纽约—在我最近参加的纽约科学院颁奖晚宴上，詹姆斯·P·艾利森(James P. Allison)对一群着迷的观众说 ，他在癌症免疫治疗方面的突破性发现，并非源于对癌症的关注，而是源于他对免疫系统运作方式的数十年基础研究。几周后，Allison和他的免疫学家同事Tasuku Honjo将被选为2018年诺贝尔医学奖得主。
多年来，Allison和他的同事们研究了一种可以抑制免疫系统的蛋白质。他们认识到，释放这种抑制因子可以解除对免疫系统的束缚，使其攻击和摧毁肿瘤。除此之外，Honjo和他的同事发现了另一种具有类似功能的蛋白质。这些基础研究已经促进了崭新而强大且对癌症有效的免疫疗法的发展。
但我们需要学习的还有很多。对一些癌症患者来说，免疫疗法革命使曾经濒临死亡的人能够过上健康的生活，而没有检测到患病痕迹。然而，免疫疗法革命仍处于起步阶段。由于一些尚不明朗的原因，许多癌症和病人（对这一疗法）根本没有反应。科学家们越来越认同其原因部分在于我们目前对人类免疫系统如何对抗疾病缺乏了解。在过去数十年艾滋病毒/艾滋病疫苗的研发工作里，我亲眼见证该目标迄今仍遥不可及。
这就是我相信基础研究的下一个突破将是解码人类免疫系统如何预防和控制疾病的理由。人工智能(AI)和机器学习将是这一成就的关键，正如它们正在改变我们生活的其他方面一样，它们将改变人类健康的未来。
免疫系统——由细胞、组织和器官组成的复杂网络，是人体保持健康的主要机制。无论是针对癌症、糖尿病和阿尔茨海默氏症等非传染性疾病，还是肺结核、疟疾和埃博拉等传染性疾病，破译免疫系统的信息都是我们理解和抗击这些疾病的核心。
过去一个世纪，我们学会了通过疫苗来设计我们自身免疫的某些方面，但我们已经陷入了关键的僵局。我们现在面临的威胁更加阴险和复杂，每年有数百万人——特别是儿童、老年人和生活在低收入和中等收入国家的人，死于本应被克服的疾病。
而这一问题并非无法克服。通过充分利用我们免疫系统的力量，我们可以找到新的方法来对抗疾病。我们需要新的、创造性的方法来应对跨多个学科的挑战——从人类基因组计划的登月计划上进行协调努力。好消息是，这样的行动在现下是可能实现的。生物医学、工程学以及最重要的人工智能和机器学习领域的最新技术进步为我们提供了开展这一雄心勃勃的努力所需的工具。
由于人类免疫系统的巨大规模和复杂性，这些工具是必要的。人类免疫系统比人类基因组大数十亿倍，处理如此庞大的信息需要强大的数据科学能力和前沿的超级计算。它还要求我们在如何进行临床研究方面做出重大转变。
传统上，临床研究的重点是在尽可能多的个体上进行测试，收集每个受试者有限的数据。随着新的基因组学和分子生物学工具的出现，研究人员可以在单个个体上收集数百万个数据点。这将带领我们走向新模式:更少的人，更多的数据。
通过结合人工智能和机器学习来分析这些个体数据集，我们可以更好地理解人类免疫系统的分子水平动力学，并开始绘制其调控规则。在人类疫苗项目的早期工作中，J·克雷格·文特尔研究所(J. Craig Venter Institute)、圣地亚哥超级计算机中心(San Diego Supercomputer Center)和不列颠哥伦比亚大学(University of British Columbia)的科学家们正在使用这种方法来识别个体中预测疫苗免疫反应的基线生物标志物。这样的工作可以为加速开发新的疫苗和治疗免疫介导性疾病的方法铺平道路。
诸如此类的研究开始产生前所未有的大量数据，最终将使人类免疫系统首册图集的创建成为可能。前沿超级计算的进步可以应用到该数据库中，创建第一个基于人工智能的免疫系统模型。这些模型将填补我们现有知识的空白，从而创造出更有效的癌症免疫疗法，以及针对许多其他疾病的诊断、疫苗和治疗方法。
我设想着这样的一个世界：科学家们可以迅速开发出对抗疾病的新方法、疫苗可以通过一次免疫为每个人提供终生保护、免疫疗法对所有癌症都有效，阿尔茨海默症也可以预防。为了使这一未来成为现实，我们必须将创造力与人工智能的不断进步结合起来，以破解人类免疫系统的密码。
Translated by Zizhen Jin, Research Assistant at Intellisia Institute, an independent think tank in China.
纽约—在我最近参加的纽约科学院颁奖晚宴上，詹姆斯·P·艾利森(James P. Allison)对一群着迷的观众说 ，他在癌症免疫治疗方面的突破性发现，并非源于对癌症的关注，而是源于他对免疫系统运作方式的数十年基础研究。几周后，Allison和他的免疫学家同事Tasuku Honjo将被选为2018年诺贝尔医学奖得主。
多年来，Allison和他的同事们研究了一种可以抑制免疫系统的蛋白质。他们认识到，释放这种抑制因子可以解除对免疫系统的束缚，使其攻击和摧毁肿瘤。除此之外，Honjo和他的同事发现了另一种具有类似功能的蛋白质。这些基础研究已经促进了崭新而强大且对癌症有效的免疫疗法的发展。
但我们需要学习的还有很多。对一些癌症患者来说，免疫疗法革命使曾经濒临死亡的人能够过上健康的生活，而没有检测到患病痕迹。然而，免疫疗法革命仍处于起步阶段。由于一些尚不明朗的原因，许多癌症和病人（对这一疗法）根本没有反应。科学家们越来越认同其原因部分在于我们目前对人类免疫系统如何对抗疾病缺乏了解。在过去数十年艾滋病毒/艾滋病疫苗的研发工作里，我亲眼见证该目标迄今仍遥不可及。
这就是我相信基础研究的下一个突破将是解码人类免疫系统如何预防和控制疾病的理由。人工智能(AI)和机器学习将是这一成就的关键，正如它们正在改变我们生活的其他方面一样，它们将改变人类健康的未来。
免疫系统——由细胞、组织和器官组成的复杂网络，是人体保持健康的主要机制。无论是针对癌症、糖尿病和阿尔茨海默氏症等非传染性疾病，还是肺结核、疟疾和埃博拉等传染性疾病，破译免疫系统的信息都是我们理解和抗击这些疾病的核心。
过去一个世纪，我们学会了通过疫苗来设计我们自身免疫的某些方面，但我们已经陷入了关键的僵局。我们现在面临的威胁更加阴险和复杂，每年有数百万人——特别是儿童、老年人和生活在低收入和中等收入国家的人，死于本应被克服的疾病。
BLACK FRIDAY SALE: Subscribe for as little as $34.99
Subscribe now to gain access to insights and analyses from the world’s leading thinkers – starting at just $34.99 for your first year.
Subscribe Now
而这一问题并非无法克服。通过充分利用我们免疫系统的力量，我们可以找到新的方法来对抗疾病。我们需要新的、创造性的方法来应对跨多个学科的挑战——从人类基因组计划的登月计划上进行协调努力。好消息是，这样的行动在现下是可能实现的。生物医学、工程学以及最重要的人工智能和机器学习领域的最新技术进步为我们提供了开展这一雄心勃勃的努力所需的工具。
由于人类免疫系统的巨大规模和复杂性，这些工具是必要的。人类免疫系统比人类基因组大数十亿倍，处理如此庞大的信息需要强大的数据科学能力和前沿的超级计算。它还要求我们在如何进行临床研究方面做出重大转变。
传统上，临床研究的重点是在尽可能多的个体上进行测试，收集每个受试者有限的数据。随着新的基因组学和分子生物学工具的出现，研究人员可以在单个个体上收集数百万个数据点。这将带领我们走向新模式:更少的人，更多的数据。
通过结合人工智能和机器学习来分析这些个体数据集，我们可以更好地理解人类免疫系统的分子水平动力学，并开始绘制其调控规则。在人类疫苗项目的早期工作中，J·克雷格·文特尔研究所(J. Craig Venter Institute)、圣地亚哥超级计算机中心(San Diego Supercomputer Center)和不列颠哥伦比亚大学(University of British Columbia)的科学家们正在使用这种方法来识别个体中预测疫苗免疫反应的基线生物标志物。这样的工作可以为加速开发新的疫苗和治疗免疫介导性疾病的方法铺平道路。
诸如此类的研究开始产生前所未有的大量数据，最终将使人类免疫系统首册图集的创建成为可能。前沿超级计算的进步可以应用到该数据库中，创建第一个基于人工智能的免疫系统模型。这些模型将填补我们现有知识的空白，从而创造出更有效的癌症免疫疗法，以及针对许多其他疾病的诊断、疫苗和治疗方法。
我设想着这样的一个世界：科学家们可以迅速开发出对抗疾病的新方法、疫苗可以通过一次免疫为每个人提供终生保护、免疫疗法对所有癌症都有效，阿尔茨海默症也可以预防。为了使这一未来成为现实，我们必须将创造力与人工智能的不断进步结合起来，以破解人类免疫系统的密码。
Translated by Zizhen Jin, Research Assistant at Intellisia Institute, an independent think tank in China.