日月交替，斗转星移，不知不觉中，岁月已带我们来到 2022 年。这依旧是“创新驱动”与“科技爆炸”相互交织、重大科技创新成果竞相涌现的时代。
无论是科学理论的发展、工业技术的开发，抑或商业应用的落地，甚至是全人类科学技术的进步，都离不开打破传统、突破极限的创新能力。
而在这关乎人类命运的科技创新之旅中，有一批凝聚了智慧、勇气与力量的科技青年，在时代的沧海中乘风破浪、扬帆远航，不断开辟激动人心的创新之路。他们中，
有洞悉科技未来的远见者（Visionaries）；
有拓展认知边界的先锋者（Pioneers）；
有灵感源源不断的发明家（Inventors）；
有推动技术落地的创业家（Entrepreneurs）；
还有科技以人为本的人文关怀者（Humanitarians）。
自 1999 年起，《麻省理工科技评论》每年都会在世界范围内，从活跃在科技创新前沿的青年人群体中，寻找对人类未来产生深远影响的科技领军人物，这就是“35 岁以下科技创新 35 人”（Innovators Under 35, TR35；中文简称“创新 35 人”）。
成功入选的青年们，或在能源材料领域开疆拓土，或在电子信息领域革故鼎新，或在生物医疗领域改天换地，或在人工智能领域独树一帜......他们用创新之力，不断推动着科技发展与时代进步。
2014 年，“35 岁以下科技创新 35 人”首次在亚太地区进行独立评选。聚焦这个全球最具发展潜力、最多元化的地区之一，《麻省理工科技评论》为亚太科技青年人才的脱颖而出提供了国际化平台。
今天，在《麻省理工科技评论》携手杭州未来科技城共同举办的 2022 世界科技青年论坛上，新一届“35 岁以下科技创新 35 人”亚太区入选者重磅揭晓！
杭州，这座号称“东南名郡”的城市，在千年的历史长河中，不仅充满了画意诗情，也孕育着科技创新。古往今来，这里是唐朝白居易、北宋苏轼等文化名人千古传诵的“人间天堂”，也是我国著名科学家、“两弹一星”元勋钱学森的故乡。
杭州未来科技城，近年来汇聚了全球青年科技精英，吸引着世界领先科技企业，众多的科技创新产业在杭州生根、开花、结果。如今，杭州深厚的历史底蕴、优美的自然风光、丰饶的科技沃土，将再一次与世界科技青年的盛会交相辉映。亚太区“创新 35 人”的揭晓，将为杭州未来科技城进一步构筑世界创新高地谱写新篇章。
回顾历年亚太“创新 35 人”的评选，有许多才华横溢的青年学者出现。今年，在全球顶级学者与科技领袖们的见证下，我们看到了来自中国、印度、新加坡等多个国家的优秀青年们的突破性科技成果。
这些年轻人或是高科技企业的创新骨干，或是来自各地高校的科研新锐，背景多样，学科各异，涵盖了生命科学、能源环境、信息技术、人工智能、材料科学，甚至是量子物理等诸多领域，为基础科学与新兴技术的发展注入了新的活力，为亚太地区的科技繁荣贡献力量。
这些 35 岁及以下的青年科技引领者，不仅是时代的旗帜与后浪，更是值得人们尊敬的榜样。他们在各个学科领域中不断探索与发现，用科技创新来改变世界、造福人类，让我们的未来变得更加美好。
2022 年《麻省理工科技评论》“35 岁以下科技创新 35 人”亚太区入选者名单及理由如下（*以下按姓氏拼音首字母排序）：
他设计并构建了新型增性纺织制造方法，在增材制造应用中发挥着重要作用。
为实现在复杂三维几何图形中控制对准的微/纳米纤维的高通量，常会宾设计并构建了一种新型增性纺织制造方法，可制作具有可控排列和方向的大规模三维纤维支架。该方法现已被用于制造人类螺旋心室的第一个生物杂交模型以及直接包裹食物的抗菌食品包装。
该项技术提供了与当前工业工艺相当的生产速率，同时支持微/纳米级特征尺寸和受控制的三维对齐，是工业制造过程中的重要技术。
常会宾首次演示了心脏如何分配应变和实现较大的射血分数，并通过开发螺旋排列的心室平台，在心脏生理学方面取得了诸多发现和成就。此外，首次在体外系统中演示了心室扭转，为提高生物医学分析的预测能力提供了一个临床相关指标。
同时，他还首次证明抗菌纤维可以直接沉积在牛油果上，以通过抑制微生物的增殖来延长其保质期。这为生产可扩展、低成本和环保的食品包装系统提供了一种有前途的方法。
他构筑了拥有超高表面积的多孔材料来进行氢气和甲烷的储存。
一克水滴的表面积约为千分之几平方米。活性炭，由于其极度多孔的特性而常用作吸附剂，每克的表面积可达 3000 平方米。然而，浙江大学百人计划研究员陈志杰通过从分子层面构建多孔结构，合成了一种每克表面积超过 7000 平方米的材料。他将这种神奇的材料用于储存氢气，这是目前吸附储气能力最强的材料之一。
通过在原子、分子和框架层面上对物质进行调控，陈志杰设计并构筑出了一系列结构新颖、稳定性高、功能可控的晶态多孔框架材料。这些令人难以置信的材料已被成功用于高性能氢气和甲烷储存、高效水吸附、以及神经毒素等剧毒物质的快速降解，这都是以前通过传统技术无法实现的功能。陈志杰开发的精确材料构造技术结合了计算机模拟和框架化学，为新的功能性多孔材料铺平了道路，有望助力碳中和目标的达成。
他打破了钙钛矿/有机叠层太阳能电池的效率纪录。
如今的太阳能电池板中，大约有 95% 是由硅材料制成的。这种材料来源丰富，稳定可靠，让太阳能发电的成本下降到了与煤炭和天然气发电同等的水平。然而，硅基太阳能电池的制造成本仍然较高，且只能捕获太阳辐射到地球的能量中有限的一部分。钙钛矿被认为是最有潜力的下一代太阳能电池材料，有望实现太阳能发电的超高效率和低成本。
然而，作为一种新兴技术，钙钛矿太阳能电池还有着一系列的问题亟待解决。新加坡国立大学助理教授侯毅找到了其中一个问题的解决方案。在钙钛矿/有机叠层电池中，存在着一系列可以导致效率下降的损耗。侯毅带领的团队开发出了一种新颖且实用的方法，同时降低了电池中的不同损耗，让一块层叠太阳能电池兼具了高效率、长寿命和低成本的优点。其所实现的发电效率（23.60%）打破了之前的纪录，为钙钛矿/有机叠层太阳能电池的发展扫清了重要的障碍，并且证明这种电池的性能可以追上、甚至超越其他类型的钙钛矿叠层太阳能电池。
通过开发无需人类监督，即可在未知环境下安全而高效完成任务的模型，她让人工智能更值得信赖。
我们生活在一个信息泛滥的时代，数据无处不在，即使是最聪明的人也会发现自己难以应付海量的数据流和瞬息万变的动态。人工智能可以帮我们更高效地处理这些信息，但我们仍难以信任它做出自主决策。
马里兰大学助理教授黄芙蓉致力于开发值得信赖的人工智能和机器学习（AI/ML）模型，以服务于各种日常情况下的安全高效决策，应用场景十分广泛。她开发的模型可以从大数据中学习规律和知识，以便在变化的环境中根据未知的新数据进行自主决策，比如顶着恶劣天气在从未见过的道路上实现自动驾驶。
作为基础研究的一部分，黄芙蓉对非凸优化做出了突出贡献——非凸优化是深度学习使用的核心工具。她和同事首次证明了“对于非凸优化，一阶梯度信息会保证收敛到（局部）最优解”。这项开创性工作为深度学习的优化奠定了理论基础，并引发了后续工作的热潮。
此外，她在迁移学习方面的工作完善了动态变化环境中的自主决策系统，并且从理论上保证了有效性和高效性。她的工作首次提出了在截然不同的观察空间中完成知识迁移的方法，例如在 GPS 巡逻机器人与摄像头巡逻机器人之间完成知识迁移，为高效规划和长期自主决策提供了一种高度实用的方法。
与其设计一种临时机制来解决现有架构出现安全和隐私问题的风险，黄芙蓉接下来希望推进光谱方法（Spectral Method）来设计全新的深度神经网络架构，甚至在训练开始之前就保证模型的可解释性、公平性、隐私性和鲁棒性。
她通过结合生物化学、分子生物学和结构生物学等技术手段揭示 CRISPR-Cas 基因编辑工具的核心分子机理，为 CRISPR-Cas 基因编辑工具的优化和开发提供理论依据，为疾病的治疗与诊断提供新途径。
CRISPR-Cas 系统在遗传疾病治疗方面拥有巨大潜力。CRISPR 基因座和 Cas 蛋白在原核生物中提供针对入侵的噬菌体和质粒的适应性免疫，作为回应，噬菌体也进化出抗 CRISPR 蛋白来抵消和克服这种免疫途径。
在过去五年间，贾宁专注于研究 CRISPR-Cas 系统对原核生物中侵入性噬菌体和质粒的免疫机制。她利用遗传学、生物化学和结构生物学等方法，揭示了古细菌的 III 型 CRISPR-Csm 系统通过降解噬菌体的 DNA/RNA 核酸片段来抵御噬菌体侵染的分子机制以及噬菌体通过抗 CRISPR 蛋白来抑制细菌 VI 型 CRISPR-Cas13 系统来帮助噬菌体逃逸的分子机制。此外，阐述了细菌利用核酸酶缺陷的 CRISPR-Cascade 转座系统来实现 DNA 靶向识别的分子机制。对这些分子机制的研究，为相应 CRISPR-Cas 基因编辑工具的开发和优化奠定了坚实的基础。
贾宁继续聚焦于新型 CRISPR-Cas 系统的分子机制研究，以便更好地助力开发相应的 CRISPR-Cas 基因编辑工具，以将其应用于临床疾病检测与治疗。她最近的一项研究则阐明了 III-E 型 CRISPR-Caspase 系统的抵御噬菌体入侵的分子机制，为 RNA 激活的蛋白酶工具的开发提供了理论依据。通过深入地掌握了 CRISPR-Cas 系统中各种蛋白的功能，将有助于开发和拓展用于精确基因组操作的 CRISPR-Cas 工具箱，以及深度挖掘 CRISPR-Cas 作为基因编辑工具的更多潜力。
目前，她的研究方向主要围绕生物化学、分子生物学、微生物学以及结构生物学等技术手段而展开，研究病毒、细菌等微生物与其宿主相互作用分子机制，为抗性菌感染的治疗、抗病毒药物及新型生物技术工具的开发提供新的理论依据。
她专注于开发用于研究和诊断的基因筛选技术，并用这些方法来发现不同领域生物学的新机制。
作为麻省理工学院张锋实验室的一名博士生，莊詠茵的研究方向集中于使用 CRISPR 等方法开发基因筛选。她开发了首个针对长链非编码 RNA（lncRNAs）的 CRISPR 激活筛选，并确定了在黑色素瘤细胞中赋予耐药性的 lncRNA。由于大多数 lncRNA 都未被确定特征，因此这种 lncRNA 筛选方法提供了一个 CRISPR 工具包，能够系统地发现在细胞发育和疾病中具有关键功能的 lncRNA。
她通过 CRISPR 激活筛选来深入探索控制肿瘤免疫逃避的细胞过程，相关机制的研究阐释了糖基化在肿瘤和 T 细胞相互作用中的重要性，并确定了癌症免疫治疗的潜在靶点。
此外，她建立了一个全面的转录因子（TF）条形码开放阅读框，还开发了一个筛选 TF 的平台。她过度表达了人类干细胞中的所有 TF 并分析了由此产生的细胞状态，展示了许多 TF 都可以将干细胞重新编程为其他细胞类型。
新冠疫情暴发之初，莊詠茵博士开发了第一个简化的、基于 CRISPR 的 COVID-19 检测诊断工具 STOPCovid。与传统 PCR 检测相比，STOPCovid 具有 93.1% 的灵敏度和 98.5% 的特异性，使用便携式设备也可以在 18 分钟内获得检测结果，是一种更紧凑、更人性化的新冠病毒检测方法。
莊詠茵的研究跨越多个领域，这些研究成果都可以转化为新的诊断和治疗方法，造福人类健康。
她发明了一种无线传感（WiSe）医疗植入物和导电缝合线，以实时监测患者体内的术后并发症。
Viveka Kalidasan 在新加坡领导着创新实验室 Let-Lab，致力于支持并加速有目标驱动的初创公司的增长，以解决工业 4.0 领域和半导体行业未被满足的需求。
此前，Viveka Kalidasan 曾在新加坡科学技术与研究局的转化生物光子学实验室（TBL）领导光学和材料技术的商业化。在临床医生、研究人员和整个医疗技术创业生态系统的广泛支持下，她与不同的利益相关者密切合作，根据市场需求将无线传感（WiSe）医疗植入物进行商业化。作为临床相关转化研究的坚定信徒，她希望看到以患者为中心的创新力量。她也是可持续半导体工业 4.0 创新的坚定支持者。
Viveka Kalidasan 目前担任 The Edify Project（Edify）的首席执行官。Edify 是一个一站式创新导师制平台，旨在为全球人才提供可持续的指导。她还是各种初创公司、风险投资项目、加速器和孵化器的顾问，曾入选 2021 新加坡科技界 100 名杰出女性榜单。
他将统计严谨性与跨学科合作相结合，兼顾理论和实践，让机器学习系统更加可靠。
为了在现实世界嘈杂和不断变化的数据分布下构建稳健的机器学习系统，Pang Wei Koh 一直在努力融合严格的统计原理与领域专家的专业知识，以理论突破支撑应用落地。Pang Wei 目前是斯坦福大学博士生，即将加入华盛顿大学任助理教授。
现实世界的原始数据通常需要清洗才能使用，不过 Pang Wei 发明了直接从嘈杂的原始数据中估算人群活动网络的新方法，并且在此基础上开发了一种 COVID-19 的流行病学模型。
这项工作首次证明了社交距离对抑制新冠病毒传播的有效性，首次计算了不同活动场所的风险评分。它帮助了全球政策制定者估算不同封锁政策的成本和收益。
Pang Wei 还开发了一种可以量化每个训练示例对模型预测的影响的方法，从而能够将错误追溯到训练数据上。这项工作获得了 ICML 2017 最佳论文奖。
通过将统计严谨性与跨学科合作相结合，Pang Wei 接下来希望继续发现更多影响机器学习系统的关键要素（通用的和特定的），从而构建更可靠的机器学习系统。
他实现了多功能集成光电探测、热辐射的光子学和热力学基础特性调控、辐射制冷及其能量转换等多项重要基础突破。
李炜的研究领域主要围绕着光子学和热科学的交叉创新，以实现低能耗的新型集成光电器件和高效的能源节约与利用。
他提出并实现了一种只有百纳米厚度、镜面对称性破缺的“超表面结构”，据此，研制出世界首个集成圆偏振光探测器，并进一步突破了基于热电子的集成光电探测器的效率瓶颈。
通过操纵光和热在微纳尺度的相互作用，他在热辐射调控和辐射制冷节能方面做出了一系列开拓性工作。他通过多层纳米光学结构调控热辐射和可见光同色异谱特性，实现了相同颜色外观下，温差达到 47°C 的辐射制冷和制热薄膜。他和合作者攻克了日间辐射制冷材料的规模化制备技术，并开发了基于日间辐射制冷的人体可穿戴热管理衣物。
同时，他与合作者利用辐射制冷的热力学特性，实现了可以直接利用外太空低温的夜间发电系统。并进一步提出了太空冷源和太阳能结合利用的热力学系统，使得突破经典太阳能利用理论极限成为可能。
李炜带领其国际研究团队一直致力于建立“光子能源的调控、开采和应用”的完整研究框架，来解决能源和信息领域的关键问题。
研发大规模光子神经网络架构和光电融合智能计算处理器，他让光子计算的应用不再遥远。
光子计算以其高速、高吞吐、低功耗等优势成为先进计算领域的研究热点。然而，智能光子计算系统面临集成度低、误差校正困难等技术挑战，阻碍了其广泛应用。
为解决这些问题，清华大学助理教授林星致力于研究基于衍射光子计算的大规模光子神经网络架构和光电融合智能计算处理器，构建更先进的光子神经网络芯片与应用平台，推动光子人工智能芯片技术的发展。
林星提出了空域和频域的全光学衍射深度神经网络（D2NN）理论和方法，构建衍射光学神经元以及多层神经元间的大规模加权互联，解决了长期存在的光子神经网络基本计算单元占空面积大所造成的集成度低、网络参数规模受限的问题。
此外，林星还开发了大规模可重构衍射光子计算处理器（DPU）及其硅基片上集成方法并应用于构建先进光子神经网络架构。与高端电子计算平台相比，基于 DPU 的智能计算系统可以在计算性能上实现数量级的提升。
为实现大规模光子神经网络的误差校正，林星提出了包括自适应在线训练、光学反向传播以及光学残差学习的精准训练方法，能够获得更准确的梯度计算，实现网络模型到物理系统的精准映射。
林星未来的科研目标是实现光子计算在人工智能、海量数据处理、高通量通信等领域的产业化和广泛应用，逼近光子计算芯片速度和能效的理论上限。
他专注于生物材料和精准基因递送系统的开发和应用，提出了调控递送材料化学结构和改变脂质纳米颗粒（LNPs）辅助组分两种策略，赋予递送系统器官特异性。
核酸药物的开发及转化面临着缺乏靶向、精准递送系统的重要难题，世界各地的科学家和企业家都在寻找有效的解决方案。
从求学期间到作为浙江大学药学院的独立 PI 开展工作，刘帅的研究兴趣一直聚焦于核酸药物开发的关键：递送问题。
在南开大学硕博连读期间，刘帅的课题主要集中于设计和制备一系列新型高分子基因递送载体，获得了多种适合干细胞、神经细胞等多功能但难转染细胞的基因递送载体材料。在美国德克萨斯大学西南医学中心工作期间，刘帅在器官特异性 mRNA 递送领域取得了突破性成果，获得了针对肺部、脾脏、肝脏和淋巴结的高效、选择性递送系统。
目前，刘帅创新性发展了可促膜失稳的可电离磷脂结构，提高了内涵体逃逸和 mRNA 递送效率，以其为核心构筑了 LNPs 库，通过调控磷脂结构或者改变 LNPs 中辅助脂质成分，实现了肺部、脾脏和肝脏特异性 mRNA 递送和基因编辑。他还探索了 LNPs 以外的载体体系，开发了磷脂化的两性离子聚合物库，选择性递送 mRNA 至淋巴结和脾脏，具有免疫治疗应用前景。
他参与建设了中国国家级智能供应链人工智能开放创新平台，支持了智能生产、流通和服务场景的示范应用，在疫情防控、科技冬奥中发挥了重要作用。
刘武是智能供应链全场景多模态智能感知领域的早期开拓者之一，在国际上首次提出了面向供应链"人-货-场"全场景海量数据的渐进式搜索模式及其应用框架，实现了特征由粗到精、时空由近及远、权限由低到高的三种渐近式搜索策略融合，提高了对象检索的精度及速度。
他作为主要建设者参与建设了中国科技部认证的唯一国家级智能供应链人工智能开放创新平台。目前平台已发布覆盖供应链全场景的 86 个 API 和130个开发组件，日均调用量达 79 亿次。平台已孵化和培育开源项目 50个，支持超过 1000 家企业或个人开发者，有效支持了智能生产、流通和服务场景的示范应用，在中国疫情防控、科技冬奥等任务中发挥了重要作用。
刘武在该平台中研发了多模态细粒度商品图像搜索技术并应用于京东拍照购和智能商品结算台，借助多模态商品搜索，可将多件商品、以任意角度摆放，一次性完成商品的识别和结算，单次识别小于 1 秒。该产品目前已实现商用部署，为用户节省其高峰期 30% 结算时间。
她致力于感染与免疫的 RNA 修饰表观调控研究，发现宿主抵御病原体感染的多个关键调控分子及其作用机制，深化了免疫调节理论认识并为抗感染药物研发提供了潜在新靶点。
天然免疫对宿主抵御病原体入侵并防止感染性疾病至关重要。表观修饰参与多种生物学效应的调控，但其在感染与免疫炎症中的作用仍需深入探究。发现免疫调控的新型表观分子并阐明其作用机理是生物医药领域的前沿热点和重要科学问题。
自博士阶段起，刘洋一直专注于感染与免疫的 RNA 修饰表观调控研究。她发现了多个 RNA 修饰相关表观调控分子在机体抵抗病毒或细菌感染过程中的新功能，首次揭示了 m6A RNA 修饰与细胞代谢重塑在病毒-宿主互作中的协同作用，从 RNA 修饰层面提出了免疫调节的新机制与新观点，有助于深入理解抗感染天然免疫应答及其调控模式；在肿瘤免疫领域，她首次提出了“肿瘤转移前微环境六大特征”这一新概念。
刘洋的研究工作从 RNA 修饰角度阐明了感染性疾病发病的新机理，为临床相关疾病的研究与防治策略提供新理论依据与新思路，具有重要科学意义和应用价值。针对鉴定出的免疫调控新分子在病毒感染性疾病诊治中的应用，刘洋作为第一发明人已获得 3 项授权专利。目前她在探索靶向 RNA 修饰表观酶的小分子化合物库的筛选，有望为抗感染药物研发提供候选分子。
他为未来的神经界面创造形变生物电子学，希望在未来通过脑机接口治愈人类疾病，甚至赋予生物新的能力。
从根本上说，人类的神经系统是柔软、高度动态的，而现有的神经电子设备无法智能地适应如此复杂的生物微环境。为了克服这一挑战，刘宇鑫开发了第一个杨氏模量与神经组织相当的植入式电子设备，成功地解决了异物反应和植入物排斥挑战。
为了适应生物体器官的动态形变，他开发了一种柔软且有弹性的神经递质传感器阵列，首次实现了对脑-肠轴中多种神经化学信使的连续跟踪。在与医生的合作中，该神经化学传感器已在大型动物模型中得到验证，并有可能用作抑郁症和帕金森病患者的诊断设备，以及发展通过胃肠道干预的新治疗方法。
为了使神经界面在发育过程中与大脑和神经一起“生长”，他发明了一种新型的可植入设备，可以像活组织一样自我改变其在体内的形态，并对细胞和组织的生长做出自主反应。形变生物电子技术让植入式医疗设备可以安全地运用在儿科人群。
他揭示了利用二氧化碳和水分子构建碳基材料的催化机理。
依赖不可再生化石燃料作为原材料，塑料、消毒剂和药品等碳基材料的制造导致了全球 10% 的碳排放。长期以来，科学家们一直致力于研究从另一个角度构建这些材料的方法：使用可再生能源产生的电力，利用二氧化碳和水分子构建碳基材料。
这种反应过程的核心是催化剂。传统的催化剂研发过程是经验性的，效率很低，成本却较高。新加坡国立大学助理教授林彦玮开发了一套新的技术，可以根据其来源标记反应混合物中的原子，从而让我们可以重新认识催化的过程。
这一研究突破使得一种催化剂只生产一种产品成为了可能，从而不再需要在下游消耗大量的能量进行产品分离。利用这些革命性的技术，他发现了氧化物在催化剂体系中的作用，以及水在反应混合物中的重要性。这些认识让研发人员可以制定出控制二氧化碳转化反应途径的新策略，并有望最终发展出具有前所未有高性能的催化剂系统。
她研发了碳中和技术成本的量化模型，为政策设计提供科学支撑。
要想在全球范围内实现碳中和，仅仅依靠研究先进的技术和不断刷新的效率数据，是不够的。技术的成本也是一项关键的考虑因素。光伏和风能正变得越来越便宜，但其他的关键技术，例如核能、电解水制氢和储能，它们的成本我们到底能否承受呢？
伦敦大学学院副教授孟靖一直关注消除发展中国家在国家和企业层面的碳排放数据差距，以及精确量化碳中和政策和未来减排路径的成本。孟靖开发了一个有效的模型来分析碳中和路径的经济可行性和成本。通过系统性地评估碳中和转型所需的关键低碳技术成本，她发现，光伏和风能的装机成本已经和传统能源持平，且可能继续保持下降的趋势。但对于其他绝大多数碳中和技术而言，政策支撑和规模化效应仍是其成本下降的必要条件。这些结果为更好地设计碳中和政策提供了关键的数据支撑和坚实的科学依据。
他专注于推动第三代微流控技术在生物医学应用中的研发及应用，通过结合新型聚合材料与光敏化学机制带来更稳定、耐用、准确的单细胞测序和数字 PCR 技术。
裴颢曾先后就读于清华大学和哈佛大学，博士期间他师从微流控领域奠基人 David Weitz 教授，针对微流体理论与微流体技术的多种应用展开研究。作为世界上最早开发第三代微流控芯片并将其用于生物医学应用的科学家之一，裴颢的研究成果包括设计和制造微流控芯片，以及利用微流控技术开发新型的液滴生成与分选系统，从而解决工业中的实际挑战。
裴颢与 David Weitz 于 2018 年合作成立墨卓生物。该公司以液滴微流控技术路径为核心，致力于在中国本土建立起先进的单细胞测序平台与数字 PCR 等微流控产品管线，成为中国首家多平台新型分子诊断公司。
墨卓生物现有专利 60 余项，其自主研发的高通量单细胞测序平台能够在单次运行内捕获约十万细胞，细胞捕获率可达 70%，从而获得高质量的单细胞基因组、表观组、转录组等信息。不仅如此，他们还开发了用于 FFPE 样本的创新单细胞测序解决方案，以及全球首个商业化微生物高通量单细胞测序解决方案来检测海量细菌中单个细菌的全基因组信息。
他发明了更公平的资源分配方法和更优秀的投票机制，解决了这些领域许多悬而未决的基本问题。
如今，算法几乎无处不在，在社会生产生活中扮演了重要角色，而算法的公平程度决定了它是否会针对特定人群出现偏见。
多伦多大学助理教授 Nisarg Shah 专注于解决算法中潜藏的公平和福利问题。在理论研究层面，Nisarg 在资源公平分配和投票理论领域取得了杰出成果。
Nisarg 的代表性研究成果是在多个代理之间公平分配公共资源。他是目前最先进的“最大纳什福利（Maximum Nash Welfare）”方法的共同发明者，该方法已被用于在日常生活常见场景中寻找更公平的解决方案，例如更好的房租分配、遗产分割和离婚财产分配解决方案。
Nisarg 还共同发现了可证明的聚合排名选票的最佳方法，解决了一个 16 年来悬而未决的问题。他的工作解决了复杂的民主实践挑战，例如选区划分。
过去几年，Nisarg 尝试利用理论成果来理解为什么人工智能系统会出现偏见和不公平，以及如何评估和减轻这些风险，从而让人工智能系统更加透明、可信和可解释。他共同发明了一个用于理解人工智能系统中的偏见和公平性的原则框架。
她对高维网络数据的高效，可信赖的的机器学习的深入研究，为在互连系统上构建可信赖的智能铺平了道路。
我们生活在一个数据时代。无处不在的媒体以各种形式收集数据，构建了广泛的物理、生物与社会相互依存的关系网络。研究这些网络数据可以带来重大的科学与技术进步。
作为加州大学欧文分校的助理教授，沈彦宁专注于算法、机器学习、优化和统计信号处理工具在数据和网络科学中的应用。她的主要研究领域包括从高维（网络）数据中进行高效的非线性机器学习方法，在理解社会、生物、金融和工程系统的结构和动态方面有着广泛应用。
沈彦宁开发了一个具有理论性能保证的新框架，以有效地跟踪实践中常见的不完整或损坏的数据集中潜在的低维结构。她还推动了全新的基于内核和张量的图拓扑推理方法，可以解释网络（图）节点之间非线性依赖关系， 并可以高效地学习时变的网络拓扑结构。
在上述工作的基础上，沈彦宁进一步将理论和算法框架拓展为网络上实时高效的基于图的机器学习方法。她最近的研究结果揭示了在对网络数据的分类和聚类和降维等数据分析和机器学习任务中，考虑数据所在的网络拓扑结构的重要性。
沈彦宁未来计划研究互联系统上的可信任智能。她计划开发理论和算法基础，以解决存在于图机器学习中的公平、可解释性和隐私保护等重要问题。
助力突破卤素钙钛矿光电子器件商业化瓶颈，他为半导体异质结的制备和应用提供了新范式。
卤素钙钛矿太阳能电池和发光二极管发展迅速，但其仍面临卤素钙钛矿材料稳定性较差和晶格内离子迁移过快等问题。针对这些挑战，师恩政为解决卤素钙钛矿光电子器件商业化的最大瓶颈做出了原创性贡献。
师恩政首次制备了二维卤素钙钛矿外延异质结，通过引入半导体性的共轭配体，提高了该类异质结的稳定性，并抑制了离子迁移。他还构筑了原子级平整的二维卤素钙钛矿范德华异质结，首次基于这些异质结定量研究了卤素离子沿着面外方向的扩散现象。
师恩政还揭示了准二维钙钛矿材料低能边界相的起源，系统研究了二维钙钛矿材料激子扩散和湮灭行为，并提出一种全新的碳纳米管定向组装方法，实现了具有高定向度的超洁净碳纳米管水平阵列的无损组装，还将其用于构筑碳纳米管-二维半导体异质结阵列。
在此基础上，他未来将致力于设计并优化新型卤素钙钛矿材料和异质结构，并开发高性能、高稳定性的光电器件。
她开发了多种基于新型振动显微成像的生物技术，增加了解释生物复杂性的新维度。
为了弄清细胞究竟在做什么，需要深入研究蛋白质组学和代谢组学。然而，相对于更成熟的转录组学技术，蛋白质组水平和代谢组水平的组织表型分析技术仍比较落后，特别是在空间水平上。施立雪开发了基于先进振动显微成像的生物技术，致力实现原位研究空间蛋白组及代谢组的挑战，从而增加解释生物复杂性的新维度。
施立雪本科就读于北京大学，在哥伦比亚大学完成博士学位。博士期间，师从闵玮教授，针对用于超多色成像、振动传感和高通量代谢成像的振动显微镜展开研究。她自 2020 年起开始在该实验室进行博士后研究。
施立雪致力于提高拉曼光谱学（一种探测化学键振动的分子光谱学）的灵敏度，特别是受激拉曼激发荧光（SREF），第一次实现了远场单分子拉曼成像。她最近的代表性成果包括开发了用于系统分析厚组织中蛋白质相互作用网络的超多色体积成像平台，以及用于单细胞代谢活性研究和组织/器官水平大面积代谢成像的高通量代谢成像平台。
他开创的量子计算方法将资源开销减少了多个数量级，加速了量子计算机的真正应用。
量子计算拥有将计算能力提升到前所未有水平的巨大潜力。然而，量子纠错的标准协议使用了许多量子比特，并且依赖于误差表现的投影测量，这意味着将大量资源投入数百个量子比特和反馈控制之中。
新加坡国立大学教授 Steven Touzard 致力于用创新方法解决该问题，他的研究目标是使用超导平台来存储和保护量子信息免于退相干，从而大幅减少投入的资源。
Steven 和同事首次使用被压缩和编程而拥有双光子损失的超导腔，成功地证明了二维逻辑希尔伯特空间的自主稳定，并指数级抑制了腔移相误差。Steven 的另一个重要贡献是网格状态编码的量子纠错，他巧妙地开发了一种高效协议，利用弱测量和实时反馈来有效地实现 GKP 码逻辑空间的稳定化，开辟了量子纠错的新前沿。
Steven 目前在新加坡国立大学的工作重点是构建量子网络，它可以同时提供多种方法来扩展量子计算机以执行有用的任务，传输不可破解信息，以及通过连接量子传感器来改善传感性能。他的研究成果可以加速量子计算机的真正应用。
她致力于推广新兴技术驱动的数字医疗模式，让人工智能真正融入复杂的生物医学场景。
生命是跨尺度的复杂信息系统，基于信息智能手段开展深入的研究和探索，有望开拓新的医疗模式，加速医学的发现，同时启发信息技术革新。近年来，人工智能在生物医学问题中不断取得突破，然而当前的诊断模型仍无法应对复杂的临床场景，面临数据形态、感知维度、可解释性等方面的挑战，原因之一是机器难以理解多模态医学数据背后的高级语义信息，缺乏高级认知智能。
针对这一问题，北京邮电大学教授王光宇凭借其在医学、计算机科学和生物信息学方面独特的跨学科背景，提出了智能医疗计算的“数据驱动、证据融合”理论，致力于利用新兴信息技术打造并推广新型数字医疗模式。
通过建立智能医学多模态计算新理论方法及关键技术，她突破了信息技术在复杂医学环境下的难题。在智能影像处理方面，王光宇带领团队开发了基于 X 光胸片的通用肺部疾病筛查及智能分诊方法，可以实现基于语义的医学图像识别和推理。此外，她还在多模态时序数据融合分析方面开展研究，构建了一种针对重大慢性病的建立健康-疾病演化模型，可提前 5 年识别出患有重大慢性病的患者，并动态量化疾病风险。
未来，王光宇计划开展认知科学启发的智能医学语义计算方法，并建立基于安全联邦学习的多源多模态健康大数据的隐私保护，融合协同和互联互通，创造新的数字医疗模式。
他致力于发现新的金属药物，利用无机药物和相关的化学/生物工具，攻克抗菌素耐药性、COVID-19、恶性肿瘤等重大问题。
王润铭于 2022 年 2 月加入清华大学深圳国际研究生院生物医药与健康工程研究院任助理教授，从事生物无机化学、材料化学和微生物学的交叉科学领域的研究，致力于挖掘和拓展无机药物及相关小分子在生物医药方向的应用和发展。
博士和博士后研究期间，他就通过精心设计和识别针对耐药超级细菌的耐药性决定因素的金属基抑制剂来对抗抗菌素耐药性（AMR）。他和同事验证了已鉴定的金属药物的可行性，以恢复传统抗生素对携带金属 β- 内酰胺酶以及粘菌素耐药酶等的（多重）耐药超级细菌的效力，并使用化学生物学和结构生物学方法揭示其中独特的金属置换机制。这一系列发现极有可能用于临床。
新冠疫情大流行期间，他和合作者拓展了金属药物在治疗新冠肺炎感染方面的潜在应用，发现了铋基的金属药物可通过靶向多个关键的保守病毒蛋白，对新冠病毒（及其变体）和其他季节性冠状病毒展现出广谱抗病毒活性，并有效缓解肺炎相关的症状。更重要的是，他成功地将铋药物转化为世界上第一个金属基的口服抗新冠药物，展现出优异的体内抗病毒效力。
她发现了可以减缓化学反应的“负”纳米催化剂。
人类活动每年会排放 371 亿吨的二氧化碳，极大地扰乱了地球自然的碳循环过程。全世界的科学家们都希望可以捕获二氧化碳，并将其转化为有用的化工产品。然而，二氧化碳分子具有极高的化学稳定性，导致这一模仿光合作用的人工过程极具挑战。
香港中文大学助理教授王莹相信，每一个复杂的问题背后都有一个基本的科学问题，而研究的核心就是要找出并解决这个科学问题。她开发了一种实验与计算相结合的方法，准确地对纳米材料的反应过程进行了量化，成功揭示了二氧化碳转化复杂的电动力学过程。
她证实了“负”纳米催化剂的存在：除了加速反应过程，催化剂也可以让反应减缓。这一发现让她设计出了一系列可以对二氧化碳进行转化的催化剂，生产出了乙烯（常用于聚合物、塑料和各种化工技术）等一系列产品。她的工作实现了催化剂的合理设计，而这是科学家和工程师们长久以来苦苦追寻的梦想。
他致力于解决生物制造高度依赖粮食原料的问题和挑战，首次开发了先进的工业微生物基因编辑技术并将谷氨酸棒杆菌改造为可耐受和转化甲醇合成氨基酸的工程菌种，为碳一生物制造发展奠定了基础。
王钰现为中国科学院天津工业生物技术研究所研究员。硕士和博士学习阶段，他跟随导师许平教授主要从事生物柴油副产物甘油的生物转化利用研究，构建人工微生物细胞工厂，实现了高效利用甘油生产 1,3-丙二醇、乳酸等生物材料单体，部分技术已在合作企业应用。在加入中国科学院天津工业生物技术研究所后，他开始转向难度更高的甲醇生物转化利用研究。
经过多年的研究，王钰提出了一条以富能碳一分子甲醇为原料，以工程微生物为核心催化剂的碳一生物制造路线。为提高工程微生物的甲醇利用效率，他开发了先进的基因组编辑和多基因精细表达调控技术，并利用该技术首次将工业微生物谷氨酸棒杆菌改造为可耐受甲醇、并利用甲醇为原料合成氨基酸的工程菌种。他的研究为甲醇生物转化利用提供了工程微生物菌种，为碳一生物制造发展奠定了基础。
接下来，王钰的研究将致力于解决影响甲醇生物转化效率的科技问题，推动碳一生物制造的规模化实施，为应对生物制造高度依赖粮食原料的问题提供解决方案。
他对复杂生命科学现象的时空跨尺度活体观测做出了突破性贡献，开启了哺乳动物大规模细胞间系统性交互研究的大门。
从亚细胞到器官的时空跨尺度观测有望带来生命科学的重大突破，却长期受制于传统显微技术的空间带宽积、光学像差、光毒性等物理局限，严重制约了脑科学、肿瘤等前沿学科的发展。
清华大学助理教授吴嘉敏专注这一前沿交叉难题多年，另辟蹊径地提出了扫描光场成像新原理、曲面光场阵列与数字自适应光学新架构、频域光学神经网络新原理等多项创新成果，为解决多个世界级难题找到了新的突破口。
吴嘉敏的主要发明之一是提出了超精细光场感知与重构的思想。通过扫描光场成像机制绕过了传统光场成像受海森堡不确定性原理局限所引起的空间分辨率与角度分辨率间的矛盾，实现了近衍射极限的非相干光孔径合成，显著提升了高速三维成像的空间分辨率。
在此基础上，吴嘉敏和团队突破性地实现了在活体原位对复杂生命科学现象的时空跨尺度观测，打破了光毒性、光学像差和空间带宽积的多重桎梏，打开了哺乳动物活体复杂环境下大规模细胞相互作用研究的大门。他未来的研究工作，将进一步开发介观尺度活体显微仪器与高通量介观数据处理分析平台，建立从亚细胞、组织到器官的多尺度动力学模型，为揭示神经、肿瘤、免疫新现象和新机理等生命科学重大问题突破提供变革性工具。
他开发的高能正极材料大幅提高了材料的能量输出和安全性能，让离子电池兼顾性能与安全。
电动汽车能开多远，其所搭载的电池又是否安全，是电动车主最为关心的两个问题。一直以来，提高能量密度和保证电池安全的研究方法主要是基于试错法的反复试验。美国阿贡国家实验室首席研究员徐桂良决定寻求更聪明的解决方案，尽量不让运气成为左右研究成败的关键。
多年来，他一直致力于运用尖端表征技术来深入了解电池在充放电过程中面临的基本科学问题，从而揭示出了电池性能出现下降的根本原因，为有针对性地设计具有更高能量密度和更高安全性的电池材料提供了指导和方法。他开发出了一系列高性能的电池正极技术，大幅提升了电池的性能。他所开发的用于锂离子和钠离子电池的高压正极材料能够以高能量密度实现稳定循环，并显著减少热失控期间的气体泄漏，从而大幅度提升了正极材料的能量输出、循环寿命和安全性能。
她设计与调控钙钛矿材料的微观电子结构与晶体结构，助力开发高效稳定的钙钛矿光伏器件和新一代光伏技术。
钙钛矿半导体材料对实现下一代新型光电材料与器件及在能源领域的创新应用具有重大价值。薛晶晶主要致力于金属卤化物钙钛矿光电材料与器件研究，聚焦从微观尺度上揭示钙钛矿材料和器件中的关键问题。
她发现了钙钛矿中 A 位离子对其带边结构的电子贡献，突破了对钙钛矿电子结构的传统认知。并揭示钙钛矿的表面态和缺陷钝化机制，为针对性的钝化分子设计提供了理论基础。她还发展提升钙钛矿光电器件稳定性的新方法，为钙钛矿光电器件的产业化奠定了基础。
薛晶晶于 2021 年加入浙江大学材料科学与工程学院之后，组建钙钛矿光伏器件研究课题组，继续聚焦研发高效稳定的钙钛矿太阳能电池，主要着眼于发展具有结构稳定性的钙钛矿组分以及硅/钙钛矿叠层电池器件。课题组开发了一种绒面硅结构上生长高质量钙钛矿膜的新策略，有望进一步推进硅/钙钛矿叠层太阳能电池的产业化。
她攻克了长期困扰 GaN 器件的动态性能退化难题，助力打造下一代高效、高频、高可靠性 GaN 核心功率芯片。
在过去的 12 年间，杨树一直专注于宽禁带半导体氮化镓（GaN）功率器件（芯片）关键工艺、量化表征和可靠性研究。
她为实现高效、高频、高可靠性 GaN 功率器件，开展了一系列创新性的研究工作，包括实现千伏级垂直 GaN 功率二极管导通压降（损耗）最低值，突破了传统单极型器件反向耐压与正向导通性能相互牵制的极限；首次同时实现正向电导调制和零反向恢复（损耗）的优异性能，突破了传统双极型器件因少子注入导致的导通和开关性能极限。
杨树还创新性地提出针对 GaN 异质结器件的变频变温电容表征方法，成功量化了时间常数跨度高达 10 个数量级的界面陷阱；并且研制了国际上首个“无电流崩塌”的新型垂直 GaN 器件，攻克近 30 年来困扰 GaN 器件的动态性能退化难题。
她所研发的功率器件技术为通信、航空航天、新能源汽车等核心领域提供了重要技术支撑。
他用卫星精准捕获植物发出的微光，监测地面上的每块地、每棵树。
曾也鲁基于光子传输路径推导，首次提出了“FluorRTER 荧光三维辐射传输解析模型”和“基于 NIRv 的荧光卫星观测角度归一化实用方法”，将卫星观测角度变化带来的不确定性从 30% 降低到 5% 以内，被 NASA 喷气动力实验室与加州理工学院视作遥感基础理论与方法的重要创新性成果，被采纳为荧光卫星角度校正的三种标准算法之一。
该方法可用于支撑多颗荧光卫星的角度校正，为应用于新一代卫星做出重要实质性贡献。
用卫星监测植物光合，不仅能测量植被中存储的碳及全球碳汇分布，还能通过诊断植物健康，助力智慧农业与乡村振兴，并为粮食安全做好预警。
他提出的基于卫星荧光与反射率的方法，能对干旱、高温等农业灾情进行监测评估，作为受灾救援的重要参考；还能用于监测耕地的“非粮化”、“非农化”等影响粮食安全的重大问题，以及在应对外来生物物种入侵方面也发挥着重要作用。
他共同开发了用于人类疾病治疗和农业育种的精确基因编辑技术，并正在推动其在社会中的应用。
赵天萌（Kevin Zhao）在哈佛大学和博德研究所（Broad Institute）刘如谦（David R. Liu）实验室完成了化学与化学生物学博士学位。博士期间，他共同开发了一套高通量蛋白定向进化平台，并利用它进化了一种升级版的精准碱基编辑工具。他开发的 DNA 碱基编辑器 ABE8e 比此前的版本催化速度快了约 1000 倍，并且该碱基编辑工具的靶向范围得以扩大。这套新的碱基编辑工具可以靶向人类基因组的大部分区域，并在人类细胞中实现饱和编辑。这种改进的碱基编辑器已被证明可用于治疗镰状细胞性贫血、早衰、脊髓性肌萎缩和其他人类遗传疾病。
专注于优化基因编辑技术的同时，赵天萌也推动了新一代基因编辑技术的转化应用。2021 年，赵天萌在与中国科学院遗传与发育生物学研究所高彩霞研究员共同创办了一家基因编辑公司——齐禾生科。他计划继续开发精确高效的基因编辑技术，同时将其应用于作物育种等领域。
齐禾生科于 2022 年 3 月完成了 2000 万美元的种子轮融资，这也是中国已公布的基因编辑企业种子轮投资的最大手笔。
他证明制造和修饰先进的量子低维材料，可以用单原子精度精确和大规模地实现，并且创造了一个全新的具有可调铁磁特性的材料家族。
纳米科学和纳米技术领域的关键挑战是如何精确地设计和制造具有单原子精度的纳米材料。赵晓续结合分子束外延和扫描透射电子显微镜，系统地设计和研究了各种具有原子精度的量子低维材料，有助于开发下一代纳米电子和自旋电子器件。
他证明了在原子尺度上对量子低维材料库的边缘、掺杂剂、缺陷和晶界进行制造和修改是可行的。而且全方位的物理性质可以通过缺陷或掺杂工程精确调整。
特别是，他使用一个新的生长配方创建了一个全新的薄二维材料原子库。这种材料被命名为 “ic-2D”，以表示这是一类基于天然原子自插入到晶体各层间隙中的材料。
他还在一类材料中，调整从非铁磁性到铁磁性和自旋受挫笼目的性质。这一研究展示了超薄层低维材料的丰富性，可进一步发现对逻辑内存设备进行转换的新属性。这类新型材料已申请专利，赵晓续正在与相关企业讨论其对超薄铁磁存储器件的潜在应用。
他开发的基于半导体的新一代 DNA 合成技术，可以高通量、准确地合成长链 DNA，有望将合成成本降低 10 倍以上。
半导体技术助力基因测序成本指数下降，催生了巨大的基因组学市场。作为基因层面另一种基础技术，基因合成发展滞后，成本比测序高数个量级，是分子生物学的核心瓶颈。赵昕带领一支交叉学科团队，利用集成电路（IC）、MEMS 与微流控将短链 DNA 合成与基因拼接高通量化，有望使基因合成技术实现类似测序的跨越式发展。赵昕博士研究中首次制备了基于刻蚀与 III-V 材料的垂直晶体管，是世界上尺寸最小、跨导最高的垂直器件，2017 年被 IRDS 选为二十年内最理想的晶体管结构。博士毕业后，赵昕在 NIH 资助下探索半导体在分子生物中的应用。
传统基因合成基于 96 孔板，通量低、试剂消耗大、成本高。IC 与 MEMS 在硅片表面制作微电极阵列，大幅提高通量并降低试剂消耗，极大地降低了短链 DNA 合成成本。此外，IC 可控制单个电极，赋能短链 DNA 的原位拼接与纯化，有望实现超高通量长链 DNA 合成，这将对合成生物、生物药研发、DNA 存储等下游领域产生颠覆性影响。
他开创了高性能的摩擦电自供能器件。
物联网、智慧城市、智能工厂……要让我们对未来生活的很大一部分想象成为现实，就需要为传感器和电子贴纸等广泛分布的小型设备提供电力。有线供电在技术上具有挑战性，且成本高昂；电池则使用寿命有限，且维护成本高。为了解决小型设备的供电问题，科学家们开始研究如何利用机械能，例如振动、身体运动、气流和水波，来产生可再生的电力，以期实现器件和系统的“自供能”。将摩擦起电和静电感应耦合起来的摩擦纳米发电机，就是实现自供能器件的想法中最有趣的想法之一。
香港科技大学（广州）副教授訾云龙，是设计高效摩擦电自供能器件的先锋之一。通过耦合摩擦起电和光电子，他展示了“摩擦光子学”的概念。他设计了一个指甲大小的自供电无线感应电子贴纸，可以在不使用电池或电线的情况下实现长达 30 米的信号传输。他还制定了实现高效能量收集的高性能摩擦纳米发电机的设计策略，并在输出电荷密度、能量密度和峰值功率密度方面创造了多项新纪录。这些成就让我们离一个基于摩擦电自供能器件的智能未来更近了一步。
-End-