HCA联盟成立于2016年，由英国惠康桑格尔研究所和基因泰克公司的科学家共同发起，旨在为人体中的每种细胞类型都建立一个生物学图谱，有来自102个国家/地区的超过3600名研究人员参与。HCA数据门户网站目前拥有从约9100名捐赠者收集的约6200万个细胞的数据，并开放数据免费访问（）。

• 点评：细胞是生命的基本单位，但目前我们对细胞的种类、功能和复杂性仍知之甚少。上述研究成果，为建立完整的人类细胞图谱奠定了基础。（罗仙仙）

04人类健康与疾病蛋白质组图谱发布

11月22日，复旦大学附属华山医院、复旦大学类脑智能科学与技术研究院的团队合作，在《细胞》（Cell）发表论文Atlas of the plasma proteome in health and disease in 53026 adults。研究团队通过深入分析53026名个体的血浆蛋白质组数据、跨越14.8年的中位随访期，绘制了人类健康与疾病蛋白质组图谱。图谱涵盖2920种血浆蛋白质与406种既往患病、660种随访新发疾病以及986种健康相关表型，揭示了16.81万个蛋白质-疾病关联和约55.45万个蛋白质-表型关联。

研究团队还结合人工智能大数据分析方法，构建了疾病诊断预测模型以及发现26个具有治疗潜力且安全性良好的新靶点。另外，该研究建立了一个可开放访问的蛋白质组-表型组资源数据库Proteome-Phenome Atlas（）。

▲人类健康与疾病血浆蛋白质组图谱。图片来源：cell

• 点评：上述成果有助于科学家们更好地理解疾病的生物学机制，或将加速疾病生物标志物的识别、预测诊断模型和治疗靶点的开发，为精准医学的发展提供支持。（罗仙仙）

智能与计算05谷歌发布量子计算纠错解码器AlphaQubit

11月20日，谷歌发布基于Transformer构建的解码器AlphaQubit，能够以高精度识别量子计算错误。AlphaQubit 以一致性检查（consistency checks）作为输入，旨在预测逻辑量子比特在实验结束时的状态是否与初始准备状态发生了翻转。AlphaQubit通过两个阶段的训练——先用模拟样本进行预训练，再用有限数量的实验样本进行微调训练。

在最大规模的Sycamore（谷歌2019年研制的量子计算原型机，由54个量子比特组成）实验中，AlphaQubit比张量网络（tensor network）方法少犯6%的错误，还比相关匹配方法少犯30%的错误。此外，研究人员使用模拟量子系统的数据对AlphaQubit进行训练，这些系统最多包含241个量子比特。AlphaQubit的性能优于领先的算法解码器，这表明它在未来也能应用于中型量子设备。相关研究论文同日发表于《自然》（Nature），题为Learning high-accuracy error decoding for quantum processors。

• 点评：量子计算机被视为下一次科学革命的强大引擎，但量子比特的自然状态非常脆弱，易受多种因素的干扰。准确识别错误，是量子计算机能够大规模执行长时间计算的关键一步。AlphaQubit的推出，标志着机器学习在量子错误纠正中的一个里程碑，使得量子错误纠正大规模的系统中的实际操作成为可能。（罗仙仙）

06IBM实现“跨芯片”量子纠缠

11月20日，IBM欧洲研究中心科学家在《自然》（Nature）发表论文Combining quantum processors with real-time classical communication，介绍他们开发的连接量子芯片解决方案，先在第一块芯片上创建一对量子比特的纠缠状态，然后将其中一个量子比特传输到第二块芯片，成功让两个有127个量子比特的超导量子芯片纠缠在一起，并作为一个整体完成了一个需要142个量子比特才能完成的计算任务。

• 点评：量子计算能够处理更大规模、更加复杂的特定任务，但实用性取决于能否扩展量子比特的连接性。实现“跨芯片”量子纠缠，有望制造出真正可用的量子计算机。（曹妍）

07亚马逊向Anthropic追加40亿美元投资

11月22日，亚马逊宣布向AI初创公司Anthropic投资40亿美元，成为后者主要的云服务提供商，Anthropic还将使用由亚马逊AWS Trainium和Inferentia芯片训练及部署其未来基础模型，此前它主要使用英伟达芯片。这是2023年9月亚马逊对Anthropic投资40亿美元以来的新一轮财务追加。

Anthropic于2021年由OpenAI前高管Dario Amodei等人创立。2023年4月，Anthropic生成式人工智能模型Claude加入亚马逊云服务平台AWS Bedrock。

• 点评：2023年以来，微软智能云携手OpenAI，不断挑战亚马逊AWS在云市场的统治地位。随着亚马逊与Anthropic的合作深化，两个不同组合之间的竞争又有新看点了。（曹妍）

科学前沿08可降解永久性化学物质的新型催化剂

11月20日，中国科学技术大学、科罗拉多州立大学研究团队分别在《自然》（Nature）杂志发表论文，介绍新型催化剂降解全氟和多氟烷基物质（PFAS）的研究成果。

PFAS因其防水、防热、防油等特性，被广泛应用于不粘锅、抗污面料等产品中。不过，PFAS稳定的碳-氟键（C-F）结构能够存留1000年或更长时间，也被称作“永久性化学物质”，对人体健康和自然环境造成了危害。

中国科学技术大学团队在Photocatalytic low-temperature defluorination of PFASs一文中提出，实验中的有机催化剂被光照射后，能够从溶液中添加的PFAS化合物中夺取电子，并提高电子能量使PFAS化合物分解。研究人员称，分裂的氟原子通过与溶液中的氢化钾反应形成氟化钾而被安全地隔离。

科罗拉多州立大学团队在论文Photocatalytic C–F bond activation in small molecules and polyfluoroalkyl substances中报告，团队开发了一种有机催化剂，当用蓝光激发催化剂时，它会从溶液添加剂中获取电子，将其传送到PFAS化合物中。催化剂不是直接将PFAS分解，而是用氢原子替换PFAS的氟原子，从而产生碳氢化合物。

• 点评：这两个催化剂需要化学添加剂，催化效率也并不完善，但它们为PFAS降解或转化为有用的化合物带来了可能，也为环境治理提供了新思路。（曹妍）

中国与世界09 中国发布《可信数据空间发展行动计划》

11月23日，中国国家数据局印发《可信数据空间发展行动计划（2024-2028年）》（下称“行动计划”），提出到2028年，可信数据空间运营、技术、生态、标准、安全等体系取得突破，建成100个以上可信数据空间。

行动计划主要包括三大行动：一是实施可信数据空间能力建设行动，通过构建可信管控能力，提高资源交互能力，强化价值共创能力，打造可信数据空间的核心能力体系；二是开展可信数据空间的培育推广行动，主要是布局企业、行业、城市、个人、跨境等五类可信数据空间的建设和应用推广，探索各类数据空间的场景创新、模式创新、机制创新；三是推进可信数据空间的筑基行动，围绕制定关键标准、攻关核心技术、完善基础服务、强化规范管理、拓展国际合作等五个方面，全面夯实可信数据空间的发展基础。

• 点评：可信数据空间是实现数据资源共享共用的一种数据流通利用基础设施，行动计划有助于推动数据资源的开发利用，构建全国一体化的数据市场。（曹妍）

10美国拟向数字孪生领域投资2.85亿美元

11月19日，美国商务部宣布，计划向半导体研究公司制造联盟公司（SRC）提供2.85亿美元的资金支持，用于建立和运营美国首个芯片制造数字孪生研究所SMART USA，以开发、验证和使用数字孪生来改进美国的半导体设计、制造、先进封装、组装和测试流程。

SMARTUSA未来五年的发展目标为：将美国芯片开发和制造成本降低35%以上；将半导体制造、先进封装、组装和测试的开发周期缩短30%；将半导体制造相关的温室气体排放量减少25％；对超过10万名工人和学生进行数字孪生技术培训等。

• 点评：除了给半导体制造企业提供高额补贴，美国政府同时还围绕半导体研发生态展开多点布局，其半导体产业发展的雄心可见一斑。（曹妍）

南方周末科创力研究中心