22 ກອນກະດາຄົມ 2019
ກອງທຶນມວຍ McKnight ສໍາລັບວິທະຍາສາດສາສະຫນາ (MEFN) ໄດ້ປະກາດສາມຜູ້ທີ່ໄດ້ຮັບທຶນຊ່ວຍເຫຼືອ 600.000 ໂດລາສະຫະລັດໂດຍຜ່ານການມອບລາງວັນເຕັກໂນໂລຢີ MEFN 2019, ໄດ້ຮັບຮູ້ໂຄງການເຫຼົ່ານີ້ສໍາລັບຄວາມສາມາດຂອງເຂົາເຈົ້າໃນການປ່ຽນແປງທາງວິທະຍາສາດວິທະຍາສາດ. ແຕ່ລະໂຄງການຈະໄດ້ຮັບລາຍໄດ້ທັງຫມົດ 200.000 ໂດລາໃນໄລຍະສອງປີຂ້າງຫນ້າ, ກ້າວຫນ້າສູ່ການພັດທະນາເຕັກໂນໂລຢີທີ່ແຕກຕ່າງກັນເຫຼົ່ານີ້ທີ່ນໍາໃຊ້ເພື່ອວາງແຜນ, ຕິດຕາມແລະສ້າງຫນ້າທີ່ຂອງສະຫມອງ. ຜູ້ໄດ້ຮັບລາງວັນປີ 2019 ແມ່ນ:
- Gilad Evrony, MD, Ph.D. ຂອງນິວຢອກວິທະຍາໄລ Langone ສຸຂະພາບ, ຜູ້ທີ່ກໍາລັງພັດທະນາເຕັກໂນໂລຊີຈຸລັງແບບດຽວກັບພື້ນຖານເພື່ອສ້າງແຜນທີ່ມີການປ່ຽນແປງທາງພັນທຸກໍາແບບທໍາມະຊາດໃນຈໍານວນຂະຫນາດໃຫຍ່ຂອງຈຸລັງຂອງມະນຸດແຕ່ລະຄົນເພື່ອຫຼີກລ້ຽງສາຍພັນຂອງພວກເຂົາແລະສ້າງປະເພດຂອງ "ຕົ້ນໄມ້ຄອບຄົວ" ຂອງປະເພດທີ່ແຕກຕ່າງກັນຂອງສະຫມອງຂອງສະຫມອງ.
- Iaroslav 'Alex' Savtchouk, Ph.D. , ຂອງມະຫາວິທະຍາໄລ Marquette, ໂຄງການທີ່ກ່ຽວຂ້ອງກັບວິທີການສະແດງຮູບພາບຂອງສະຫມອງໃນສາມມິຕິໃນການແກ້ໄຂຫຼາຍກວ່າເກົ່າແລະໄວກ່ວາຫຼາຍກວ່າກ່ອນຫນ້ານີ້, ໃຫ້ຮູບພາບຄົບຖ້ວນສົມບູນກ່ຽວກັບສິ່ງທີ່ເກີດຂື້ນໃນສະຫມອງທີ່ມີປະສິດທິພາບ.
- ທ່ານ Nanthia Suthana, Ph.D. , ຈາກມະຫາວິທະຍາໄລຄາລິຟໍເນຍ, Los Angeles, ທີມງານທີ່ພັດທະນາໂປຣແກຣມເພື່ອສື່ສານກັບອຸປະກອນສະເພາະໃດຫນຶ່ງທີ່ຖືກຝັງໄວ້ໃນສະຫມອງຂອງມະນຸດເປັນສ່ວນຫນຶ່ງຂອງການປິ່ນປົວທາງດ້ານການແພດແລະເພື່ອເກັບກໍາຂໍ້ມູນກິດຈະກໍາຂອງສະຫມອງຢ່າງເລິກເຊິ່ງຈາກມະນຸດ immersed ໃນຄວາມເປັນຈິງແລ້ວ virtual ແລະສະພາບແວດລ້ອມຄວາມຈິງທີ່ເພີ່ມຂຶ້ນ.
(ຮຽນຮູ້ເພີ່ມເຕີມກ່ຽວກັບແຕ່ລະໂຄງການຄົ້ນຄ້ວາເຫຼົ່ານີ້ຂ້າງລຸ່ມນີ້.)
ກ່ຽວກັບລາງວັນເຕັກໂນໂລຢີ
ນັບຕັ້ງແຕ່ການໄດ້ຮັບລາງວັນເຕັກໂນໂລຢີໃນປີ 1999, MEFN ໄດ້ປະກອບສ່ວນຫຼາຍກ່ວາ 13,5 ລ້ານໂດລາໃຫ້ແກ່ເຕັກໂນໂລຢີໃຫມ່ສໍາລັບວິທະຍາສາດສາກົນຜ່ານກົນໄກນີ້. MEFN ແມ່ນມີຄວາມສົນໃຈໂດຍສະເພາະໃນການເຮັດວຽກທີ່ໃຊ້ເວລາໃຫມ່ແລະນະວະນິຍາຍວິທີການກ້າວຫນ້າທາງດ້ານຄວາມສາມາດໃນການຫມູນໃຊ້ແລະວິເຄາະຫນ້າທີ່ຂອງສະຫມອງ. ເຕັກໂນໂລຢີທີ່ພັດທະນາກັບການສະຫນັບສະຫນູນ McKnight ຕ້ອງມີໃຫ້ແກ່ນັກວິທະຍາສາດອື່ນໆ.
Markus Meister, ປະທານຄະນະກໍາມະການລາງວັນແລະ Anne P. ແລະ Benjamin F. Biaggini ອາຈານວິທະຍາສາດຊີວະສາດທີ່ Caltech ກ່າວວ່າ "ອີກເທື່ອຫນຶ່ງ, ມັນມີຄວາມຕື່ນເຕັ້ນທີ່ຈະເຫັນຄວາມທັກສະໃນການເຮັດວຽກໃນການພັດທະນາ neurotechnologies ໃຫມ່" ທີ່ຢູ່ "ໃນປີນີ້ພວກເຮົາມີຄວາມຍິນດີໂດຍສະເພາະໃນການສະຫນັບສະຫນູນການພັດທະນາຫຼາຍໆຢ່າງທີ່ແນໃສ່ສະຫມອງຂອງມະນຸດ, ຈາກວິທີການຕິດຕາມເສັ້ນທາງຂອງແຕ່ລະເຊນຂອງແຕ່ລະຄົນກັບອຸປະກອນສໍາລັບການອ່ານແລະຂຽນສັນຍານ neural ໃນຜູ້ທີ່ຍ່າງຕາມເສັ້ນທາງປອດໄພ."
ຄະນະກໍາມະການເລືອກຕັ້ງປີນີ້ລວມມີ Adrienne Fairhall, Timothy Holy, Loren Looger, Mala Murthy, Alice Ting ແລະ Hongkui Zeng, ຜູ້ທີ່ເລືອກ McKnight Technological Innovations in Neuroscience Awards ປີນີ້ຈາກສະນຸກເກີການແຂ່ງຂັນສູງ 90 ຄົນ.
ລາງວັນມີຄວາມຕັ້ງໃຈສໍາລັບລາງວັນເຕັກໂນໂລຢີດ້ານເຕັກໂນໂລຢີ 2020 ແມ່ນວັນທີ 2 ທັນວາ 2019. ການປະກາດກ່ຽວກັບຂະບວນການປີ 2020 ຈະອອກມາໃນເດືອນກັນຍາ. ສໍາລັບຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບລາງວັນ, ກະລຸນາຢ້ຽມຊົມ www.mcknight.org/programs/the-mcknight-endowment-fund-for-neuroscience/technology-awards
2019 McKnight Technological Innovations in Neuroscience Awards
Gilad Evrony, MD, Ph.D. , Assistant Professor, ສູນສໍາລັບການພັນທຸກໍາແລະມະນຸດພັນທຸກໍາ, ພະແນກ. ຂອງ Pediatrics ແລະ Neuroscience & Physiology, ນິວຢອກວິທະຍາໄລ Langone ສຸຂະພາບ
"TAPESTRY: ເຕັກໂນໂລຢີແບບ Multi-omics ແບບດຽວກັນສໍາລັບການສືບທອດສາຍຕາທີ່ມີຄວາມລະອຽດສູງຂອງສະຫມອງຂອງມະນຸດ"
ມັນເປັນຄວາມຮູ້ທົ່ວໄປວ່າມະນຸດທຸກຄົນຈະເລີ້ມເປັນຈຸນຶ່ງດຽວກັບຊຸດຄໍາແນະນໍາຂອງ DNA ເທົ່ານັ້ນແຕ່ລາຍລະອຽດກ່ຽວກັບວິທີການທີ່ເຊນຫນຶ່ງເປັນຕື້ - ລວມທັງສິບພັນຕື້ຈຸລັງໃນສະຫມອງ - ສ່ວນຫຼາຍແມ່ນບໍ່ຮູ້ຈັກ. ການຄົ້ນຄວ້າຂອງທ່ານ Evrony ແມ່ນເພື່ອພັດທະນາເຕັກໂນໂລຢີທີ່ເອີ້ນວ່າ TAPESTRY ເຊິ່ງອາດຈະສະແດງໃຫ້ເຫັນເຖິງຂະບວນການນີ້ໂດຍການສ້າງ "ຕົ້ນໄມ້ຄອບຄົວ" ຂອງຈຸລັງຂອງສະຫມອງເຊິ່ງສະແດງໃຫ້ເຫັນວ່າຈຸລັງຂອງຜູ້ໃຫຍ່ເຮັດໃຫ້ມີຫຼາຍໆຈຸລັງໃນເມັດຂອງມະນຸດ.
ເຕັກໂນໂລຢີອາດແກ້ໄຂບາງບັນຫາທີ່ສໍາຄັນທີ່ນັກຄົ້ນຄວ້າວິໄຈພັດທະນາສະຫມອງຂອງມະນຸດ. ວິທີການສໍາຄັນສໍາລັບການສຶກສາຄົ້ນຄວ້າໂດຍການສືບທອດສາຍພັນ (ແນະນໍາເຄື່ອງຫມາຍເຂົ້າໄປໃນຈຸລັງຂອງສັດທີ່ຍັງອ່ອນແລະຫຼັງຈາກນັ້ນວິທີການວິເຄາະເຄື່ອງຫມາຍທີ່ຖືກສົ່ງໄປຫາລູກຂອງເຂົາເຈົ້າ) ແມ່ນເປັນໄປບໍ່ໄດ້ຢູ່ໃນມະນຸດເພາະວ່າມັນເປັນ invasive. ວຽກງານທີ່ຜ່ານມາຂອງທ່ານດຣ. Evrony ພ້ອມກັບເພື່ອນຮ່ວມງານໄດ້ສະແດງໃຫ້ເຫັນວ່າການປ່ຽນແປງທາງທໍາມະຊາດທີ່ສາມາດນໍາໃຊ້ໄດ້ເພື່ອນໍາໃຊ້ສາຍພັນໃນສະຫມອງຂອງມະນຸດ. TAPESTRY ມຸ້ງຫວັງແລະຂະຫຍາຍວິທີການນີ້ໂດຍແກ້ໄຂຂໍ້ຈໍາກັດຈໍານວນຫນຶ່ງຂອງວິທີການປະຈຸບັນ. ຫນ້າທໍາອິດ, ການຕິດຕາມສາຍຕ້ອງຮຽກຮ້ອງໃຫ້ມີຄວາມໂດດດ່ຽວແລະການຂະຫຍາຍຕົວຂອງ DNA ຂະຫນາດນ້ອຍຂອງຈຸລັງດຽວ. ອັນທີສອງ, ຄວາມເຂົ້າໃຈລະອຽດກ່ຽວກັບການພັດທະນາສະຫມອງຂອງມະນຸດຕ້ອງມີປະສິດທິພາບທີ່ມີປະສິດທິພາບເພື່ອອະນຸຍາດໃຫ້ກໍາລັງການກໍານົດຂອງຫລາຍໆພັນຄົນຫລືຫຼາຍພັນຄົນຂອງແຕ່ລະຈຸລັງ. ສຸດທ້າຍ, ມັນຍັງຕ້ອງການແຜນທີ່ຮູບແບບຂອງຈຸລັງ - ບໍ່ພຽງແຕ່ເບິ່ງວ່າຈຸລັງມີຄວາມກ່ຽວຂ້ອງແນວໃດ, ແຕ່ວ່າມັນຍັງປະເພດຂອງຈຸລັງທີ່ພວກມັນເປັນແນວໃດ. TAPESTRY seeks to solve these challenges
ວິທີການຂອງທ່ານດຣ. Evrony ແມ່ນສາມາດໃຊ້ໄດ້ກັບທຸກໆຈຸລັງຂອງມະນຸດ, ແຕ່ມັນມີຄວາມສົນໃຈພິເສດໃນບັນຫາກ່ຽວກັບສະຫມອງ. ເມື່ອມີຊີວິດຂອງສະຫມອງທີ່ມີສຸຂະພາບດີ, ມັນສາມາດຖືກນໍາໃຊ້ເປັນເສັ້ນທໍາອິດເພື່ອເບິ່ງວ່າການພັດທະນາສະຫມອງແຕກຕ່າງກັນແນວໃດກັບບຸກຄົນທີ່ມີຄວາມຜິດປົກກະຕິຕ່າງໆທີ່ອາດຈະເກີດຂື້ນໃນການພັດທະນາເຊັ່ນ: ອະໄວຍະວະແລະໂລກຈິດ.
Iaroslav 'Alex' Savtchouk, Ph.D. , ຊ່ຽວຊານອາຈານ, ພະແນກວິທະຍາສາດວິທະຍາສາດ biomedical, ມະຫາວິທະຍາໄລ Marquette
"ການຖ່າຍຮູບຢ່າງກວ້າງຂວາງຂອງປະລິມານສະຫມອງຜ່ານທາງ Stereoscopy Quadrangular ທີ່ໃຊ້ເວລາ"
ເຕັກນິກການຖ່າຍຮູບຂອງສະຫມອງທີ່ທັນສະໄຫມເຮັດໃຫ້ການສັງເກດຂອງຊັ້ນບາງໆຂອງສະຫມອງ, ແຕ່ການຖ່າຍຮູບຫຼາຍໆກິດຈະກໍາຂອງສະຫມອງໃນພື້ນທີ່ສາມມິຕິເຊັ່ນ: ປະລິມານຂອງສະຫມອງ - ໄດ້ສະແດງໃຫ້ເຫັນເຖິງຄວາມຫນ້າຢ້ານກົວ. ທ່ານ Savtchouk ໄດ້ພັດທະນາວິທີການທີ່ຊ່ວຍໃຫ້ນັກຄົ້ນຄວ້າຮູ້ວ່າສິ່ງທີ່ເກີດຂື້ນບໍ່ພຽງແຕ່ຢູ່ໃນສະຫມອງແຕ່ກໍ່ມີຄວາມລະອຽດແລະຄວາມເລິກເຊິ່ງຫຼາຍກວ່າເກົ່າ.
ຂະບວນການຫຼັກ - ກ້ອງຈຸລະທັດສອງ photon - ເອົາກິດຈະກໍາຂອງສະຫມອງຂຶ້ນມາໂດຍຊອກຫາ fluorescence ໃນຈຸລັງຂອງສະຫມອງທີ່ດັດແປງພັນທຸກໍາຂອງສັດທົດລອງ. ດ້ວຍເລເຊີດຽວ, ຂໍ້ມູນຄວາມເລິກຖືກບັນທຶກໄວ້ຢ່າງຊ້າໆ. ມີສອງ laser beams, ນັກຄົ້ນຄວ້າໄດ້ຮັບວິໄສທັດ binocular - ພວກເຂົາສາມາດເບິ່ງສິ່ງທີ່ໃກ້ຊິດແລະຫ່າງໄກກວ່ານັ້ນ, ແຕ່ຍັງມີ "ເງົາ" ທີ່ບໍ່ມີຫຍັງສາມາດເບິ່ງໄດ້ (ຕົວຢ່າງ, ເມື່ອຄົນເບິ່ງຢູ່ແຂບກະດານ chess, ບາງສ່ວນ ອາດຈະຖືກສະກັດກັ້ນໂດຍຊິ້ນສ່ວນໃກ້ໆ). Dr. Savtchouk ກໍາລັງແກ້ໄຂບັນຫານີ້ດ້ວຍການເພີ່ມຄວາມເຂັ້ມຂື້ນຂອງເລເຊີອີກສອງແຫ່ງ, ເຊິ່ງເຮັດໃຫ້ສີ່ງວິໄສທັດແລະຫຼຸດຜ່ອນຄວາມຫຼາກຫຼາຍຂອງຈຸດບອດ. ລາວຍັງກໍານົດໄລຍະເວລາຂອງ lasers - ເຊິ່ງກໍາມະຈອນຢ່າງໄວວາ - ເພື່ອນັກຄົ້ນຄວ້າຮູ້ວ່າເລເຊີທີ່ໄດ້ເຫັນກິດຈະກໍາທີ່ສໍາຄັນຕໍ່ການສ້າງແບບຈໍາລອງສາມມິຕິທີ່ໃຊ້ເວລາທີ່ຖືກຕ້ອງ.
ໂຄງການ Dr Savtchouk ທໍາອິດກ່ຽວກັບການອອກແບບລະບົບໃນ simulations ຄອມພິວເຕີ້, ຫຼັງຈາກນັ້ນສະແດງຄໍາຮ້ອງສະຫມັກຂອງມັນກັບຕົວແບບຫນູ. ເປົ້າຫມາຍຂອງລາວຄືການພັດທະນາວິທີການປັບປຸງກ້ອງຈຸລະທັນສອງ photon ທີ່ມີຢູ່ແລ້ວໂດຍຜ່ານການເພີ່ມ laser beams ແລະຜ່ານການອັບເກດຮາດແວແລະຊອບແວ, ຊ່ວຍໃຫ້ຫ້ອງທົດລອງຮັບປະໂຫຍດຈາກເຕັກໂນໂລຢີໂດຍບໍ່ຕ້ອງຈ່າຍຄ່າລະບົບໃຫມ່.
Nanthia Suthana, Ph.D. , Associate Professor, Department of Psychiatry and Biobehavioral Sciences, University of California, Los Angeles
"ການບັນທຶກແລະເຄື່ອນໄຫວແບບໄຮ້ສາຍແລະການເຄື່ອນໄຫວຂອງການເຄື່ອນໄຫວຂອງສະຫມອງຢ່າງເລິກເຊິ່ງໃນການເຄື່ອນຍ້າຍໂດຍກົງຂອງມະນຸດເຂົ້າໄປໃນຕົວຈິງ (ຫຼືເພີ່ມຂື້ນ) ຄວາມເປັນຈິງ"
ການສຶກສາປະກົດການທາງດ້ານມະນຸດສະທໍາຂອງມະນຸດມີຄວາມທ້າທາຍຫຼາຍຢ່າງ - ສະຫມອງຂອງມະນຸດບໍ່ສາມາດໄດ້ຮັບການສຶກສາໂດຍກົງຄືກັບສະຫມອງຂອງສັດ, ແລະມັນກໍ່ຍາກທີ່ຈະສ້າງ (ແລະບັນທຶກຜົນໄດ້ຮັບຈາກ) ສະພາບການໃນຫ້ອງທົດລອງ. ທ່ານດຣ. ສຸທິນາສະເຫນີການພັດທະນາລະບົບທີ່ນໍາໃຊ້ຄວາມເປັນຈິງແລ້ວໃນການສ້າງສະຖານະການທົດສອບທີ່ແທ້ຈິງສໍາລັບຫົວຂໍ້ຂອງນາງ. ນາງໃຊ້ຂໍ້ມູນທີ່ບັນທຶກໄວ້ໂດຍອຸປະກອນສະຫມອງທີ່ສາມາດນໍາໃຊ້ໄດ້ໃນການປິ່ນປົວໂຣກອ່ອນແອ.
ຫຼາຍຮ້ອຍຄົນຂອງປະຊາຊົນມີອຸປະກອນເຫຼົ່ານີ້ໄດ້ຮັບການປະຕິບັດ, ແລະຈໍານວນຫຼາຍຂອງອຸປະກອນ implanted ອະນຸຍາດໃຫ້ສໍາລັບການດໍາເນີນໂຄງການ wireless ແລະການກູ້ຄືນຂໍ້ມູນ. ວິທີການຂອງທ່ານດຣ. ວິທະຍາໄລໃຊ້ເວລາປະໂຫຍດຂອງມັນ - ອຸປະກອນເຫຼົ່ານີ້ຈະບັນທຶກທຸກປະເພດຂອງກິດຈະກໍາສະຫມອງເລິກ, ແລະນາງສາມາດເຂົ້າໄປໃນຂໍ້ມູນທີ່ບັນທຶກໄວ້ໃນຂະນະທີ່ຫົວຂໍ້ຕ່າງໆແມ່ນໂຕ້ຕອບໃນການທົດລອງ VR ຫຼື AR. ສິ່ງສໍາຄັນແມ່ນຫົວຂໍ້ສາມາດເຄື່ອນໄຫວໄດ້ຢ່າງງ່າຍດາຍເພາະວ່າພວກເຂົາປະຕິບັດຫນ້າທີ່ຕິດຕາມກວດກາກິດຈະກໍາສະຫມອງແລະອຸປະກອນການບັນທຶກກັບພວກເຂົາ. ການວັດແທກການເຄື່ອນໄຫວແລະການວັດແທກ biometric ສາມາດເຮັດໄດ້ພ້ອມກັນ, ປະກອບຮູບພາບທີ່ສົມບູນຂອງການຕອບສະຫນອງ.
ທ່ານດຣ. ສຸທິນາກໍາລັງເຮັດວຽກກັບທີມງານທີ່ມີຫຼາຍວິຊາເພື່ອເຮັດວຽກງານລະບົບ; ທີມງານປະກອບມີວິສະວະກອນໄຟຟ້າ, ນັກວິທະຍາສາດແລະນັກວິທະຍາສາດຄອມພິວເຕີ. ຂໍ້ເທັດຈິງພື້ນຖານເຊັ່ນຄວາມຕ້ອງການຂອງເວລາທີ່ຕ້ອງການຈະຖືກສ້າງຕັ້ງຂື້ນເພື່ອໃຫ້ຂໍ້ມູນສາມາດ synchronized ແລະວັດແທກຢ່າງຖືກຕ້ອງ. ໃນທີ່ສຸດ, ນາງເຊື່ອວ່າມະນຸດມີປະຕິກິລິຍາທີ່ໂຕ້ຕອບກັບສິ່ງທີ່ມີປະສິດທິພາບຫຼາຍທີ່ສຸດທີ່ຈະເຮັດໃຫ້ນັກຄົ້ນຄວ້າເຂົ້າໃຈຢ່າງຖືກຕ້ອງກ່ຽວກັບວິທີການເຮັດວຽກຂອງສະຫມອງ. ນອກເຫນືອໄປຈາກຄໍາຖາມກ່ຽວກັບທາງ neurological - ເຊັ່ນວ່າກິດຈະກໍາຂອງສະຫມອງແລະການຕອບສະຫນອງທາງດ້ານຮ່າງກາຍພ້ອມກັບການປະຕິບັດຫຼືຕິກິລິຍາສະເພາະໃດຫນຶ່ງຕໍ່ກັບ stimuli - ລະບົບສະແດງໃຫ້ເຫັນຄວາມຫວັງສໍາລັບການຄົ້ນຄ້ວາໃນຄວາມກົດດັນຕໍ່ຄວາມເຈັບປວດ post traumatic ແລະເງື່ອນໄຂອື່ນໆທີ່ບັນຫາສິ່ງແວດລ້ອມສາມາດຖືກຫຼອມໃນສະພາບແວດລ້ອມ virtual ຄວບຄຸມ.
