如需了解最新热门科学话题，请参阅我们的《2026年值得关注的科学突破与新兴趋势》，其中包括混合太阳能电池、无阿片类止痛、替代电池技术、支持自修复基础设施的物联网传感器和智能涂层等主题的详细信息。
2024年见证了众多显著的科学进步，且发展势头丝毫没有减缓的迹象。在CAS，我们持续关注最新研究动态，并已确定了可能在2025年推动重大科学突破的八大关键趋势。这些领域的最新发展涵盖了研究中的AI、精准医学和新型电池技术等多样化主题。它们共同有可能改善我们的健康、环境，以及为企业和创业者提供更好利用新研究和技术的机会。
您还可以观看由CAS、加州大学伯克利分校、橡树岭国家实验室和POLARISqb的专家小组讨论这些趋势以及他们在2025年最期待参与的相关领域的录像。
CRISPR治疗管线加速发展
尖端基因编辑技术，特别是CRISPR，正在彻底改变药物发现的格局。Casgevy是美国FDA批准的首个使用CRISPR-Cas9基因编辑技术开发的疗法，自那以后，许多针对广泛疾病的新型CRISPR疗法已进入药物发现管线和临床试验。
碱基编辑、先导编辑甚至基于CRISPR的表观遗传调控的快速发展，已将CRISPR推向药物发现的前沿，在肿瘤学、遗传疾病、病毒感染和自身免疫疾病方面具有潜在应用。纠正突变、沉默有害基因或在细胞中引入保护性变化，标志着从症状管理向具有治愈潜力的疗法转变。
CRISPR增强治疗方法的几个例子包括：
- 敲除抑制T细胞功能或增强其靶向癌细胞能力的基因，从而产生更有效、毒性更低的CAR-T疗法。
- 增加可控的安全开关，可根据个体基因反应停止和逆转CAR-T细胞疗法。
- 识别癌细胞中的基因和蛋白质，揭示PROTACs的新靶点。
仅凭CRISPR作为基因编辑工具的多功能性，就能实现基因校正和沉默，这对单基因疾病和病毒感染的治愈性治疗具有潜力。然而，最令人兴奋的是这些技术的互补性——CRISPR、CAR-T和PROTACs——使跨多种技术的协作药物发现成为可能。依赖CRISPR灵活性的新疗法可以解决疾病生物学和患者需求中先前难以捉摸的方面，塑造一个联合方法将产生更有效疗法的未来。
固态电池创新推动锂技术进步
锂离子电池(LIBs)在当今的电动汽车和许多消费电子产品中无处不在。因此，新研究集中在开发更适合这些应用的下一代LIBs。
固态电池是正在获得动力的新兴技术之一，因为它有潜力解决阻碍电动汽车采用的许多关键问题。与当今LIBs中常用的液体或凝胶电解质相比，固态电解质有哪些优势？
- 更安全，不易起火
- 更耐用，可放电更多次
- 更紧凑，在相同体积和重量下能储存更多能量
- 充电更快
- 抵抗寒冷天气性能下降
尽管有这些好处，一些行业专家仍持怀疑态度，指出该技术在实际条件下测试时仍面临成本、制造和生产验证方面的障碍。
总体而言，汽车制造商持乐观态度，这从行业对该技术投资的广泛增长中可见一斑：
- 本田最近推出了一条全固态电动汽车电池生产线，估计这些电池体积将缩小50%。
- 中国最大汽车制造商之一上汽集团表示，将于2026年开始第二代固态电池的大规模生产。
- 日产也宣布计划在2028年前推出配备固态电池的电动汽车。
鉴于所有这些投资，固态电池的转折点可能在未来几年到来。除了车辆应用外，许多行业都在密切关注电池技术，因为每一项新突破都能带来新的应用和可能性。
数据质量成为AI成功的关键驱动力
AI将在2025年继续主导新闻头条，但随着这些技术被整合到众多行业，关于优化AI结果的讨论正从算法转向数据。
数据是用于训练和提供信息给所有机器学习应用的基础燃料。诸如ChatGPT之类的大语言模型(LLMs)在用于专业科学和技术应用时，继续显示出明显的局限性。部分原因在于这些工具在处理化学结构、表格数据、知识图谱、时间序列和其他非文本信息方面的能力有限。
数据质量与多样性对AI结果的重要性已被充分研究。然而，适合特定项目的专用数据通常不容易获得。为了改善广泛科学应用领域的AI研究，研究人员正在要求提供更高质量、更专业化的数据集，针对预期的模型应用。这已经加强了药物重定位研究并促进了计算机辅助药物设计。用于缩小数据质量差距并改善AI应用结果的方法包括：
- 开发定制数据集来训练AI，例如MIT和丰田用于训练自动驾驶车辆的数据集。
- 复合AI系统，利用更多数据源并减少"幻觉"和不准确结果。
- "专家混合"方法，在特定任务上训练多个较小的子模型，而不是使用一个大型模型。
- 当现实世界数据不足时，使用其他AI模型生成的合成数据来训练新模型。
材料科学创新支持气候行动进展
根据《巴黎协定》，许多国家承诺到2030年大幅减少温室气体排放，目标是到2050年实现净零排放。一系列科学创新正在推动这一目标的实现，包括提供新方法解决关键挑战的新材料科学技术。
金属有机框架(MOFs)是由金属离子与有机分子配位形成的分子笼组成的高度多孔晶体材料。这些材料表现出广泛的特性多样性，如高表面积、可调孔径以及对压力和温度变化的适应性，使其成为气体储存、气体分离、磁性、催化以及电学和光学应用的合适候选者。BASF凭借MOFs的优异表面积和可调特性，率先大规模生产用于碳捕获的MOFs，其他公司也紧随其后。
随着气候变暖，节能空调也将至关重要，基于MOF的涂层在此应用中也被证明很有用。当涂在空调部件上时，MOFs能高效地从通过的空气中提取湿度，将所需的冷却能量减少高达40%。
共价有机框架(COFs)在能量存储、催化和气体分离方面也显示出巨大潜力。与金属有机框架不同，COFs完全由有机物组成。这些二维或三维结构相比MOFs具有更高的热稳定性和化学稳定性，最近研究表明，这种稳定性使这些材料能够持续运行并净化大气。COFs在污染控制应用中也被证明有效，例如检测和去除饮用水中的全氟化合物。
预计材料科学研究将在未来几年通过开发环境影响较低的新材料，在可持续发展举措中发挥越来越重要的作用。我们预计这将导致可再生技术和工艺的更广泛创新，减轻污染影响，提高能源效率，并影响许多其他可持续发展目标。
分子编辑促进药物发现创新
传统上，化学家依靠大量但有限的已知反应来合成复杂的有机分子。然而，新兴的合成方法使新的分子骨架和形状更容易获得，可能会催化有机和药物化学领域令人兴奋的创新新波。
分子编辑是一种技术，通过在其核心骨架内插入、删除或交换原子，允许对分子结构进行精确修改。与通过一系列逐步反应组装较小部分来构建新的大分子的传统方法不同，分子编辑使化学家能够通过精确修改现有的大分子来创建新分子。这使他们能够更高效、更具成本效益地创造新化合物，并通过减少总合成步骤，降低许多转化过程中有毒溶剂的使用量和能源需求。
分子编辑可能最具说服力的方面是其预期对创新的积极影响。过去十年，制药行业"创新危机"的原因和解决方法一直存在争议。然而，毫无疑问，增加化学家可用来达到所需结构的路径数量，是增加药物候选物、肥料、材料和许多其他应用所考虑的分子框架数量和多样性的关键。
结合新兴的基于AI的合成应用，这些新合成方法可能在接下来的十年中推动化学创新成倍增长，这些应用已经帮助化学家识别和优先考虑合成路径。
废物管理创新推进循环经济
联合国2024年《全球废物管理展望》估计，如果不进行根本性变革，废物管理的年度总成本——包括污染、健康状况不佳和气候变化的隐性成本——到2050年将翻倍。因此，新技术正在推动循环经济的发展，其中再利用和回收发挥着更大的作用：
- 除了火法冶金和湿法冶金等传统回收方法外，新的电池回收方法正在开发中，这些方法利用生物浸出、直接回收和电湿法冶金工艺等方法重新利用锂、钴、镍、铝、铁和锰等有价值的金属。这些新方法不仅阻止危险化学物质进入环境，还回收了许多流行技术中使用的宝贵且往往稀缺的元素。
- 生物质转化技术如水热碳化被用于废物转化为能源，将湿生物质、有机废物和农业残留物转化为hydrochar（一种用于发电和土壤调理的富碳材料）和biochar（一种用于土壤改良的材料）。
- 塑料降解细菌通过从废物中再生单体，提高了塑料回收的效率——这得益于发现Ideonella sakaiensis 201-F6，这种细菌含有IsPETase和IsMHETase酶，可将聚对苯二甲酸乙二醇酯(PET)分解为其两种环境友好的单体：乙二醇和对苯二甲酸。如果这项技术能够规模化，将有助于跟上世界对塑料的持续"依赖"。
这些新的创新努力不仅抵消了废物处理的成本，还提供了更好的财务激励，因为新技术正在上线。随着制造商、能源生产商、政府和废物管理公司投资于旨在降低废物管理成本以增强可持续性和提高制造过程盈利能力的创新，请关注那些能够从废物中回收或创造新有价值资源的技术。
量子计算走向实用
联合国已宣布2025年为国际量子科学与技术年(IYQ)。虽然量子计算技术尚未广泛商业化，但它正在向科学研究与开发的实际应用稳步迈进。例如，克利夫兰诊所和IBM最近安装了世界上第一台专门用于医疗保健研究的量子计算机，并开始应用其能力来解决即使是现代超级计算机也无法回答的药物发现问题。研究人员正在探索量子计算如何通过实现更复杂的分子行为模拟和高效的蛋白质折叠建模来加速药物发现。随着实施的加速，这为量子计算在短时间内推动重大进展创造了机会。
除了药物开发外，量子计算还可以解决许多其他领域的复杂挑战。例如，农业研究人员正在测试肥料计算和田间监测方面的应用，这些应用可以优化作物产量，提高粮食生产，同时最大限度地减少环境破坏。量子计算还预计将通过识别大量全球数据中的模式，以及更快地评估不同模型生成的多个不同场景，实现更准确的天气预报。
谷歌最近推出的新Willow芯片，以及微软和Atom Computing宣布计划在2025年提供商用量子计算机，表明这项技术正在迅速发展。虽然我们预计在未来几年内它不会主导技术领域（因为扩大这项技术规模仍面临许多挑战），但量子计算正在成为多个领域的关键驱动力。
Omniomics：下一代单细胞革命
近年来，对新型单细胞分析技术的投资激增，这些技术现在正被应用于推动早期疾病检测、产前筛查测试、生物标志物测试、液体活检和生物药物开发的关键进展。2023年，与基因组学、转录组学和蛋白质组学相关的单细胞分析技术市场估计为43.4亿美元，预计从2024年到2030年将以18.7%的复合年增长率增长。
单细胞研究中正在兴起的下一个前沿是多组学。通过结合多种单细胞技术，多组学方法为研究人员和临床医生提供了更完整的画面：
- 在药物发现方面，多组学可以帮助设计治疗药物并推进疫苗开发，因为单细胞水平上各种单模态组学方法的同时整合可以帮助我们理解各种生物过程、通路和疾病机制。
- 多组学还被用于建立细胞连锁树，使癌症研究人员能够在单细胞水平上同时研究表观遗传效应和基因突变的影响。
- 在胶质母细胞瘤患者模型中，多组学显示出提高对肿瘤内异质性理解的潜力，从而为患者特异性治疗提供信息。
除了多组学之外，Omniomics致力于融合所有组学数据，为我们提供细胞水平上人类生物学的综合图景，更准确地揭示复杂的生物相互作用和疾病机制。这种方法对药物创新有广泛应用，可以加速靶向治疗的开发。它还对改善精准医学具有深远影响，提供了对肿瘤内不同细胞及其随时间变化的更深入理解，从而为个性化治疗策略铺平道路。
【全文结束】