположения включали в себя идею о том, что звезда поглотила планету, что она нестабильна, и даже более оригинальную теорию, включающую гигантское приспособление или «мегаструктуру», построенную развитой цивилизацией, которая могла собирать энергию звезды и вызывать ее яркость. чтобы уменьшить. Гражданские ученые принимали активное участие в изучении Звезды Табби с момента ее открытия.

Свет от этого объекта был впервые определен как «причудливый» и «интересный» участниками проекта «Охотники за планетами», который позволяет любому человеку искать планеты в данных Кеплера. Недавнее исследование с использованием миссий НАСА «Спитцер» и «Свифт», а также бельгийской обсерватории AstroLAB IRIS, предполагает, что причиной затемнения в течение длительного времени, вероятно, является неравномерное движение облака пыли вокруг звезды. Кроме того, в недавней работе по диммированию с длительным периодом участвуют астрономы-любители, которые обеспечивают техническую и программную поддержку AstroLAB. Астрономы — как профессионалы, так и любители — вероятно, будут изучать загадочный объект долгие годы.

 

Билл Данфорд

Открытия в фундаментальной науке | NIH News in Health

Октябрь 2020 г.

Распечатать этот выпуск

Совершенно несовершенный процесс

En españolПрисылайте нам свои комментарии

Вы когда-нибудь задумывались, почему наука занимает так много времени? Возможно, вы не очень об этом думали. Но ждем, чтобы узнать больше о COVID-19возможно, вы разочарованы процессом.

Наука может быть медленной и непредсказуемой. Каждое научное продвижение опирается на прошлые открытия, часто неожиданным образом. Может потребоваться много лет, чтобы накопить достаточно базовых знаний, чтобы применить то, что узнают ученые, для улучшения здоровья человека.

«Вы действительно не сможете понять, как возникает болезнь, если вы не понимаете, как работают основные биологические процессы», — говорит доктор Джон Лорш, директор Национального института общих медицинских наук Национального института здравоохранения. «И, конечно же, если вы не понимаете, как работают лежащие в основе процессы, у вас нет никакой надежды на то, что вы действительно их исправите и вылечите эти болезни».

Фундаментальные исследования задают фундаментальные вопросы о том, как устроена жизнь. Ученые изучают клетки, гены, белки и другие строительные блоки жизни. То, что они находят, может привести к лучшим способам прогнозирования, предотвращения, диагностики и лечения болезней.

Как работают фундаментальные исследования

Когда ученых интересует тема, они сначала читают предыдущие исследования, чтобы узнать, что известно. Это позволяет им понять, какие вопросы еще нужно задать.

Используя полученные знания, ученые разрабатывают новые эксперименты, чтобы найти ответы на важные нерешенные вопросы. Они собирают и анализируют данные, а также оценивают, что могут означать результаты.

Тип эксперимента зависит от вопроса и области науки. Многое из того, что мы знаем об основах биологии до сих пор, получено из изучения организмов, а не людей.

«Если кто-то хочет вникнуть в сложные детали того, как работают клетки или как молекулы внутри клеток взаимодействуют друг с другом, чтобы запустить процессы, может быть очень сложно изучить их на людях», — объясняет Лорш. «Но вы можете изучить их в менее сложной форме жизни».

Это так называемые исследовательские организмы. Основная биология этих организмов может быть похожа на нашу, и уже многое известно об их генетическом составе. Это могут быть дрожжи, плодовые мушки, черви, данио и мыши.

Компьютеры также могут помочь ответить на основные вопросы науки. «Вы можете использовать компьютеры, чтобы искать закономерности и пытаться понять, как различные данные, которые вы собрали, могут сочетаться друг с другом», — говорит Лорш.

Но у компьютерных моделей есть ограничения. Они часто полагаются на то, что уже известно о процессе или заболевании. Поэтому важно, чтобы модели содержали самую актуальную информацию. У ученых обычно больше уверенности в прогнозах, когда разные компьютерные модели дают одинаковые ответы.

Это относится и к другим типам исследований. Одно исследование обычно раскрывает только часть гораздо большей головоломки. Требуется много данных от многих разных ученых, чтобы начать собирать головоломку.

Строим вместе

Наука — это коллективное усилие. Исследователи часто работают вместе и регулярно общаются друг с другом. Они беседуют с другими учеными о своей работе как в своей лаборатории, так и за ее пределами. Они представляют свои выводы на национальных и международных конференциях. Общение со своими коллегами позволяет им получать отзывы от других экспертов во время проведения своих исследований.

Собрав достаточно доказательств для поддержки своей идеи, исследователи проходят более формальный процесс рецензирования. Они пишут статью, резюмирующую результаты своего исследования, и пытаются опубликовать ее в научном журнале. После того, как они отправят свое исследование в журнал, редакторы просматривают его и решают, отправлять ли его другим ученым для рецензирования.

«Экспертная оценка информирует нас всех о работе друг друга, гарантирует, что мы остаемся на переднем крае с нашими методами, и поддерживает уровень целостности и честности в науке», — говорит доктор Винди Бойд, старший научный сотрудник. редактор, курирующий процесс рецензирования в научном журнале NIH, посвященном исследованиям и новостям в области гигиены окружающей среды.

Разные эксперты оценивают качество исследований. Они смотрят на методы и то, как были собраны результаты.

«Рецензенты могут рассматривать несколько разные части работы, — объясняет Бойд. «Один рецензент может быть экспертом в одном конкретном методе, тогда как другой рецензент может быть больше экспертом в типе дизайна исследования, а кто-то еще может быть больше сосредоточен на самом заболевании».

Рецензенты могут заметить проблемы с экспериментами или решить, что необходимы другие эксперименты. Они могут предложить новые способы интерпретации данных. Они также могут отклонить статью из-за низкого качества, отсутствия новой информации или по другим причинам. Но если исследование проходит этот процесс рецензирования, оно публикуется.

Тот факт, что исследование опубликовано, не означает, что его интерпретация данных «верна». Другие исследования могут поддержать другую гипотезу.

Ученые работают над различными объяснениями или моделями различных открытий. Обычно они отдают предпочтение той модели, которая может объяснить большинство доступных данных.

«В какой-то момент масса данных, полученных от различных исследовательских групп, убедительно указывает на то, что ответ является наиболее вероятным, — объясняет Лорш. «Вы должны иметь возможность использовать эту модель, чтобы делать прогнозы, которые можно проверить, что еще больше повышает вероятность того, что этот ответ является правильным».

Вечно меняющийся процесс

Наука всегда в процессе. Требуется много исследований, чтобы определить «наиболее точную» модель, что не означает «правильную» модель.

Это самокорректирующийся процесс. Иногда эксперименты могут давать разные результаты при повторении. В других случаях, когда результаты объединяются с более поздними исследованиями, текущая модель больше не может объяснить все данные и нуждается в обновлении.

«Наука постоянно развивается; открываются новые инструменты», — говорит Бойд. «Поэтому наше понимание также может меняться со временем, когда мы используем эти разные инструменты».

Наука смотрит на вопрос с разных точек зрения, используя множество различных методов. Истории, которые вы можете увидеть или прочитать о новом исследовании, могут не объяснить, как оно вписывается в общую картину.

«Иногда может показаться, что исследования противоречат друг другу», — объясняет Бойд. «Но исследования могут иметь разный дизайн и часто задавать разные вопросы».

Подробности различий между исследованиями не всегда объясняются в СМИ. Только со временем накапливается достаточно доказательств, чтобы указать на объяснение всех различных открытий по теме.

«Версия науки в сборнике рассказов состоит в том, что ученый что-то делает, и наступает момент озарения, когда все раскрывается», — говорит Лорш. «Но на самом деле все происходит не так. Все делается шаг за шагом».

Nobel Turing Challenge: создание двигателя для научных открытий

Понимание, переформулировка и ускорение процесса научных открытий имеют решающее значение для решения проблем, с которыми мы сталкиваемся, и изучения будущего. Создание такой машины может стать одним из самых важных вкладов в развитие общества и изменит многие области науки и техники, включая системную биологию. Поскольку научные исследования были одним из самых важных видов деятельности, которые двигали нашу цивилизацию вперед, последствия такого развития будут глубокими.

Попытки понять процесс научных открытий имеют давнюю традицию как в философии науки, так и в области искусственного интеллекта. Карл Поппер ввел понятие фальсифицируемости как критерий и процесс основательного научного процесса, но процесс выдвижения гипотез и понятий не имеет за собой особой логики 1 . Томас Кун предложил концепцию сдвига парадигмы, согласно которой две конкурирующие парадигмы несоизмеримы, и при смене парадигмы должен быть переключен набор знаний, а не одно знание.0141 2 . Имре Лакатос примиряет их, предполагая, что настоящая наука движется вперед на основе «исследовательской программы», состоящей из жесткого ядра, не поддающегося пересмотру, и гибких периферийных теорий 3 . Вопреки этим позициям Пауль Фейерабенд утверждал, что в научном процессе нет методологических правил 4 . Хотя эти аргументы являются важными мыслями в философии науки, идеи носят философский характер, а не конкретны для вычислительной реализации. Кроме того, эти исследования сосредоточены на том, как наука осуществляется как часть социальной деятельности человека. Редкий пример реализации таких концепций можно увидеть в системе вывода модели, реализованной Эхудом Шапиро, которая отражает фальсифицируемость Поппера 5 .

Неудивительно, что научные открытия были основной темой в исследованиях искусственного интеллекта, которые восходят к DENDRAL 6 и META-DENDRAL, за которыми следуют MYCIN, BEACON 7 , AM и EURISKO 6,8 . Он продолжает оставаться одной из главных тем AI 9,10 . Недавно для генетики почкующихся дрожжей была разработана автоматизированная экспериментальная система, замыкающая цикл генерации гипотез, планирования и реализации экспериментов, что явно знаменует собой следующий шаг на пути к ИИ-ученому 9.0141 11,12,13 . Хотя эти новаторские работы были сосредоточены на одном наборе данных или конкретной задаче с использованием ограниченных ресурсов, они означают современное состояние технологий, которые могут стать основой для более амбициозных задач.

Очевидным следующим шагом является разработка системы, которая будет делать научные открытия, которые действительно повлияют на то, как мы занимаемся наукой и стремимся к крупным открытиям. Поэтому я предлагаю поставить перед собой грандиозную задачу по разработке систем ИИ, способных совершать важные научные открытия, способные превзойти лучших ученых-людей, с конечной целью создания альтернативной формы научных открытий 9.0141 14 . Такую систему или системы можно назвать «ИИ-ученый», которая, скорее всего, представляет собой совокупность программных и аппаратных модулей, динамически взаимодействующих для выполнения задач. Поскольку важнейшей особенностью, которая отличает его от обычной автоматизации лабораторий, является его способность генерировать гипотезы, учиться на данных и взаимодействовать с людьми и другими частями системы, рассуждать и высокий уровень автономного принятия решений, термин «ИИ-ученый» наилучшим образом отражает характеристики разрабатываемой системы. Лучший способ ускорить решение грандиозной задачи такого рода — определить четкую формулировку миссии со смелой, но провокационной целью, такой как получение Нобелевской премии 9.0141 14 . Поэтому я предлагаю Нобелевский вызов Тьюринга в качестве грандиозного вызова для искусственного интеллекта, который направлен на «развитие ученых-ИИ, способных автономно проводить исследования для совершения крупных научных открытий и получения Нобелевской премии к 2050 году». В то время как предыдущая статья 14 была сосредоточена на обосновании такой задачи с упором на когнитивные ограничения человека и потребности в исчерпывающем поиске пространства гипотез, в этой статье видение сформулировано как Нобелевский вызов Тьюринга и последствия массового и беспристрастного поиска пространства гипотез и проверка, архитектурные проблемы и взаимодействие с учеными-людьми обсуждаются как преобразующая парадигма в науке. Отличительной чертой этой задачи является размещение системы в открытой области для изучения значительных открытий, а не повторного открытия того, что мы уже знаем, или попыток имитировать предполагаемые мыслительные процессы человека. Видение состоит в том, чтобы переформулировать само научное открытие и создать альтернативную форму научного открытия.

Для решения этой задачи необходимо достичь двух целей: (1) создать ИИ-ученого, который проводит научные исследования с высокой степенью автономности, что позволяет делать научные открытия в масштабе, и (2) создать ИИ-ученого, способного принимать стратегические решения. по теме исследования, которые могут сообщаться в форме публикаций и других средств, чтобы объяснить ценность, методы, обоснование открытия, а также их применение и социальные последствия. Когда обе цели будут достигнуты, машина будет (почти) сравнима с ученым-человеком высшего уровня, а также с научным сотрудником. Вопрос и вызов заключается в том, будет ли машина неотличима от ученых-людей высшего уровня и, скорее всего, пройдет тест Фейгенбаума, который является разновидностью теста Тьюринга 9.0141 15 , или будет ли он демонстрировать модели научных открытий, отличные от ученых-людей.

Следует отметить, что «получение Нобелевской премии» используется в качестве символической цели, иллюстрирующей уровень открытий, на который направлен вызов. Ценность заключается в разработке машин, которые могут совершать открытия непрерывно и автономно, а не в получении каких-либо наград, включая Нобелевскую премию. Он используется как символизм, который вызывает вдохновение и споры.

В то же время подтекст заявления, явно нацеленного на получение Нобелевской премии, ставит ряд интересных вопросов: могут ли такие системы ИИ, сделавшие решающие открытия, также эволюционировать, чтобы стать неотличимыми от ведущих ученых-людей (прошедших тест Фейгенбаума). 16 ). Как свидетельствует случай с блокчейном и биткойнами Сатоши Накамото, есть случай, когда решающий вклад был просто опубликован в виде сообщения в блоге 17 и воспринят серьезно, но его никто никогда не встречал, и его личность (на момент написания) является полная загадка. Учитывая возможность создания очень сложного виртуального агента для взаимодействия с человеком, с возможностью естественного языка для создания профессиональной статьи, будет нетривиально отличить, является ли такой ученый человеком или ИИ. Если бы разработчик AI Scientist решил создать виртуальную личность ученого с ORCID iD для демонстрации технологических достижений, продвижения продукта или по другой причине, было бы практически невозможно отличить AI от человека-ученого. Задача будет считаться практически выполненной, когда комитет по Нобелевской премии будет предупрежден о любой путанице в отношении потенциальных лауреатов. Мы могли бы ожидать, что будет разработана система обнаружения AI Scientist, чтобы определить, кто является AI Scientist, а кто нет, что может напоминать допрос Рэйчел Декардом в «Бегущем по лезвию».

Следует уточнить, что эта цель не утверждает и не подразумевает, что «все основные открытия будут сделаны учеными ИИ» или что будет достигнута полнота гипотез или открытий, сделанных учеными ИИ. Задача фундаментально отличается от любых попыток доказать полноту системы, включая программу Гильберта, предназначенную для доказательства аксиоматической полноты математики, когда выполнимость опровергается теоремами о неполноте Курта Гёделя. Это просто подразумевает: «среди открытий, сделанных учеными ИИ, должны быть открытия, которые считаются очень значительными на уровне, достойном Нобелевской премии или выше». Задача инициирована на основе веры в то, что любое значительное ускорение научных открытий пойдет на пользу нашей цивилизации. Это будет достигнуто за счет создания альтернативной формы научного открытия и изменит форму науки, какой мы ее знаем, а также раскрытия сущности научного открытия. Полезность такой технологии должна принести пользу более широким областям науки, промышленности и общества.

Ядро исследовательской программы должно быть посвящено «Науке о науке», а не «Науке о процессе науки учеными-людьми». Как и в случае с прошлыми грандиозными задачами ИИ, лучший и, возможно, единственный способ продемонстрировать, что научные открытия могут быть переформулированы с помощью вычислений, — это разработать систему ИИ, которая превосходит лучших ученых-людей. Кроме того, недостаточно, чтобы AI Scientist сделал одно открытие, он должен генерировать непрерывный поток открытий в масштабе. Фундаментальная цель этой задачи состоит в том, чтобы раскрыть и переформулировать процесс научного открытия и разработать масштабируемую систему для его выполнения, которая может привести к альтернативной форме научного открытия, которую мы раньше не видели.

Тематические исследования: научное открытие как решение проблем

Герберт Саймон утверждал, что наука решает проблемы в своей статье «Ученый как решатель проблем» 18 . Ученые ставили перед собой задачи решения значимых научных проблем. Если этот постулат верен, определение проблемы, стратегии и тактики решения этих проблем составляет суть научных открытий.

Пример открытия Шинья Яманака клеточного перепрограммирования, ведущего к iPS-клеткам и регенеративной медицине, согласуется с этой структурой 19,20 . У него есть четко определенная цель с очевидными научными и медицинскими последствиями, и поиск и оптимизация были выполнены прекрасно, чтобы обнаружить способность клеточного перепрограммирования с использованием четырех факторов транскрипции, теперь известных как факторы Яманака 21 .

Другим примером является открытие проводящего полимера Хидеки Ширакава, Аланом МакДиармидом и Аланом Хигером. Все началось с несчастного случая, когда стажер-исследователь в лаборатории Сиракавы по ошибке использовал аномально высокую концентрацию химикатов, которые образовывали тонкую пленку. Шикавака заметил это случайное открытие и оптимизировал условия формирования тонкой пленки. Затем вместе с МакДиармиадом и Хигером они определили условие проведения образования полимера. Первоначальные эксперименты со случайно высокой дозой химического вещества можно рассматривать как стохастический процесс поиска, в котором пространство поиска было расширено за пределы обычного диапазона, после чего последовали обширные поиски и оптимизация для формирования стабильной тонкой пленки 22 .

Очень упрощенные процессы этих открытий показаны на рис. 1. Эти примеры, среди многих других случаев, иллюстрируют процесс научного открытия как решения задач и типичные тактики поиска и оптимизации.

Рис. 1: Очень упрощенный процесс научных открытий iPS и проводящего полимера.

Поиск и оптимизация играют решающую роль в процессе обнаружения. Случай Яманаки интересен тем, что был проведен поиск в области биоинформатики, за которым последовала экспериментальная оптимизация, которая в будущем может хорошо подойти для AI Scientist.

Изображение в натуральную величину

Глубокое и беспристрастное исследование пространства гипотез как альтернативной формы науки

Открытие с исчерпывающим поиском пространства гипотез — вот что характеризует AI Scientist. При традиционном подходе ученые стремятся максимизировать вероятность того, что сделанное ими открытие будет значимым по определенным критериям. Другими словами, ученые сосредоточены на совершении значительных открытий и не заинтересованы в количестве сделанных открытий. Это ценностный подход. В альтернативном подходе система научится максимизировать вероятность того, что открытие на любом уровне значимости может быть сделано без наложения каких-либо критериев, основанных на ценности. Это ориентированный на исследование подход, который представляет собой непредвзятое исследование гипотез и резко контрастирует с современной научной практикой. Этот подход включает в себя подход к решению проблем, потому что конкретные проблемы будут включены в гипотезы, порожденные беспристрастным поиском пространства гипотез и их проверкой. Это означает, что AI Scientist будет генерировать и проверять как можно больше гипотез, ожидая, что некоторые из них могут сами по себе привести к крупным открытиям или стать основой для крупных открытий. Способность исчерпывающе генерировать гипотезы и эффективно их проверять является ядром системы и может быть двигателем, придающим системе мощность.

Этот переход от подхода, основанного на ценностях, к подходу, основанному на исследовании, основанному на беспристрастном поиске пространства гипотез, может напоминать переход от планирования экспериментов, основанного на интуиции, к беспристрастным исчерпывающим измерениям, представленным омическим подходом, который стал возможен благодаря микроматрицам и высоким -производительные секвенаторы генома в сочетании с биоинформатикой, поддерживаемые мощными вычислительными ресурсами. Генерация и проверка беспристрастных гипотез будут построены на беспристрастном измерении хорошо зарекомендовавшего себя омического подхода, системы генерации гипотез, ряда систем машинного обучения и рассуждений, а также экспериментальных систем на основе робототехники. Это логическая эволюция модальности науки, когда обширное пространство гипотез исследуется непредвзято, а не в зависимости от человеческой интуиции.

Потенциальный аргумент против этого подхода заключается в том, что такой подход грубой силы слишком неэффективен и может не привести к каким-либо значительным открытиям. Более того, можно возразить, что в науке важнее правильно задать вопрос, чем провести исследование методом грубой силы. Интересно отметить, что в первые дни исследований ИИ было широко признано, что метод грубой силы не работает для сложных задач, таких как шахматы, и что эвристическое программирование необходимо для очень больших и сложных задач 9.0141 23 . Фактическая история ИИ ясно продемонстрировала, что массовые вычисления и машинное обучение являются ключом к успеху, как видно из DeepBlue 24 и AlphaGo 25 .

Относится ли это к научным открытиям? Есть три заметных отличия: (1) пространство гипотез в научных открытиях обширно, открыто и, возможно, бесконечно, в отличие от огромного, но конечного пространства, как в большинстве игр, (2) описание в науке, либо знание, либо данные, не является четко определенным и часто неточным, тогда как четко определенное описание игровых состояний и записей существует в большинстве игр, и (3) оценка гипотезы, вероятно, будет более дорогостоящей и трудоемкой в ​​науке из-за участия экспериментов. Однако с этими проблемами можно справиться, и ряд технологий, которые сделают их управляемыми, изменят науку и выведут ее на новый уровень.

Исследование пространства гипотез в научных открытиях

Пространство гипотез для научных открытий огромно и сложно, в отличие от очень большого, но конечного, четко определенного и монолитного пространства состояний в играх. Пространство состояний для таких игр, как шахматы, сёги и го, является конечным, квантованным, полностью наблюдаемым и монолитным. Например, известно, что игра Го имеет сложность пространства состояний порядка 10 170 и сложность дерева игры порядка 10 360 . Каждое состояние игры можно полностью и однозначно описать набором координат. В пространстве состояний нет иерархической структуры. Это не относится к научным открытиям. Размер всего пространства гипотез бесконечен или не поддается определению. Состояния объектов включают существенные непрерывные значения размерностей более высокого порядка. Преобладают вложенные иерархические структуры. Хотя это кажется принципиально другим, многое можно узнать и адаптировать из опыта создания систем искусственного интеллекта для игр.

Самым последним и значительным успехом в создании системы искусственного интеллекта для настольной игры стала серия AlphaGo, победившая лучших игроков-людей. AlphaGo объединила глубокое обучение, обучение с подкреплением и поиск по дереву Монте-Карло (MCTS) для изучения возможного пространства состояний и дерева игр, чтобы изучить наилучшую возможную игру в исследованном пространстве состояний 25 . Пространства состояний исследуются на основе прогнозов возможных следующих ходов, генерируемых сетями, обученными посредством контролируемого изучения прошлых записей Game of Go (сеть политик SL), и MCTS расширяет пространство поиска. Обучение с подкреплением с использованием самостоятельной игры улучшает сеть политик, а сеть ценностей обучается правильно оценивать статус игры. Этот подход позволил AlphaGo узнать, как люди играли и как люди могут играть в возможном игровом состоянии, близком к прошлой игре (рис. 2а, оранжевый кружок). AlphaGo Zero начинает со случайного хода и учится играть исключительно с помощью обучения с подкреплением без участия человека 26 . Интересно, что AlphaGo Zero превосходит не только лучших игроков-людей, но и AlphaGo. Это демонстрирует силу беспристрастного исследования пространства состояний, поскольку AlphaGo Zero исследует все пространство состояний Go, где AlphaGo поэтапно ищет окрестности стилей игры человека (рис. 2a, зеленое пространство). AlphaZero 27 и MuZero 28 еще больше расширяют такие подходы, чтобы иметь возможность учиться и демонстрировать сверхчеловеческие способности в нескольких различных играх, изучая игровую динамику с обучением с подкреплением без моделей и на основе режимов соответственно.

Рис. 2: Возможное пространство для исследования учеными ИИ.

Структуры поискового пространства для a совершенных информационных игр, представленных игрой GO и b научными открытиями, проиллюстрированы общими чертами и различиями. В то время как область поиска для игры GO четко определена, область поиска для научных открытий не ограничена. Практическая первоначальная стратегия заключается в расширении пространства поиска на основе современных научных знаний с помощью гибридной системы искусственного интеллекта и человека, ориентированной на человека. Крайним вариантом является широкое распространение пространства поиска на удаленные области гипотез, где ИИ-ученый может обнаружить знания, которые вряд ли были бы обнаружены ученым-человеком.

Полноразмерное изображение

Часть такого подхода может быть применена к научным открытиям. С помощью уровней подхода AlphaGo можно сгенерировать набор гипотез, используя совокупность знаний, накопленных на сегодняшний день, и их можно проверить на соответствие совокупности знаний на предмет их непротиворечивости и проверить экспериментально (рис. 2b, оранжевый кружок). Повышая уровень сложности гипотезы и автоматизируя экспериментальную проверку, исследование может быть распространено на область гипотез, где это было нецелесообразно, с постепенным расширением текущей научной практики (рис. 2b, синий кружок). Задача состоит в том, чтобы реализовать стратегию AlphaGo Zero для случайной генерации гипотез для всего пространства гипотез, поскольку пространство гипотез может быть бесконечным и неопределимым (рис. 2b, зеленая зона). Однако могут существовать практические подходы к решению этой проблемы за счет использования внутренней структуры проблемных областей.

В биомедицинских науках любые биологические явления являются результатом молекулярных взаимодействий. Это может быть простое взаимодействие или очень сложная сеть, состоящая из очень большого количества молекул. Взаимодействия между клетками или даже отдельными людьми можно отнести к молекулярным взаимодействиям. Информация любого вида будет получена рецепторами как значимая для биологической системы, поэтому преобразована в молекулярные взаимодействия. Подход, основанный на исследованиях, в биомедицинской науке использует такие неотъемлемые характеристики областей применения и может начинаться с создания и проверки гипотез об основных биологических механизмах, таких как молекулярные взаимодействия, генетические функции, метаболические реакции, свойства материалов и т. д., и исследовать их с беспрецедентной скоростью. шкала. Поскольку большинство открытий в биомедицинской науке касаются механизмов, лежащих в основе болезней или конкретных биологических явлений, исчерпывающее и беспристрастное исследование молекулярных механизмов должно стать строительным блоком для раскрытия сложных механизмов более сложных биологических явлений (рис. 3).

Рис. 3: Базовая структура открытия в биологии.

Большинство открытий в биологии и медицине связано с выявлением механизмов, лежащих в основе важных биологических процессов. Это могут быть фундаментальные процессы, такие как клеточный цикл и клеточное перепрограммирование, или клинически значимые процессы, такие как механизмы вспышки и прогрессирования заболевания. Во многих случаях эта базовая структура будет вложена в несколько уровней. Следует отметить, что «Молекулярные механизмы» сами по себе являются биологическими процессами, поэтому многослойное построение этой базовой структуры открытия неизбежно.

Увеличенное изображение

Таким образом, разумно предположить, что первый этап проекта сосредоточен на гипотезе о конкретной форме, а не о неограниченных и сложных формах, а именно на выявлении молекулярных механизмов, лежащих в основе биологических процессов. Сосредоточив внимание на конкретном типе канонической формы знания, проблема теперь относительно четко определена, что важно как вступительная игра вызова. В то время как омический подход позволил выявить массивные данные о геномах, транскриптомах, метаболомах и интерактомах, для проверки конкретных молекулярных характеристик и взаимодействий с природой требуются подробные и исчерпывающие характеристики и точные измерения с использованием малопроизводительных методов. Такие процессы, как правило, требуют много времени и часто не автоматизированы, поэтому эксперименты проводятся только для высокоприоритетных целей. Автоматизация таких процессов в соответствии с масштабом омикса позволяет осуществлять исчерпывающий поиск и проверку более широкого спектра гипотез, что должно привести к открытиям с высокоэффективными биомедицинскими и биотехнологическими приложениями.

Есть новаторские работы, воплощающие эту идею в жизнь. Adam, первая замкнутая система для научных открытий, предназначена для открытия орфанных ферментов в почкующихся дрожжах 11,13 . Ева была разработана для проведения автоматизированного скрининга лекарственного препарата для выявления забытых заболеваний и идентифицировала ТР-470, первоначально разработанный как противораковый препарат, ингибирующий ангиогенез, из-за его необратимого связывания с метионинаминопептидазой-2, столь же эффективный, как и противомалярийный препарат. ингибитор DHFR 29 . Эти системы автоматизировали процессы анализа с низкой пропускной способностью и обеспечивали исчерпывающую проверку на основе сгенерированной гипотезы. Эти системы высокоавтоматизированы, но не автономны, так как решаемая задача и процесс полностью до мельчайших деталей прорабатываются людьми. Это машины специального назначения, оптимизированные для конкретных типов задач.

Этот процесс можно применять многократно (рис. 4а). Рассматриваемый биологический процесс (h 1 ) может быть объяснен гипотезой h 2 или комбинация h 3 и h 4 , где h 2 , h 3 и h 4 могут иметь возможные молекулярные механизмы, лежащие в основе h 7 902, 6 и h 6

h 6 и h 7 и h 8 соответственно. В таком случае процесс генерации и проверки гипотезы будет выполняться итеративно для проверки или отклонения h 1 с проверенным вспомогательным механизмом либо h 2 , h 3 и ч 4 . n} \right\}\)). При массовом и исчерпывающем поиске пространства гипотез генерируется набор гипотез, а не одна гипотеза, чтобы покрыть и проверить конкретное пространство гипотез.

Изображение полного размера

Бывают случаи, когда биологический процесс можно понять только с точки зрения системной динамики, такой как бифуркация и фазовый переход. Простого применения итерационной процедуры для идентификации молекулярного механизма недостаточно. Это требует реконструкции сети молекулярных взаимодействий и анализа их динамического поведения, возможно лежащего в основе рассматриваемого процесса (рис. 4б). Это более сложно, так как требует создания гипотезы, связывающей биологический процесс с математическими концепциями, и проверки их путем экспериментальной проверки поведения сети и молекулярных механизмов, составляющих сеть.

Исчерпывающее исследование гипотез означает, что генерируется и проверяется набор гипотез, а не одна гипотеза. Таким образом, узлы дерева зависимостей гипотез на рис. 4 должны быть множествами, а не элементом (рис. 4в). Должны быть выполнены эксперименты для проверки всего набора гипотез, и должны быть созданы протоколы, обеспечивающие такой процесс. Это может также включать в себя создание подгипотезы для проверки (рис. 5).

Рис. 5: Дерево гипотез.

Будет автоматически создана и выполнена иерархическая генерация наборов гипотез и данных для их проверки. Проверка набора гипотез C требует проверки обоих наборов гипотез A и B. Данные проверки для наборов гипотез A и B должны быть получены из экспериментов в целом. Как правило, требуется несколько наборов данных для заполнения различных параметров элементов в наборе гипотез перед окончательной проверкой в ​​​​процессе проверки. Для этого требуется набор данных 1 для набора гипотез A, а также необходимо собрать наборы данных 2 и 3 для набора гипотез B. Наборы данных 1, 2 и 3 можно получить из баз данных или с помощью автоматизированных экспериментов. Проверенные наборы гипотез A и B означают набор элементов наборов гипотез A и B, истинность которых подтверждена, или целые наборы с оценкой каждого элемента. При заданном наборе гипотез для проверки этот процесс автоматически генерирует наборы гипотез, которые необходимо проверить в первую очередь, и указывает требуемые наборы данных.

Изображение в натуральную величину

Ценность исчерпывающей генерации гипотез и их проверки заключается в их потенциальной способности преодолеть проблему горизонта. Предположим, что гипотезы генерируются, чтобы максимизировать ожидаемую значимость открытия и настроены на то, чтобы сфокусировать высокую ожидаемую ценность, такая стратегия будет работать, когда ландшафт монотонно увеличивается (рис. 6а). Однако это может предотвратить поиск путей к значимому открытию, когда ряд открытий, предшествующих значимому, имел низкую ожидаемую значимость (рис. 6б). Поиски могут быть прекращены до того, как будет достигнуто значительное открытие, которое может находиться за горизонтом. Ландшафт значимости открытия может быть сложным и немонотонным. Обеспечивая исчерпывающее исследование пространства гипотез, AI Scientist может выйти за пределы области, которая без него остается за горизонтом. В то же время AI Scientist не свободен от ограничения ресурсов. Одной из наиболее важных областей исследований было бы выяснить, как выбирать пространство гипотез, чтобы эффективно идентифицировать его ландшафт. Было показано, что экспериментальный дизайн с использованием машинного обучения эффективен в химии 30 , и здесь можно применить некоторые принципы.

Рис. 6: Ландшафт предполагаемой значимости открытия.

а Пейзаж монотонный, а б пейзаж немонотонный. Упрощенная иллюстрация того, почему бывают случаи, когда результаты исследований, которые не сразу признаются важными, приводят к крупным открытиям. «Оценочная значимость открытий» используется только как концептуальный показатель. Не существует жесткого метода оценки значимости открытия. Количество цитирований и их временные изменения могут быть интересным показателем, но он может быть смещен в сторону краткосрочной популярности, если не установлен соответствующий временной горизонт.

Изображение полного размера

Знание мира, с которым имеет дело наука, состоит из нескольких уровней абстракции, обычно соответствующих уровням систем в предметной области. Обсуждения до сих пор сосредоточены вокруг изучения и проверки гипотезы о молекулярных механизмах, хотя она может быть сложной и вложенной. Следующим шагом должно стать раскрытие более сложных явлений и их динамики, которые взаимосвязаны с многоуровневыми взаимодействиями клеток, органов и индивидуумов. Этот уровень также требует определения принципов и концепций проектирования сложных систем (рис. 7а). Как уже говорилось, системная динамика играет центральную роль в открытиях этого уровня, поэтому математическая концепция должна быть связана с биологическими процессами (рис. 4б). В то же время реальные биологические системы ограничены фундаментальными принципами, такими как биохимия и физика, системными принципами, такими как теория обратной связи и теория информации, выбранными в процессе эволюции и проявленными в контексте среды, в которой они живут (рис. 7б). AI Scientist должен узнать, что возможно, а что невозможно, и какая биология существует в настоящее время, и это может быть потенциально похоже на изучение моделей игровой динамики 28 , но в открытой и очень сложной среде.

Рис. 7: Слои знаний для беспристрастного исследования.

a В научных открытиях знания наслаиваются от материальных знаний до концептуальных знаний. Свойства молекул и их взаимодействия осязаемы, а знания о динамике систем и принципах проектирования носят концептуальный характер, поскольку они не связаны напрямую с осязаемыми объектами, такими как молекулы и клетки. Концептуальное знание часто подкрепляется математическими и системно-ориентированными теориями. b Биология, которую мы наблюдаем («существующая биология»), ограничена множеством факторов, таких как фундаментальные принципы, системные принципы, ограничения окружающей среды и эволюционный отбор. «Возможная биология» удовлетворяет всем ограничениям, но еще не наблюдалась и не осознавалась.

Полноразмерное изображение

Задача состоит в том, чтобы найти способ для системы генерировать и проверять гипотезы концептуального уровня и проверять их. Это должно быть сделано беспристрастно. Такие методы, как обучение с подкреплением на основе моделей и генеративно-состязательное обучение, могут быть первоначально применены для изучения того, как разработать систему, изучающую законы природы в масштабе. Некоторые недавние исследования демонстрируют, что сети глубокого обучения, обученные миллионам статей, генерируют обширные молекулярные взаимодействия 31 и потенциальная связь между молекулами и болезнью только с использованием статей за год (или годы) до того, как такая связь была обнаружена 32 . Глубокое обучение также использовалось для раскрытия иерархической структуры и функций клеток 33 , модели глубокой генерации для обнаружения скрытых структур 34 , точное фенотипирование для предсказания генетических аномалий 35 и многое другое. Результатом таких подходов является набор гипотез, генерируемых с помощью глубокого обучения и других методов ИИ на основе объективных данных, а гипотезы генерируются беспристрастным образом. Такие предсказания могут стать основой для поиска глубоких молекулярных взаимосвязей и функций. Кроме того, недавний успех Ramanujan Machine 36 по математике и проект Debater 37 по состязательному рассуждению расширили возможный подход, который можно использовать в процессе генерации гипотез. Качественная физика дает возможность генерировать, сопоставлять и объяснять физические и математические концепции, такие как бифуркация и фазовый переход 38,39 . В сочетании со способностью нейронной сети глубокого обучения изучать, классифицировать и генерировать нелинейную динамику 40,41 , подход качественной физики может быть мощным методом для генерации и проверки гипотез на уровне концепции динамической системы. Есть исследования по использованию качественной физики для биологических процессов 42,43 . Это иллюстрирует потенциал ИИ, позволяющий исчерпывающе генерировать концептуальную модель, собирать базовые знания, чтобы они соответствовали концептуальной модели, и экспериментально проверять их. Такой подход по существу заставляет нас создавать набор возможных подструктур систем и искать структурное соответствие реальности. Благодаря беспристрастному исследованию на этом уровне ИИ-ученый сможет исследовать сложную динамическую систему и, возможно, сможет открыть новые знания, которые с меньшей вероятностью будут обнаружены учеными-людьми.

Мультивселенная знаний в научных открытиях

Генерация гипотез и поддержание совокупности непротиворечивых знаний в науке является сложной задачей из-за огромного количества вырабатываемых и поддерживаемых гипотез, сложности и немонотонности, а также ненадежности знаний и данные опубликованы. Хотя публикации и данные, уже имеющиеся сегодня, будут исходным основанием для генерации гипотез, проблема в том, что это исходное основание не обязательно является прочным основанием; они содержат существенные ошибки, недостающую информацию и даже выдумки. Ручная проверка утверждений с неправильным толкованием и предвзятой интерпретацией данных индивидуально и исчерпывающе нецелесообразна, учитывая объем публикаций, которые должен обрабатывать AI Scientist. В настоящее время известно, что некоторые типы экспериментальных результатов трудно воспроизвести 44 , где некоторые аспекты проблем воспроизводимости должны быть уменьшены с помощью автоматизированных, прозрачных и отслеживаемых экспериментальных систем 45,46,47 . Внутренняя изменчивость биологических систем из-за шума и индивидуальных вариаций рассматривается как внутренние характеристики 48,49 и должна рассматриваться отдельно от неясностей и неточностей, вызванных самим процессом исследования. Помимо проблемы непосредственной воспроизводимости, некоторые наблюдения могут быть верны в одних контекстах, но могут быть неприменимы в других контекстах, поскольку это является внутренней природой сложной системы. Научное знание вероятностно и немонотонно, и система представления должна отражать эту реальность 50 . Знания должны быть контекстуализированы, и новый контекст может добавляться постепенно. Хотя это характер научных исследований, это создает серьезную проблему в вычислительном процессе, поскольку гипотеза будет генерироваться с использованием совокупности знаний, которые обязательно будут постоянно пересматриваться. Это похоже на рассуждения в сумеречной зоне, где всегда непонятно, что правильно, а что нет. В связи с этим гипотезу и знание нельзя четко разграничить. Это вопрос степени уверенности. Верификация в контексте индуктивных рассуждений означает, что «определенная гипотеза все еще выживает против всех проблем фальсифицируемости, поэтому до сих пор считалась наиболее вероятной». Это означает, что для всех гипотез, выживших или нет, следы испытаний и их результаты должны быть зарегистрированы. Если ошибки не очевидны, каждое утверждение в публикациях должно быть преобразовано в граф знаний, и граф знаний должен постоянно обновляться (рис. 8). Очевидно, возникнут несоответствия, которые вызовут разветвления графа знаний, каждый из которых внутренне непротиворечив. Всякий раз, когда некоторые из допущений изменяются, соответствующая гипотеза автоматически переоценивается. Этого можно достичь, поддерживая очень большое количество множественных согласованных наборов знаний и данных с явной точкой разрыва, набор которых следует считать более вероятным. Система поддержания истины, система кратких пересмотров и немонотонные рассуждения могут применяться для обеспечения согласованности с несколькими контекстами 51,52,53 . Учитывая характер научного знания, которое по существу является вероятностным, несколько наборов графов знаний должны постоянно поддерживаться, если не доказано, что наборы несовместимы, и вероятность того, что каждый набор знаний является наиболее вероятным, изменяется динамически.

Рис. 8: Развивающаяся мультивселенная графов знаний.

Исходный граф знаний (KG 1 0 ) разделен на два несовместимых KG (KG 1 1 и KG 1 2 ) с добавлением новых данных «d1» и соответствующих аргументов. Дальнейшее добавление данных «d2» привело к дополнительному разделению КГ. Данные d3 и связанная с ними аргументация контекстуализировали противоречивые интерпретации, разделяющие два KG (KG 1 4 и KG 1 5 ), что привело к их слиянию. Такое слияние происходит, когда KG 1 4 и KG 1 5 несовместимы из-за противоречивой интерпретации данных d2, но данные d3 и связанная с ними аргументация проясняют конфликт, который может быть разрешен тем, что две интерпретации данных d2 являются контекстом -зависимый, таким образом, обе интерпретации имеют место в различном контексте. Для двух конкурирующих KG (KG 1 6 и кг 1 7 ), D4 и связанная с ними аргументация устраняет KG 1 7 и KG 1 6 и KG 1 6 и KG 1 6 .

Полноразмерное изображение

Чтобы оценить вероятность и, возможно, устранить противоречивые наборы знаний, необходимо внедрить механизмы для разрешения неоднозначностей и фальсификации гипотез. Когда гипотеза генерируется и проверяется, она всегда связана с данными и обоснованием того, почему данные подтверждают или отвергают гипотезу. Теория аргументации 54 и немонотонные рассуждения должны быть основой формирования и обработки структуры аргументации 55,56 . Гипотеза или утверждение могут быть отклонены или нуждаются в дальнейшем уточнении в нескольких случаях, таких как (а) данные сфабрикованы, неточны или неполны, или (б) интерпретация данных/предположений недостаточна для обоснования гипотезы, (в) охват гипотезы должны быть ограничены, и (d) существует эффективное опровержение, которое отрицает рассуждения, связывающие данные/предположения и утверждение. Возможно, рассуждения, представленные в публикациях, недостаточны для обоснования гипотезы, и может потребоваться повторное создание подробного обоснования или аргумент против утверждения, чтобы сделать набор знаний полным. Недавний прогресс в вычислительных дебатах может стать первым шагом к внедрению механизмов для создания таких аргументов 37,56,57 . Модуль аргументации должен генерировать аргументацию для поддержки или опровержения существующей гипотезы, таким образом, обоснование может быть усилено с помощью дополнительных экспериментов и рассуждений. В то же время созданная аргументация должна быть понята ученым-человеком. Качественное моделирование 38,58,59,60 должно давать качественные объяснения, согласующиеся с человеческими рассуждениями 39 . Должна быть разработана замкнутая система, включающая такой процесс, который может постепенно повышать достоверность и непротиворечивость знаний и данных, тем самым постепенно создавая жестко укрепленные данные, аргументацию и гипотезы.

Проблемы технологической платформы: автоматизация, точность и эффективность

Разработка высокоточной, быстрой и недорогой экспериментальной системы и системы анализа данных является обязательной для решения этой задачи. Беспристрастный поиск пространства гипотез означает, что будет создано и проверено беспрецедентное количество гипотез. Тест требует как вычислительных, так и экспериментальных тестов. Объем экспериментов, необходимых для проведения непредвзятого исследования, будет на порядок больше, чем текущая научная практика. Необходимо разработать и внедрить революционно точные, экономичные и быстрые экспериментальные системы. Поскольку цикл генерации и проверки гипотез является фактором, ограничивающим скорость всего процесса, то, насколько быстро и точно будут проведены эксперименты, будет определять шансы на успех задачи. Некоторые эксперименты будут включать гипотезы, исследующие необычные условия, такие как 1000-кратное отклонение от обычных параметров, таких как концентрация химических веществ. Первым шагом будет создание полностью подключенных и автоматизированных лабораторий. Затем со временем оборудование будет заменено высокоточными и эффективными устройствами, включая микрофлюидику, после чего будут использоваться модули ИИ для каждого процесса, прежде чем будет достигнут высокий уровень автономности, ожидаемый от AI Scientist.

Таким образом, экспериментальные системы должны быть менее ресурсоемкими и точными, но надежными, воспроизводимыми и интегрированными. Хотя автоматизация различных экспериментальных процессов уже коммерциализирована, это фрагменты всего процесса. Задача требует автоматизации всего процесса различных типов экспериментов, и часть такой системы может быть установлена ​​в качестве облачной лаборатории робототехники 46 . Недавно экспериментальная робототехническая система успешно определила надлежащее состояние для клеточной культуры клеток пигментного эпителия сетчатки (RPE), полученных из iPS, после поиска 200 миллионов возможных комбинаций параметров с помощью байесовской оптимизации с локальным штрафом 9.0141 47 . Другими примерами являются оптимизация пути биосинтеза ликопина и биотоплива для биопроизводства на основе синтетической биологии. Было показано, что автоматизированный поиск пространства для проектирования эффективен 61,62 . Такой успех свидетельствует о том, что внедрение систем робототехники-ИИ для каждого процесса должно повысить качество и эффективность экспериментов. Автоматизированная замкнутая система также влияет на синтетическую биологию благодаря своему качеству и воспроизводимости 63 . В настоящее время в генетике почкующихся дрожжей существует только замкнутая система генерации гипотез и экспериментальной проверки 9 .0141 13 . Разнообразие экспериментов и их сложность должны быть значительно увеличены, чтобы справиться с обширным набором гипотез, подлежащих проверке. Анализ литературы по более чем 1628 статьям показывает, что 86–89% экспериментальных протоколов в этих статьях могут быть автоматизированы с помощью доступных коммерческих робототехнических систем 64 . Это означает, что прогресс может быть быстрым на начальном этапе, и важно будет то, как интегрировать различные процессы, управление данными и как автоматизировать процессы, которые не автоматизированы в данный момент, а также новые протоколы в будущем.

Для достижения этого должно быть введено точное управление процессами для потоков управления, материалов, данных и физических агентов. Из-за большого количества экспериментов, необходимых для проверки, экспериментальные системы должны быть компактными, а требования к экспериментальным образцам и реагентам должны быть сведены к минимуму. Органы-на-Чипах — это недавнее дополнение к технологиям, которые могут воспроизводить экспериментальный контекст ближе к условиям in vivo, сохраняя при этом управляемость, прослеживаемость и требуя меньшего количества экспериментальных материалов 65,66 . Новый хирургический робот, вдохновленный оригами, обладает интересными характеристиками компактности и высокой точности, которые можно применять для ряда экспериментов 67 . В будущем сочетание микрофлюидики и робототехники будет широко использоваться в биологических экспериментах для удовлетворения потребностей большого количества экспериментов и требований к управляемости, точности и отслеживаемости 68 .

Экспериментальные устройства должны управляться платформой, которая сочетает в себе программные инструменты, доступ к данным и экспериментальные системы, встроенные в замкнутый цикл. Было показано, что экспериментальный дизайн с использованием машинного обучения эффективен в химии 30 , а некоторые принципы могут быть применены к более широким областям. Некоторые технологические платформы легко доступны уже сегодня, например, Garuda Connectivity and Automation Platform 69 , инструмент управления рабочими процессами Wings 70,71 и DISK Data Analysis and Hypothesis Evolution framework 72 , но многие из них еще предстоит разработать. как часть технологического вызова. Прилагаются значительные усилия для разработки программного обеспечения для анализа и моделирования биоинформатики и системной биологии, а также стандарта данных, которые имеют основополагающее значение для получения данных, их правильного анализа, точной обработки и обеспечения динамического моделирования. Ежегодные семинары, такие как COMBINE и HARMONY, способствуют разработке и адаптации стандартов (http://co.mbine.org/home). Совместимость программного обеспечения и данных является обязательной для обеспечения подключения лаборатории, что необходимо для автоматизации не только экспериментальных процессов, но также процессов анализа и моделирования. Необходимо приложить больше усилий для представления гипотез и знаний, отражающих реальность научных знаний.

Развитие отношений между учеными ИИ, учеными-людьми и обществом

Как ученый ИИ развивается и трансформирует научную деятельность? Ясно, что сверхчеловеческий ИИ-ученый не появится на ровном месте. Со временем он будет развиваться вместе с научным сообществом. Возможный и логичный путь эволюции AI Scientist — сначала повысить уровень автоматизации, а затем — уровень автономии (рис. 9). В настоящее время ИИ чаще всего используется для исследований как инструмент для конкретных задач, таких как классификация изображений, анализ текста и другие задачи, которые изолированы и полностью инструктируются ученым-человеком. Это этап инструмента ИИ. На ранней стадии ученый ИИ будет иметь форму группы полезного и высококвалифицированного программного обеспечения, включая модуль генерации гипотез и робототехнику для выполнения сложных, но заранее определенных задач в соответствии с инструкциями. Роботы-ученые Адам и Ева являются пионерами этой стадии. Следующим шагом является увеличение репертуара экспериментов и сложности гипотез. Чтобы сделать такие системы полезными и широко адаптированными, необходимы значительные инвестиции и обратная связь с пользователями.

Рис. 9: Возможный путь к Нобелевскому вызову Тьюринга.

AI Scientist требуется высокоавтоматизированная и подключенная лаборатория, чтобы иметь возможность разрабатывать и проводить эксперименты, а также широкий доступ к базам данных и архивам публикаций для обработки, извлечения и оценки текущих знаний. Сложная лабораторная автоматизация обязательна. Robot Scientist, Adam & Eve, представляет собой узкоспециализированную автоматизацию с определенным уровнем интеллекта для генерации гипотез и протоколов экспериментов. Следующим шагом является полная автоматизация и подключение лабораторного оборудования к уровням управления потоком данных, потоком материалов и физическим потоком управления. Изначально для каждой задачи должно быть установлено несколько помощников ИИ, но их необходимо интегрировать как интегрированную и высокоавтономную систему. Переход от автоматизированной системы к автономной системе будет одной из самых сложных частей инициативы.

Полноразмерное изображение

Эволюционное давление на ИИ-ученого заключается в том, будет ли он использоваться учеными-людьми и получит ли оно широкое распространение. Инвестиции в разработку AI Scientist из государственных или частных источников будут зависеть от полезности таких систем для ученых-людей. Таким образом, AI Scientist неизбежно будет переплетен с исследовательской экосистемой ученых-людей, а высококомпетентные и удобные системы выживут для дальнейшего развития. Этот путь неизбежно делает AI Scientist разработанным для тесного взаимодействия с учеными-людьми. Исследователи быстро поймут ценность и мощь AI Scientist и вскоре начнут задавать вопросы, требующие исчерпывающего выдвижения гипотез и проверки, которые используют весь потенциал AI Scientist на каждом этапе эволюции. Это приведет к трансформационным изменениям в биологии, как мы видим в геномике, когда беспристрастное измерение последовательности генома и транскриптома открыло новые реалии в биологии, такие как некодирующая РНК 73,74 . Даже без крупномасштабных экспериментов способность AI Scientist генерировать гипотезы должна помочь исследователям исследовать гипотезы, которые не могут быть рассмотрены без такого AI Scientist, а также быть чрезвычайно эффективной диалоговой системой поддержки творчества и открытий. Учреждения без AI Scientist больше не будут конкурентоспособными в науке и технологиях.

Ожидается, что с ростом уровня автономии ученые ИИ будут принимать самостоятельные решения о том, что исследовать дальше. Хотя механизмы, позволяющие сделать это возможным, еще предстоит увидеть, можно рассмотреть несколько стратегий, таких как (1) целеориентированный подход с определением целей очень высокого уровня и поиском нескольких путей для наилучшего достижения таких целей или (2) восходящий подход. изучения пространства поиска гипотез на основе открытий, уже сделанных конкретным ИИ-ученым. В любом случае вопросы, которые нужно задать, могут быть автоматически извлечены из публикации, определены исследователями-людьми или случайным образом сгенерированы вопросы, на которые нужно ответить.

Благодаря повышенному уровню подключения и гибкости для создания гипотез и процесса их проверки, инструкции от человека-ученого станут более абстрактными, а у ИИ-ученого появится расширенный автономный процесс для принятия решений о приоритетах гипотез, подлежащих проверке, и экспериментальных протоколов для выполняться. Это полуавтономный этап, потому что инструкции о том, что исследовать, предоставляются извне, хотя то, как исследовать их, может быть сгенерировано внутри AI Scientist. Уровень абстракции инструкций ученых-людей должен быть тщательно выбран, чтобы ИИ-ученый мог успешно выполнить задачу. Такая инструкция, как «найти набор протоколов (факторы транскрипции, химические вещества, процедуры), которые могут трансформировать типы соматических клеток (X) в определенные типы клеток (Y)», является сложной, но осязаемой. Для такой инструкции должен быть создан протокол нескольких экспериментов, в котором приоритет должен быть отдан выбору типов клеток-источников и клеток-мишеней, вмешательств для использования тестируемых и процедур анализа. Однако гораздо более высокие цели, такие как «вылечить рак», «увеличить продолжительность жизни человека до 150 лет» или «свести к минимуму изменение климата», были бы проблематичными, поскольку некоторые из этих целей слишком абстрактны, по крайней мере, на начальном этапе AI Scientist. . С эволюцией AI Scientist на протяжении многих лет некоторые из этих вопросов могут быть решены в будущем, но для этого требуется понимание пользователем способности AI Scientist использовать свои возможности.

Из-за потенциально высоких эксплуатационных расходов ученых ИИ, особенно когда требуются крупномасштабные эксперименты, в большинстве учреждений будет применяться определенный уровень мониторинга. AI Scientist может включать в себя функцию для создания вопросов, более актуальных для его владельца или общества. По крайней мере, весьма вероятно, что будут сделаны более крупные инвестиции, чтобы обеспечить высокую отдачу от инвестиций. В этом случае выбор проблемы и оценка значимости открытий будут отражать человекоцентрическую систему ценностей, а именно ценность стейкхолдеров.

Однако при таких обстоятельствах ИИ-ученые с меньшей вероятностью сделают неожиданные открытия, поскольку проблемы, которые необходимо решить, заранее определены. Исследователи с априорными ожиданиями могут иногда упустить общую картину, когда без таких ожиданий могут заметить 75 . Есть много случаев, когда открытия, которым первоначально уделялось мало внимания, позже привели к крупным открытиям. Чрезвычайно сложно, если вообще возможно, оценить значимость открытия, когда может потребоваться еще несколько открытий, чтобы преобразовать открытие в результат с высокой отдачей из-за проблемы загоризонтного. Настоящая ценность AI Scientist заключается в его способности более эффективно исследовать величину пространства гипотез в кажущихся малоценными областях с ожиданием, что в конечном итоге это может привести к важным результатам. Такие систематические исследования пространства гипотез, казалось бы, малоценных, невозможны для ученых-людей. Оба аспекта открытия важны, что означает, что для ИИ-ученого можно предположить две роли: «ИИ-ученый как решатель проблем», соответствующий ценности заинтересованных сторон, и «ИИ-ученый как исследователь», который смело исследует пространство гипотез, до которого никто не ходил. . Однако в любом случае исчерпывающая генерация и проверка гипотез будет основой AI Scientist, что отличает его от традиционного подхода.

AI Scientist будет мультиплексной многоагентной системой, генерирующей несколько экземпляров AI Scientist (рис. 10). Он состоит из множества программных и аппаратных агентов (высокофункциональных модулей с определенным уровнем автономности) с высоким уровнем взаимодействия, функциональной совместимости и масштабируемости по размеру и сложности задач. Архитектура AI Scientist может иметь две характеристики.

Рис. 10. Возможная конфигурация AI Scientist: AI Scientist — это мультиплексная многоагентная система, в которой будет создано несколько экземпляров AI Scientist.

Они развиваются, сливаются и взаимодействуют с людьми. Люди-эксперты могут быть частью системы как системы «человек в контуре». Ученые, которые хотят работать с AI Scientist, скорее всего, будут работать с экземплярами AI Scientist.

Полноразмерное изображение

Во-первых, это может быть мультиплексная мультиагентная система. Возможно, будет создано несколько экземпляров AI Scientist, каждый из которых специализируется в определенной области, органично исследуя пространство гипотез. Они почти идентичны по компонентам, но различаются по исследованию пространства гипотез. Общение между учеными ИИ может позволить им объединить открытия для дальнейшего изучения. Это может принимать форму общения между учеными ИИ посредством серии запросов или создания нового синтетического нового ученого ИИ. Следовательно, AI Scientist в целом влечет за собой несколько экземпляров AI Scientist с конкретными областями. В этом случае открытия могут быть систематически сосредоточены вокруг начальных основных доменов и, в конечном итоге, как комбинация нескольких доменов, образующих определенные зависимости от путей в открытиях. В сообществе AI Scientist серия открытий и публикаций, сделанных AI Scientist, может напоминать успех успешного ученого. Взаимодействие между учеными ИИ эквивалентно поиску и обмену новыми знаниями и стилям открытий, специфичным для каждого ученого ИИ. Когда требуется критическая масса знаний и данных для создания значимой гипотезы, объединяющей несколько доменов, имеет смысл сформировать сообщество ИИ-ученых. Открытие CRISPR-Cas9может быть одним из примеров революционных открытий, происходящих от сочетания фундаментальных исследований, казалось бы, далеких областей исследований 76 . Хорошо известно, что многие открытия, считающиеся новаторскими, были сделаны путем объединения двух или более, казалось бы, не связанных между собой идей. Если AI Scientist должен быть в состоянии делать открытия такого рода, он должен быть в состоянии получить доступ и соединиться с очень широкими и менее связанными областями, где уже имеется достаточное накопление знаний и данных каждым AI Scientist.

Во-вторых, это может быть система с участием человека. С точки зрения AI Scientist, составляющие их агенты не обязательно должны быть исключительно программными или аппаратными средствами, это может быть человек-эксперт, поскольку он может взаимодействовать с остальной частью системы. Эксперты-люди могут выступать в роли экспертов в предметной области или в роли командования и контроля. Роль управления и контроля важна, чтобы избежать неправильного использования системы. Потенциально AI Scientist может делать открытия, вредные для человека и нашей планеты. Что открывать, полностью зависит от того, как владелец использует такую ​​возможность. При повышении уровня автономии ИИ-ученого могут потребоваться строгие этические нормы и правоприменение. В конечном итоге это повлияет на национальную безопасность на самом высоком уровне.

Будет несколько ученых по ИИ в зависимости от учреждений, академического сообщества, страны или других социальных границ. Некоторые из них могут взаимодействовать друг с другом, некоторые могут быть настроены изолированно, а некоторые могут образовывать локальные сети. Решение о такой конфигурации может быть принято на основании права собственности на созданные данные и интеллектуальную собственность. Некоторые модули и базы данных будут поддерживаться публично, а некоторые будут являться собственностью. Хотя уровень автономии может быть очень высоким, интеллектуальная собственность по-прежнему сохраняется за исследователями-людьми, которые управляют этой системой, потому что исследователи-люди принимают решение о запуске AI Scientist и отслеживают свой прогресс, а также несут ответственность за результат. Некоторые учреждения могут запускать AI Scientist в автономных режимах с очень высоким уровнем автономии, чтобы позволить ему исследовать пространство гипотез, о котором исследователи-люди могут и не подумать. Даже в таком случае полная автономия может быть недостижимой, так как намерение владельца будет влиять на работу системы.

AI Scientist преобразует системную биологию и другие области науки

Автоматизация процесса генерации и проверки гипотез изменит многие области науки. Системная биология является одной из репрезентативных областей, наиболее затронутых такими технологиями, не только потому, что она позволяет исследователям справляться с огромными данными и публикациями, которые иначе не использовались бы в полной мере, но также позволяет исследователям разрабатывать крупномасштабные высокоточные модели, а также выполнять исследование значительно шире по объему и более обширно в пространстве параметров, чем существующие подходы.

Одним из первоначальных ожиданий системной биологии была разработка высокоточной крупномасштабной модели биологических систем, таких как виртуальные люди, которую можно было бы использовать в качестве цифрового двойника пациентов с глубокими молекулярными механизмами, лежащими в основе 77,78 . Хотя это святой Грааль системной биологии, оказалось, что он чрезвычайно сложен, как и ожидалось. Существуют фундаментальные трудности для такой задачи отчасти из-за ограниченности наших когнитивных возможностей и социологических ограничений 14 . Исследовательский ландшафт системной биологии сгруппирован вокруг двух модальностей: (1) высокоточная механистическая модель для меньшей и управляемой системы и (2) крупномасштабная сетевая модель, основанная на данных omics, но менее на подробных механизмах. Между этими двумя модальностями существует неотъемлемый компромисс, и попытки преодолеть такой компромисс не оправдали ожиданий. Во-первых, существуют когнитивные ограничения человека. Огромный объем данных и сложность системы часто выходят за рамки человеческого понимания, а нелинейный характер биологического процесса усложняет задачу. Во-вторых, существуют и практические ограничения. Создание крупномасштабной точной модели требует подробного изучения почти каждого взаимодействия и молекулярного поведения как вычислительным, так и экспериментальным путем, что выходит за рамки возможностей большинства исследовательских групп. Исследование каждого из таких взаимодействий и молекулярного поведения потребует больших усилий, хотя многие из них сами по себе могут не привести к немедленным крупным открытиям. В то время как некоторые из таких усилий могут привести к интересным открытиям, задачи предназначены для заполнения каждой детали большой модели, а не для размышлений о потенциальной важности взаимодействий и молекул. Нецелесообразно предполагать, что самоотверженные усилия членов исследовательской группы будут устойчивыми в течение многих лет, если только большая часть такого процесса не будет автоматизирована.

Возможно, системная биология, особенно исследования крупномасштабных прецизионных моделей, не является областью исследований, в которой только человек может исследовать, поскольку возможные причины трудностей кроются в когнитивных и социологических ограничениях человека. Как только мы примем тот факт, что такой компромисс присущ человеческим когнитивным и социологическим ограничениям, путь к преодолению этого компромисса станет очевиден. Это поле подходит для ИИ или гибридной системы ИИ-человек. Для создания высокоточных крупномасштабных моделей и эффективного использования таких моделей и агрегированных знаний для их поддержки требуются мощные системы искусственного интеллекта для поддержки нашей научной деятельности.

Система искусственного интеллекта не только полезна для создания крупномасштабных углубленных моделей, но и продемонстрирует свою способность обнаруживать новые механизмы и принципы, которые мы не могли себе представить, а также эффективно обнаруживать новые мишени для наркотиков со значительно расширенным поиском кандидатов-мишеней. Обсуждалось широкое использование ИИ для разработки лекарств с целью значительного повышения его эффективности и трансформации процесса 79 . Ранние успешные случаи, включая быструю идентификацию ингибитора киназы для DDR1, обнадеживают 80 . Недавний успех AlphaFold показывает, как технологии искусственного интеллекта влияют на биомедицинские исследования 81 . Исследования взаимосвязи между белками-мишенями лекарственного средства и числом взаимодействий белков демонстрируют низкую, но разумную вероятность того, что белки с небольшим числом идентифицированных взаимодействий являются мишенями лекарственного средства 82 . Хотя шансы, что каждый белок может быть мишенью для лекарства, могут быть небольшими, потому что общее количество таких белков огромно, исчерпывающий поиск этого класса белков может привести к множеству новых мишеней для лекарств. С теми же проблемами, которые возникли в высокоточных крупномасштабных моделях, автоматизация исследовательского процесса необходима для изучения таких возможностей.

Распространение такого подхода на синтетическую биологию для автоматизации процессов проектирования и проверки 63,83,84 .

В конечном счете ряд новых открытий будет объединен в интегрированную модель, которая будет крупномасштабной, высокоточной и всесторонней. Смысл массовый. Это не только означает, что исследователи используют AI Scientist в качестве одного из инструментов, но и означает, что практика научных открытий будет кардинально изменена с AI Scientist, потому что открытия будут делаться в масштабе и автономно. В то же время это будет прекрасная возможность для системной биологии, поскольку она переведет системную биологию на следующий этап.

AI Scientist может преобразовывать не только науки о жизни, но и более широкие области науки и техники. Это особенно актуально, когда требуется генерация и проверка гипотез для поиска параметров химического синтеза и открытия материалов в более широком диапазоне. Уже сейчас проявляются интерес к химии и материаловедению для автоматизации экспериментов в сочетании с машинным обучением и планированием экспериментов на различных уровнях 30,46,85,86,87,88,89,90 . Идея массового поиска пространства гипотез и проверки применима и к этим областям. Однако, если такие усилия могут быть применены к открытию новых концепций, еще предстоит увидеть. Недавно было объявлено о создании машины Рамануджана для автоматической генерации предположений в математике 9.0141 36 . Машина Рамануджана добавила новую перспективу, поскольку это не поиск по параметрам, а обширная генерация предположений. С быстрым прогрессом в робототехнике, датчиках, искусственном интеллекте и растущей доступности вычислительных мощностей ИИ-ученые для более широких областей науки будут неизбежны. Исследовательские институты, не имеющие такой возможности, в ближайшее десятилетие перестанут быть конкурентоспособными.

Нобелевский конкурс Тьюринга — это главный вызов для ИИ и системной биологии. Любой прогресс в достижении цели приведет к созданию высокополезных технологий, которые ускорят науку. Из-за широты требуемого опыта и возможной продолжительности достижения цели его лучше всего организовать как виртуальную большую науку 91 . Как только инициатива взлетит, она раскроет сущность научных открытий и приведет к созданию альтернативной формы науки. AI Scientist и ученые-люди будут работать вместе, чтобы решать огромные проблемы и исследовать новые интеллектуальные территории, на которые раньше никто не ступал.

Спасибо, наука! Лучшие открытия 2021 года

С 2022 годом! 2021 год был определенно… годом. Хотя все было непросто, 2021 год стал эталонным для науки. Самая большая научная история 2021 года, несомненно, связана с усилиями по разработке и распространению вакцин по всему миру, и все это в ответ на нашего постоянно развивающегося и коварного врага, COVID. Научное сообщество во всем мире пережило некоторые из своих самых темных и лучших часов в этой всемирной борьбе, и мы в High Touch High Tech приветствуем каждого научного профессионала, причастного к этому важному историческому моменту.

В такие времена другие научные открытия легко ускользают. На заре 2022 года давайте задумаемся о некоторых других открытиях, которые сделали 2021 год таким важным годом для науки.

1. Марсоход

Люди во всем мире обрадовались, когда США, а затем и Китай высадили на Марсе автономные вездеходы. Для команды Perseverance Mars Rover Team это была первая посадка на Марс с парашютом, от которого волосы встают дыбом. С тех пор, как Perseverance Rover приземлился, он смог запустить мини-вертолет, который стал первым управляемым полетом человека на другую планету. Он также преобразовал углекислый газ в кислород, чтобы доказать, что это может быть сделано для будущей колонизации Марса, и начал делать то, для чего он был специально разработан: собирать образцы Марса, которые будут отправлены обратно на Землю в надежде обнаружить признаки инопланетной жизни. . Ровер Perseverance может революционизировать наше понимание нашего места во вселенной, ответив на один из самых больших вопросов во всей науке!

https://mars.nasa.gov/news/9036/nasas-perseverance-rover-collects-puzzle-pieces-of-mars-history/

Фото:
Joyradost, CC BY-SA 4.0, через Wikimedia Commons

2. ПЕРВЫЕ ЛЮДИ В АМЕРИКЕ

23 000 лет назад плоскостопый подросток шел по берегу древнего озера, которое сейчас находится в национальном парке Уайт-Сэндс в Нью-Мексико. В 2021 году эта уже окаменелая прогулка произвела революцию в нашем понимании того, как долго люди жили в Америке, и открыла новые увлекательные вопросы о том, как люди сюда попали. Когда-то считалось, что коренные американцы жили в Америке всего около 13 000 лет и произошли от небольшой группы, мигрировавшей через сухопутный мост в Азии. Эти следы, описанные археологом Циприаном Арделеаном как «очень близкие к обнаружению Святого Грааля», ставят под сомнение старую теорию, известную как «Первый Хлодвиг». Следы были сделаны в то время, когда считалось, что ледники преградили проход в Америку, поднимая новые интригующие вопросы о прибытии коренных американцев. Может быть, это было морем? Мы надеемся, что ближайшие годы принесут нам больше ответов на эту увлекательную тайну.

https://www.discovery.com/science/new-23-000-year-old-human-footprints-discovered-in-america

3. ОРГАН СВИНЬИ ПЕРЕСЛАНИВАЕТСЯ ЧЕЛОВЕКУ

Эта веха медицины прорыв по понятным причинам был омрачен другими проблемами глобального общественного здравоохранения, но он представляет собой момент, которого как исследователи-медики, так и их пациенты ждали годами. В октябре 2020 года врачи Медицинского центра Лангоне в Нью-Йорке пересадили человеку почку от генетически измененной свиньи. Они смогли тщательно контролировать трансплантат и подтвердили, что он работает нормально, хотя долгосрочная перспектива отторжения до сих пор неизвестна. Область «ксенотрансплантации», или пересадки тканей от нечеловеческих животных к людям, все еще нова, но вскоре может быть разработан устойчивый источник органов для нуждающихся людей по всему миру.

https://www.cnn.com/2021/10/20/health/human-pig-kidney-transplant-scli-intl-scn/index.html

Фото:
Адья Нингтяс, CC BY-SA 4.0 , via Wikimedia Common s

4. САМОЕ СТАРОЕ В МИРЕ ИСКУССТВО ЖИВОТНЫХ

Открытие очень большой бородавчатой ​​свиньи, нарисованной в пещере на Сулавеси, Индонезия, отодвинуло самый ранний известный пример изображения животного на несколько тысяч лет назад. Нарисованная красной охрой Бородавчатая свинья (на фото выше — это реальный вид, который до сих пор обитает в Индонезии) была датирована минеральными образованиями на ее поверхности. Это не самая старая известная картина в мире — трафареты рук в пещере в Испании или, возможно, даже нарисованный камень из Южной Африки могут быть старше. Но предыдущий рекордсмен по старейшему изображению животного происходит из французской пещеры Шове, датированной 33 000 лет назад. Картина «Бородавая свинья» не только рассказывает нам больше о зарождении человеческого символического и абстрактного мышления, но также предоставляет самые ранние свидетельства человеческого поселения в этом регионе, придавая больше правдоподобности теории о том, что ранние люди мигрировали из Африки в Австралию 65 000 лет назад. назад.

https://www.theartnewspaper.com/2021/01/14/archaeologist-have-discovered-worlds-oldest-animal-cave-painting

Фото:
Пабло Карлос Будасси, CC BY-SA 4.0, через Wikimedia Commons

5. ПЕРВАЯ ПЛАНЕТА ЗА ПРЕДЕЛАМИ МЛЕЧНОГО ПУТИ

В галактике с чудесным названием Водоворот (на фото выше), всего в 28 миллионах световых лет от нас, астрономы обнаружили большую и пока еще загадочную планету, впервые идентифицированы за пределами нашей Галактики Млечный Путь. Планета, кажется, вращается вокруг звезды, которая сама вращается вокруг чрезвычайно плотного объекта, возможно, нейтронной звезды или черной дыры. Плотный объект заставляет рентгеновские лучи газа звезды светиться, и возможная экзопланета была замечена, когда она прошла перед свечением. Считается, что эта экзопланета размером с Сатурн может не вернуться в видимость в течение 70 лет, но она усиливает потенциал рентгеновских длин волн как стратегии обнаружения далеких планет.

https://www. npr.org/2021/10/26/1049282754/nasa-new-planet-discovered-outside-milky-way-galaxy

Фото:
Mike Pennington /  Скелет стегозавра, Национальный музей Шотландии , Chambers Street, Edinburgh

Если вы хотите больше научных открытий (а кому нет?), вот еще несколько удивительных открытий 2021 года:

ВАКЦИНА МАЛЯРИИ:

https://www.ncbi. nlm.nih.gov/pmc/articles/PMC7227679/

ПОТЕРЯННЫЙ ЗОЛОТОЙ ГОРОД ЛУКСОР, ЕГИПЕТ:

https://www.bbc.com/news/world-middle-east-56686448

МАЛЕНЬКИЕ ЖИВОТНЫЕ, ВОЗРОЖДЕННЫЕ ПОСЛЕ 24 000 ЛЕТ В ВЕЧНОЙ МЕРЗЛОСТИ:

https://www.newscientist.com/92722 -крохотное-животное-возродившееся-после-24000-лет-погребения-в-сибирской-вечной мерзлоте/

ГЕНОМ ЧЕЛОВЕКА 100% ПОСЛЕДОВАТЕЛЬНО:

https://phys.org/news/2021-06-sequenced-entire -human-genome.html

СУПЕР КРУТОЙ БРОНИРОВАННЫЙ СТЕГОЗАВР:

https://www. abc.net.au/news/2021-12-02/dinosaur-has-resemblance-to-aztec-weapon/100667992

Источники и дополнительная литература:

National Geographic:

https://www.nationalgeographic.com/magazine/graphics/the-21-most-fascinating-scientific-discoveries-of-2021?loggedin=true

Обратное:

https://www.inverse.com/wtf-science-discoveries-2021

Музей естественной истории штата Юта:

https://nhmu.utah.edu/blog/2021/top- science-stories-2021

Science Talk — Что такое наука открытий?

Научные открытия в лаборатории, часто затмеваемые клиническими исследованиями, иногда могут казаться скрытыми за кулисами. Но это исследование имеет решающее значение в борьбе с раком, и мы в Институте исследования рака полны решимости привлечь внимание к научным открытиям.

Наука об открытии рака — это исследование, целью которого является изменение нашего фундаментального понимания биологии рака. Иногда ее называют фундаментальной или фундаментальной наукой (хотя обычно она очень сложная!). Наука открытий исследует широкий круг тем в области биологии рака — от процесса, связанного с регуляцией клеточного деления, до того, как рак может развиваться и адаптироваться, от взаимодействия иммунной системы с раковыми клетками до роли химических сигнальных сетей в росте раковых клеток. .

Научные открытия часто делаются на клетках или в модельных системах, таких как дрожжи, плодовые мушки, черви-нематоды и мыши, где ученые пытаются воссоздать рак, обнаруженный в человеческом теле. Он также включает вычислительную науку, которая использует математические модели для анализа и ответа на научные вопросы.

Выводы, сделанные в результате научных открытий, могут затем, при проведении дальнейших исследований, использоваться для преобразования результатов в результаты, которые непосредственно приносят пользу людям: процесс, часто описываемый как переход от скамьи к постели.

Хотя их работа находится далеко от клиники, ученые-первооткрыватели из ICR полны решимости выбирать области исследований, которые в конечном итоге могут принести пользу пациентам. Они сосредоточены на поиске подсказок фундаментальной биологии рака, которые могут привести к разработке многообещающих инновационных методов лечения рака.

В ICR работают сотни исследователей в области науки об открытиях, я поговорил с некоторыми из них об их работе и о том, почему они считают, что наука об открытиях заслуживает уважения.

«Открытие каждого лекарства можно проследить до исследования открытия»

Профессор Джон Пайнс — руководитель отдела биологии рака ICR. Будучи аспирантом, профессор Пайнс работал в лаборатории лауреата Нобелевской премии сэра Тима Ханта в Кембриджском университете. Джон внес свой вклад в научные исследования циклинов (белков, участвующих в контроле циклов клеточного деления) в яйцах морских ежей, которые принесли Ханту Нобелевскую премию по физиологии и медицине 2001 года вместе с сэром Полом Нерсом и Леландом Х. Хартвеллом.

«Нет ничего лучше, чем найти ответ на какой-то вопрос в науке и на мгновение осознать, что вы единственный человек в мире, который его знает». — говорит профессор Пайнс. «У меня было такое чувство, когда я клонировал и секвенировал «циклин» в лаборатории Тима».

Открытие того, что циклины являются ключевыми регуляторами роста и деления клеток, позволило исследователям рака изучить, может ли ингибирование белковых комплексов, содержащих циклины, называемых циклин-зависимыми киназами (CDK), иметь потенциал для лечения рака. Один из этих ингибиторов CDK, палбоциклиб, в настоящее время широко используется для лечения некоторых видов рака молочной железы.

«Без научных открытий, сделанных Тимом Хантом и другими, у нас не было бы палбоциклиба. Истоки открытия каждого лекарства можно проследить до научных открытий, и для меня это является причиной того, что мы должны прославлять науку открытий».

Части головоломки

Может быть трудно понять, как изучение животных, таких как морские ежи, может рассказать нам что-нибудь о раке у людей. Я спросил доктора Лукаса Дента, научного сотрудника лаборатории динамических клеточных систем ICR, о важности моделей клеток и животных в науке открытий.

«Один из способов понять сложные механизмы, происходящие внутри клеток и между ними, — это сначала взглянуть на клетки, выделенные в лаборатории, и на простые формы жизни». Доктор Дент объяснил: «Эти модельные организмы имеют очень похожую базовую биологию на людей и могут дать ключ к пониманию того, как рак работает у людей. Также можно генетически модифицировать множество модельных организмов, чтобы исследовать роль определенных генов и белков».

«В нашей лаборатории мы генетически модифицируем плодовых мушек, а также используя вычислительные методы и клетки человека, чтобы лучше понять, как сложные биохимические сигнальные сети «перестраиваются» во время развития рака».

Он продолжил: «Однако важно четко понимать, что открытия в области научных открытий являются отправной точкой в ​​процессе рассмотрения будущей пользы для пациентов. Клетки могут вести себя по-разному при выделении в лаборатории и в организме животных, не являющихся близкими родственниками человека. Таким образом, научные открытия следует рассматривать как кусочки головоломки, требуется собрать множество кусочков головоломки, прежде чем мы увидим картину».

Характеристика гена BRAF

Еще одним прекрасным примером научных открытий, ведущих к жизненно важному новому лечению пациентов, является работа ученых ICR по характеристике гена BRAF и его роли в развитии рака.

В начале 1990-х годов группа исследователей ICR под руководством профессора Криса Маршалла начала изучение клеточного сигнального пути, участвующего в контроле клеточного роста. В их исследовании рассматривалась роль пути, известного как путь RAS/RAF/MEK, при раке. Дальнейшая работа группы показала, что белок под названием BRAF может способствовать развитию рака.

Затем исследователи подтвердили, что мутировавший BRAF является онкогеном, способным управлять развитием рака даже при отсутствии других серьезных генетических дефектов.

Эти результаты научных исследований помогли фармацевтическим компаниям открыть лекарства от рака, которые действуют путем ингибирования мутировавшего белка BRAF. Эти селективные ингибиторы мутировавшего BRAF включают дабрафениб , который был одобрен для лечения меланомного рака кожи.

Отслеживание открытий в лаборатории до помощи пациентам

Профессор Джон Пайнс, заведующий кафедрой клеточной биологии имени Криса Маршалла в ICR, рассказал мне об этой работе. «Крис проработал в ICR 35 лет, он был чрезвычайно проницательным и строгим ученым. Это фантастика — иметь возможность проследить его открытие в лаборатории и увидеть, как оно доходит до того момента, когда оно оказывает положительное влияние на жизнь пациентов.

Профессор Пайнс продолжил: «Есть несколько организаций, где вы можете увидеть, как исследования переходят от лабораторного стола к постели пациента, как в ICR, и это довольно необычно».

Дабрафениб был обнаружен командой GlaxoSmithKline , в которую входила доктор Оливия Россанезе, которая в настоящее время является главой отдела терапии рака и директором отдела терапии рака в ICR. Д-р Россанез согласен с тем, что наука открытий необходима для открытия и разработки лекарств.

«Для нас действительно важно понять основные механизмы и генетические изменения при раке, которые приводят к неконтролируемому росту и распространению опухоли». она объясняет: «И когда мы начинаем понимать эти механизмы, у нас действительно есть хорошее представление о том, каковы цели для терапии».

Научные открытия, посвященные пути RAS/RAF/MEK, проведенные профессором Маршаллом и другими сотрудниками ICR, также привели к выявлению механизма, с помощью которого мутировавшие белки RAS вызывают превращение клеток в раковые.

Группа ученых показала, что белок RAS активирует важный сигнальный путь в клетках, называемый MAP-киназным путем. В раковых клетках с мутировавшим RAS путь киназы MAP всегда включен и стимулирует рост рака.

Дальнейшие исследования показали, что две молекулы, RAF и MEK, передают сигналы от RAS к киназы MAP и необходимы для роста рака. RAF и MEK являются отличными лекарственными мишенями, а поступательные исследования, основанные на фундаментальной науке ICR, привели к открытию траметиниба, ингибитора MEK. В настоящее время траметиниб лицензирован для использования и регулярно используется вместе с дабрафенибом для лечения меланомы.

«Посмотрите, как далеко мы продвинулись»

Кто-то, кто получил непосредственную пользу от научных исследований ICR, которые привели к открытию дабрафениба и траметиниба, — это терпеливый защитник Дебби Кейнс.

В апреле 2016 года у Дебби была диагностирована прогрессирующая меланома, и в течение ряда лет она лечилась дабрафенибом и траметинибом.

Мы разговаривали с Дебби в 2018 году, и она рассказала нам о своем опыте диагностики меланомы и лечении дабрафенибом и траметинибом.

Фундаментальная часть нашей работы

В ICR мы очень гордимся нашими научными открытиями. Я поговорил с исполнительным директором и президентом ICR, профессором Кристианом Хелином, о том, почему эта часть нашего исследования так важна.

«Возьмите, к примеру, вакцины от Covid-19. Большинство людей не осознают, что в лабораториях было проведено не менее 25 лет научных исследований, которые позволили так быстро разработать вакцины и провести клинические испытания . Без научных открытий у нас не было бы вакцин, это так просто.

«С раком то же самое — не было бы новых лекарств, если бы не наука открытий. Это абсолютно фундаментальная часть работы, которую мы делаем в ICR».

Теги

Крис Маршалл

меланома

BRAF

Джонатон Пайнс

Палбоциклиб

Оливия Россанезе

траметиниб

дабрафениб

Отделение терапии рака

Кристиан Хелин

терапия рака

Исследования на животных

Открытие науки

биология рака

Лукас Дент

скамья у кровати

Включите JavaScript для просмотра комментариев на платформе Disqus.comments на базе Disqus

Какое величайшее научное открытие всех времен? – Carbon Scientific

Поскольку мы приближаемся к Новому году, я подумал, что было бы забавно начать дискуссию о том, «что является величайшим научным открытием всех времен?» вечер с друзьями и семьей?

Ниже я надеюсь предложить несколько претендентов и в конце этой статьи выбрать моих лучших 4, за которых вы можете проголосовать в опросе на LinkedIn и Twitter . Двигаясь вперед, я очень хочу услышать, какие ваши 4 самых любимых научных открытия всех времен, поэтому не стесняйтесь, пожалуйста, поделитесь ими в наших социальных сетях, включая Facebook и Instagram !

 

Да, и, кстати, я старался быть максимально дотошным с правильными деталями и описаниями теорий, но если я что-то не так, то, пожалуйста, предложите поправку, и я внесу ее как можно скорее.

 

Итак, в произвольном порядке начнем…

 

Система Коперникум

В 1543 году, находясь на смертном одре, польский астроном Николай Коперник опубликовал свою теорию о том, что Солнце представляет собой неподвижное тело в центре Солнечной системы, вокруг которого вращаются планеты. До того, как была введена система Коперника, астрономы считали, что Земля находится в центре Вселенной.

 

Гравитация

Исаак Ньютон, английский математик и физик, считается величайшим ученым всех времен. Среди его многочисленных открытий самым важным, вероятно, является его закон всемирного тяготения. В 1664 году Ньютон понял, что гравитация — это сила, притягивающая объекты друг к другу. Она объяснила, почему предметы падают и почему планеты вращаются вокруг Солнца.

 

Электричество

Если электричество облегчает нам жизнь, то спасибо Майклу Фарадею. Он сделал два больших открытия, которые изменили нашу жизнь. В 1821 году он обнаружил, что когда провод, по которому течет электрический ток, помещается рядом с одним магнитным полюсом, провод начинает вращаться. Это привело к разработке электродвигателя. Десять лет спустя он стал первым человеком, который произвел электрический ток, перемещая провод через магнитное поле. Эксперимент Фарадея создал первый генератор, предшественник огромных генераторов, которые производят наше электричество.

 

Эволюция

Когда Чарльз Дарвин, британский натуралист, в 1859 году выдвинул теорию эволюции, он изменил наше представление о том, как развивалась жизнь на Земле. Дарвин утверждал, что все организмы со временем развиваются или изменяются очень медленно. Эти изменения являются приспособлениями, которые позволяют виду выживать в окружающей среде. Эти приспособления происходят случайно. Если вид не адаптируется, он может вымереть. Он назвал этот процесс естественным отбором.

 

Луи Пастер

До того, как французский химик Луи Пастер начал эксперименты с бактериями в 1860-х годах, люди не знали, что вызывает болезнь. Он не только обнаружил, что болезнь вызывается микроорганизмами, но также понял, что бактерии можно убить нагреванием и дезинфицирующим средством. Эта идея заставила врачей мыть руки и стерилизовать инструменты, что спасло миллионы жизней.

 

Теория относительности

Специальная теория относительности Альберта Эйнштейна, которую он опубликовал в 1905 году, объясняет отношения между скоростью, временем и расстоянием. Сложная теория утверждает, что скорость света всегда остается неизменной независимо от того, насколько быстро кто-то или что-то движется к нему или от него. Эта теория стала основой для большей части современной науки.

 

Теория большого взрыва

Никто точно не знает, как возникла Вселенная, но многие ученые считают, что это произошло около 13,7 миллиардов лет назад в результате мощного взрыва, называемого Большим взрывом. В 1927 октября Жорж Лематр предложил теорию Вселенной Большого Взрыва. Теория гласит, что вся материя во Вселенной изначально была сжата в крошечную точку. За долю секунды точка расширилась, и вся материя мгновенно заполнила то, что сейчас является нашей Вселенной. Это событие положило начало времени. Научные наблюдения, кажется, подтверждают теорию.

 

Пенициллин

Антибиотики — это сильнодействующие лекарства, которые убивают опасные бактерии в нашем организме, вызывающие у нас болезни. В 1928 августа Александр Флеминг, который фигурирует в нашем блоге величайших шотландских ученых под номером , открыл первый антибиотик, пенициллин, который он вырастил в своей лаборатории с использованием плесени и грибков. Без антибиотиков такие инфекции, как острый фарингит, могут быть смертельными.

 

ДНК

28 февраля 1953 года Джеймс Уотсон из США и Фрэнсис Крик из Англии сделали одно из величайших научных открытий в истории. Двое ученых обнаружили структуру двойной спирали ДНК. Он состоит из двух нитей, которые переплетаются друг с другом и имеют почти бесконечное разнообразие химических паттернов, которые создают инструкции для человеческого тела. Наши гены состоят из ДНК и определяют, каковы наши вещи, например, какой у нас цвет волос и глаз. В 1962, они были удостоены Нобелевской премии за эту работу. Открытие помогло врачам понять болезни и может когда-нибудь предотвратить некоторые болезни, такие как болезни сердца и рак.

 

Периодическая таблица

Периодическая таблица основана на Периодическом законе 1869 года, предложенном русским химиком Дмитрием Менделеевым. Он заметил, что при упорядочении по атомному весу химические элементы выстраиваются в группы со сходными свойствами. Он смог использовать это, чтобы предсказать существование неоткрытых элементов и отметить ошибки в атомных весах. В 1913 Генри Мозли из Англии подтвердил, что таблицу можно сделать более точной, расположив элементы по атомному номеру, который представляет собой число протонов в атоме элемента.

 

Квантовая теория

Датский физик Нильс Бор считается одной из важнейших фигур в современной физике. Он получил Нобелевскую премию по физике 1922 года за исследования структуры атома и за работу по развитию квантовой теории. Хотя он помог разработать атомную бомбу, он часто выступал за использование атомной энергии в мирных целях.

 

ВИЧ/СПИД

В 1983 и 1984 годах Люк Монтанье из Франции и Роберт Галло из США открыли вирус ВИЧ и установили, что он является причиной СПИДа. С тех пор ученые разработали тесты, чтобы определить, есть ли у человека ВИЧ. Людей с положительным тестом призывают принять меры предосторожности, чтобы предотвратить распространение болезни. Доступны лекарства, чтобы держать ВИЧ и СПИД под контролем.

 

Искусственный интеллект

Мы часто смотрим на искусственный интеллект с точки зрения человека, например, на роботов, которые начинают думать сами за себя (и, возможно, захватят мир), но для меня искусственный интеллект является одним из величайших научных открытий всех времен, потому что он позволяет машинам учиться и обрабатывать больше информации, чем мы когда-либо могли бы, как люди. Со всеми большими данными, генерируемыми проектами геномики и электронными медицинскими записями со всего мира, компьютеры с искусственным интеллектом могут научиться выявлять закономерности во всей этой информации, что приведет к более быстрым открытиям и огромным скачкам вперед в нашем понимании болезней и способов их лечения. .

 

Медицинская визуализация

Медицинская визуализация — важный инструмент для клинического анализа, позволяющий врачам видеть то, что скрыто кожей и костями, для точной диагностики и лечения заболеваний. Все эти научные инновации, от рентгеновских лучей и рентгенографии до МРТ и ультразвуковых технологий, помогли сделать современную медицину наименее инвазивной, при этом обеспечивая наилучшие результаты для пациентов. В частности, Вильгельм Рентген, немецкий физик, открыл рентгеновские лучи в 189 г.5. Рентгеновские лучи проходят прямо через некоторые вещества, такие как плоть и дерево, но останавливаются другими, такими как кости и свинец. Это позволяет использовать их для обнаружения сломанных костей или взрывчатых веществ внутри чемоданов, что делает их полезными для врачей и сотрудников службы безопасности. За это открытие Рентген был впервые удостоен Нобелевской премии по физике в 1901 году. Медицинская визуализация действительно демонстрирует, как наука и технология дополняют друг друга, поскольку одна развивает другую.

 

Антибиотики

Антибиотики произвели революцию в медицине в двадцатом веке и вместе с прививками почти полностью искоренили многие когда-то распространенные заболевания, такие как туберкулез. В то время как использование плесени для лечения инфекций было впервые отмечено древними цивилизациями, такими как египтяне и греки, именно сэр Александр Флеминг открыл первое антибиотическое вещество, пенициллин G. Для миллионов жизней, которые антибиотики унесли и продолжают уносить, сохранить во всем мире, антибиотики должны быть в моей научной первой пятерке.

 

Интернет

Возможно, величайшее технологическое изобретение нашего времени. Воистину выдающееся достижение в области физики и инженерии, Интернет оказал огромное влияние на всех нас, и, в частности, в области науки он соединил ученых со всего мира и позволил им легче обмениваться информацией и исследованиями, поощрять международное сотрудничество, предоставлять научные ресурсы и документы для больше людей, чем когда-либо.

 

И еще несколько недавних открытий…

 

Обнаружение первых гравитационных волн

В 1916 году Альберт Эйнштейн предположил, что когда объекты с достаточной массой ускоряются, они иногда могут создавать волны, которые движутся сквозь ткань пространства и времени, как рябь на поверхности пруда. Хотя позже Эйнштейн сомневался в их существовании, эти пространственно-временные морщины, называемые гравитационными волнами, являются ключевым предсказанием теории относительности, и их поиски занимали исследователей на протяжении десятилетий. Хотя убедительные намеки на волны впервые появились в 1970-х годов никто не обнаруживал их напрямую до 2015 года, когда базирующаяся в США обсерватория LIGO почувствовала афтершок отдаленного столкновения двух черных дыр. Открытие, о котором было объявлено в 2016 году, открыло новый способ «услышать» космос.

 

В 2017 году LIGO и европейская обсерватория Virgo ощутили еще одну серию толчков, на этот раз вызванных столкновением двух сверхплотных объектов, называемых нейтронными звездами. Телескопы по всему миру видели связанный с этим взрыв, что сделало это событие первым в истории, наблюдаемым как в световых, так и в гравитационных волнах. Эти важные данные дали ученым беспрецедентный взгляд на то, как работает гравитация и как образуются такие элементы, как золото и серебро.

 

Встряхнуть генеалогическое древо человечества

Многочисленные достижения в понимании нашей сложной истории происхождения, включая новые даты известных окаменелостей, впечатляюще полные ископаемые черепа и добавление множества новых ветвей. В 2010 году Ли Бергер представил далекого предка по имени Australopithecus sediba. Пять лет спустя он объявил, что в южноафриканской пещерной системе «Колыбель человечества» обнаружены окаменелости нового вида: Homo naledi, гоминида, чья «мозаичная» анатомия напоминает как современных людей, так и гораздо более древних родственников. Последующее исследование также показало, что H. naledi удивительно молод, живя по крайней мере между 236 000 и 335 000 лет назад. Другие замечательные открытия были сделаны в Азии. В 2010 году группа ученых объявила, что ДНК, извлеченная из древней сибирской кости, не похожа ни на одну из ДНК современного человека, что стало первым свидетельством происхождения потомков, называемых теперь денисовцами. В 2018 году в Китае были обнаружены каменные орудия возрастом 2,1 миллиона лет, что подтверждает, что производители инструментов распространились в Азии на сотни тысяч лет раньше, чем считалось ранее. В 2019 году, исследователи на Филиппинах объявили об окаменелостях Homo luzonensis, нового типа гоминина, похожего на Homo floresiensis.

 

Открытие тысяч новых экзопланет

Человеческие знания о планетах, вращающихся вокруг далеких звезд, совершили гигантский скачок вперед в 2010-х годах, в немалой степени благодаря космическому телескопу НАСА «Кеплер». С 2009 по 2018 год только Кеплер обнаружил более 2700 подтвержденных экзопланет, что составляет более половины текущего общего количества. Среди них; первая подтвержденная каменистая экзопланета. Его преемник TESS, запущенный в 2018 году, уже находит гораздо больше экзопланет. Надеюсь, в ближайшие годы мы увидим гораздо больше. В 2017 году исследователи объявили об открытии TRAPPIST-1, звездной системы всего 39 лет. на расстоянии световых лет от нас находятся семь планет размером с Землю; больше всего встречается вокруг любой звезды, кроме Солнца. За год до этого проект Pale Red Dot объявил об открытии Проксимы b, планеты размером с Землю, которая вращается вокруг Проксимы Центавра, ближайшей к Солнцу звезды, находящейся всего в 4,25 световых года от нас.

 

Технология CRISPR

Огромный прогресс в наших возможностях точного редактирования ДНК был достигнут в последнее время, в значительной степени благодаря идентификации Crispr-Cas9.система. Некоторые бактерии естественным образом используют Crispr-Cas9 в качестве иммунной системы, поскольку он позволяет им хранить фрагменты вирусной ДНК, распознавать любой будущий соответствующий вирус, а затем нарезать ДНК вируса на ленточки. В 2012 году исследователи предложили использовать Crispr-Cas9 в качестве мощного инструмента генетического редактирования, поскольку он точно разрезает ДНК способами, которые ученые могут легко настроить. В течение нескольких месяцев другие команды подтвердили, что этот метод работает с ДНК человека. С тех пор лаборатории по всему миру стремились найти похожие системы, модифицировать Crispr-Cas9.сделать его еще более точным и поэкспериментировать с его применением в сельском хозяйстве и медицине.

 

Вспышка лихорадки Эбола

В ответ на вспышку лихорадки Эбола в Западной Африке в 2014–2016 годах представители органов здравоохранения и фармацевтическая компания Merck ускорили разработку rVSV-ZEBOV, экспериментальной вакцины против лихорадки Эбола. После очень успешного полевого испытания в 2015 году европейские официальные лица одобрили вакцину в 2019 году, что стало важной вехой в борьбе со смертельной болезнью. Несколько знаковых исследований также открыли новые возможности для предотвращения распространения ВИЧ. Исследование, проведенное в 2011 году, показало, что профилактический прием антиретровирусных препаратов значительно снижает распространение ВИЧ среди гетеросексуальных пар, что подтверждается последующими исследованиями, в которых участвовали однополые пары.

 

Бозон Хиггса

Как материя приобретает массу? В 1960-х и 1970-х годах физики, в том числе Питер Хиггс и Франсуа Энглер, предложили решение в виде нового энергетического поля, которое пронизывает Вселенную и теперь называется полем Хиггса. Это теоретическое поле также пришло с связанной с ним фундаментальной частицей, которую сейчас называют бозоном Хиггса. В июле 2012 года поиски, длившиеся несколько десятилетий, закончились, когда две команды на Большом адронном коллайдере ЦЕРН объявили об обнаружении бозона Хиггса. Открытие дополнило последнюю недостающую часть Стандартной модели, впечатляюще успешной — хотя и неполной — теории, описывающей три из четырех фундаментальных сил в физике и все известные элементарные частицы.

 

Новая эра космических полетов

2010-е годы стали ключевым переходным периодом для космических полетов, поскольку доступ к низкой околоземной орбите и за ее пределами стал более глобальным и коммерческим предприятием. В 2011 году Китай запустил на орбиту свою первую космическую лабораторию «Тяньгун-1». В 2014 году индийская марсианская орбитальная миссия прибыла на красную планету, что сделало Индию первой страной, успешно достигшей Марса с первой попытки. В 2019 году израильская некоммерческая организация SpaceIL предприняла первую попытку высадки на Луну, финансируемую из частных источников, а китайская миссия «Чанъэ-4» совершила первую мягкую посадку на обратной стороне Луны. Мировой отряд астронавтов также стал более разнообразным: Тим Пик стал первым профессиональным британским астронавтом, Айдын Аимбетов стал первым постсоветским казахстанским космонавтом, а Объединенные Арабские Эмираты и Дания отправили своих первых астронавтов в космос. Более того, астронавты НАСА Джессика Меир и Кристина Кох совершили первый выход в открытый космос исключительно женщин. В США после запуска последней миссии шаттлов в 2011 году образовавшуюся пустоту заняли частные компании. Blue Origin, SpaceX и Virgin Galactic уже заявили о своих претензиях на более дешевые запуски на низкую околоземную орбиту. По состоянию на май 2021 года насчитывалось шесть успешных роботизированных марсоходов, первые пять из которых управляются американской Лабораторией реактивного движения НАСА: Sojourner (19 лет).97), «Возможность» (2004 г.), «Дух» (2004 г.), «Любопытство» (2012 г.) и «Настойчивость» (2021 г.). Шестой — Zhurong (2021), управляемый Национальным космическим управлением Китая

.

 

Вакцина против COVID-19

Вакцина против COVID-19 представляет собой вакцину, предназначенную для обеспечения приобретенного иммунитета против тяжелого острого респираторного синдрома коронавируса 2 (SARS-CoV-2), вируса, вызывающего коронавирусную болезнь 2019 (COVID-19). До пандемии COVID-19 существовала устоявшаяся совокупность знаний о структуре и функциях коронавирусов, вызывающих такие заболевания, как тяжелый острый респираторный синдром (ТОРС) и ближневосточный респираторный синдром (БВРС). Эти знания ускорили разработку различных вакцинных платформ в начале 2020 года. Первоначально вакцины против SARS-CoV-2 были направлены на профилактику симптоматических, часто тяжелых заболеваний. 10 января 2020 г. данные о генетической последовательности SARS-CoV-2 были переданы через GISAID, и 19В марте мировая фармацевтическая промышленность объявила о своих серьезных обязательствах по борьбе с COVID-19. Вакцины против COVID-19 в настоящее время широко известны за их роль в снижении тяжести и смертности, вызванных COVID-19. Многие страны внедрили поэтапные планы распределения, в которых приоритет отдается тем, кто подвергается наибольшему риску осложнений, например пожилым людям, и тем, кто подвергается высокому риску заражения и передачи инфекции, например работникам здравоохранения.

 

По состоянию на 13 декабря 2021 г. 8,47 млрд доз COVID-19вакцины были введены во всем мире на основании официальных отчетов национальных агентств общественного здравоохранения.

 

Итак, теперь мы находимся в конце нашего невероятно длинного списка, и для меня было важно иметь хорошее сочетание нового и старого и учитывать, насколько более старые открытия выдержали испытание временем и если не ускорили дальнейшие исследования, не игнорируя при этом недавние открытия, которые фантастичны сами по себе, но также могут выдержать испытание временем и привести к связанным с ними новым открытиям.

 

Прежде всего, мои выбранные 4 научных открытия зависят от моих знаний и интересов, поэтому то, что меня интересует и чему я научился за эти годы, несомненно, окажет огромное влияние.

 

  1. Электричество
  2. Интернет
  3. Периодическая таблица
  4. Вакцина против Covid-19

 

Мне грустно упускать работу, проделанную по дальнейшему исследованию космоса, Эболе, бозону Хиггса, экзопланетам, гравитационным волнам, антибиотикам, медицинской визуализации, Теории Большого Взрыва, Системе Коперника, Эволюции и Пастеру, поскольку я думаю, что все они имеют свое место, но когда есть только 5 вариантов, некоторые из них не подходят.

 

Итак, наконец, теперь я прошу вас рассказать мне о ваших фаворитах из общего списка, скажите мне, что бы вы включили, и проголосуйте за вашего фаворита из 5 выше, чтобы, возможно, мы наконец смогли договориться о величайшем научном открытии всех времен…

 

То есть до 2022 года, когда вы сами сделаете новые открытия, и тогда нам нужно будет разорвать этот список и начать все сначала.