纵观历史，人类一直对衰老过程很感兴趣，并试图理解和对抗这一现象。 例如，包括草药疗法和针灸技术在内的古代中医，旨在促进健康和长寿。 20 世纪 30 年代出现了一大关键里程碑，当时人们发现限制热量可以延长小鼠和大鼠的寿命。 在 20 世纪，进一步的突破性研究探索了遗传和细胞衰老等因素的作用。

CAS 现已找到 50 多万篇与衰老生理学和抗衰老策略相关的科学论文（主要为期刊论文和专利论文）。 随着时间推移，这些文章的数量稳步增长，在过去十年内，人们不断加大研究投入（图 1）。

抗衰老研究的趋势并未显示出放缓的迹象。 世界卫生组织 (WHO) 估计，到 2050 年，全球 60 岁及以上人口将超过 20 亿。 人口结构向老龄人口转变刺激了人们对抗衰老研究的兴趣和投资，以解决与年龄相关的疾病并促进健康老龄化。 联合国 (UN) 大会宣布 2021-2030 年为“联合国健康老龄化十年”，该计划旨在促进全球合作，寻找能够延长老年人健康寿命和提高老年人生活质量的干预措施。

虽然衰老是许多慢性疾病的风险因素，但人们同样有兴趣关注整体健康和福祉，以促进“健康老龄化”。 在本文中，我们深入研究了衰老过程，探索了一系列旨在促进健康老龄化和长寿的干预措施。 在此类抗衰老治疗策略中，哪一种最有希望促进健康老龄化？

衰老：不仅是皮肤老化

“抗衰老”一词经常让人们联想到皮肤衰老的明显迹象，比如皱纹和松弛。 由于其社会和心理影响，人们对皮肤老化开展了广泛的研究。 作为人体的最大器官，皮肤对环境因素起着至关重要的保护作用。 随着年龄增长，皮肤履行这一功能的能力可能会减弱，从而影响整体健康。 虽然皮肤老化是一个自然过程，但可以采取措施来加以减缓，并保持皮肤健康。 包括欧莱雅 (L’oreal) 和爱茉莉太平洋 (Amorepacific) 公司在内的化妆品和护肤品行业对这一领域非常感兴趣，并持有该领域的大量专利。 此类产品的主要成分是透明质酸或维生素 E，可以对皮肤表层产生影响。

而衰老的过程比我们表面上所看到的要复杂得多。 从广义上讲，衰老是指生物体为保持高效运作而进行自我防御、维护和修复的内在功能逐渐衰退。 大脑对衰老的影响特别敏感，衰老会导致其大小、血管系统和认知能力出现变化。 随着年龄的增长，罹患某些神经系统疾病的风险也随之增加，比如阿尔茨海默病。

此外，衰老的特征还包括逐渐丧失影响整个身体的生理适应性，导致功能退化和脆弱性增强。 虽然衰老本身不是癌症、糖尿病和心血管疾病等严重疾病的直接原因，但它仍是上述疾病和许多其他疾病的重要风险因素。 因此，对这一联系的认识把迅速发展的老龄化研究领域推到了最前沿。

衰老的标志

本质上，衰老是损伤随着时间积累所导致的特定生理变化，被称为衰老标志。 2013 年，人们定义了衰老的九个分子和细胞标志，为未来研究提供了相应框架。 这些标志包括基因组不稳定性、端粒消减、表观遗传改变、蛋白内稳态丧失、营养感知失调、线粒体功能障碍、细胞衰老、干细胞耗竭和细胞间通讯改变（图 2）。

更复杂的是，衰老的不同标志相互关联，且可以相互促进（图 3）。 事实上，这些标志的交织程度是如此之高，以至于一些研究人员建议，我们应把衰老视为在四个层面上运行的过程，每个层面都有不同的生物尺度。 然而，当我们考虑衰老时，很明显，理解这些不同标志之间的关系有助于开发有效的干预措施，以预防或治疗与年龄有关的疾病。  

最有前景的抗衰老治疗策略是什么？

针对衰老标志的抗衰老治疗策略种类繁多，其中许多策略适用于多个衰老标志（图 4）。 以下是五种此类干预措施的概述内容，以及每种方法的现有证据，以确定其中哪种方法最有潜力。

体育锻炼在细胞水平上具有显著的抗衰老作用，与每一个衰老标志都存在关联。 将体育锻炼用作衰老标志干预措施的相关研究现已成熟，而临床试验也展现出颇具前景的可喜成果。 值得注意的是，当前正在进行的试验旨在探索体育锻炼对阿尔茨海默病、步态不稳、认知功能和创伤后应激障碍的影响（表 1）。

抗衰老策略之饮食干预

最近，有报告称目前有两种相关的饮食干预措施（即热量限制和间歇性禁食）可通过影响调节寿命的基本代谢和细胞信号通路，有效延长神经系统的健康寿命。 尽管这种方法在动物模型中已被证明是成功的，但热量限制很难应用于人类身上，因为该策略需要高度的决心和自我控制。 另一种方法是使用“热量限制模拟物”来模拟其效果。 与体育锻炼一样，热量限制也是一种经过充分研究的抗衰老治疗策略，目前正在进行多项临床试验（表 2）。  

抗衰老策略之代谢调控

哺乳动物雷帕霉素靶蛋白 (mTOR) 信号通路已被确定为细胞代谢的重要参与者，它将营养感知与促进细胞生长和增殖的关键细胞过程联系起来。雷帕霉素等药物对 mTOR 的抑制作用在抗衰老临床试验中得到了广泛的探索，从老化衰弱症到与年龄相关的肌肉减少症（表 3）。

抗衰老策略之衰老疗法

衰老疗法涉及开发潜在的治疗药剂和方法以靶向细胞衰老，即一种与衰老和年龄相关病症有关的症状。 研究人员目前正在研究多种衰老治疗策略。 一种特别激动人心的药理学策略是使用抗衰老药物，即一种小分子药物，可以选择性地消除导致多种年龄相关疾病的衰老细胞。 这种针对衰老细胞的靶向方法已在临床试验中得到评估（表 4）。

抗衰老策略之细胞重编程

是否可以在细胞层面让时光倒流？ 细胞重编程旨在通过将终末分化的成熟细胞转化为诱导多能干细胞来实现这一目标。 通过以这种方式对细胞进行重编程，我们可以有效改善衰老的多个标志，如线粒体功能障碍、端粒消减、表观遗传改变的变化、基因组不稳定性和衰老等。 虽然研究仍处于早期阶段，但这种方法已在临床前模型中显示出前景。

通过正面应对人口老龄化的种种挑战，抗衰老研究有望改变人们的衰老方式，提高我们的整体福祉，从而构建出一个更健康、更有活力的全球社区。

如需进一步了解令人兴奋且充满活力的抗衰老研究领域，请在此处阅读我们的最新期刊手稿。

当今信息时代，实施全面的专利检索对研究人员、法律团队和各大企业都至关重要。 如果不能以经济有效的方式及时查找相关文件，可能会产生严重后果。 然而，执行全面检索可能会异常艰巨且耗费时间，特别是在资源有限的情况下。 好消息是，专为知识产权 (IP) 检索设计的先进工具和技术有助于减轻这种压力并提高效率。 本文将提供一些利用工具和策略的相关建议，以加速实现全面检索和更出色的专利见解：

• 建议 1：使用专家标引的全面数据库。
• 建议 2：使用人工智能工具和精确检索技术来增强检索策略。
• 建议 3：优化同族专利检索。
• 建议 4：为新的专利申请或现有专利的变动情况建立提醒。
• 建议 5：与拥有知识产权和所处领域专业知识的伙伴开展合作。

建议 1：使用专家标引的全面数据库

知识产权研究人员通常会在多个数据库中执行检索，以确保检索的全面性和所获检索结果的相关性。 主题、文件收录范围和标引实践的变动情况会影响返回结果。 跨多个数据库执行强有力的检索策略可以提高完整性，帮助您理解结果集，优化查询以获得所需信息，而不会遗漏关键文档。

CAS 如何提供帮助

CAS 将检索人员与来自世界顶级出版商和数据库的全面内容合集连接到单一平台：CAS STNext^®。

CAS STNext 结合了 CAS 权威的科学家标引的化学内容、广泛收录的专利信息和全文，以及涵盖化学、生物医学、制药、知识产权和工程学科领域的 130 多个领先的全球数据库。

检索人员可以利用增值数据库、全文数据库和专注于特定主题或特性的集群，以此创建适合其独特需求的综合检索策略。

此外，CAS STNext 用户还可以访问 CAS 收录的数据库，实现精确检索。 例如，如果正在寻找化学知识产权，可以将检索侧重于特定分子。 然而，您是否考虑了马库什结构权利要求所含的隐藏物质？ 马库什结构是一种通用简写形式，用于简要描述许多结构相似的材料，在检索知识产权时应考虑并了解马库什结构。

执行通用化学结构检索会生成数千种不同物质，但其中只有部分物质与您正在检索的物质完全匹配。 对特定化学物质的数据库进行通用的广泛检索时，该操作将仅返回与相同化学物质匹配的检索结果；这将无法识别涉及马库什结构的关键权利要求。 使用 CAS STNext 中内置的工具，可以检索 130 多万个马库什结构，确保不遗余力。

建议 2：使用人工智能工具和精确检索技术来增强专利检索的各个方面

欧洲专利局 (EPO) 发现，全面的专利检索使用了 179 个数据库中的 13 亿条技术记录，在每月专利检索中显示约 6 亿份文件。 我们需要能够进行全面、最新专利检索的解决方案。 尽管可以使用高级检索平台，但此类操作往往受限于数据库的功能。 实现全面检索的唯一方法是投入大量时间用于检索。

人工智能算法可以通过增强检索策略的各个方面来提高效率，例如提取可能遗漏的相关结果。

CAS 如何提供帮助 
在 CAS STNext 中，CAS 可以提供适用于现有技术的检索技术，采用独家人工智能进行增强。 专有专利相似度引擎汇集了相关专利和非专利参考文献列表，发布时间早于任何指定的起始专利文件，从而提供了原始检索可能无法获得的专利见解。

以下是 CAS 人工智能支持能力的一个示例。CAS 与巴西国家工业产权局 (INPI) 合作开发了一套基于人工智能的 10 种算法，这组算法共同构成了综合全面的列表，其中包含高度准确且有序的现有技术检索结果。 通过将基于人工智能的算法整合到检索工作流中，巴西的 INPI 能够提高他们的专利检索效率：

77% 的本地受理申请所需检索时间减少；
其中 29% 的流程无需在人工智能增强的检索结果之外另行检索。

建议 3：优化同族专利检索

同族专利中的相关专利可以在不同的司法管辖区和地理位置提交申请，但通过优先权申请（即基本专利）相联系，而优先权申请是最早的专利申请，用于确定同族专利的优先权日，并作为相关专利权利要求和说明书的基础。

通过了解族内相关专利的范围和收录范围，专利所有人、专利申请人和潜在的被许可人可以做出明智决策，以决定是否寻求许可、质疑专利的有效性，以及为长期研发计划分配资源。 然而，完整的同族专利检索很耗时，而且困难重重。 这是由于在多司法管辖区提交申请的复杂性、跨数据库索引的不一致性、语言障碍以及创新的科学复杂性。

权利要求变化使这项本就复杂的任务难上加难。 通常情况下，专利申请中提出的初始权利要求集在同族专利中的所有相关专利中都是相同的。 然而，在涉及申请人和专利局之间互动的起诉过程中，权利要求可能会修改或缩小范围，以回应审查员的反对意见或努力克服现有技术。 因此，同一同族专利中相关专利的权利要求在申请后可能会有所不同。

为了克服上述挑战，专利检索人员通常会综合使用多种检索技术，包括关键词、分类和引文检索。 此外，他们还需要熟悉适用于专利检索的不同数据库和检索工具，以及不同司法管辖区的专利法和法规。 此外，专利检索人员可能会与专利律师和技术专家开展合作，以确保他们识别出某个同族中包含的所有相关专利。

CAS 如何提供帮助

CAS STNext 是从世界领先的同族专利数据库中获得可靠数据的来源平台，其中设有多项功能，可确保实现全面检索，例如：

• 多文件检索功能。
• 通过简单命令即可检索其他同族记录，包括等同专利和相关专利。
• 易于浏览的专利申请权利要求关系概览。

在 CAS STNext 上了解有关专利检索的更多信息。

建议 4：为新的专利申请或现有专利的变动情况建立提醒

根据美国专利商标局的数据，2020 年美国国内共提交了 646,244 项专利申请。 我们有必要及时更新最新公布的专利文件，以便专利检索人员避免错过创新进展，此类进展可能指向不断增长的投资市场，或需要应对新的竞争对手。

高级检索工具设有相应功能，可以在添加符合检索条件的新条目时提供提醒，从而帮助您在专利格局中保持领先地位，并减少迭代检索过程。

CAS 如何提供帮助 
STN IP Protection Suite^TM 内置解决方案提供自定义提醒功能，可确保在相关结果与您保存的查询匹配时收到通知。

此外，作为 STN IP Protection Suite 的组成部分，FIZ PatMon 还提供多种功能帮您获得以下活动的相关提醒，从而提高专利监控的效率，例如：

• 整个专利审查过程中的专利申请。
• 专利有效性的变动。
• 本地或其他国家/地区的竞争性专利发展情况。
• 相关专利的异议和撤回情况。
• 特定国家/地区的专利授予。

上述功能使组织中的个人更容易获得符合其检索标准的定制提醒，从而减少了耗时的手动专利检查。

建议 5：与拥有知识产权和所处领域专业知识的伙伴开展合作

随着检索需求的不断发展，跟上知识产权检索的多种需求可能会令人难以承受。 这一方面的延迟可能会导致忽视竞争对手的商业活动，该等活动有可能为未来的投资决策提供信息，或遗漏影响业务能力的关键文件。

与所在行业的检索专家开展合作，可以有效支持您的知识产权检索需求，助您与所需内容、最高效的检索工具，以及帮助填补任何空白并确保取得成功的培训和专业知识联系起来。

CAS 如何提供帮助
CAS 团队在知识产权和各个科学领域均拥有深厚的技术知识

我们的团队能够发现其他组织无法提供的信息。

与 CAS 合作满足您的检索需求，确保专利检索的全面性和详细性。

总结

• 对任何组织来说，开展知识产权检索并保持最新发展都至关重要，有助于为投资决策或新兴竞争对手提供信息。 以下是提高专利检索效率的方法：
• 使用专家标引的全面数据库，以简化复杂数据的遍历，杜绝任何内容来源的误差。
• 考虑由人工智能驱动提供检索支持的解决方案，与其他精确解决方案配套使用。 人工智能不仅可以识别相关创新，还有助于发现额外的术语或细节，从而帮助您建立更强大的检索策略。
• 检测所有司法管辖区的类似专利，以此简化同族专利检索，并确保了解全球收录范围。
• 通过高级检索工具随时了解最新的专利申请，当有新条目与您的查询相吻合时，即可收到相关通知。 让检索不再乏味，不再重复！
• 与知识产权和所在特定行业的专家开展合作，简化并优化您的专利检索过程。 
   

了解有关 STN IP Protection Suite 的更多信息。

从干细胞疗法和透明质酸到临床试验中的新一轮药物，抗衰老疗法比比皆是。 这些新方法与饮食、运动和抗氧化剂等久经考验的做法相比如何？ 了解更多信息，通过本简介分享一些有关新趋势、新研究和新机遇的重要摘要。 有关抗衰治疗前景的更详细分析，请点击此处，参阅我们最近发表的期刊手稿。

全面专利检索对于帮助组织快速创新，同时保护其知识产权和做出合理的商业决策至关重要。  

专利检索有助于组织：

• 发现新的业务机遇。 实施布局分析有助于确定所在领域的差距以及尚未授予专利的相关领域。 这有助于集中投资精力，实现利润最大化。
• 加强竞争性分析。 把握竞争对手的活动有助于您及早发现相关创新，并为制定有关市场、地域和创新的决策提供依据。 
• 防范新兴威胁。 为保护知识产权资产并保持竞争力，持续监测外部环境至关重要。 通常情况下，公司知道竞争对手所拥有的专利及相关活动，但仍缺乏审查创新措施的相应策略，用于确定竞争对手是否在未申请专利的情况下从事侵犯现有知识产权的活动。

随着当今创新步伐的加快，专利检索需求也在不断变化。 竞争格局日益复杂，因此企业必须获得全面可靠的知识产权洞察，以便为业务和研发战略提供信息。

与所在行业的检索专家开展合作，并为创新投入足够精密的工具，有助于您访问并利用整个组织的知识产权信息。

原因在于：在知识产权和研发之间建立和谐高效的关系

由于创新的数量、速度和复杂性再加上技术的快速发展，在科学领域开展全面的专利和布局检索非常耗时，而且需要投入大量资源。  

公司知识产权检索策略的漏洞或对不完整数据源的依赖可能会导致遗漏有助于为关键投资和研发决策提供依据的信息。

知识产权检索的全面性和可靠性常常受到各种限制，如分析人员的专业领域、带宽和检索工具等。 这类限制因素可能会导致代价高昂的延迟，并在组织的研发和知识产权战略中造成多种差距。 与所在领域拥有成功经验的专家开展合作，不仅能够确保您获得所需信息，同时还可以保证知识产权检索活动的全面性、一致性和高效性。

另一个挑战存在于研发层面，研究人员通常没有时间、渠道来进行知识产权检索，也缺少相关经验。 为了实现机会最大化并简化知识产权计划，组织必须使其研发团队成员能够获取内部专利分析师的见解和相关工具，以支持他们在整个开发周期中充分利用此类见解。

值得信赖的合作伙伴可以助您一臂之力：

加速专利布局检索。 化学和生命科学领域瞬息万变，要想在竞争形势中识别差距以做出业务决策，时间至关重要。 与熟悉技术、术语和行业的知识产权检索合作伙伴开展合作，将会加快您的检索过程。

寻找能够为科学和知识产权检索提供全面内容和工作流程解决方案的合作伙伴，可帮助您执行全面检索，生成可行见解。

提供研发支持。 合作伙伴可以让您洞察差距、风险领域和研究机会领域，助力您确定所在行业的机会所在。 此外，值得信赖的合作伙伴还可以帮助您更高效地制定检索，与利益相关者共享结果集，并设置检测程序，以确保您能够在任何变化之前保持领先。

减轻工作量。 完成全面高效的检索工作可能会异常艰巨，特别是在化学和生命科学领域。 与值得信赖的合作伙伴开展合作，可以在最有需要的时候为您提供可靠的专业知识，从而弥补您在能力或主题专业知识方面的差距。 合作伙伴能够与您现有的专利检索人员开展合作，助您加快计划，而不迫使您捉襟见肘。

采取方法的第一步：了解什么是理想的专利检索合作伙伴

有了合适的合作伙伴，您可以对自身执行所需检索的能力充满信心，从而为研发工作提供信息。

理想的合作伙伴应该：

是所研究主题领域的专家，能够就主题领域提出超越表层的宝贵见解。 

让您与全面的源信息语料库建立联系。 知识产权检索的价值取决于信息来源和精确掌握相关结果的能力。 理想的合作伙伴需要了解这项工作的关键性质，并提供渠道以访问广泛的全球相关信息合集。

设计并提供考虑科学知识产权检索的工具。 专业知识和内容获取只能帮您走到这一步。 在专利检索中，用于访问此类内容的技术能够最大程度提高效率。 理想的合作伙伴可提供知识产权检索工具，以增强您的工作流程，可以访问相关的最新内容，并提供多项功能和能力，从而在团队之间实现高效全面的检索和见解共享。

采取方法的第二步：在承诺之前适当提问

在承诺与特定合作伙伴开展合作，或使用特定工具进行专利检索之前，请确保询问以下问题以获得最佳结果：

• 我们可以访问哪些专利和非专利信息源和数据库？ 对于我所处的科学和技术领域而言，上述内容是否足够丰富和广泛？  
• 你们的工具和服务如何帮我们将专利检索结果传达给关键利益相关者？   
• 有哪些措施可以确保创新的机密性？

如果您在寻找理想的合作伙伴以帮助开展知识产权检索，CAS 便是您的不二之选，我们拥有多种功能和工具，力求满足您的需要。

与 CAS 携手获得竞争优势

确保全面检索
检索结果的可靠性取决于所能接触到的数据。 CAS STNext^Ⓡ（STN IP Protection Suite^TM 内置软件）可供专利分析师访问全球数据库、科学家收录的内容和专利信息的最全面综合合集，同时结合了强大的精确检索和分析工具。

将 CAS STNext 添加到您的工具库后，即可跨多个领域（如制药、生命科学、化学工程、功能材料和个人护理产品）开展知识产权检索，从而提高可靠性、完整性和洞察力。

拓展团队的专业知识 凭借科学和知识产权知识，CAS 等合作伙伴可以填补知识差距，不仅能帮助您制定专利检索战略，还能开发专利检索工具和数据集，以满足所处科学领域的特定需求。

此外，STN IP Protection Suite 用户还可以访问值得信赖的知识产权检索专家，他们在管理专利准备和申请、诉讼、IP 货币化、竞争分析、产品和安全监测、空格分析以及其他专利计划活动的检索策略方面拥有丰富经验。

节省检索和审查专利结果所需的时间 我们将为您所在的行业专门构建多项工具和数据库，其中涵盖内容、检索和工作流程功能，帮助您从初步检索更快过渡至决策环节。

例如，在分析工程领域的相关发明时，粘度、电导率和发光强度等特性通常用范围表示。 这就使得对此类专利进行精确检索颇具挑战。 STN IP Protection Suite 内置的 CAS STNext^Ⓡ 提供数字属性检索功能，可以输入精确的数值或范围，必要时甚至可以转换单位。 配备技术特定化高级检索功能的工具可加快查找相关信息的过程。

高效监测全球专利形势
诉讼和侵权问题 — 我们希望尽力避免、提前预测并在有需要时高效解决这类情况。 STN IP Protection Suite 中内置 FIZ PatMon，该工具可以让您随时了解所在行业的专利变化，从而跟踪竞争对手的当前动向，保护您的知识产权组合。 提供精密的提醒选项，涵盖从全面监控到特定筛选器，助您密切关注新的申请和活动。

与 CAS 携手，在做出重要的创新、研发或知识产权保护决策时，可以确保您的企业能够掌握所需信息。

希望了解更多信息？ 请查阅以下资源：

• 文章：注意差距：克服知识产权估值中的常见盲点
• 文章：当心信息缺失：您是否遗漏了可能导致数百万美元损失的专利信息？
• 文章：关注差异：跨越专利和期刊文章之间的差异
• 研讨会：知识产权与研发之间的关系：加强合作，推动创新

与 NullSet Informatics Solutions 创始人 Jefferson Parker 博士的对话

随着计算生物学在药物发现领域的持续推进，这一过程中不断涌现出新的挑战和机遇。 序列分析一直是生物信息学的一大重要方面。 在本篇文章中，我们与 NullSet Informatics Solutions 创始人兼生命科学数据分析专家 Jefferson Parker 博士探讨了药物发现领域中序列分析技术的最新前沿。

CAS：作为计算生物学家，您在药物发现的过程中担任过哪些职位？

Jefferson：我从事过各种工作，从支持药物发现实验室到转化研究小组。 最近，我与临床团队开展合作，负责运营和开发事宜。 我支持药物警戒团队进行安全数据分析，从事业务拓展和竞争性情报工作。 我还曾作为生物信息学分析师加入过软件工程团队，在实验室科学家和软件开发人员之间担任翻译。

CAS：您能谈谈序列分析在药物发现中的作用吗？ 为什么该技术具有重要意义？

Jefferson：在（药物）发现领域，可以使用序列分析技术来筛选靶标发现。 通过观察转录组水平上发生的变化，可以将其映射到所掌握的任何通路知识上，并提出“最有可能的上游原因是什么？”这一问题，这些信息有可能成为药物靶标，或在信号层面上接近药物靶标的内容。 如果药物旨在针对特定靶标，则该技术有望帮助确认是否达到了目标。

此外，你也可以开始寻找患者选择的生物标志物。 在表达水平或 DNA 序列水平上，是否存在具有各种突变的特定基因图谱？ 患者体内是否存在某些特定突变，会使患者更容易或更不容易受到药物影响？ 在制药行业中，这一领域非常令人振奋且欣欣向荣。 如果能够在治疗前事先知道，这种药物应该有效，或者可能无效，这将真正决定治疗的成败。 此外，也不会浪费患者的宝贵时间。 特别是像肿瘤学这样的领域，患者并没有太多时间，不能浪费患者时间反复试错，使用药物进行多线治疗但却不起作用。

所有这些都涉及到序列分析。 这一技术涉及药物开发流程的各方各面。

CAS：您认为序列分析的最大挑战是什么？

Jefferson：我想说的是，实际上这些挑战下降得非常快，因为技术每年都在不断进步。 过去，读数非常短小，组装也是一大挑战。 如今，我们的读数越来越长，尽管组装操作仍是一项挑战，但难度已经有所降低。

想象一下，把《战争与和平》丢进碎纸机。 得到的是一些几毫米乘几厘米的页面碎片，因此很难把它们重新组装成一本书。 但如果页面的碎片更大更长，并且还有一大块段落而不是某个单词的碎片，那么以正确的顺序重新组合故事便会更加容易。 随着读数变得越来越长，现在的情况便是如此。

存储仍是一项难题。 即使在最近的工作中，我们也必须移动序列数据，而最快的方法是将其载入硬盘驱动器，然后再放进 FedEx 快递盒。 与通过互联网移动数百 GB 或 TB 的数据相比，将数据装在盒子里运输要快得多。 问题不在于本地存储，而是将大量数据从一个地方传输到另一个地方。 如今，一旦得到了所需数据，即可获取足够的计算能力来运行测序项目，但将数据传输到机器仍是一大瓶颈。

此外，人源性样本也是一项挑战。 这类采样很痛苦，往往需要进行侵入性活检，因此患者不愿提供多个样本。 完成采样后，样本通常会采用福尔马林固定和石蜡包埋的方式进行保存，因此任何核酸物质都会在一定程度上被降解。 有很多方法可以尝试提取并使用这种已制备好的样本组织进行测序，但序列质量总会受到影响。

对于小公司而言，该技术的成本也非常高昂——这类机器需要投入大量资金。 同样，计算生物学家也变得越来越普遍，但他们并非无处不在，而且人人都想就职于最大、最好的公司，赚最多的钱。 劳动力储备在增长，但仍然相对有限。

在某种程度上，希望从事序列分析工作的人没以前那么多了。 大家都想创造下一个伟大的学习模式。 重点不再是数字运算和数据分析，而是先进的人工智能和机器学习。 人人都想从事新兴、热门且前途光明的技术——而序列分析不在此列。 因此，这种情况很快将会成为一项挑战。

CAS：现在，是否的确需要计算生物学家来负责序列分析？

Jefferson：如果采用模板化的完善方法论，经过充分的开发、验证和文档记录，则无需计算生物学家。 不需要聘用特定人员来制定新方案。 有很多现成的软件解决方案，适用于从所有不同的测序仪中采集数据输入。 仅需载入数据，将其拖放到所需处理的管线图标，然后按下按钮。 接下来就可以去喝杯咖啡、吃顿午饭，或者根据正在使用的仪器大小，可以先回家，等到早上回来时便可完成操作。 无需聘请我这样的人来负责这类工作。 任何精通技术的助理研究员都能操作。

但另一方面，如果使用的是尖端测序仪，并试图推导出一种未曾尝试的新型分析方法，那么便无法采用现成的解决方案。 为此，需要了解生物学的有关人员，此人应了解数据输入、数据输出、数学和任何其他相关知识。 为了结合所有这些内容，并将其融入某个非现成的新型解决方案中，便需要像“我”这样，或了解上述所有环节的专业人士。

CAS：您之前曾提到，现在人们希望在工作中运用人工智能和机器学习技术。 这些技术能否对序列分析提供帮助？

Jefferson：有了精心策划的数据集，人工智能和机器学习技术无疑将大有帮助。 可以肯定的是，某些组织正在应用机器学习技术来使用文献并构建知识图谱，肯定会发挥作用。 人工智能和机器学习是否能帮助完成序列组装？ 可能吧，但我不确定这是否操之过急了。

CAS：说到人工智能，您对 AlphaFold 有何看法？它可以对蛋白质结构进行人工智能预测。

Jefferson：我认为 AlphaFold 绝对会改变游戏规则。 它带来了通往结构的更快路径，可以比之前更快用于计算机辅助药物设计。 不再需要 NMR 或晶体结构来设置起点。 那它是否会和晶体结构一样好？ 可能不会。 测量得出的真实信息始终优于模拟结果。 但在时间层面，可以立即获得某些信息。 它将带来一种前所未见的影响。 我觉得，AlphaFold 的出现像是将石头扔进池塘，它产生了影响，但这只是正在形成的最初涟漪。

CAS：您认为药物发现领域的人工智能和机器学习技术有何发展前沿？

Jefferson：它具有空间性质，即下一代的单细胞。 多组学。 其中引入了 DNA、RNA、蛋白质和代谢组学，并整合了上述所有领域。 甚至将其与细胞途径和细胞间通讯相结合。 不再局限于单细胞层面。 该领域放眼于单个细胞及其旁边的细胞，再延伸到这类细胞周围的细胞；它们之间如何相互作用？ 这便是已经存在的发展方向。

CAS：您认为我们是否可以创造生物系统的模型？

Jefferson：如果在我读研究生的时候问这个问题，我会说人类没有能够描述生物系统的数学理论。 生物学是复杂的化学，化学是复杂的物理，而物理是复杂的数学。 这是一切的基础。 物理学是可以通过数学解决的问题，只需要大量数据即可，而化学在某种程度上也是如此。 但生物学… 我曾经相信，无论是在过去还是将来，人们都没有能力对某个生物系统进行数学建模。

但现在，这可能是该学科必须要走的发展方向。 为此是否需要量子计算机？ 或许吧？ 尽管可能发生在有生之年后，但我现在很确信：在某一时刻，人类将能够对生命系统进行精确、可靠的计算模拟。 这番话让我略感焦虑。 我知道在数字孪生领域仍有很多工作要做。 尽管第一步应用场景受到限制，但数字孪生技术现在已经上线并用于临床试验。 这就是它的开端。

CAS：那么，您认为推动这些新前沿向前发展需要什么？ 我们是否需要采用新的算法或框架？ 或者真的只是尝试把所有领域都结合在一起？

Jefferson：兼而有之——我们需要用新的方式来思考这一问题。 可以在应用旧算法的同时，采用新方法设计或实现新算法。 对于表观基因组学、DNA 动力学或非编码 RNA 空间、外显子组与其他所有方面，这都不同于单纯的序列分析。 这是一种不同的思考方式。 它仍然是序列，但并不仅限于序列层面。 不同的思考方式需要不同的工具。

CAS：如果可以挥动魔杖解决序列分析和药物发现方面的某个难题，您会解决什么问题？ 这将有何影响？

Jefferson：我会让所有数据都经过充分标注，并面向所有人公开。 所有来自公司、机构和大学的专有数据…涵盖方方面面。 通过经过充分标注和文档化的统一存储平台，人人均可免费使用。 这样便足够帮助我们解决大难题了。

超级电容器有时被认为是锂离子电池 (LIB) 的替代品，具有各种令人信服的优势，包括更高的安全性、更快的充电/放电速度和更长的使用寿命。 尽管取得了进展，但这两种技术之间的根本差异限制了石墨烯基超级电容器技术的能量密度，使其在未来不太可能取代 LIB。 然而，这类超级电容器已经为其他几种实际应用做好了准备，可用作互补的能量存储设备，特别是在交通运输部门。

超级电容器技术与电池

要了解为什么超级电容器无法取代电池，重要的是认识到这两种设备之间的差异，这些差异源于二者的架构（图 1）。

• 电池的能量密度高，但功率密度低（即能量释放较慢），因此适用于需要持续缓慢释放能量的长期应用。
• 超级电容器的能量密度较低，但功率密度较高（即能量释放速度较快）。 因此，超级电容器不能像电池那样储存大量能量，但充放电速度要快得多。 这一特性使它们更适合需要快速获取能量和随时再充电的应用。

能量和功率密度的差异源于每种技术的电荷存储方式，这会影响它们的电容和能量密度。

• 电池以电化学的方式储存和释放能量，通过相应的电化学反应动力学来限制其充放电的速度。 离子嵌入电极内部而不是表面，迫使离子通过电极扩散，进一步减缓其充放电速度。
• 超级电容器则在其电极表面以静电方式储存能量。 能量通过离子的简单运动来释放，而不是通过较慢的电化学反应。 由于电荷（离子）仅存储在电极表面，且离子并未嵌入活性材料内部，因此只有表面参与充放电过程，提供比电池低得多的能量密度。

石墨烯在超级电容器技术中处于提升能量密度的最前沿

尽管二者的根本差异使得超级电容器不太可能取代电池，但研究仍然聚焦于能量密度的改进。 由于活性材料表面是主要的电荷存储位置，因此研究工作主要围绕开发具有高表面积的活性材料来增加离子吸附数量，最终提高超级电容器的电容和能量密度。

碳质材料，特别是活性炭和石墨烯是常见的活性材料，石墨烯因其导电性较高而越来越受欢迎。 然而，石墨烯的生产难度更大，成本更高，而且通常比活性炭的理论表面积更低，这就使得该材料很难以工业规模投入用于超级电容器。 由于石墨烯一直处于超级电容器活性材料的创新核心，因此了解阻碍采用石墨烯的各种因素非常重要。

限制石墨烯电极使用的主要障碍

以可靠的工业规模合成高质量石墨烯仍是难题

为了使石墨烯具有与超级电容器技术中重要材料相同的性质，需要达到严格的合成条件。 这就使得石墨烯很难通过可靠方式合成制得，尤其是以工业规模。 更令人担忧的是，即使石墨烯可以在工业规模上合成，其质量也可能不足以用于超级电容器。 2018 年的一项研究分析了数十种石墨烯产品，发现没有一种产品的石墨烯含量超过 50%。 2020 年，一项类似但更有限的研究对石墨烯和活性炭进行了比较，结果表明石墨烯基超级电容器的比电容明显低于活性炭，原因可能是其中存在氧化石墨烯。 由于上述研究是在 2021 年 ISO 石墨烯标准发布之前进行的，因此还需要开展后续研究以仔细分析市售石墨烯的质量。

石墨烯的生产成本高昂

严格控制合成条件需要使用专门的设备和工艺，而此类设备和工艺并不适合工业生产，因此石墨烯基超级电容器很难实现规模经济。 一经制得，石墨烯还需要采用昂贵、高敏感度的表征技术来确认其质量符合 ISO 标准。 这便造成了另一项重大的市场进入壁垒，对小型企业而言尤其如此，同时还阻碍了石墨烯超级电容器技术的发展。

石墨烯片容易团聚

合成后，强大的 π-π 相互作用会导致单个石墨烯片重新堆叠和团聚，从而减少电化学活性表面积。 这就限制了超级电容器的能量密度。 Skeleton Technologies 公司现已找到一种方法，通过在其超级电容器中使用曲面石墨烯来抑制这类相互作用并防止重新堆叠。 虽然新闻一直聚焦于曲面石墨烯是一项重大突破（早在 2010 年便已报道了基于曲面石墨烯的超级电容器），但赞助这项研究的公司在近十年来并未报道任何取得进一步发展的消息。

石墨烯超级电容器技术的学术研究

超级电容器研究的最新出版物趋势

如上图中的出版物趋势所示，石墨烯基超级电容器仍然是热门的研究课题（图 2）。 虽然石墨烯仍在超级电容器研究领域占据主导地位，但导电聚合物基超级电容器也已成为研究热点（图 3）。 虽然石墨烯和导电聚合物超级电容器的出版物数量从 2020 年开始略有下降，但有关木质纤维素基超级电容器的出版物在 2021 年之前持续增加（图 4），这可能表明人们越来越关注可持续材料。

尽管学术研究取得了进展，但据报告，实验室规模设备的循环寿命往往远低于商业超级电容器的典型报告寿命，后者的循环寿命通常在 100 万次左右。 能量密度同样还是一项难题，超级电容器只能在很短的时间内为设备供电。

• 2022 年底，清华大学的研究人员报告了一种柔性石墨烯超级电容器，在经历 10,000 次循环和 3V 的充放电电压窗口后，其性能保留了近 99%。 该超级电容器为几个小型电子设备供电，包括 LED 灯和计算器，但通常不会超过几秒钟。
• 在 2022 年的另一项研究中，伦敦帝国理工学院的某个小组开发了一种织物状石墨烯超级电容器。 当用作压力传感器时，其快速响应时间仅为 0.6 秒，但其电容在经过仅 10,000 次循环后便衰减到 90% 左右。

锂离子混合超级电容器

为了弥合超级电容器和电池之间的差距，可能需要采用不同的设备架构。 锂离子混合超级电容器将超级电容器的长循环寿命与电池的高能量密度相结合。 为此，充放电过程涉及两种机制：锂离子嵌入/脱嵌（电池型阳极）和阴离子吸附/脱附（电容器型阴极），如图 5 所示。 混合超级电容器由此产生，其能量密度可能比相应的传统超级电容器高几倍。

然而，如果电容器型电极使用石墨烯基活性材料，则与也会被同样的问题所困扰的非混合超级电容器一样受到影响。 此外，锂离子混合超级电容器的混合性质意味着，虽然结合了电池和超级电容器的优点，但这类设备也保留了某些缺点。 虽然可能比超级电容器具有更高的能量密度和更少的自放电和漏电流，但混合超级电容器的长期循环寿命较短，且在阳极处缓慢受到锂化/脱锂动力学的影响。 最近的一份出版物报道了一种锂离子混合电容器，在能量密度为 100 W h kg^-1 的情况下，该设备经过 19,000 次循环后仍保持了 100% 的电容。

超级电容器是否会取代电池？

学术界和工业界都在努力提高各种超级电容器技术的性能，但除非能够克服根本限制和工程障碍，否则这类设备不太可能提供与锂离子电池类似的长期性能。

• 超级电容器具有较低的比能量密度。 虽然曲面石墨烯可以防止石墨烯片团聚，但由于其电荷存储机制不同，超级电容器的能量密度比电池低。 如果没有取得重大突破，仍需使用多个超级电容器才能与单个 LIB 的能量密度相媲美。
• 超级电容器会过度自放电。 超级电容器循环寿命长，能保持高电容，但自放电现象比普通电池严重得多。 在一个月时间内，电池可能只损失 5% 的电量，而超级电容器可能会损失高达 50% 的电量。 在快速放电和再充电的应用场合下，这可能并不是问题，但确实会对长期能量存储产生影响。
• 石墨烯基超级电容器的价格更为昂贵。 由于石墨烯基超级电容器是一项较新的技术，其生产尚未达到形成规模经济的程度。 此外，由于质量要求更为严格，石墨烯的生产成本仍然比活性炭高。 虽然未来石墨烯可能会具备比活性炭更出色的性能，但石墨烯的使用也会提高由此产生的超级电容器的价格。
• 石墨烯基超级电容器的应用在很大程度上尚未经过检验。 与任何新技术一样，首次上市产品取得成功对后续产品线的成功至关重要。 石墨烯基超级电容器技术尚未得到长期研究，且大多数仅安装在数量有限的单元中。

超级电容器技术的当前和未来应用

交通运输部门

尽管上述挑战阻碍了超级电容器取代电池，但前者现已投入实际应用领域，且基于石墨烯的相关应用仍在不断涌现。 一些最引人注目的应用出现在交通运输部门：

• 中国和塞尔维亚现已部署超级电容器驱动型公交车队。 据报道，其中一个车队的续航里程为 25 公里，充电时间为 6 到 7 分钟。 为了克服超级电容器能量密度低以及每次充电后续航里程有限的问题，公交车需要在终点站或公交车站进行再充电。
• Skeleton Technologies 公司生产了一款用于火车的石墨烯基超级电容器，可在制动过程中回收高达 30% 的损失能量。 这项技术现已获选用于西班牙格拉纳达地铁系统的新列车，预计将于 2024 年夏投入使用。
• 三星 (Samsung) 推出了一款汽车应用的锂离子混合动力产品，适用于需要快速充放电的低压系统。

个人电子产品

尽管超级电容器现已成功应用于某些领域，但在为小型个人电子产品供电方面，超级电容器不太可能取代 LIB。 即使是 Skeleton Technologies 也指出，旗下的 3V SkelCap 超级电容器旨在与电池结合使用，而不是作为替代品。 SkelCaps 的比能量比 LIB 低一个数量级，这意味着需要多个 SkelCaps 才能获得与单个 LIB 相同的能量密度。 对于智能手机和相机等小型个人电子产品而言，无论充电速度有多快，消费者可能都无意在短时间使用后为设备再充电。

结论

虽然已在交通运输领域出现了多项亮眼应用，但超级电容器目前还不是锂离子电池的可行替代品。 除非研究工作在能量密度和自放电率方面取得重大突破（如使用锂离子混合超级电容器），否则超级电容器将仍然属于互补型储能设备。 此外，由于石墨烯活性材料的相关问题，任何石墨烯基设备都可能会遇到与非混合超级电容器相同的陷阱。

阅读“铸就更环保的未来：锂离子电池和氢燃料电池”，继续探索可持续能源方面的相关资源。

什么是暗数据？

对于创新型化学公司而言，变革研发的力量触手可及。 凭借大量尚未开发的数据（通常被称为“暗数据”），这些公司可以解锁前所未见的洞察，并以前所未有的速度加速创新。 通过实施高效的知识管理策略，获得突破性发现和进步的无限潜力。

暗数据通常为非结构化或半结构化数据，不易检索或访问。 据估计，组织存储的数据中有 55% 是暗数据。 然而，约 90% 的全球业务和 IT 主管和经理一致认为，每个组织都需要从这些非结构化数据中提取价值，才能在未来取得成功。

在多元化化学研发的背景下，这可能包括来自实验笔记、LIMS、实验报告、文献参考以及更多未纳入可检索数据库的数据。 在识别新材料、改进现有配方和缩短研发周期方面，这些数据极具价值。

为了解锁暗数据的价值，多元化的化学组织需要确定最具价值数据所隐藏的位置，并实施高效的知识管理策略，让他们能够根据需要访问、收集、组织和分析这类数据。

发现隐藏的宝石：识别最具价值的化学研发数据

暗数据可能隐藏在整个化学研发流程中。 从早期研究到生产、配方、表征，甚至是上市后监测，这些环节都会产生并采集有价值的数据，但这类数据可能并未得到充分利用，无法发挥其全部潜能。 为了解锁暗数据的价值并加速创新，研发组织必须确定这些数据的隐藏位置，制定可高效访问并利用此类数据的相关策略。

在研究方面，有几种类型的暗数据很有价值。 例如，历史实验数据通常具有分散性、不完整性或非结构性，但这类数据可以通过一些组织和分析为当前及未来的项目提供宝贵洞察。 除了组织自身的研发工作外，学术论文、专利和行业报告等外部数据源同样具备有价值的见解，还可用于识别创新和研究的新机遇。 最后，非结构化数据（如科学文章或实验室笔记的文本数据）可能包含隐藏的洞察，但需要采用合适的工具和技术进行有效分析。

组织可以根据其工作流程的需要，通过以下步骤来识别并访问这类隐藏数据：

• 针对可用数据源制定全面的库存明细表（包括内部和外部、结构化和非结构化数据）是关键所在。
• 根据数据源对当前和未来研发工作的潜在价值进行优先排序，可帮助组织充分利用其资源。 例如，如果计划扩大新验证的功能材料的规模，您可能希望优先处理历史配方和制造数据，以帮助预测理想条件。
• 培养数据驱动型的决策和持续改进的文化，帮助创新化学组织实现暗数据的全部潜力。

解锁暗数据的五项关键知识管理策略

定制收录数据集、语义框架、自动化数据挖掘和协作工作流，这些关键知识管理策略能够解锁暗数据价值并推动创新。 下面我们来深入了解这类策略如何提供帮助：

1. 定制化标引 
   定制化标引由领域专家负责对化学数据进行手动标引，从而创建符合组织特定需求的高质量数据集。 使用定制化标引，功能材料、化妆品、农业或其他 DivChem 领域的科学家可确保所用数据的准确性和最新性，并且与其研究目标具有相关性。 通过与专家数据标引人员开展合作，组织还可以将内部信息与全球科学联系起来，使其内部数据更加可靠。 您可以获得专为机器学习模型设计的定制收录数据集，进一步增强基于人工智能的数字化转型计划。
   
   下载该案例研究，了解收录的训练集如何提高人工智能模型的预测精度和转换率。 
    
2. 语义框架
   语义框架是针对特定领域中的概念和关系进行整理和分类的标准化方法，例如功能材料。 这些框架可能包括专业词汇、本体论和分类法因素，旨在提供针对整个组织内部化学数据的通用语言及理解。 该方法有助于加快研发速度，并使科学家能够做出更明智的决策。
   
   例如，某位研究人员正试图确定一种用于新型电子设备的新材料。 为此，他们可以先使用专业词汇、本体论和分类法，针对已知材料的属性和特征进行分类和整理。 他们可以使用某种专业分类法，根据材料的导电性、光学性质或热稳定性对材料进行分类。 通过以这种方式整理材料，化学家可以更轻松地找出知识缺口或可能需要新材料的领域。 他们还可以使用本体论来定义材料不同属性之间的关系，例如材料结构和其电子属性之间的关系。 这有助于化学家做出更明智的决策，确定进一步研究哪些材料。
   
   下载该案例研究，了解存储的专有知识如何能够揭示见解并推动数据驱动的决策。
    
3. 自动化数据挖掘 
   自动化数据挖掘技术使研发组织能够在大量非结构化化学数据中发现隐藏的模式和洞察。 机器学习和高级分析可用于分析之前的实验、制造条件、科学论文、专利和其他来源的化学数据，从而确定化学品、反应和配方之间的关系。 这些洞察有助于发现新的研发机遇，并针对现有产品和流程提供见解。
   
   例如，研究人员可以扫描与其研究领域相关的数千篇文章，并提取材料特性、合成方法和性能指标等关键信息。 提取上述信息后，研究人员即可使用机器学习算法来分析数据，识别有助于发现新材料的模式或相关性。 研究人员可能会发现，某些合成方法或放大条件可以始终如一地产生具有理想属性的材料，或具有某些结构特征的材料在特定应用中往往表现良好。
    
4. 协作工具 
   协作型工具和技术（如集中式数据库和集成式 LIMS 系统）为研发团队提供了一种高效可靠的方式，可用于共享知识和洞察，打破数据孤岛。 通过访问集中式数据存储库，研发组织可以改善沟通并加速创新。 此外，基于云端的集中式数据库还可以改善地理上分散的远程团队和研究人员之间的知识共享。
   
   现代数字生态系统也促进了两个组织之间的知识转移。 这在学术界和工业界之间的联合项目以及并购（合并和收购）过程中尤其有价值，并购期间，研究人员需要在先前研究的基础上分享材料特性或性能数据的相关知识。 通过促进协作的数字研发生态系统，各大组织可以进一步识别潜在的创新机会。
   
   通过利用暗数据和实施高效的知识管理策略，化学组织可以加速创新并改善研发成果。 他们可以缩短周期时间，确定新的研究机遇，改进产品配方，并对所实施的研究项目做出更加明智的决策。
   
   下载该案例研究，了解东丽株式会社如何消除数据孤岛，并将数据进一步整合到工作流程之中。 
    
5. 与专家开展合作，将知识管理策略应用于实际
   当科学信息贯穿于整个化学研发的工作流程时，这种复杂性使任何内部 IT 团队都难以驾驭。 外部合作伙伴可以帮助构建以结构化格式存储并连接现有数据的解决方案，使所有员工能够简单高效地访问有价值的研发数据。 外部合作伙伴的经验是无价之宝。 他们对最佳实践拥有出色洞察，同时具备知识管理方面的专业知识，有助于确保您的工作取得成功。

mRNA 疫苗现已展示如何通过向我们的细胞传递遗传指令来控制流行病。 这项技术接下来有望解决哪些难题？了解 mRNA 治疗的现状、未来机遇和主要参与者，本简介简要总结了我们最近在《ACS Pharmacology & Translational Science》上发表的同行评审出版物。