合成人类基因组计划6月26日正式启动，获威康信托基金会与英国高校支持，着力研发从头构建完整人类染色体的技术。牛津大学Jason Chin主持项目，旨在深入解析基因功能。随着人工智能突破——谷歌DeepMind的AlphaGenome与Arc研究所Evo 2能预测遗传效应、设计新型DNA，这一目标可行性大增。应用前景涵盖安全细胞疗法与抗病毒器官培育。但项目仍面临三重挑战：需合成碱基对规模达数十亿，单条染色体成本预估65万至超2000万美元，且全合成必要性、测试伦理问题及与CRISPR等基因编辑技术优劣对比引发重大争议。
The Synthetic Human Genome (SynHG) project, launched on June 26th and backed by Wellcome and UK universities, aims to develop tools to synthetically construct an entire human chromosome from scratch. Led by Jason Chin of Oxford University, the initiative seeks to deepen understanding of gene function. This ambitious goal is now more feasible due to advancements in AI, like Google DeepMind's AlphaGenome and the Arc Institute's Evo 2, which can predict genetic effects and generate new DNA designs. Potential applications include safer cell therapies and virus-resistant organs. However, the project faces immense challenges in scale, with billions of base pairs to synthesize, high costs (estimated from $650,000 to over $20m per chromosome), and significant ethical concerns regarding testing and the necessity of full synthesis versus advanced gene-editing techniques like CRISPR.
美国食品药品监督管理局宣布了一项历史性转变，逐步淘汰对单克隆抗体等药物的强制性动物测试，转而采用人工智能建模和基于人类细胞的替代方法。这一政策旨在加速药物审批，降低成本70-80%，并解决100多年来依赖动物的伦理问题。虽然科学家称赞提高了与人类相关的数据质量，但批评者警告在这一过渡期间人工智能预测错误和监管空白。此举标志着生物技术公司与人工智能初创企业之间日益增长的合作，正在重塑制药行业的职业生涯。
中国科学家在一项里程碑式的研究中提出，衰老可被视为可重编程的代谢疾病。促衰老代谢重编程理论通过细胞能量模式分析，统一了分散的衰老机制。这一范式转变可能通过多靶点药理学方法彻底改变抗衰老药物开发，临床试验已显示出令人鼓舞的结果。
麻省理工学院与英伟达的研究人员开发出了HART（混合自回归变换器），这一混合AI模型结合了速度与精确度，能以比传统方法快9倍的速度生成高质量图像。通过将自回归框架与扩散细化相结合，这一突破性技术为自动驾驶车辆的复杂模拟及日常设备上的创意设计开辟了道路。该技术的效率为机器人技术、游戏等领域的实时应用打开了大门。
科学家开发了一种AI驱动的神经假体，能够将脑信号转换为可听语音，准确度达到Siri®级别，为言语障碍者带来希望。通过结合253通道皮质植入物与双流解码模型，该系统实现了神经模式到语音和文本的近实时转换。在专业短语库上的严格测试表明，它能够处理复杂词汇同时保持低延迟——自然对话的关键因素。尽管仍处于实验阶段，这一创新解决了神经假体领域数十年的挑战，为更具表现力的通讯设备铺平了道路。
科学家提出利用人类干细胞培养“类器官体”，以解决全球器官短缺问题并减少动物实验。虽然这项技术可以通过克隆组织生成无痛、无排斥的移植器官，但它引发了关于创造半人类实体的深刻伦理辩论。这项创新有望改变药物开发和肉类生产，尽管技术障碍和社会接受度仍是关键挑战。