浙江新闻客户端记者曾福全通讯员柯艺能李玲
13日，浙江大学发布科技战略报告《重大领域交叉前沿方向2021》。该报告由浙江大学中国科教战略研究院牵头，针对当前全球科技创新热点话题，选取新药创制、未来计算、合成生物学、AI+基因组编辑、脑-意识-人工智能等五大领域，凝练形成50个交叉前沿方向。同时对全球发展趋势、国家战略布局、各领域未来发展规划进行解读分析，深刻客观地反映了整体发展趋势。
以智能化为特征的第四次工业革命已经全面启动，融合技术的不断涌现正在引领各个领域的创新突破。交叉学科是这场变革的核心驱动力，主要表现为信息、生活、物质的深度融合，最终将推动人类生产生活的深刻变革。把握全球科技发展趋势，瞄准交叉前沿领域，加快布局，对于把握未来创新竞争制高点具有重要意义。科技战略研究项目“重大领域交叉前沿方向”旨在通过持续发布交叉前沿报告，反映全球科研发展趋势，发掘新的学术增长点，为国家、地区和机构的创新布局提供参考。
面向新药创制领域，报告认为新药创制是生命科学领域的重要环节，但一直受限于缺乏创新理论指导和创新技术方法的跨学科应用。同时，创新药物研发的成功率始终受到原始药物靶点缺乏、化合物合成过程复杂、药物性质评价耗时耗力、药效差、毒性高等因素的制约。基因编辑技术、肿瘤免疫治疗、大数据、人工智能等前沿新技术。正在不断涌现，这将显著提高药物治疗的有效性，从而提高生活质量，逐步实现人类生命的延续。特别是基于智能计算的智能药学、基于创新材料的微纳药学、基于多组学整合的系统药学和基于细胞工程的细胞药学，代表了新药创制和生物医学的重要发展方向。
面向未来计算领域，报告认为，短期内，基于硅基冯诺依曼架构的现代计算技术仍将是未来计算的主体，面向不同应用需求的系统优化将成为技术创新的重点方向，器件与芯片、系统技术与应用技术将同步发展。从长远来看，由于硅基集成电路的物理限制和冯诺依曼架构的固有瓶颈，量子、神经形态计算等非冯诺依曼架构计算技术的突破和产业化将是未来计算的研究重点。
面对合成生物学领域，报告认为，合成生物学研究的发展推动生命科学研究开启了一个以系统化、量化和工程化为特征的“多学科融合”的新时代。合成生物学领域的研究主流已经从单一生物组件的设计迅速扩展到各种基础组件和模块的集成，从而促进对生命更精确的认知、改造甚至重新合成。目前研究主要依靠三大核心使能技术:基因编辑技术、DNA组装技术和体内定向进化技术。
面向AI+基因组编辑领域，报告认为，基因组编辑技术作为精准调控生命、提供创新工具延续生命的手段，正在推动生命健康向个性化、精准化、微创化、智能化方向发展。由于动植物基因组的庞大规模和复杂组成，基因编辑技术在应用层面还存在一些不严谨的问题，如靶标组合、识别和切割序列、切割位点编辑等。利用人工智能进行大数据的计算机模型识别、判断和预测，有助于提高基因编辑活动的准确性和效率，使基因编辑具有更好地匹配人类应用目的的能力，在医疗健康、农业发展等领域具有更广阔的应用前景。
面对大脑-意识-人工智能这一交叉领域，报告认为，当前基于大数据、深度学习和计算能力的人工智能，在语音识别、人脸识别等以模式识别为特征的技术应用上相对成熟。然而，对于需要专家知识、逻辑推理或领域迁移的复杂任务，人工智能系统的能力远远不够。同时，基于统计的深度学习注重相关性，缺乏因果分析，使得人工智能系统可解释性差，处理动态和不确定性的能力弱，难以与人性交互，在一些敏感应用中容易带来安全和伦理风险。未来，类脑智能、认知智能和混合增强智能将成为重要的发展方向。
该负责人介绍，该报告的研究方法是专家咨询和文献计量学相结合，以专家判断和集中讨论为主，文献计量学分析为辅。在文献计量方面，本项目依托数据分析团队，通过主题检索从Scopus数据库获取各研究方向的相关论文，通过SciVal分析平台分析论文发表趋势、研究主题、重点国家和机构等各种参数。在咨询方面，研究报告汇聚了浙大校内外多位相关领域高水平专家的智慧，专家深度参与前期咨询、实地调研、专题讨论、意见收集、报告撰写等多个环节。专家意见和数据分析结果相辅相成，不断迭代，更好地保证了分析结果的可靠性。
未来，浙江大学中国科教战略研究院将继续研判重大领域发展趋势，组织相关研究力量，从世界科技前沿和国家重大需求出发，持续发布“重大领域交叉前沿方向”年度报告，打造一流的科技战略智库品牌。
五个领域的50个交叉前沿方向清单
○新药创造领域
1.方向:发现干预性药物靶点
2.基于人工智能的药物分子设计和作用预测。
3.基于单分子结构和单细胞尺度的药物研究。
4.基因药物的研究与开发。
5.新型蛋白质药物的研究与开发
6.新疾病模型的开发和设计。
7.药物敏感性的评估和预测。
8.微纳技术在新药创制中的应用。
9.数字医学
方向10。新药材研究
○未来计算领域
1.基于量子效应和机器学习的感知技术
2.半导体集成量子光学芯片
3.方向。无线移动边缘计算
4.复杂物理、化学和生物问题的量子模拟
5.神经形态计算芯片的制造
6.构建量子计算机的关键科学技术问题。
7.基于硅光子技术的芯片研发
方向8。光网络神经系统的深度学习
9.方向:类脑计算
方向10。基于FPGA的机器学习硬件
○合成生物学领域
1.通过自下而上的化学和材料设计与合成，构建类生命细胞的合成细胞。
2.实现合成细胞或微纳机器人的群体智能。
3.实现合成细胞与生物细胞之间的分子通讯。
方向:器官和胚胎的人工构建
5.复杂基因电路设计与可编程细胞智能。
6.人工多细胞系统和人工微生物群。
7.生活铸造厂
8.新细胞类型的人工设计和合成。
9.大规模、高通量自动筛选系统的开发
方向10。合成生物系统的理论模型与精确设计
○AI+基因组编辑
1.1的应用。植物育种中的CRISPR-Screen系统
2.基因组编辑新技术和新方法的研究与开发。
3.导航编辑系统及其在工厂中的应用。
4.线粒体基因组编辑技术及其临床应用。
5.基因组编辑在动物育种中的应用
6.6的深度利用。RNA编辑
7.基因组编辑技术治疗眼病。
方向8。基因组编辑技术治疗罕见疾病
9.基因组编辑技术在肿瘤免疫细胞治疗中的应用。
方向10。CRISPR/CAS基因编辑在肿瘤治疗中的应用
○脑-意识-人工智能的交叉领域
1.脑功能的神经回路分析。
2.脑科学观察新技术
3.脑机接口技术。
4.人工智能在脑部疾病中的应用
5.基于人机集成技术的混合增强智能。
6.方向。大数据驱动的因果推理
7.多模态认知智能
8.人工智能伦理学的方向
9.“人工意识”或“类观念”研究
方向10。纯意识研究
