برترین نوآوران جوان در سال ۲۰۱۶، بخش اول

این افراد در شانزدهمین مراسم تجلیل از نوآوران جوان دانشگاه MIT جالب توجه و ستودنی بودند. آنها فردی کنجکاو، مصر، الهام‌بخش و الهام گیرنده هستند. مهم نیست که آنها در حال پیگیری پیشرفت‌های پزشکی، فناوری‌های تغییر شکل انرژی، ساخت رایانه‌های سودمندتر و یا مهندسی دستگاه‌های جالب‌ الکترونیکی هستند و صرف نظر از اینکه آنها استارت‌آپ‌ها را رهبری می‌کنند، در شرکت‌های بزرگ کار می‌کنند و یا در آزمایشگاه دانشگاه‌ها پژوهش می‌کنند؛ همه آنها آماده هستند تا رهبری زمینه خود را به دست بگیرند.

 نوآوران جوان در سال 2016

برترین نوآوران جوان در سال ۲۰۱۶

این مخترعین و نوآوران جوان در حال ایجاد کالاها و فناوری‌های آینده هستند، از یک نوار چرمی هوشمند دور کلاه تا فناوری حافظه آینده.

Muyinatu Bell: ایجاد تصاویر واضح‌تر برای کشف سریع‌تر و دقیق‌تر سرطان

 نوآوران جوان در سال 2016

Muyinatu Bell در دانشگاه جانز هاپکینز

هنگامی که Muyinatu Lediju Bell دانشجوی مهندسی پزشکی در مقطع کارشناسی دانشگاه MIT بود، مادرش به علت ابتلا به سرطان سینه درگذشت. بل فکر کرد که اگر بیماری مادرش زودتر تشخیص داده شده بود، امکان داشت اکنون زنده باشد. مشکلی که موجب محدودیت غربالگری، تشخیص سرطان و سایر بیماری‌ها برای پزشکان می‌شود، تاری و وضوح کم تصاویر سونوگرافی است. بنابراین وی تصمیم گرفت آنچه که موجب تاری و وضوح کم برخی از تصاویر سونوگرافی می‌شود را بررسی کند.

زمانی که Bell داوطلب دکترا در دانشگاه دوک بود، یک روش پردازش سیگنال جدید توسعه و به ثبت رساند که تصاویر سونوگرافی واضح‌تری را تولید می‌کند. این راهکار به ویژه می‌تواند به تشخیص مشکلات در افراد چاق کمک کند، چرا که بافت چربی می‌تواند امواج فراصوت را پراکنده و تحریف‌ کند و در کشف یک بیماری جدی تأخیر ایجاد کند. بل می‌گوید: «من فکر می‌کنم این عادلانه نیست که یک فناوری که بسیاری از افراد می‌توانند از آن بهره‌مند شوند به کارگرفته نشود».

بل در حال حاضر به منظور بهبود نوع دیگری از روش تصویربرداری پزشکی غیرتهاجمی، روشی فراتر از سونوگرافی کار می‌کند. این تصویربرداری، فوتواکوستیک نامیده می‌شود و با استفاده از ترکیب نور و صدا تصاویر بافت بدن را تولید می‌کند. او به ویژه علاقه‌مند به استفاده از این روش تصویربرداری برای دیدن رگ‌های خونی در طول جراحی‌های عصبی است تا خطر آسیب احتمالی به شریان کاروتید، که جریان خون به مغز را تأمین می‌کند، کاهش دهد. آزمایشگاه او در دانشگاه جانز هاپکینز در نظر دارد یک مطالعه مقدماتی از این فناوری را در سال ۲۰۱۷ برای بیماران راه‌اندازی کند.

Dinesh Bharadia: طراحی رادیویی به ظاهر غیر ممکن که قابلیت‌ داده‌های بی‌سیم را دو برابر می‌کند

 نوآوران جوان در سال 2016

Dinesh Bharadia، آزمایشگاه هوش مصنوعی و علوم رایانه در دانشگاه MIT

Dinesh Bharadia یک فناوری ارتباطات راه دور اختراع کرد که همه انجام این کار را غیر ممکن می‌دانستند. او راهی پیدا کرده که می‌توان به طور همزمان انتقال و دریافت داده‌ها را در یک فرکانس انجام داد.

از آنجا که سیگنال پخش شده از فرستنده‌های رادیویی می تواند ۱۰۰ میلیارد بار بلندتر از سیگنال‌های دریافت کننده باشد، همیشه فرض شده که سیگنال‌های خروجی موجب از بین بردن سیگنال‌های ورودی می‌شود. به همین دلیل رادیوها معمولاً ارسال و دریافت را با فرکانس‌های و یا دوره تناوب‌های گوناگون انجام می‌دهند. Bharadia می‌گوید: «حتی کتاب‌های درسی هم به نوعی ارسال و دریافت سیگنال با یک فرکانس مشابه را غیر ممکن می‌دانند».

Bharadia سخت افزار و نرم افزاری را توسعه داد که به صورت انتخابی انتقال خروجی بسیار بلند را لغو می‌کند به طوری که یک رادیو می‌تواند پیام‌های ورودی را کشف کند. ایجاد نخستین رادیو دوطرفه که در نهایت می‌تواند در تلفن‌های همراه گنجانده شود، به طور مؤثر باید پهنای باند بی‌سیم در دسترس را به سادگی با استفاده دوباره از آن دوبرابر کند. این می‌تواند یک نعمت برای شرکت‌های مخابراتی و مصرف‌کنندگان باشد.

Bharadia از مطالعات دکترای خود در دانشگاه استنفورد مرخصی گرفت و توانست این رادیو را از طریق استارت‌آپ Kumu Networks تجاری کند. شرکت مخابراتی آلمانی Deutsche Teleko در سال گذشته شروع به آزمایش روی این رادیو کرد اما از آنجایی که نمونه اولیه مدار Bharadia برای قرار گرفتن در تلفن‌های همراه بسیار بزرگ است برای کوچک کردن اندازه آن در اختیار دیگر مهندسان قرار گرفت.

Evan Macosko: پیشرفت غیر منتظره در بررسی چگونگی ایجاد بافت‌ها و اندامها توسط سلول‌ها

نوآوران جوان در سال 2016

Evan Macosko، آموزشگاه پزشکی هاروارد

مسئله

برای دستیابی به درک صحیح از ژنوم انسان، ما نیاز به بینشی بهتر درمورد اینکه چگونه سلول‌های منحصر بفرد متفاوت هستند، داریم. در حالی که هر سلول در بدن یک شخص اساساً طرح DNA مشابهی دارد، راه‌های بسیار متنوعی وجود دارد که در هر زمان اطلاعات ژنتیکی بیان شوند. به همین دلیل است که یک سلول، سلول عصبی می‌شود که نقش مهمی در حافظه دارد در حالی که سلول‌های دیگر بخشی از ناخن انگشت پای فرد می‌شوند. حتی یک عضو مانند مغز، شامل انواع مختلفی سلول است و انواع سلول‌های منحصر بفرد نیز متفاوت از هم هستند. دانش ناکافی در مورد اینکه چگونه ژن‌ها در سلول‌های گوناگون ظاهر شده‌اند تا حد زیادی مانع پیشرفت در پزشکی ژنومی شده است.

راهکار

Evan Macosko یک فناوری به نام Drop-Seq اختراع کرده که اجازه می‌دهد تا یک پژوهشگر به هزاران سلول، یک به یک، نگاه کند و مشخص کند که چگونه هر یک در حال انجام دستورالعمل ژنتیکی خود است. چنین تجزیه و تحلیل تک سلولی را می‌توان با ابزارهای موجود انجام داد اما به طور معمول پر زحمت و پرکار است که شامل حذف سلول‌های منحصر بفرد در چاه‌های کوچک می‌شود. Macosko می‌گوید: «اگر شما به دو سلول در یک چاه برسید، دچار مشکل شده‌اید».

برای سرعت بخشیدن به این روند، Macosko کشف کرد که چگونه هر سلولی که می‌خواهد آنالیز کند را جدا و ژن‌های مشخص شده را با یک نوار کد شده کوچک به آن متصل کند. هنگامی که مواد هر سلول برچسب‌گذاری شد، ژن می‌تواند به سرعت آنالیز شود و اینکار تنها هفت سنت برای هر سلول هزینه دارد.

Macosko می‌گوید که او و گروهش به پایان آنالیز صدها هزار سلول‌ از مغز موش نزدیک هستند. گام بعدی بررسی ۸۶ میلیارد نورون و سلول‌های بی حد و حصر مغز انسان است. وی امیدوار است با تجزیه و تحلیل تغییرات بزرگ در سلول‌های مغزی بتوان سلول‌های سرکش که عملکرد طبیعی مغز را مختل می‌کنند و موجب نارسایی‌هایی مانند اسکیزوفرنی، اوتیسم و آلزایمر هستند را شناسایی کرد.

منبع: technologyreview.com

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *