年末将至，回顾过去一年，科学领域的不断进步和突破令人瞩目。2024年12月9日，Nature杂志发布了年度“Nature’s 10”名单，这份名单选出了过去一年在科学、技术、工程与医学领域中做出卓越贡献的十位杰出人物。每一位入选者都在其专业领域内引领了重大的创新与变革，无论是推动疫苗研发、突破量子计算的边界，还是致力于气候变化的科学研究，他们的故事都彰显了科学家们在塑造未来、解决全球挑战中的重要作用。
“Nature’s 10”不仅是对这些个人成就的认可，更是一种对科学和社会变革的致敬。名单上的人物既有医药领域的研究先锋、也有致力于环保和科技创新的工程师，甚至包括在政治舞台上推动科学政策的领导者。通过这份榜单，Nature希望唤起公众对这些杰出贡献的关注，展示科研人员如何借助自己的智慧与努力，为人类社会的发展和福祉做出不可忽视的贡献。这些故事不仅让人感到鼓舞，更让我们在未来的岁月里，对科学抱有更多的期待与信心。
医生徐沪济：开创CAR-T 疗法治疗自身免疫性疾病
徐沪济是上海海军医科大学的风湿病学教授，最近因其在自体免疫疾病领域的开创性治疗而广受关注。他的团队开发了一种革命性的细胞治疗方法，使用来自独立供体的嵌合抗原受体（CAR）T细胞，成功治疗了多名自体免疫疾病患者。与传统的CAR-T细胞疗法不同，这项治疗采用供体细胞而非患者自身细胞，这一创新可能会大幅降低治疗成本并提高治疗可及性。
徐沪济的治疗方法取得了令人惊讶的效果。一名患有严重肌肉无力的女性患者在接受治疗两周后，恢复了足够的力量以举起手臂并梳理头发。两名男性患者也表示，症状在几天内开始减轻，六个月后，三名患者都已进入缓解期。
徐沪济的医学背景包括在上海训练为医生，随后在澳大利亚阿德莱德的免疫学和风湿病学领域攻读博士学位，并多年来从事包括狼疮和关节炎等多种疾病的研究。2008年，他回到上海建立了大型临床与研究中心。此次治疗的成功不仅展示了他的医学才华，也体现了他在风湿疾病和免疫学方面的深厚积累。
地质学家李春来：领导嫦娥六号任务的月球样本专家
李春来是中国“嫦娥六号”任务的副总设计师，这一任务成功带回了月球远端的首批岩石样本。2023年5月，嫦娥六号发射并成功完成了为期两天的月球表面采样任务，随后将样本返回地球。2023年6月25日，Li Chunlai亲自见证了载有月球远端岩石样本的舱体成功着陆。这一时刻标志着他数十年科研生涯的巅峰。
李春来的研究生涯始于地质学和宇宙化学领域，他从未预料到有一天能亲自接触到来自月球的样本。自2007年中国“嫦娥一号”任务开始，他便参与了中国的月球探测计划。在嫦娥五号任务中，他也扮演了关键角色，帮助将月球近端的土壤和岩石带回地球。
本次嫦娥六号任务采集的岩石和尘土来自月球南极-艾特肯盆地，这是月球最大、最古老的撞击坑之一。这些样本将有助于揭示月球早期演化的奥秘，并为探索其他行星提供重要线索。他的团队在北京的国家天文台工作室中，花费了几天时间小心地释放和保存这些珍贵的样本。Li表示，这些样本颜色较浅，粉末状物质“松软且新鲜”，具有独特的科学价值。
李春来和他的团队已开始对样本进行初步分析，科学家们认为这些样本将揭示月球远端与近端的差异，进一步解开月球、火星、金星等行星的演化历史。未来几年，他们将继续领导对这些样本的深入研究，同时中国的其他航天任务也在筹备中，包括2025年的近地小行星样本采集任务。
物理学家kkehard Peik：致力于打造世界首个核时钟
Ekkehard Peik是德国国家计量研究院（PTB）的物理学家，自2001年起，他与同事克里斯蒂安·塔姆（Christian Tamm）共同提出了利用核能量跃迁来制造超精确时钟的设想。这一概念在当时引起了科学界的兴趣，但Ekkehard Peik当时估计的短期实现计划，却因多次尝试失败而被迫推迟了二十多年。
原子钟使用电子轨道的能量跃迁来计时，精度极高，误差仅为每400亿年一秒。而核时钟则不同，它依赖原子核内部的能量跃迁，这种跃迁的稳定性更高，能承受电磁场干扰，从而具备更强的精确性和耐用性。Ekkehard Peik和塔姆在2003年发表了他们的研究提案，但当时的实验未能成功。Ekkehard Peik没有放弃，继续探索。2010年，Ekkehard Peik的同事托尔斯滕·舒姆（Thorsten Schumm）加入了项目，提出将数万亿个钍-229原子嵌入晶体中，以增强跃迁信号。与此同时，Ekkehard Peik的团队开发了能激发核跃迁的紫外激光器。
2023年，欧洲粒子物理实验室（CERN）在研究过程中观察到钍-229的自然能量跃迁，为Ekkehard Peik和舒姆的团队提供了新的突破。经过长期探索，他们成功触发了核跃迁信号，为实现核时钟迈出了重要一步。这项研究的进展为未来的核时钟技术奠定了基础，可能会对基础物理学研究，如暗物质探测，产生深远影响。
尽管取得了初步成功，Ekkehard Peik清楚要让核时钟取代原子钟，仍需研发更小型、精确度更高的激光器，并深入分析转移能量在不同材料中的不确定性。Ekkehard Peik表示，他对未来充满期待，并希望持续推进这项技术的发展，为科学研究带来新的突破。
博士生Kaitlin Kharas：帮助加拿大研究人员赢得了大幅上涨薪资
Kaitlin Kharas，一位多伦多大学儿童脑癌研究的博士生，是推动加拿大研究人员薪资提升的重要人物。2024年4月16日，她成为少数几位被邀请到加拿大国会大厦对面的办公室内，提前一睹最新预算的幸运者。此预算标志着加拿大20年来研究生和博士后薪资的最大增长，包括政府奖学金的数量和金额大幅增加。Kaitlin Kharas看到这些成果时感到兴奋无比，称其为“绝对的兴奋和喜悦”。
这一胜利源于“支持我们的科学”（SOS）运动，该运动于2022年发起，旨在改善早期研究人员的薪资和研究环境。Kaitlin Kharas在过去六个月中担任项目负责人，继任前任执行董事萨拉·拉弗朗布瓦兹（Sarah Laframboise），后者因工作卸任。该运动的关键策略包括集会、与内阁部长会面、电子邮件运动以及2023年5月全国范围的集体罢工，因政府在2023年预算中未能增加奖学金金额，约10,000名研究人员在全国46个机构联合罢工抗议。
尽管Kaitlin Kharas和SOS团队在实现薪资提升中发挥了核心作用，但她始终强调这是团队协作的成果，特别感谢拉弗朗布瓦兹和副执行董事科特尼·罗比肖（Courtney Robichaud）的努力。虽然Kaitlin Kharas和大部分参与者在个人上不会直接受益（她在2023年9月完成了学业），但她为能在加拿大科研领域留下这笔“可持续和包容”的资金感到自豪。她认为，这笔增加的薪资是为确保未来科研生态系统的健康、可持续发展而努力的象征。
科学侦探Anna Abalkina：揭露出版领域的欺诈
Anna Abalkina是俄罗斯出生的学者，现居柏林，专注于揭露科学出版领域的欺诈行为。她的研究涵盖了从学术论文的剽窃到纸张工厂（即售卖伪造论文的公司），尤其注重俄罗斯及前苏联国家，还涉及伊朗和印度的科研欺诈。她对学术不端行为的深入调查已导致数百篇论文被撤回，最著名的是2021年对一家名为“国际出版商”的公司进行的调查，揭示其销售论文署名的业务。
Anna Abalkina的调查工作被誉为全球学术界的重要贡献，特别是在揭露和追踪被劫持期刊方面。她的研究发现了这些期刊如何通过克隆正规期刊名称骗取作者的发表费用，并利用研究数据库如Scopus来洗白自己的声誉。Anna Abalkina的工作促使Elsevier在2023年撤下了Scopus中所有被劫持期刊的主页链接。然而，她在2024年发现一些被劫持期刊仍在Scopus内流窜。
她的职业生涯始于2010年代初，在莫斯科金融大学担任国际经济学的研究时，因发现一名博士生抄袭了她的两篇论文而接触到科研不端。她对期刊的处理不满，促使那名博士生最终放弃了学位。此后，她参与了Dissernet项目，这是一个草根网络，专门检查俄罗斯博士论文中的剽窃行为，成功导致数百个学位被撤销。
目前在柏林自由大学东欧研究所担任研究员的Anna Abalkina，继续通过分析俄罗斯政府、剽窃及科研出版欺诈系统来推动科学界的清理。她的“被劫持期刊检查器”工具为研究人员提供了验证期刊真实性的方式，进一步巩固了她在科研诚信方面的影响力。
Anna Abalkina的研究面对着来自俄罗斯的监视与批评，但她依旧坚守信念，持续推动揭露科研欺诈的工作。她的勇气和专业精神为全球科研界树立了榜样。
天文学家Wendy Freedman：揭秘宇宙的膨胀
Wendy Freedman是一位著名天文学家，以研究宇宙膨胀速度（哈勃常数）而闻名。多年来，科学家们对宇宙膨胀的速度存在分歧，使用宇宙微波背景辐射的研究得到的哈勃常数为67公里/秒/Mpc，而其他方法，如Wendy Freedman的研究，使用超新星和“标准烛光”（如附近的天体）测得的值则较高，为72至74公里/秒/Mpc。她通过结合詹姆斯·韦布太空望远镜的数据，对这些方法进行了验证，并在2024年将结果公之于众，指出两种新的标准烛光与超新星数据分析结果相近，符合宇宙微波背景的数值。但在使用变星（Cepheids）时仍然有所不同。
Wendy Freedman于1990年代通过哈勃太空望远镜领导的“关键项目”一举成名，该研究显著提高了距离估算精度，推动了对宇宙年龄的准确估计，缩小了估计范围，从100亿到200亿年。她还担任了加州帕萨迪纳的卡内基天文台的主任（2003-2014），领导了“巨型麦哲伦望远镜”的建设，这是世界上最强大的望远镜之一，尽管还需要16亿美元才能完成。美国国家科学基金会即将决定是否资助该项目。
经济学家Muhammad Yunus：如何成为孟加拉国的意外领袖
Muhammad Yunus是著名的经济学家和诺贝尔和平奖得主，长期致力于通过创新方式解决贫困问题。他最为人熟知的成就之一是创立了格莱珉银行（Grameen Bank），通过提供小额贷款帮助贫困人群，尤其是妇女，改善生活。这个微型贷款的理念不仅改变了全球对贫困的认知，也推动了世界范围内的社会企业和经济改革。
Muhammad Yunus出生在今天的孟加拉国吉大港（Chittagong），1950年代印度分治后成为东巴基斯坦的一部分。20世纪60年代，他前往美国学习生态经济学，后返回新独立的孟加拉国，决心为国家的建设贡献力量。1970年代，他在吉大港大学开始研究微型贷款，经过多次实验，证明小额贷款可以有效改善贫困家庭的经济状况。1983年，他创立了格莱珉银行，改变了无数贫困家庭的命运。
近年来，Muhammad Yunus的事业进入新阶段。在孟加拉国2019年革命中，领导抗议活动的学生要求他担任国家领导人，推动反腐败、保护公民权利及实现教育与就业机会平等等改革。Muhammad Yunus虽然年过八十，但依然充满活力，继续推动社会变革。他不仅关注贫困问题，还在致力于推动孟加拉国的政治改革，确保公共机构免受政治干预。
医生Placide Mbala：领导对抗致命猴痘（mpox）疫情的爆发
Placide Mbala 是刚果民主共和国（DRC）国立生物医学研究所的流行病学家，他在应对猴痘（mpox）疫情爆发中发挥了关键作用。2023年，猴痘疫情在中非爆发，造成数百人死亡，Mbala和他的团队在东部地区发现了猴痘病例的异常聚集，主要涉及年轻人和性工作者。他们迅速分析病毒基因组，发现是一种新毒株，能够在人与人之间传播，且与2022年和之前的疫情有所不同。
Mbala的研究揭示了病毒的全球传播，检测到该毒株已蔓延至瑞典、泰国、印度、美国、英国和六个此前未报告猴痘的非洲国家。他在疫情期间的紧急响应和社区互动工作，尤其是在低收入和边远地区，展现了极大的领导力和外交技巧。
Mbala的科研生涯始于2006年医学毕业后，他受到了微生物学家Jean-Jacques Muyembe-Tamfum的影响，后者是埃博拉病毒的共同发现者。Mbala与Muyembe-Tamfum合作，提升了刚果的猴痘检测和治疗能力，并在2014年埃博拉疫情中通过基因测序确认了首例埃博拉感染。
Mbala不仅致力于揭示猴痘的传播方式，还推动了与地方社区合作的国际研究，特别是与性工作者和男男性行为者等高风险群体的合作。他坚信，世界曾经认识到猴痘病毒的危害，但在非洲疫情降至一定水平后，国际社会的关注逐渐消退，他的目标是通过更有效的防控措施，解决这一被忽视的公共卫生问题。
律师Cordelia Bähr：起诉瑞士因全球变暖而胜诉
Cordelia Bähr是一位瑞士律师，因其在气候变化领域的开创性诉讼而闻名。2015年，Bähr开始研究2003年欧洲热浪事件，并发现年长女性在该灾难中的死亡率异常高。她意识到，气候变化对年长女性构成了特殊威胁，因而决定代表她们起诉瑞士政府未能采取有效措施应对气候变化。
Bähr与环保组织瑞士绿色和平合作，成立了“瑞士气候保护老年妇女协会”（KlimaSeniorinnen Schweiz）。2016年，Bähr带领该组织向瑞士提起诉讼，要求政府采取更积极的气候应对措施。然而，在2020年诉讼未能在瑞士联邦最高法院获胜后，Bähr将案件提交到欧洲人权法院。
2024年4月，欧洲人权法院裁定瑞士政府未能有效限制全球变暖，侵犯了KlimaSeniorinnen成员的基本人权。Bähr的工作被认为是这一胜利的关键，她被称为“案件的脑力中心”，是推动此案成功的核心人物。
这一裁决被视为气候诉讼的关键时刻，其他法院在类似案件中已开始引用这一判例。尽管瑞士政府已通过新气候法挑战裁决，Bähr仍在继续推动该案件，争取确保瑞士履行其人权义务。Bähr的努力为全球气候诉讼提供了法律依据，并使她成为推动气候正义的重要人物。
DeepMind研究员Rémi Lam：AI让天气预报更快、更精准
Rémi Lam，1988年生于法国巴黎郊区，是Google DeepMind的研究员，致力于将机器学习技术应用于天气预报的改进。Lam的研究重点是利用人工智能（AI）提高天气预报的速度和准确性，尤其是在复杂多变的城市气候中，如旧金山的微气候。他所领导的GraphCast项目是这一领域的领先技术，通过训练人工神经网络来预测大气变化，取得了比传统物理基础天气预报更高的准确率。
Lam的学术背景为航空航天工程，他在法国和美国接受训练，专注于流体力学的统计建模。他意识到自己的专业知识可以为AI的应用提供帮助，因此加入了DeepMind。他的工作表明，AI系统能在不依赖显式物理知识的情况下，通过大数据训练生成准确的天气预报。
GraphCast不仅提供更高的准确性，而且运算速度也大大提升，传统天气预报需要超级计算机几小时的计算，而GraphCast只需在高级台式机上不到一分钟就能得出结果。Lam和他的团队还推出了GenCast模型，它能在8分钟内生成比传统方法更精确的15天天气预报。
尽管AI在天气预报中的应用仍依赖于物理模型的数据，Lam相信机器学习将能突破目前的预报时限，提供更加细致和本地化的预测，甚至能预报旧金山的雾霾等复杂天气。他的研究不仅推动了气象学的技术革新，还为应对全球气候变化和极端天气事件提供了新的解决方案。
（来源：nature 版权属原作者 谨致谢意）
