新闻及香港科大故事

        香港科技大学（科大）联同香港大学（港大）与法国居礼研究所共同发现了人体MCM2至MCM7蛋白复合体（Minichromosome Maintenance 2-7，微小染色体维持蛋白2-7）调控DNA 复制起始（Replication Initiation）的新机制。 此发现可被应用于研发新型、高效及更具针对性的抗癌药物。这项研究成果现已刊登在国际顶尖科学期刊《细胞》杂誌上（按此浏览期刊文章）。         我们的生命由单个受精卵细胞形成时开始。在母体子宫内，受精卵通过细胞分裂而发育成多细胞个体。在每次分裂中，编码遗传信息的基因组DNA都会被准确复制。每个细胞携带的DNA总长度约为两米，其通过摺叠、整合成为23对染色体。在人的一生中（约70年），人体将合成接近一光年长度的DNA（10^16米）。在复制的过程中，首先须利用解旋酶将双链DNA分解成两条单链DNA，其后DNA聚合酶以此为模板，合成两条新的互补配对的双螺旋DNA。若调控过程中出现一丝紊乱，都可能导致严重后果，例如肿瘤或遗传疾病等。          「破解DNA复制的机制是认识生命奥秘的关键。」领导这项研究的港大生物科学学院助理教授翟元樑博士说。「而解析复制机器蛋白质结构是了解其分子功能最核心的步骤，因为只有亲眼看到，才能相信。」

中枢神经系统一旦受创，例如在脊髓损伤的意外中，伤者很可能会永久丧失感觉或活动能力，当中的关键原因，是轴突断裂后无法再生。目前，医学界为脊髓损伤患者恢復活动能力的方法非常有限。若要为他们带来治疗希望，其中一个研究方向，便是要破解令这些受伤轴突再生的方法。 由香港科技大学(科大)生命科学部郑氏理学副教授刘凯带领的团队，用老鼠进行实验，解构了促进神经突轴再生的部分原理。他们发现，通过敲除神经元内编码一种磷酸酶的基因PTPN2，可以促进中枢神经系统的轴突重生，另外，若再外加Ⅱ型干扰素IFNγ，更可进一步提升再生的轴突数量和生长速度。这项研究的结果，最近于科学期刊Neuron上发表。 人类的神经系统可分为两部分：中枢神经系统和外周神经系统。与中枢神经系统的分别是，外周神经当受到损伤时，具有较强的再生和自我修復能力 。不过，科学界一直并未完全了解这个再生和修復过程与神经系统内在免疫机制以及免疫相关的细胞因子的关係，包括一些信号通路如何影响受伤的神经元，以及它们能否直接促进轴突再生。 是项研究亦探索了IFNγ-cGAS-STING信号通路有否参与外周神经的自我修復过程。团队发现，外周神经轴突可以在损伤后，直接调节其损伤环境中的免疫反应，以促进自我修復。 在过往的研究中，刘教授的团队已经发现，可以通过提高神经元电活动，改变神经元甘油脂代谢途径等不同方法，从而加强轴突的再生能力。今次这项研究，为脊髓损伤这类情况的未来治疗方案，找到进一步线索，比如联合几种不同的信号通路可以大幅提高神经再生。

新方法令用以医治癌症、遗传病或预防2019冠状病毒病的mRNA药物和疫苗大大提升其效用。

香港科技大学的研究人员最近发明了一种新型集成方案，透过选择性直接外延技术1，在硅光子平台上开发了III-V族化合物半导体器件和硅组件的高效耦合—，释放集成高能效光子和低成本电子的潜能，令下一代通信 可以低成本、更高速和更大容量的方式呈现。 近年，在大数据、汽车、云端和传感器等各种应用和新兴技术的推动下，数据流量呈指数级增长。为了解决数据通信的瓶颈，硅光子学成为一项被广泛研究的核心技术，通过节能、大容量和低成本的光互连实现数据传输的增长。虽然硅基无源组件已经在硅光子平台上成熟的建立，但激光器和光电探测器并不能由硅制成，需要在硅上集成其他材料，例如 III-V 族化合物半导体等。 现时对于硅上的 III-V 激光器和光电探测器主要通过两种方法进行了研究。第一个是以键合为基础的方法，尽管此方法已能产出了性能很好的器件，但要求复杂的制造工艺，而且成本高、产量低，使大规模生产变得非常具挑战性。另一种方法是通过在硅上纵向生长多层 III-V 的直接外延方法，虽然它提供了一种成本更低、可扩展性更大和集成密度更高的解决方案，然而这种方法中所必须用到的几微米厚的 III-V 缓冲层阻碍了 III-V 和硅之间的有效光耦合，因此解决这一问题成为了集成硅光子学的关键。 为解决这一关键问题，由香港科技大学电子及计算器工程学系荣休教授刘纪美领导的团队开发了横向选区生长技术—一种新颖的选择性直接外延方法，可以选择性地在硅上横向生长 III-V 材料，而无需缓冲层。此外，基于这项新技术，该团队亦设计并实现了 III-V 光电探测器和硅组件的独特面内集成，并在 III-V 和硅之间具有高耦合效率。与商用光电探测器相比，这种方法实现的光电探测器噪声更小，灵敏度更高，工作范围更广，且具有超过 112 Gb/s的高速—较现有产品更快。这不但乃首次通过直接外延的方法实现III-V 器件与硅组件的有效耦合，而且可以应用于各种 III-V 器件和硅基组件的集成，从而实现在硅光子平台上集成光与电模块以进行数据通信的最终目标。

古今中外，「抗衰老」一直都是历史和文学中的热门题材。从中国古代的秦始皇派员远征大海寻找长生不死之药，到西方小说中的德古拉伯爵拥有不死之身，千百年来，人类仍沉醉于寻找不老之术，至今仍未有解决方法。 最近，由何善衡生命科学教授席生命科学部副教授张晓东教授领导的一个研究小组，在抗衰老研究上获得了突破性的进展。    张教授一直专注于研究肌肉干细胞。肌肉干细胞在人体的肌肉修复过程中，起着关键的作用，而团队发现了一种方法，可基于染色质的特征识别出老化的肌肉干细胞。衰老的肌肉干细胞与年轻的不同，它们的干性会降低，也就是说它们成为新干细胞或变成特定细胞以替代受损组织的能力会降低。在下一步的研究中，如果能再找到方法将这些衰老细胞的染色质特征修改，将它们变得与年轻细胞一样的话，那么细胞衰老、以致骨胳肌组织衰老的过程便有望暂停，甚至逆转。 团队的研究成果最近于Cell Press 出版的公开期刊 iScience 中发表。 张教授认为，调控染色质的开放程度及可及性是决定细胞命运的关键。他阐释说，染色质状态的变化可导致基因表达失调。今次的研究显示逐渐激活的染色质状态是干细胞衰老的重要标志，而这项发现很可能成为未来研发抗衰老技术的一个重要方向。 染色质是一种包裹在组蛋白周围的 DNA 复合物，用于维持 DNA 的正常结构，而它们的结构会随外部环境迅速变化。承接以往研究所得，团队今次在老鼠体内预先固定了肌肉干细胞的状态，以取得静息细胞（平时在休眠状态， 但在肌肉受伤时会激活，以发挥修复功能）以及它们的基因和染色质特征，再随着时间变化，比较染色质的「可及性」。 研究的第一作者董安琪博士指出：「我们发现年轻肌肉干细胞的染色质环境，在静息状态会变得非常紧密，并在激活初期有较高的『可及性』。它们在长期的再生过程后，会逐渐重新建立紧密状态。然而，老化的肌肉干细胞在静息期间，则不能维持染色质的紧密环境。」董博士是张教授研究团队的前成员，现为布鲁塞尔自由大学博士后研究员。

受访者对采用「数码港元」取态正面，逾半表示有意使用「数码港元」作日常交易。

香港科技大学研究人员研发了一种能够辨识导线的人工智能技术，协助医护人员在进行置入「中央静脉导管」(Central Venous Catheter, CVC)手术后点算导线，减低导线意外遗留在病人体内的机会。 技术由科大计算器科学及工程学系陈双幸教授领导的研究团队开发，自去年十一月起已在将军澳医院进行临床应用。在十九宗应用个案中，均能准确及迅速地识别从病人体内取出经使用的导线，证明有效加强保障病人安全。  导线(Guidewire)是常见于医疗程序的细线。医护人员一般会利用塞尔丁格拉技术（Seldinger Technique），透过导线协助引导导管(catheter)置入人体静脉，以便导入液体、输注药物或监察血液流动状况。现时，医护人员需在正式完成医疗程序前，人手点算及核实所有曾置入人体的导线是否已被移除。 为了提升病人及手术安全，陈教授团队利用计算机视觉(Computer vision)技术，研发出崭新的「人工智能检查工具」，以核实医护人员点算导线的结果。医护人员确认系统所显示的导线数目，并经人手点算后，会利用智能手机或平板计算机，拍摄包含导线在内的所有医疗仪器的照片，人工智能系统便可以透过图像识别及数据增强(Data augmentation)技术，准确快捷地把幼细的导线从众多医疗仪器及用具中区分出来和进行点算，并实时核实医护人员的人手点算结果。 陈教授说﹕「有别于人类，人工智能系统不会疲劳或分神，即使长时间复核医护人员的人手点算结果，均可维持最高的准确性及效率。我们很高兴可以把计算机视觉方面的研究成果转化为临床应用，减少人为错误的机会。展望未来，我们期望可以把有关技术扩大至导线以外的其他医疗用品，减低它们遗留于病人体内的风险。」

一项基于智能数据模型的新研究揭示，增加对弱势社群的疫苗接种投入，是实现为社会最大健康利益的有效途径。 要想同时提升有限疫苗资源的社会效用和公平性，政府应将更多的疫苗优先分配给最弱势的社群——即使这类人士对疫苗表现出更强烈的犹豫。由香港科技大学（科大）和科大(广州)的许彬教授、芝加哥大学的James EVANS教授和清华大学的李勇教授共同领导的国际研究团队，设计了能准确预测美国都会区新型冠状病毒案例曲线的传染病模型，并基于该模型揭示了在复杂的流行病环境中平衡多种伦理价值的关键。 传统流行病模型往往对人群混合模式做出了很强的假设，认为一个地理区域内的所有人均匀混合，从而有相同的机率感染病毒并传给他人。这与新型冠状病毒疫情中的情形显然不相符。有见及此，研究团队设计了一个会考虑出行行为和人口属性差异的流行病模型，以捕捉不同小区面临不同疫情风险的程度。出行数据和人口结构在小区层面的整合，使团队能够更真实地描述不同人群的混合方式。例如，在新型冠状病毒疫情中，低收入家庭的情况会更糟，因为他们为了生计必须维持原来的小区流动水平，这使他们面临更大的风险。因此，与许多可以在家工作的白领相比，他们有更大的机率感染和传播病毒，这也使他们成为接种疫苗、阻断疫情传播的关键群体。 研究得到两个关键结果：首先，它强调在设计疫苗分配政策时，应将出行行为和人口属性同时纳入考虑。大多数现有的疫苗接种计划仅基于年龄或年龄与职业的组合来设计；美国部分地区采用一个社会脆弱性指数来指导疫苗的分配先后次序。尽管如此，它仍无法捕获出行行为导致的传播和暴露于新型冠状病毒的不同可能性。相比之下，该研究提出的模型显著提高了疫苗分配策略的针对性，透过分配疫苗给最弱势的群体，有限的疫苗资源便能被充分利用，实现社会的最大福祉。研究团队还指出，他们的智能模型仅使用粗粒度的聚合出行数据，从而消除了个人私隐泄露的担忧。事实上，许多优秀的聚合数据源可被用于构建流行病模型，而不必担心私隐或其他问题。