Scientific breakthroughs: 2025 emerging trends to watch

2024年学术界取得了显著进步，而且这个进步的趋势丝毫没有放缓的迹象。CAS（美国化学文摘社）一直持续关注科学研究的前沿，并甄别了2025年可能推动重大科学突破的八个关键趋势。这些领域的最新发展涉及人工智能、精准医疗和新型电池技术等多样的课题。它们有可能改善人类的健康和环境，也为企业和企业家提供了更好地利用新研究和技术的机会。

报名参加1月23日的 “2025年值得关注的趋势” (Trends to Watch 2025) 网络研讨会 (http://www.cas.org/resources/webinar/trends-2025)，聆听 CAS 的专家小组对这些最新科学趋势的看法，包括提高数据质量助力人工智能的成功，纳米材料科学创新，单细胞分析技术，及药物发现中的量子计算等内容。

CRISPR治疗管线势头强劲

前沿的基因编辑技术，尤其是CRISPR，正在彻底改变药物发现的格局。Casgevy是美国食品药品监督管理局（FDA）批准的首个利用CRISPR-Cas9基因编辑技术开发的疗法，此后，许多针对各种疾病的基于CRISPR的新疗法已经进入药物研发流程和试验阶段。

碱基编辑、先导编辑，甚至基于CRISPR的表观遗传调控技术的快速发展，将CRISPR推向了药物发现的前沿，其在肿瘤学、遗传疾病、病毒感染和自身免疫性疾病方面均具有应用前景。修正基因突变、沉默有害基因或诱导细胞进行保护性变异，标志着从控制症状到对患者具有治疗潜力的疗法的范式转变。

CRISPR强化治疗方法的一些示例包括：

• 敲除抑制T细胞功能或增强其靶向癌细胞能力的基因，从而开发药效更强、毒性更低的CAR-T疗法。

• 增加可控安全开关，可根据个体基因反应停止和逆转CAR-T细胞疗法。

• 识别癌细胞中的基因和蛋白，发现PROTAC新靶点。

作为一种基因编辑工具，CRISPR本身具有多种功能，可以进行基因修正和沉默，因而CRISPR具有开发多种单基因疾病和病毒感染治疗方法的潜力。然而，最令人兴奋的还是CRISPR、CAR-T和PROTAC这些技术的互补性，使得结合多种技术的药物发现策略成为可能。依靠CRISPR灵活性的新疗法可以解决遗留的疾病生物学问题并满足患者需求，为孕育更有效的组合疗法塑造一个有前景的未来。

固态电池创新推动锂电池发展

在当今的电动汽车和许多消费电子产品中，锂离子电池（LIB）可谓是无处不在。因此，该领域新的研究重点是开发更适合这些应用的下一代锂离子电池。

固态电池是一种新技术，有可能解决阻碍电动汽车应用的许多关键问题，因而发展势头强劲。固体电解质与目前锂电池中常用的液体或凝胶电解质相比有哪些优势？

• 更安全，不易燃

• 更耐用，可多次放电

• 结构更紧凑，在相同体积和重量下可提供更多能量

• 充电速度更快

• 抗低温性能衰减

尽管存在这些优势，但一些行业专家仍持怀疑态度，指出尽管这项技术在现实条件下进行了测试，但仍面临成本、制造和生产验证方面的障碍。

总体而言，汽车制造商对这一技术持乐观态度，行业投资大幅增长就是最好的证明：

• 本田汽车公司最近推出了一条全固态电动汽车电池生产线，预计这些电池的体积将缩小50%。

• 中国最大的汽车制造商之一上汽集团表示，将于2026年开始量产第二代固态电池。

• 日产汽车公司也宣布计划在2028年推出配备固态电池的电动汽车。

根据上述投资情况，可以预见未来几年似乎将迎来固态电池的发展关键点。除汽车应用外，许多行业都在密切关注电池技术的发展，每一项新突破都会带来新的应用和可能性。

数据质量成为人工智能成败的关键

2025年，人工智能将继续占据新闻头条，但随着AI技术融入众多行业，有关优化其成果的讨论也正从算法转向数据。

数据是用于训练和指导所有机器学习应用的基本因素。大语言模型（LLM），如ChatGPT，在用于专业化科技应用时，仍然显示出明显的局限性。部分原因是这些工具处理化学结构、表格数据、知识图谱、时序和其他形式的非文本信息的能力有限。

数据质量和多样性对AI成果的重要性已得到充分研究。然而，对于具体项目而言，往往无法随时获得适用数据。为了提高AI在科学应用中的水平，研究人员需要质量更高、更专业的数据集，以满足预期的模型应用需求。这促进了药物再利用研究，便捷了计算机辅助药物设计。用于缩小数据质量差距和提高人工智能应用成果的方法包括：

• 开发用于训练人工智能的定制数据集，如麻省理工学院（MIT）和丰田汽车公司（Toyota）用于训练自动驾驶汽车的数据集。

• 可利用更多数据源并减少“幻觉”和不准确结果的复合人工智能系统。

• 一种“混合专家”模型，针对特定任务训练多个较小的子模型，而不是使用一个大模型。

• 在没有足够多的真实数据时，使用其他AI模型生成的合成数据来训练新模型。

材料科学创新支持气候行动取得进展

根据《巴黎协定》，许多国家承诺到2030年大幅减少温室气体排放，到2050年实现净零排放的目标。一系列科学创新正在推动这一目标的实现，其中包括为应对关键挑战提供新方法的新材料科学技术。

金属有机骨架（MOF）是一种高多孔性晶体材料，由金属离子与有机分子配位形成的分子笼组成。这些材料具有各种各样的特性，如高表面积、可调孔径尺寸以及对压力和温度变化的适应性，使之成为气体储存、气体分离、磁性、催化以及电气和光学应用的合适候选材料。由于MOF具有优异的表面积和可调控的特性，巴斯夫公司率先以商业规模生产用于碳捕集的MOF，而其他公司也紧随其后。

随着气候变暖，节能空调也将变得至关重要，而基于MOF的涂层在空调方面的应用也被证明非常有用。涂覆在空调部件上的MOF，可有效地从通过的空气中吸收湿气，从而将所需的冷却能量最多减少40%。

共价有机框架（COF）在能量储存、催化和气体分离方面也显示出巨大的潜力。与MOF不同的是，COF完全是有机骨架。与MOF相比，这些二维或三维结构具有更高的热稳定性和化学稳定性。最近的研究表明，这样的稳定性使COF材料能够持续工作并净化大气。在污染控制应用中，COF也被证明很有效，例如检测和去除饮用水中的全氟化合物。

通过开发对环境影响较低的新材料，材料科学研究有望在未来几年的可持续发展举措中发挥越来越重要的作用。我们期待这将带来更广泛的可再生技术和工艺的创新，从而减轻污染的影响，提高能源效率，并对许多其他可持续发展目标产生影响。

了解有关MOF的更多信息，请参阅我们最近的文章。

多方面防止假冒行为的方法

过去，化学家依靠大量但有限的已知反应来合成复杂的有机分子。然而，如今新兴的合成方法让新的分子骨架和形状越来越容易获得，有可能促进有机化学和药物化学领域掀起令人兴奋的新一轮创新浪潮。

分子编辑是一种通过插入、删除或交换分子核心骨架中的原子来精确修饰分子结构的技术。与通过一系列分步反应将较小部分组装成新的大分子的传统方法不同，分子编辑使化学家能够通过精确修饰现有的大分子来创造新分子。因而，化学家们能够以更高的效率和成本效益创造出新的化合物，并通过缩减总的合成步骤，减少有毒溶剂的用量和许多转化过程所需的能源。

分子编辑最吸引人的地方，可能是其令人期待的对创新的积极影响。过去十年来，业界一直在讨论制药业出现所谓的“创新危机”的原因和解决方法。然而，毫无疑问，增加化学家获得所需结构的途径是获得更丰富多样的候选药物、肥料、材料和许多其他应用的分子骨架的关键。

这些新的合成方法与新兴的帮助化学家确定和优选合成途径的基于AI的合成应用相结合，可以在未来十年里推动化学创新成倍增长。

废物管理创新推动循环经济

据联合国《2024年全球废物管理展望》（Global Waste Management Outlook）估计，如果不进行彻底变革，到2050年，每年废物管理的综合成本（包括污染、卫生状况不佳和气候变化等隐性成本）将翻一番。因此，新技术推动着循环经济的发展，其中，再利用和回收发挥着较大的作用：

• 除了火法冶金和湿法冶金等传统回收方法外，新的电池回收方法也正在开发中，即通过生物浸出、直接回收和电湿法冶金等工艺再利用锂、钴、镍、铝、铁和锰等有价金属。这些新方法不仅能防止危险化学品进入环境，还能回收许多常用技术中使用的、但往往稀缺的贵金属。

• 水热碳化等生物质转化技术正被用于将废物转化为能源，将湿生物质、有机废物和农业残留物转化为水热炭（一种用于发电和土壤改良的富碳材料）和生物炭（一种用于土壤改良的材料）。

• “吃”塑料的细菌能够从废物中再生单体，从而提高了塑料回收的效率——大阪堺菌（Ideonella sakaiensis）201-F6的发现推动了这类细菌的研究发展。这类细菌含有IsPETase和IsMHETase酶，可以将聚对苯二甲酸乙二醇酯（PET）分解成对环境无害的两种单体——乙二醇和对苯二甲酸。如果这项技术能够规模化，将有助于缓解各国对塑料的持续“依赖”。

像这样的新型创新技术不仅抵消了废物处理的成本，而且随着新技术的开发，提供了更好的经济激励机制。随着制造商、能源生产商、政府和废物管理公司对旨在降低废物管理成本的创新进行投资，以增强可持续发展能力和提高生产过程的盈利能力，能够从废物中回收或创造新的有价值资源的技术值得密切关注。

量子计算走向实用化

联合国宣布2025年为国际量子科学技术年（IYQ）。虽然量子计算技术尚未广泛商业化，但它在科学研发领域的实际应用取得稳步进展。例如，克利夫兰诊所（Cleveland Clinic）和IBM最近推出了世界上第一台专门用于医疗保健研究的量子计算机，并开始将其功能用于解决现代超级计算机也无法解决的药物发现问题。研究人员正在探索量子计算如何通过实现更复杂的分子行为模拟和高效的蛋白质折叠建模来加速药物发现。随着实施力度加大，这为量子计算在短时间内推动重大进展创造了机会。

除了药物开发，量子计算还能解决许多其他领域的复杂难题。例如，农业研究人员正在测试其在肥料计算和田间监测方面的应用，这些应用可以在减少环境破坏的同时提高粮食产量，从而优化作物产率。预计量子计算还能通过识别大量全球数据中的模式，更快速地评估不同模型生成的多种不同情景，从而实现更准确的天气预报。

谷歌最近推出了新型Willow芯片，微软和Atom Computing公司也宣布计划在2025年推出商用量子计算机，这表明了量子计算技术的飞速发展。尽管在实现量子计算规模化方面仍存在许多挑战，我们预计量子计算在未来几年内不会主导技术领域，但量子计算正在成为多个领域的关键驱动力。

Ominiomics：下一次单细胞革命

近年来，对新型单细胞分析技术的投资呈爆炸式增长。这些技术目前正被用于推动早期疾病检测、产前筛查检验、生物标志物检测、液体活检和生物药物开发等领域的重要进展。据估计，2023年与基因组学、转录组学和蛋白质组学相关的单细胞分析技术市场规模为43.4亿美元，预计2024年至2030年的复合年增长率为18.7%。

单细胞研究的下一个前沿领域是多组学。多组学方法结合了多种单细胞技术，为研究人员和临床医生提供更全面的信息：

• 在药物发现方面，多组学可以帮助设计治疗方法和推进疫苗开发，因为在单细胞水平上同时整合各种单模态组学方法可以帮助我们了解各种生物过程、通路和疾病机制。

• 多组学还被用于建立细胞连接树，助力癌症研究人员在单细胞水平上同时研究表观遗传效应和基因突变的影响。

• 在胶质母细胞瘤患者模型中，多组学技术已显示出提高对肿瘤内异质性认识的潜力，从而为患者特异性疗法提供信息。

除了多组学之外，omniomics致力于融合所有组学数据，为我们提供细胞水平的人类生物学综合信息，更准确地揭示复杂的生物相互作用和疾病机制。这种方法在药物创新方面具有广泛的应用，可以加速靶向疗法的开发。Omniomics还对改善精准医疗具有深远影响，它有助于科学家更深入地了解肿瘤内的不同细胞以及细胞随时间如何发生变化，从而为个性化治疗策略奠定基础。

Copyright © 2025 American Chemical Society