2022年“神童”榜单发布，28名生物医药新星上榜( 二 ) _健康小知识

AnaGonzalez-Reiche
纽约西奈山伊坎医学院
AnaGonzalez-Reiche博士的工作聚焦于系统发育分析和基因测序。她在纽约西奈山伊坎医学院工作时，发表了19篇关于新冠病毒的论文，包括对Omicron变种刺突蛋白突变的分析，以及对BA.1.23变种的分析。
BrianHie
斯坦福大学
BrianHie博士是斯坦福大学医学院的研究员和MetaAI的访问学者。他使用基于自然语言处理的机器学习技术来理解蛋白进化。他的研究显示，基于语言模型的机器学习模型能够预测蛋白的进化走向。目前，他的工作聚焦于如何使用这些模型人工推动蛋白的人工进化，设计能够更好和靶点结合的抗体。
AlainnaJamal
多伦多大学
AlainnaJamal博士聚焦于对细菌耐药性的研究。她基于流行病学和基因组学的方法，对产碳青霉烯酶肠杆菌（CPE）的研究显示出CPE在医院环境中传播的危害，已经对安大略医院的感染控制流程产生了影响。在她看来，预防细菌耐药性虽然不是广为关注的话题，但是正因为容易被人忽略而格外重要。
JuliaJoung
麻省理工学院
JuliaJoung博士在CRISPR先驱张锋教授实验室攻读博士学位的时候，开发出一种CRISPR筛选技术，这一激活性CRISPR筛选技术可以用于分析基因组中广泛的非编码区域。利用这一技术，她发现癌细胞能够通过启动某些基因表达，对CAR-T疗法和其它免疫疗法产生耐药性。
她的最新研究构建了一个转录因子图谱，这让科学家们可以通过有序地激活不同的转录因子，将干细胞分化成几乎任何不同类型的人类细胞。
HirofumiKobayashi
ChanZuckerbergBiohub
HirofumiKobayashi博士在攻读博士学位时，开发了利用人工智能分析血液中癌细胞的技术。这一技术能够识别癌细胞形状中细微的变化，从而确定它们是否会对疗法产生应答。
如今在ChanZuckerbergBiohub ，他致力于使用由OpenCell项目收集的超过1300张细胞图像，训练深度学习模型自动描绘出蛋白在亚细胞水平的位置图谱。
Hyunwoo“Tony”Kwon
俄亥俄州立大学医学院
Hyunwoo“Tony”Kwon博士在攻读博士学位时聚焦于研究T细胞耗竭的问题。当T细胞耗竭时，它们无法分裂增殖，以及攻击癌细胞。 Kwon博士的研究发现雄性动物的肿瘤中耗竭T细胞水平更高，而雄激素水平是主要驱动因素。下一步，他的目标是把这些发现转化成为治疗患者的疗法。
HussainLalani
布莱根妇女医院&哈佛医学院
HussainLalani博士在布莱根妇女医院接受培训时经常目睹有些患者因为负担不起治疗而被送到急救室。对于他来说，提高疗法可及性是他推动变革的核心。他希望能够将临床诊治和科学研究，以及医疗政策研究结合在一起，帮助确保更多人能够获得健康医疗。
CalebLareau
斯坦福大学
CalebLareau博士在做博士后的时候联合创建了初创公司CartographyBiosciences 。它使用单细胞基因组学和其它计算技术，构建了健康组织和癌变组织详细到单细胞水平的图谱。研究人员的目标是发现更具特异性的新抗原，从而开发毒副作用更小的创新抗癌免疫疗法。
DigBijayMahat
麻省理工学院
DigBijayMahat博士在麻省理工学院（MIT）的研究聚焦于更好地理解RNA的功能，不过当新冠疫情爆发后，他觉得必须为自己的家乡做些什么。与MIT合作，他将新冠测试和试剂运送回尼泊尔，他和妻子一起设立了一个检测项目。他同时帮助当地健康机构与疫苗制造商牵线搭桥，致力于改善全球的疫苗可及性。
AvinashManjula-Basavanna