年末將至，回顧過去一年，科學領域的不斷進步和突破令人矚目。2024年12月9日，Nature雜志發布了年度“Nature’s 10”名單，這份名單選出了過去一年在科學、技術、工程與醫學領域中做出卓越貢獻的十位杰出人物。每一位入選者都在其專業領域內引領了重大的創新與變革，無論是推動疫苗研發、突破量子計算的邊界，還是致力于氣候變化的科學研究，他們的故事都彰顯了科學家們在塑造未來、解決全球挑戰中的重要作用。
“Nature’s 10”不僅是對這些個人成就的認可，更是一種對科學和社會變革的致敬。名單上的人物既有醫藥領域的研究先鋒、也有致力于環保和科技創新的工程師，甚至包括在政治舞臺上推動科學政策的領導者。通過這份榜單，Nature希望喚起公眾對這些杰出貢獻的關注，展示科研人員如何借助自己的智慧與努力，為人類社會的發展和福祉做出不可忽視的貢獻。這些故事不僅讓人感到鼓舞，更讓我們在未來的歲月里，對科學抱有更多的期待與信心。
醫生徐滬濟：開創CAR-T 療法治療自身免疫性疾病
徐滬濟是上海海軍醫科大學的風濕病學教授，最近因其在自體免疫疾病領域的開創性治療而廣受關注。他的團隊開發了一種革命性的細胞治療方法，使用來自獨立供體的嵌合抗原受體（CAR）T細胞，成功治療了多名自體免疫疾病患者。與傳統的CAR-T細胞療法不同，這項治療采用供體細胞而非患者自身細胞，這一創新可能會大幅降低治療成本并提高治療可及性。
徐滬濟的治療方法取得了令人驚訝的效果。一名患有嚴重肌肉無力的女性患者在接受治療兩周后，恢復了足夠的力量以舉起手臂并梳理頭發。兩名男性患者也表示，癥狀在幾天內開始減輕，六個月后，三名患者都已進入緩解期。
徐滬濟的醫學背景包括在上海訓練為醫生，隨后在澳大利亞阿德萊德的免疫學和風濕病學領域攻讀博士學位，并多年來從事包括狼瘡和關節炎等多種疾病的研究。2008年，他回到上海建立了大型臨床與研究中心。此次治療的成功不僅展示了他的醫學才華，也體現了他在風濕疾病和免疫學方面的深厚積累。
地質學家李春來：領導嫦娥六號任務的月球樣本專家
李春來是中國“嫦娥六號”任務的副總設計師，這一任務成功帶回了月球遠端的首批巖石樣本。2023年5月，嫦娥六號發射并成功完成了為期兩天的月球表面采樣任務，隨后將樣本返回地球。2023年6月25日，Li Chunlai親自見證了載有月球遠端巖石樣本的艙體成功著陸。這一時刻標志著他數十年科研生涯的巔峰。
李春來的研究生涯始于地質學和宇宙化學領域，他從未預料到有一天能親自接觸到來自月球的樣本。自2007年中國“嫦娥一號”任務開始，他便參與了中國的月球探測計劃。在嫦娥五號任務中，他也扮演了關鍵角色，幫助將月球近端的土壤和巖石帶回地球。
本次嫦娥六號任務采集的巖石和塵土來自月球南極-艾特肯盆地，這是月球最大、最古老的撞擊坑之一。這些樣本將有助于揭示月球早期演化的奧秘，并為探索其他行星提供重要線索。他的團隊在北京的國家天文臺工作室中，花費了幾天時間小心地釋放和保存這些珍貴的樣本。Li表示，這些樣本顏色較淺，粉末狀物質“松軟且新鮮”，具有獨特的科學價值。
李春來和他的團隊已開始對樣本進行初步分析，科學家們認為這些樣本將揭示月球遠端與近端的差異，進一步解開月球、火星、金星等行星的演化歷史。未來幾年，他們將繼續領導對這些樣本的深入研究，同時中國的其他航天任務也在籌備中，包括2025年的近地小行星樣本采集任務。
物理學家kkehard Peik：致力于打造世界首個核時鐘
Ekkehard Peik是德國國家計量研究院（PTB）的物理學家，自2001年起，他與同事克里斯蒂安·塔姆（Christian Tamm）共同提出了利用核能量躍遷來制造超精確時鐘的設想。這一概念在當時引起了科學界的興趣，但Ekkehard Peik當時估計的短期實現計劃，卻因多次嘗試失敗而被迫推遲了二十多年。
原子鐘使用電子軌道的能量躍遷來計時，精度極高，誤差僅為每400億年一秒。而核時鐘則不同，它依賴原子核內部的能量躍遷，這種躍遷的穩定性更高，能承受電磁場干擾，從而具備更強的精確性和耐用性。Ekkehard Peik和塔姆在2003年發表了他們的研究提案，但當時的實驗未能成功。Ekkehard Peik沒有放棄，繼續探索。2010年，Ekkehard Peik的同事托爾斯滕·舒姆（Thorsten Schumm）加入了項目，提出將數萬億個釷-229原子嵌入晶體中，以增強躍遷信號。與此同時，Ekkehard Peik的團隊開發了能激發核躍遷的紫外激光器。
2023年，歐洲粒子物理實驗室（CERN）在研究過程中觀察到釷-229的自然能量躍遷，為Ekkehard Peik和舒姆的團隊提供了新的突破。經過長期探索，他們成功觸發了核躍遷信號，為實現核時鐘邁出了重要一步。這項研究的進展為未來的核時鐘技術奠定了基礎，可能會對基礎物理學研究，如暗物質探測，產生深遠影響。
盡管取得了初步成功，Ekkehard Peik清楚要讓核時鐘取代原子鐘，仍需研發更小型、精確度更高的激光器，并深入分析轉移能量在不同材料中的不確定性。Ekkehard Peik表示，他對未來充滿期待，并希望持續推進這項技術的發展，為科學研究帶來新的突破。
博士生Kaitlin Kharas：幫助加拿大研究人員贏得了大幅上漲薪資
Kaitlin Kharas，一位多倫多大學兒童腦癌研究的博士生，是推動加拿大研究人員薪資提升的重要人物。2024年4月16日，她成為少數幾位被邀請到加拿大國會大廈對面的辦公室內，提前一睹最新預算的幸運者。此預算標志著加拿大20年來研究生和博士后薪資的最大增長，包括政府獎學金的數量和金額大幅增加。Kaitlin Kharas看到這些成果時感到興奮無比，稱其為“絕對的興奮和喜悅”。
這一勝利源于“支持我們的科學”（SOS）運動，該運動于2022年發起，旨在改善早期研究人員的薪資和研究環境。Kaitlin Kharas在過去六個月中擔任項目負責人，繼任前任執行董事薩拉·拉弗朗布瓦茲（Sarah Laframboise），后者因工作卸任。該運動的關鍵策略包括集會、與內閣部長會面、電子郵件運動以及2023年5月全國范圍的集體罷工，因政府在2023年預算中未能增加獎學金金額，約10,000名研究人員在全國46個機構聯合罷工抗議。
盡管Kaitlin Kharas和SOS團隊在實現薪資提升中發揮了核心作用，但她始終強調這是團隊協作的成果，特別感謝拉弗朗布瓦茲和副執行董事科特尼·羅比肖（Courtney Robichaud）的努力。雖然Kaitlin Kharas和大部分參與者在個人上不會直接受益（她在2023年9月完成了學業），但她為能在加拿大科研領域留下這筆“可持續和包容”的資金感到自豪。她認為，這筆增加的薪資是為確保未來科研生態系統的健康、可持續發展而努力的象征。
科學偵探Anna Abalkina：揭露出版領域的欺詐
Anna Abalkina是俄羅斯出生的學者，現居柏林，專注于揭露科學出版領域的欺詐行為。她的研究涵蓋了從學術論文的剽竊到紙張工廠（即售賣偽造論文的公司），尤其注重俄羅斯及前蘇聯國家，還涉及伊朗和印度的科研欺詐。她對學術不端行為的深入調查已導致數百篇論文被撤回，最著名的是2021年對一家名為“國際出版商”的公司進行的調查，揭示其銷售論文署名的業務。
Anna Abalkina的調查工作被譽為全球學術界的重要貢獻，特別是在揭露和追蹤被劫持期刊方面。她的研究發現了這些期刊如何通過克隆正規期刊名稱騙取作者的發表費用，并利用研究數據庫如Scopus來洗白自己的聲譽。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頁鏈接。然而，她在2024年發現一些被劫持期刊仍在Scopus內流竄。
她的職業生涯始于2010年代初，在莫斯科金融大學擔任國際經濟學的研究時，因發現一名博士生抄襲了她的兩篇論文而接觸到科研不端。她對期刊的處理不滿，促使那名博士生最終放棄了學位。此后，她參與了Dissernet項目，這是一個草根網絡，專門檢查俄羅斯博士論文中的剽竊行為，成功導致數百個學位被撤銷。
目前在柏林自由大學東歐研究所擔任研究員的Anna Abalkina，繼續通過分析俄羅斯政府、剽竊及科研出版欺詐系統來推動科學界的清理。她的“被劫持期刊檢查器”工具為研究人員提供了驗證期刊真實性的方式，進一步鞏固了她在科研誠信方面的影響力。
Anna Abalkina的研究面對著來自俄羅斯的監視與批評，但她依舊堅守信念，持續推動揭露科研欺詐的工作。她的勇氣和專業精神為全球科研界樹立了榜樣。
天文學家Wendy Freedman：揭秘宇宙的膨脹
Wendy Freedman是一位著名天文學家，以研究宇宙膨脹速度（哈勃常數）而聞名。多年來，科學家們對宇宙膨脹的速度存在分歧，使用宇宙微波背景輻射的研究得到的哈勃常數為67公里/秒/Mpc，而其他方法，如Wendy Freedman的研究，使用超新星和“標準燭光”（如附近的天體）測得的值則較高，為72至74公里/秒/Mpc。她通過結合詹姆斯·韋布太空望遠鏡的數據，對這些方法進行了驗證，并在2024年將結果公之于眾，指出兩種新的標準燭光與超新星數據分析結果相近，符合宇宙微波背景的數值。但在使用變星（Cepheids）時仍然有所不同。
Wendy Freedman于1990年代通過哈勃太空望遠鏡領導的“關鍵項目”一舉成名，該研究顯著提高了距離估算精度，推動了對宇宙年齡的準確估計，縮小了估計范圍，從100億到200億年。她還擔任了加州帕薩迪納的卡內基天文臺的主任（2003-2014），領導了“巨型麥哲倫望遠鏡”的建設，這是世界上最強大的望遠鏡之一，盡管還需要16億美元才能完成。美國國家科學基金會即將決定是否資助該項目。
經濟學家Muhammad Yunus：如何成為孟加拉國的意外領袖
Muhammad Yunus是著名的經濟學家和諾貝爾和平獎得主，長期致力于通過創新方式解決貧困問題。他最為人熟知的成就之一是創立了格萊珉銀行（Grameen Bank），通過提供小額貸款幫助貧困人群，尤其是婦女，改善生活。這個微型貸款的理念不僅改變了全球對貧困的認知，也推動了世界范圍內的社會企業和經濟改革。
Muhammad Yunus出生在今天的孟加拉國吉大港（Chittagong），1950年代印度分治后成為東巴基斯坦的一部分。20世紀60年代，他前往美國學習生態經濟學，后返回新獨立的孟加拉國，決心為國家的建設貢獻力量。1970年代，他在吉大港大學開始研究微型貸款，經過多次實驗，證明小額貸款可以有效改善貧困家庭的經濟狀況。1983年，他創立了格萊珉銀行，改變了無數貧困家庭的命運。
近年來，Muhammad Yunus的事業進入新階段。在孟加拉國2019年革命中，領導抗議活動的學生要求他擔任國家領導人，推動反腐敗、保護公民權利及實現教育與就業機會平等等改革。Muhammad Yunus雖然年過八十，但依然充滿活力，繼續推動社會變革。他不僅關注貧困問題，還在致力于推動孟加拉國的政治改革，確保公共機構免受政治干預。
醫生Placide Mbala：領導對抗致命猴痘（mpox）疫情的爆發
Placide Mbala 是剛果民主共和國（DRC）國立生物醫學研究所的流行病學家，他在應對猴痘（mpox）疫情爆發中發揮了關鍵作用。2023年，猴痘疫情在中非爆發，造成數百人死亡，Mbala和他的團隊在東部地區發現了猴痘病例的異常聚集，主要涉及年輕人和性工作者。他們迅速分析病毒基因組，發現是一種新毒株，能夠在人與人之間傳播，且與2022年和之前的疫情有所不同。
Mbala的研究揭示了病毒的全球傳播，檢測到該毒株已蔓延至瑞典、泰國、印度、美國、英國和六個此前未報告猴痘的非洲國家。他在疫情期間的緊急響應和社區互動工作，尤其是在低收入和邊遠地區，展現了極大的領導力和外交技巧。
Mbala的科研生涯始于2006年醫學畢業后，他受到了微生物學家Jean-Jacques Muyembe-Tamfum的影響，后者是埃博拉病毒的共同發現者。Mbala與Muyembe-Tamfum合作，提升了剛果的猴痘檢測和治療能力，并在2014年埃博拉疫情中通過基因測序確認了首例埃博拉感染。
Mbala不僅致力于揭示猴痘的傳播方式，還推動了與地方社區合作的國際研究，特別是與性工作者和男男性行為者等高風險群體的合作。他堅信，世界曾經認識到猴痘病毒的危害，但在非洲疫情降至一定水平后，國際社會的關注逐漸消退，他的目標是通過更有效的防控措施，解決這一被忽視的公共衛生問題。
律師Cordelia B?hr：起訴瑞士因全球變暖而勝訴
Cordelia B?hr是一位瑞士律師，因其在氣候變化領域的開創性訴訟而聞名。2015年，B?hr開始研究2003年歐洲熱浪事件，并發現年長女性在該災難中的死亡率異常高。她意識到，氣候變化對年長女性構成了特殊威脅，因而決定代表她們起訴瑞士政府未能采取有效措施應對氣候變化。
B?hr與環保組織瑞士綠色和平合作，成立了“瑞士氣候保護老年婦女協會”（KlimaSeniorinnen Schweiz）。2016年，B?hr帶領該組織向瑞士提起訴訟，要求政府采取更積極的氣候應對措施。然而，在2020年訴訟未能在瑞士聯邦最高法院獲勝后，B?hr將案件提交到歐洲人權法院。
2024年4月，歐洲人權法院裁定瑞士政府未能有效限制全球變暖，侵犯了KlimaSeniorinnen成員的基本人權。B?hr的工作被認為是這一勝利的關鍵，她被稱為“案件的腦力中心”，是推動此案成功的核心人物。
這一裁決被視為氣候訴訟的關鍵時刻，其他法院在類似案件中已開始引用這一判例。盡管瑞士政府已通過新氣候法挑戰裁決，B?hr仍在繼續推動該案件，爭取確保瑞士履行其人權義務。B?hr的努力為全球氣候訴訟提供了法律依據，并使她成為推動氣候正義的重要人物。
DeepMind研究員Rémi Lam：AI讓天氣預報更快、更精準
Rémi Lam，1988年生于法國巴黎郊區，是Google DeepMind的研究員，致力于將機器學習技術應用于天氣預報的改進。Lam的研究重點是利用人工智能（AI）提高天氣預報的速度和準確性，尤其是在復雜多變的城市氣候中，如舊金山的微氣候。他所領導的GraphCast項目是這一領域的領先技術，通過訓練人工神經網絡來預測大氣變化，取得了比傳統物理基礎天氣預報更高的準確率。
Lam的學術背景為航空航天工程，他在法國和美國接受訓練，專注于流體力學的統計建模。他意識到自己的專業知識可以為AI的應用提供幫助，因此加入了DeepMind。他的工作表明，AI系統能在不依賴顯式物理知識的情況下，通過大數據訓練生成準確的天氣預報。
GraphCast不僅提供更高的準確性，而且運算速度也大大提升，傳統天氣預報需要超級計算機幾小時的計算，而GraphCast只需在高級臺式機上不到一分鐘就能得出結果。Lam和他的團隊還推出了GenCast模型，它能在8分鐘內生成比傳統方法更精確的15天天氣預報。
盡管AI在天氣預報中的應用仍依賴于物理模型的數據，Lam相信機器學習將能突破目前的預報時限，提供更加細致和本地化的預測，甚至能預報舊金山的霧霾等復雜天氣。他的研究不僅推動了氣象學的技術革新，還為應對全球氣候變化和極端天氣事件提供了新的解決方案。
