去年我们曾整理过一篇关于“诺贝尔风向标”奖项回顾的文章,有兴趣的小伙伴可以回顾一下。
今年谁将摘得桂冠?接下来我们将根据历年的获奖趋势和近期各大“诺贝尔风向标”奖项的颁奖结果,为大家介绍几个备受瞩目的热门领域及种子选手,他们在生理学或医学奖的角逐中有很强的竞争力。(以下排名不分先后)
CAR-T细胞疗法(Chimeric Antigen Receptor T-Cell Immunotherapy),即嵌合抗原受体T细胞免疫疗法,通过基因工程技术将患者的T细胞改造成能够识别并攻击特定癌症细胞的免疫细胞。先前我们已对CAR-T细胞疗法进行了详细梳理。
CAR-T细胞疗法起源于19世纪末,在过去十多年里已经深刻改变了肿瘤学领域,成功治愈了多种以前无法治愈的癌症。2012年,Carl June及其团队首次使用CAR-T疗法成功治疗了一名复发急性白血病患者,这一成就被医学界誉为奇迹。目前,通过FDA审批的六种CAR-T细胞疗法主要靶向B细胞表面标记物。
虽然该技术仍存在治疗成本高昂、可能出现严重副作用等问题,但科研界及临床医学领域仍非常看好这项技术,随着技术的持续进步,CAR-T疗法的应用范围有望进一步扩大,这也是今年获奖呼声最高的领域之一。
热门讨论人物:Carl June、Zelig Eshhar、Michel Sadelain、Steven A. Rosenberg
GLP-1,全称胰高血糖素样肽-1(Glucagon-like Peptide-1),是一种由小肠L细胞分泌的多肽激素,它在血糖调节等方面发挥着重要作用,2023年《Science》杂志将其列为年度科学突破。早在80年代初期,科研人员在研究糖尿病和血糖调节时首次发现了GLP-1,随后其主要被应用于糖尿病治疗研发。然而,近年来,GLP-1类药物在体重管理领域异军突起,从利拉鲁肽到司美格鲁肽,这类药物迅速成为减肥市场的明星产品。
2023年,mRNA技术获得诺贝尔奖,很大程度上得益于mRNA疫苗在疫情中的成功应用。如今,肥胖已成为全球性的健康问题,GLP-1类药物在减肥领域得到广泛应用。技术上的重大突破和社会背景的推动,使得GLP-1在2024年诺贝尔生理学或医学奖的角逐中展现出极大的潜力。
热门讨论人物:Joel Habener、Svetlana Mojsov、Lotte Bjerre Knudsen
Joel Habener和Svetlana Mojsov发现了这种激素的生理活性形式,Lotte Bjerre Knudsen在制药巨头诺和诺德供职期间将其转化为促进减肥的药物。三人共同获得了2024年拉斯克奖基础医学奖。
NGS(Next-Generation Sequencing,即下一代测序技术)是一种高通量的DNA测序技术,它允许对大量的DNA分子进行快速测序。与传统的Sanger测序相比,NGS技术可以同时对数百万到数十亿个DNA分子进行测序,降低了测序成本,对基因测序具有重要意义,目前在基因组研究、疾病诊断、药物研发、个性化医疗等领域也得到了广泛应用。
热门讨论人物:Shankar Balasubramanian、David Klenerman与Pascal Mayer
Shankar Balasubramanian,David Klenerman,Pascal Mayer三位共同开发了 Solexa Sequencing DNA 测序方法,作为二代 DNA 测序技术的核心,具有测序速度快、自动化程度高、成本低廉以及准确简便等特点,可以称得上是研究进程的加速器了。
cGAS-STING信号通路是细胞质中异常双链DNA(dsDNA)的主要感应器,它在天然免疫应答中起着核心作用。该通路的激活可以诱导I型干扰素和干扰素刺激基因的表达,从而建立起有效的天然免疫应答。cGAS-STING信号通路的研究不仅有助于我们理解免疫系统的复杂性,也为开发新的治疗策略提供了可能。此外,cGAS-STING信号通路的调节剂也在免疫治疗中显示出研究和应用的潜力。
热门讨论人物:陈志坚
他发现了能够识别外源和自体DNA的cGAS酶,并揭示了DNA如何刺激免疫和炎症反应的机制,为治疗感染性疾病、癌症以及自身免疫性疾病提供了新的研究方向。近两年,先后获得2023年盖尔德纳奖、2024年拉斯克基础医学研究奖等奖项。
人工智能作为计算机科学的一个分支在近几年里真正展现出它的潜力。AI+生物医学也是新发展趋势,其在蛋白质结构预测、药物发现、临床试验等多个领域都有很不错的表现。DeepMind公司开发了一款人工智能(AI)驱动的蛋白质结构预测工具——Alpha Fold,可以实现预测蛋白质及其他生物分子(如DNA、RNA等)的复合物结构,提升预测速度与准确性,对测序工作与生物医学研究工作具有重大意义。
热门讨论人物:David Baker、Demis Hassabis、John Jumper
David Baker的贡献包括开发了Rosetta系列软件主推蛋白质结构预测领域的发展,以及开发能够设计出在大自然从未见过的新型蛋白质的技术。Demis Hassabis和John Jumper基于Rosetta的基础上,共同领导了开发AlphaFold的团队。
前者曾获2021年生命科学突破奖;后两者则曾获得2023年盖尔德纳奖及2023年拉斯克基础医学奖;三人还共同获得2024年引文桂冠奖等奖项。今年业界内讨论的比较多的还是Demis Hassabis和John Jumper。
光遗传学(optogenetics)是一门结合了光学和遗传学的技术,它通过利用光敏蛋白来精确控制细胞活动,从而实现精准控制特定种类神经元的活动。最早可追溯到上世纪70年代,2005年科研人员首次实现利用光控制细胞神经元。自此,光遗传学迎来了十年发展增速,2010年该方法被Nature Methods选为年度方法,同年被Science认为是近十年来的突破之一。该技术目前在神经科学领域应用非常广泛,未来可能会应用于多种神经和精神疾病的治疗,如帕金森氏病、阿尔茨海默病等。
热门讨论人物:Karl Deisseroth、Peter Hegeman、Gero Miesenböck、José-Alain Sahel和 Botond Roska
B细胞和T细胞的发现是免疫学领域的重要里程碑,它们为现代免疫学的发展奠定了基础,不仅推动了抗体制备、疫苗研发、器官移植、自身免疫性疾病诊断和治疗、癌症免疫治疗等多个领域的快速发展,还成就了后续科学家们取得一系列瞩目成就,近年大放异彩的CAR-T细胞疗法也是基于T细胞而开发的,所以也有一种观点认为,B/T细胞的发现应该先于CAR-T疗法获奖。
热门讨论人物:Max D. Cooper、Jacques Miller
B/T细胞的发现者Max D. Cooper和Jacques Miller却屡屡与诺贝尔奖失之交臂,这是让许多生物医药科研人员感到惋惜的事。今年的诺贝尔奖,这两位的呼声还是很高。
Cooper 被称为“B细胞免疫学之父”,他的研究确定了B细胞来源于骨髓,为理解免疫系统的组织原理提供了基础。Miller则揭示了胸腺是T细胞的发生场所。他们为理解免疫系统的组织原理提供了基础,并推动了基础科学和医学的巨大进步,2019年共同获得拉斯克基础医学奖等奖项。
在NIPT出现之前,产前的诊断技术主要采用羊膜穿刺术来确定胎儿是否患有遗传或染色体疾病,这种技术可能导致孕妇流产、胎儿损伤、羊水持续渗漏及栓塞等意外发生。因此业界一直以来都在探索新的检测方式以降低风险,1996年,Nature Medicine杂志上发表的两篇论文里提到在肿瘤病人的血浆和血清中检测到肿瘤细胞的DNA,这给产前诊断技术带来发展转机。
卢煜明于1997年提出在孕妇血液中检测到胎儿DNA,为无创产前检测技术打下基础。在经过三年的大型临床实验后,2011年正式发表临床结果,并在随后正式推出NIPT技术。该项技术大大降低了传统侵入式检测方式给孕妇及胎儿带来的巨大风险,目前已被广泛运用于临床检测。
热门讨论人物:卢煜明
卢煜明被誉为无创DNA产前检测(NIPT)奠基人,并因该技术多次荣获2016年引文桂冠奖、2016年未来科学大奖(生命科学奖)、2020年/2021年科学突破奖 ( 生命科学奖)、2022年拉斯克临床医学研究奖等奖项。
看完介绍,大家认为哪个领域的成果或哪位科学家最有可能获得今年的诺贝尔生理学或医学奖呢?每年诺奖公布期间都有不少朋友对中国获奖者提出期待,今年的预测中,卢煜明是生理学或医学奖的热门议论人物,在文学奖方面,残雪再一次登上诺贝尔文学奖赔率榜第一名,不知道今年是否能众望所归。也欢迎小伙伴们评论区留言,说出你心中的诺奖人选!
据诺贝尔奖官网消息,今年的诺贝尔奖将于10 月7 日起公布,奖项发布的顺序如下:
10 月7 日星期一,北京时间18:30 颁发生理学或医学奖。
10 月9 日星期三,北京时间00:45 颁发物理学奖。
10 月9 日星期三,北京时间18:45 颁发化学奖。
10 月11 日星期五,北京时间02:00 颁发文学奖。
10 月11 日星期五,北京时间18:00 颁发和平奖。
10 月 15 日星期二,北京时间00:45颁发经济学奖。