全球网络连接示意图：由于计算机、互联网以及能够鉴别从基因到人类任何物质间联系的新方法，网络科学正走向繁荣兴盛的局面
创新与探索
十年前，卡尔·戴瑟罗思（Karl Deisseroth）遇到了其科研生涯的瓶颈――这位精神病学家兼神经系统科学家想了解不同的大脑回路是如何影响行为的，以及那些患有精神分裂症与抑郁症病人的大脑回路究竟出了什么问题。当时，对这些病人所采用的诊断工具几近“原始”状态：通过插入大脑的电极以刺激电极邻近大脑区域的细胞。
2004年，戴瑟罗思和他的学生为此发明了一种新的诊断工具，即在老鼠大脑中植入一种能够进入大脑神经细胞的称为光激活海藻蛋白的基因。通过激光刺激这些神经细胞，戴瑟罗思等在毫秒精度下控制特定神经回路活动的同时，可以对这些效应进行研究。
当时，这种被称为光遗传学的技术震惊了业内人士并引发了一场风暴。今天，成百上千个实验室的众多科学家正在使用这项技术来探究大脑是如何工作的：已经检测出大脑奖赏通路中的哪些神经细胞会被可卡因“劫持”，以及深部脑刺激术是如何减轻帕金森氏综合症患者的症状。可以说，光遗传学技术可以解决的问题举不胜举。
可以说，类似戴瑟罗思的故事在科学研究的每个领域都在不断上演：一个独创性的工具引发了一系列新的探索。为此，《科学》杂志在新千年即将结束的十年之际，用一种更宽阔的视角来盘点这十年改变科学的十大重要进展。当然，盘点这十项科学进展仅仅是新千年以来的科学进展中的冰山一角；其他的科学进展可能会淹没这份盘点榜单。
看见与感觉
十年来，诸如光遗传学技术等新工具的出现更是推进了传感与成像技术的进步：冷冻电子断层成像技术主要用于研究细胞的成分，使科学家能得到并了解整个细胞组织中原子层面的细节。依靠密集型计算机的支持，这项技术可以从一个瞬间冷冻细胞的一系列二维切片中获取该细胞的三维图像。
2002年，当活体扫描双光子共焦显微镜被用到淋巴结的研究中时，冷冻电子断层成像技术引发了免疫学的一场革命：能够实时显示未受损组织中的免疫细胞，为人类理解免疫细胞与身体之间的交互作用打开了大门，改变了科学家对于免疫反应的认识。
随着新显微技术孕育而生，自2000年以来发育生物学也取得了巨大的进步。现在，科学家能够使采集的样本存活并使用更持久的荧光标记来跟踪特定的细胞：通过密切注意细胞的分裂与移动，能够观察整个器官以及整个动物的发育过程。其他显微技术能够避开光学器件的基本限制，进而来研究比光学仪器的衍射极限（光学仪器的衍射极限是所用光波波长的一半）还小的细胞蛋白质与精细结构。
我们不仅能看得更清楚，而且还能将人眼根本无法达到的地方呈现在我们的眼前。例如，“勇气”号和“机遇”号火星探测车同早期的宇宙飞船相比，在观测上迈进了一大步：火星探测车能够在几公里的范围内漫游，而以前仅仅是几米的范围。同时，火星探测车还携带有强力的仪器分析火星岩层化学与物理特性，并重新书写了火星上水的历史。
对于人类的家园地球而言，类似的发明、创新也正在提升我们的观测手段。比如，形似鱼雷的机器人正在探测南极冰川下的水质，包括墨西哥湾泄油事件发生后所进行的水文收集工作；一些只有飞机模型或是“全球鹰”无人侦察机那般大的遥控飞机，例行地在监测阳光穿越云层的情况并在飓风上方进行飞行，从成千上万的海上“漂浮物”中搜集关于海水性质以及潮流的数据。这些移动的传感器将同陆地、海上固定传感器一起协作，能够全天候监测到地球的情况，使得生态学与环境科学同天文学与粒子物理一样拥有丰富的数据。
机器与进步
毫无疑问，处理海量数据的关键是更为强大、更加实用的计算机。基因组学就是其中的受益者。十年前，对人类基因组测序需要花费好几年时间、采集几百人样品、使用上百台机器以及漫长的样品制备时间，才能产生用于一次解码的DNA片段。而“鸟枪法”(将整个基因组切成片段，然后一次性对所有片段进行测序与汇编)的出现，则促进了复杂计算机程序的编写进程。现在，全基因组的“鸟枪法”是必备的研究方法之一，而且有丰富的高效软件可供使用。在过去的五年里，“下一代”测序技术甚至使这项工作成为了流水线型的工作。时至今日，仅一台机器就能在一星期多的时间里解码出三种人类基因组。
有了计算机的帮助，科学家能够预测基因定位并比较不同的基因组，比如，通过比较黑猩猩与人类的基因组，进而确定对进化具有重要意义的基因序列，使科学家获得关于基因组如何工作的崭新认识。其中，互联网已经成为科学家与可公开获取基因组信息数据库之间的至关重要的纽带。
在生物化学领域，计算机技术在理解蛋白质方面取得巨大进步。当蛋白质折叠成它们“最终的”形状时，为了协助对这些跳跃且杂乱的蛋白质进行建模所必需的计算，科学家通过用于渲染视频游戏中的3D图形处理器以加强他们的计算机硬件。
网络与外包
在某些情况下，计算能力正在改变着科学家一起工作的基本方式。在天文学领域，“斯隆数字巡天”项目通过美国新墨西哥州阿帕奇山天文台口径2.5米的望远镜，记录着天空中五分之一所看到的一切，而天文学家则通过万维网对这些海量数据加以利用。类似的“数据工具”在粒子物理学和地震学领域的应用更是家常便饭，与过去小型观察员团队分配望远镜的时代相比有天壤之别。
欧洲核子研究中心(CERN)则走得更远。为了处理该中心大型强子对撞机（LHC）每年产生的千兆字节的数据，CERN建立了一个计算“网格”系统，通过这个虚拟组织，汇集和共享各个成员机构的计算机处理能力。该网格也使上千名科学家以前所未有的方式访问LHC数据并一起工作。
其他一些组织也在通过外包的方式充分利用互联网的优势：科学家（甚至非科学工作者）可以为解决问题、制定政策或预测未来献计献策。比如，一家名为InnoCentive的互联网公司在网上悬赏求解问题，赏金高达100万美元。InnoCentive称，迄今有20万人参与求解1000多个问题，内容涉及从药物合成到砖瓦生产等众多领域，其中三分之二的问题已经得到解决。
为了掌握所有这些相互连接性、了解信息在复杂系统中的传播方式，理论学家开辟了一个新的领域――网络科学。这门科学大约在十年前起步，最初是由物理学家建立的数学模型用来解释社会学家关注的一些网络现象；现在，由于能一次性测量成千上万基因或蛋白质技术的发展，以及能跟踪分析数百万人的活动、投票习惯、购物喜好的计算机的出现，网络科学正进入遍地开花的时代，不久的将来必然会得到更多新的见解。
不过，那将是下一个十年的故事了。
资料来源Science
责任编辑 则 鸣