《科学美国人》评2016年十大创新技术：万能抗病毒药、超越元素周期表限制的原子

电化学电池能够吸收大气中的碳，将其转化为电能。

单单削减温室气体排放量已经不足以阻止全球变暖。现在，我们必须将大气中已经存在的二氧化碳清除一部分。好消息是，做这件事的方法有很多；坏消息是，这些方法基本上都需要消耗大量能源。

理想的碳封存技术应该可以产生电能，而不是消耗能量。在2016年7月发表于《科学进展》（Science Advances）上的一篇论文中，美国康奈尔大学的研究人员瓦迪·阿尔· 萨达特（Wajdi Al Sadat）和林登·阿彻（Lynden Archer）描述了一种能够捕捉二氧化碳的电化学电池的设计方案。

电池的阴极材料采用的是铝，这种金属成本低、储量大、易于加工。阳极由多孔碳构成，研究人员向其中注入氧气和二氧化碳的混合物。铝、氧气和二氧化碳在电池内部发生反应，产生电能并生成草酸铝。萨达特和阿彻表示，在一个1.4伏电池的生命周期中，电池所吸收的碳是制造电池时所释放的碳的2.5倍。阿彻解释说：“即使你把二氧化碳的主要来源都考虑进来，我们的电池的碳排放量也是负的。”

而碳吸收过程的化学副产品──草酸铝也很有价值。草酸盐可作为清洁剂和漂白剂，全球每年需求量大约为23万吨。电化学电池每多产出一吨草酸盐，会排放二氧化碳的草酸盐工厂就可以少生产一吨。如果把这些减排因素考虑进去，用来制造电池的每千克铝可以吸收3.52千克二氧化碳。

阿彻表示，要想把这个设计转化为实用的技术，他和同事还有很长的路要走。首先，他们需要证明该技术的成本效益足够高，并且规模可以扩展。阿彻预计，如果他们能成功实现这样的转化，将来这种电池会配备在发电站和汽车排气管上。“这样你不只是减少了二氧化碳，而且在利用二氧化碳。”

设计新型化合物的方法可用来对抗耐药菌。

很难想象一个没有抗生素的世界是什么样的，不过因为大规模地滥用抗生素，我们正走近这样的世界。美国疾病控制与预防中心（Centers for Disease Control and  Prevention）表示，仅在美国，每年就有超过23000人因感染抗生素无法对付的病菌而死亡。英国政府资助的一项研究估计，到2050年，全世界每年会有1000万人死于耐药菌。科学家正苦苦寻找能杀死超级病菌的新药，例如大环内酯类抗生素（macrolide）。大环内酯是抗生素的一大门类，可以治疗一般的细菌感染，包括肺炎、链球菌性咽炎、耳部和皮肤感染，以及性传播疾病。

研究人员已经尝试过修改已有抗生素的化学性质，让它们更有效地治疗耐药菌株，不过到目前为止没有取得什么进展。大环内酯的化学结构很难修改，而且大环内酯的原材料是在装着工业细菌的大型发酵罐里制造出来的——这个过程很难精确控制。“化学家们在过去的几十年里一直束手无策，”哈佛大学化学和化学生物学教授安德鲁·迈尔斯（Andrew Myers）表示。

不过，迈尔斯和他的团队找到了从头合成大环内酯的方法。为了合成这种化合物，研究人员把大环内酯的结构分解成8个基本模块，然后以新的形式把它们组合起来，利用不同的组合方式调节其化学性质。迈尔斯团队在2016年5月发表于《自然》杂志的论文中表示，他们已经合成了超过300种新型化合物。研究人员使用了14种致病细菌进行实验，发现大多数化合物可以抑制细菌，而且有很多可以杀死耐药菌株。

此后，研究人员又制造了300种新型化合物。迈尔斯成立了一家制药公司Macrolide Pharmaceuticals，把这些新药推向市场。研究团队已经开始研究另外两类抗生素：林可酰胺类抗生素（lincosamide）和氨基糖苷类抗生素（aminoglycoside）。在他们发明的化合物中，只有少部分会变成实用的抗生素，而且即使是这些抗生素也需要很长时间才能出现在药店中。但是迈尔斯有信心，他的研究（和类似的研究）会帮助我们击败超级细菌。他说：“我非常乐观，随着我们继续进行研究，肯定能获得更好的结果。”

量子密钥的天基传输可能会让“不可攻破”的互联网变为现实。

要建立绝对安全的加密方法，并不需要比铅笔和纸更高级的技术：只要选择一串随机的字符和数字，用作加密信息的密钥。把这个密钥写在一张纸上，用一次之后把纸烧掉就行。关键是要确保没有人能拦截或篡改密钥。而在互联网上，窃取或篡改密钥的事情一直没断过。量子密钥分发（Quantum-key distribution，QKD）可以解决这个问题，该方法会从纠缠光子中生成一个一次性密钥。纠缠光子即量子状态相关联的光子，如果其中一个光子受到扰动，另一个光子也会立即受到影响，无论它们之间的距离有多远。量子密钥分发的问题是，没人知道如何长距离传输纠缠光子。然而今年8月，中国科学院成功将世界第一颗量子卫星送入轨道，为解决这个问题迈进了一大步。

中国科学院的项目名为量子科学实验卫星（QUESS），是与奥地利科学院合作的项目。该项目利用卫星向中国境内相距1200千米的两个观测站传输量子密钥，这一距离是目前最远传输纪录的8倍。原纪录是由《科学美国人》顾问、奥地利物理学家安东·蔡林格（Anton Zeilinger）的团队于2012年创造的。天基平台（space-based platform）是长距离传输的唯一选择，蔡林格说：“地面上找不到能看到1000千米之外的地方。”现在，蔡林格正与他从前的学生、QUESS项目首席科学家潘建伟合作。

如果中国研究人员创造了量子密钥传输距离的新纪录，那么未来的卫星就能提供一个轨道平台，建立起不可攻破的“量子互联网”，物理定律可以确保加密数据包的绝对安全。蔡林格解释说：“我们希望能建立洲际量子通信，这不再只是个科幻概念，而是未来的计算机彼此沟通的一般方式。”

远程控制的微型机器人可以在人体内治疗疾病。

医学干预手段越先进，侵入性就越低。例如，减肥手术曾经需要打开病人的腹腔，从肚脐一直开到隔膜；而今天，这类手术只需要利用腹腔镜技术，开一个几厘米的小口就行。现在，麻省理工学院的研究人员发明了一个原型机器人，可以在胃里完成简单的手术，而且完全不需要切口或连接外部的缆线——病人只需从口中把机器人吞下去就行。

这种微型机器人包裹在用冰做成的口服含片里，被人服下后会通过食道进到胃里。冰胶囊融化后，机器人会像折纸一样打开。展开后的机器人看起来像一张有皱褶的纸，材料上的皱褶、缝隙和补丁的位置都是精心设计好的，它们遇热或受磁场作用时会膨胀或收缩，进而使机器人移动。这种移动方式与生物体关节和肌肉的运动方式非常类似。外科医生通过外部电磁场影响机器人上的磁铁，就可控制机器人的运动。机器人也能通过屈伸自己的皱褶，沿着胃壁爬到指定的位置。这种移动方式叫黏滑运动（stick-slip motion）。

机器人的主体由生物相容性材料制成——部分材料来自猪的小肠，也是香肠肠衣的材料。这些材料可以向体内伤口给药或是像创口贴那样固定在伤口上。机器人还能用自带的磁铁“捕捉”并移除异物，比如误吞的纽扣电池。

 尽管这款机器人还没在活体动物或人体内进行测试，但美国麻省理工学院的机器人工程师丹妮拉·鲁斯（Daniela Rus，她的团队完成了这项研究）认为，这样的目标是可以实现的：“性能更强的机器人”也许有一天可以通过自带的传感器诊断体内出血点。而无需有创外科手术就能移除体内异物，也将是一个巨大的进步。“我的父亲在20世纪70年代得了肾结石，医生们差不多切开了他的半个身体才取出结石，”鲁斯说，“（微型机器人）还需要很多年才能付诸使用，但一旦投入实用，可以想象它能对这些手术产生多大的影响。” 

机器学习软件可以分析卫星图片，找到需要帮助的偏远地区。

2015年，联合国定下一个目标，希望在2030年前在世界范围内消除极端贫困。这个目标很大胆。要实现目标，第一步就是找到最穷的人都在哪里，而这一步的难度就非常大。在贫穷和易发战乱的国家进行经济调查既昂贵又危险。因此，研究人员尝试通过一种间接的办法来解决这一难题：他们在夜间的人造卫星照片中寻找特别暗的区域。“一般来说，晚上亮起来的地方经济状况更好，”美国斯坦福大学地球科学系统助理教授马绍尔·博克（Marshall Burke）解释说。但这种方法有缺陷，尤其是在区分贫穷程度方面。在晚上，从太空中看下去，轻度贫困和极端贫困的地方是一样的，都是漆黑一片。

博克和他在斯坦福的团队认为，可以用机器学习的方法来改进人造卫星成像研究。研究人员利用非洲五国的日间和夜间卫星图像来训练图片分析软件。在综合了日间和夜间的图片数据后，计算机“学会”把日间图片的特征（道路、城市区域和农业用地）与不同水平的夜间亮度关联起来。“利用夜间的灯光，可以找出日间照片中有何重要特征，”博克说。

当训练结束后，博克的软件可以仅仅根据白天的卫星图片发现贫困区域的位置。当研究人员拿他们的结果和针对非洲这五个国家的调查进行比较后，发现他们的方法比其他非传统的贫困预测工具（包括夜间亮度模型）更好。政府和非盈利组织可以使用这个工具决定现金转移支付项目（cash-transfer program）的扶助对象，也可以评估某个扶贫政策的效果。研究人员已经开始与世界银行和美国国际发展署（U.S. Agency for International Development）合作，计划调查索马里等地的贫困状况。接下来，博克和他的团队希望可以用他们的新技术绘制一张全非洲的贫困状况地图。

纳米多孔纤维让穿着者感到凉快，这可以降低对空调的需求。

地球变得越热，把空调温度调得更低的人就越多。但是空调制冷需要能源，而获取能源会排放温室气体。在美国，平均每年由于空调耗能向大气中排放的二氧化碳高达100万吨。

崔屹（Cui Yi）是斯坦福大学材料科学与工程学教授，他想用衣服帮人们解暑降温。即便是最轻薄的棉纤维衣物也会吸收身体发射出的红外线，从而锁住热量。崔屹和他的团队发现，一种用于制造锂离子电池的纳米多孔聚乙烯材料（nanoPE），可以让这些辐射散发出去。其他高科技运动服是靠汗液蒸发来让穿着者感觉凉爽，而nanoPE不需要汗液。

nanoPE的价格与棉纤维基本相当，呈薄片状，充满直径约50~1000纳米的孔隙。这么大的孔隙可以让红外辐射透过，同时也会散射可见光，让材料变得不透光。（普通的聚乙烯则是透明的，这对服装面料来说是个明显缺陷。）一张nanoPE看上去就像一片薄薄的塑料片，不适合做服装面料。崔屹的研究团队在nanoPE表面涂了一层吸水的化学物质，在两层nanoPE之间加入一层棉质网夹层，并用微针在材料上刺出多个小孔，使空气更容易流通，这才让nanoPE成了一种可用的面料。在做出这些调整之后，崔屹发现，与棉质衣服相比，nanoPE可以让模拟的人体皮肤多降温2摄氏度。崔屹团队于2016年9月在《科学》（Science）杂志上报告了这一发现。崔屹表示：“如果你穿上nanoPE的衣服，只要外部温度比你的体温稍低，你就会感到凉快。”如果是大热天，你可能还是想开空调，但可以把温度调高一些。有研究显示，只要把空调温度调高几度，就能让能耗降低近一半。

目前该团队仍然需要在真人皮肤上测试nanoPE的耐用性、舒适度和降温效果，而且研究人员尚不知道染料会对降温效果造成何种影响。崔屹相信，如果这种材料能够通过这些测试，就可以用于制作制服和护士服，供工厂和医院的工作人员使用。

一个罕见的遗传突变也许可以催生出能对抗所有病毒的药物。

众所周知，病毒很擅长躲避人造药物的攻击，但它们面对罕见基因突变ISG15时却很无力。带有这个突变的人能更好地抵御大多数可以感染人类的病毒——但每1000万人里只有不到1人携带这一突变。西奈山伊坎医学院的杜赞·博古诺维奇（Dusan Bogunovic）认为，可以模拟这一突变来研发药物。如果他想得没错，他有可能找到一种可以临时对抗所有病毒的药物，让人不会因感染病毒而生病。而在服药期间接触的病毒，病人还会对它们产生终身免疫力（如果病毒没有像流感病毒那样发生突变）。

博古诺维奇和他的团队为了研究突变抑制病毒的机理，并找出模拟这一突变的药物，找到了6个携带这一突变的人做实验。研究团队为他们的基因组测序，分离了他们的血液和皮肤细胞。 研究人员让这些细胞接触多种病毒，包括寨卡病毒、流感病毒和疱疹病毒，24小时后，这些细胞里的病毒数量比正常细胞要低几个数量级。2016年5月，研究团队在《自然·通讯》（Nature Communications）发表论文，解释了原因：ISG15突变使得细胞失去了一个调节炎症的功能。炎症可以帮助身体抵抗病毒，所以这些人“在被病毒感染的时候，比你我准备得更好，” 博古诺维奇表示。所以，他们可以在病毒复制到足以致病的数量前，就开始对抗入侵者，激活免疫系统。

博古诺维奇希望找到一种药物，可以通过相同方式把ISG15突变作为目标。“只要稍稍调整一下我们的系统，就可以压住感染的第一波爆发，”他解释道。博古诺维奇的团队正从1600万种化合物中筛选有前景的抗病毒药物。当他们发现候选化合物以后，就需要精细地调整化合物的化学性质，完成毒理学和动物试验，并最终进行人体临床试验。这个研究并不是必定能获得成功。有些携带ISG15突变的人会偶发癫痫，出现类似红斑狼疮的自体免疫疾病症状。研究人员开发的药物需要避免出现副作用。但是博古诺维奇表示乐观，他也正在讨论成立一个生物技术公司使用自己的技术。他说：“一切皆有可能。这需要一个过程，但我认为这个过程很激动人心。”

人工智能方法可以让计算机在视觉模式识别方面胜过人类。

如果有人给看你一个陌生字母表里的字母，再让你把它写到一张纸上，也许你能做到，但计算机却做不到——即使它有最先进的深度学习算法（比如谷歌用来为照片分类的那些算法）也不行。哪怕只是做一些基本的图片区分工作，机器学习系统也需要用大量的数据集进行训练。如果邮局想让机器根据邮编分类邮件，这还能接受。但对实时翻译这类更精细复杂的问题，只需学习少量案例的方法效果会好很多。 

借助贝叶斯规划学习（Bayesian program learning，简称BPL）这个机器学习框架，计算机已经离这一飞跃不远了。纽约大学、麻省理工学院和多伦多大学的研究者组成的团队证实，只需学习一个例子，使用了贝叶斯规划学习方法的计算机就能比人更好地识别和复写陌生的手写字符。（“贝叶斯”指一种概率推理方法，可用来根据新证据改进某个不确定的假设。）

贝叶斯规划学习方法和深度学习有本质上的差别。深度学习粗略地模拟了人脑基本的模式识别能力。而贝叶斯规划学习的灵感来自人脑的另一种能力：推断出可以生成某种模式的一系列动作。例如，它能发现字母A是用三道笔画写成的：两条顶部相交的斜线和一条水平的短线。“计算机只需一个简单的程序，就能产生这个字母的很多版本，每次运行程序产生的字母都略有变化，”纽约大学的摩尔-斯隆数据科学学者布伦顿·莱克（Brenden Lake）表示。他也参与了这项研究。贝叶斯规划学习让软件可以利用较小的已知部分（比如字母A的那条横线），解决重构陌生字母过程中的不确定性问题。

这种机器学习方法既用途广泛又高效。贝叶斯规划学习软件用来分解和重构未知字母的过程可以帮助人工智能应用推断复杂现象（例如河中的水流）的因果模式，并根据这些模式，在完全不同的系统中解决问题。人类经常使用这种抽象的“横向思考”（lateral thinking）能力，而贝叶斯规划学习方法可以让计算机也拥有相似的能力。“我们正试着让计算机学习概念，并把这些概念应用到不同的任务和领域中去，”莱克说，“这是人类智能的核心部分。” 

对埃博拉、肺结核等疾病的廉价快速的筛查方法，可以挽救偏远贫穷地区病人的生命。

一个发着高烧的病人来到了非洲农村的一家诊所。诊断结果可能是从轻度伤寒到埃博拉的任何一种疾病。即使这家诊所有验血设施，也需要几天时间才能获得结果。那么医生该怎么办呢？是开抗生素处方还是要求隔离病人？

过去十年里，研究人员一直在寻找一种快捷、廉价的试纸诊断方法（类似验孕棒或验孕试纸），以便在这种场合拯救生命。非营利机构Diagnostics For All正在等待监管机构批准他们在非洲使用肝功能血检测试。比尔及梅琳达·盖茨基金会资助的高智发明（Intellectual Ventures，位于美国华盛顿州），正在研究超敏感疟疾测试和结核诊断尿检工具。华盛顿大学的生物工程教授保罗·耶格尔（Paul Yager）也在研发一套检测血液中埃博拉病毒蛋白的工具。这些测试只需要几美元，使用前也都不需要特殊训练。

这些诊断工具的核心是试纸，上面蚀刻或覆盖了可以分离、浓缩和混合液体的结构。纸本身就可以吸收血液和尿样等液体，所以样本可以不依赖外力就流过检测设备。试纸上的结构可以引导液体稀释，并发生识别病原体或疾病标记物所需的化学反应。例如，Diagnostics For All的肝功能检测试纸就包括了一个过滤装置，可以把血红细胞筛掉，让血浆流到试纸底层，那里有一种试剂，可以和肝损伤的一种标志性酶结合。试纸颜色的改变可以显示病人的酶水平。

第一代诊断试纸一般只能发现入侵物产生的分子或致病微生物，从而检测疾病。但接下来有可能出现直接检测病原体DNA的诊断工具。这些工具叫核酸测试，可以让医生在疾病最早期就能准确地诊断出疾病。耶格尔和哈佛大学的化学教授乔治·怀特赛兹（George Whitesides）等研究者正各自独立研究核酸试纸。耶格尔正在研发家用的寨卡病毒核酸试纸，也在申请研究经费，用来研发快速廉价的寨卡、登革热和黄热病检测技术。

研究人员仍然有技术难题需要克服，但他们表示最大的障碍来自资金。制药公司觉得廉价的检测设备没有利润，所以大部分资金来自政府和私人基金。怀特赛兹说：“我们和其他人的研究都表明这项技术有用。但能否克服商业化的最后障碍，还有很多不确定因素。”

新方法能够设计出超越元素周期表限制的原子、分子和有用材料。

元素周期表中看上去有许多元素，但对于化学家和材料科学家来说还不够多。要设计具备某种非同寻常的特性的合成材料，比如设计像木头一样可降解的硅类半导体，大自然的配方往往存在局限。哥伦比亚大学化学系教授柯林·纳科尔斯（Colin Nuckolls）表示：“很多时候，你想要的是一种并不存在的原子。”用所谓“超级原子”组成的超级分子可以满足这个需要。超级原子是行为如同单个原子的原子团，研究者可以设法使其具备特别的电磁特性，这是元素的自然组合很难或不可能获得的性质。虽然化学家早在几十年前就知道如何构建超级原子，但一直找不到一种可靠的方法将它们连接成更大型的结构。

现在，纳科尔斯的研究团队发现了一种方法，可以用超级原子来制造“设计分子”。这些合成结构能够模拟天然分子的特性，同时材料科学家可以对这些特性进行“微调”，以达到某些特殊的目标。纳科尔斯表示：“你可以很容易地改变由超级原子构成的分子的化学性质或磁性，而单凭原子结构是做不到这一点的。这就像给元素周期表增加了一个维度。”

1984年，加利福尼亚大学伯克利分校的沃尔特·奈特（Walter Knight）和同事通过合成钠原子团发现了超级原子，钠原子团的外层电子与单个原子的外层电子性质相似，这种超级原子的磁性和反应活性都更强了。从那时开始，科学家已经用铝、铂、铷等元素制造出了超级原子团。但是要想把超级原子组合成更大的分子，科学家还需要摸清这些超级原子要遵循的特殊化学定律，这些定律和元素周期表中的元素所遵循的定律并不相同。

原子核周围的电子会优先占据低能级，再占据高能级，这一排布规律被称为构造（Aufbau）原理。（Aufbau在德语中意为“建造”，该原理由尼尔斯·玻尔首先提出，并由沃尔夫冈·泡利加以扩展，这两位都是量子力学的先驱。）在研究生阿努克·尚索尔（Anouck Champsaur）最初发现的基础上，纳科尔斯团队总结出了与构造原理类似的规律，根据该规律，他们可以将超级原子合成为分子。

到目前为止，该团队已经制造出了由两个或三个钴-硒超级原子组成的分子。但尚索尔和纳科尔斯认为，利用超级原子的构建原理，他们还可以合成更为特殊的材料，这类材料有潜力应用在柔性传感器、智能衣服和高能效电池等领域。我们不需要更新化学课本上的元素周期表，纳科尔斯说：“我们不是搞炼金术。”但他也表示，由超级原子制成的分子“可以让我们的收获比自然界给予的更多。”