主题1： 剖析疾病及疾病预防
项目名称： 阿兹海默氏病的神经免疫机制与调节
项目统筹者： 卜国军教授（科大）
摘要
阿兹海默氏病（AD）是最常见的与年龄相关之失智症，对香港而言，是一项日益严峻的公共健康挑战。预计到2049年，香港将有三分之一人口年满65岁或以上，届时香港将成为全球最年长的社会。与此同时，香港目前已超越日本，成为全球百岁人比例最高的地区。尽管科学研究近年取得不少进展，AD至今仍无法治愈，也缺乏有效的预防方法，显示急需突破性的新疗法。越来越多的证据指出，免疫系统在AD的发展和恶化过程中扮演关键角色，但目前仍有许多未解之谜，包括哪些免疫反应随病程变化对大脑是有益还是有害。为了解答这些问题，来自香港多所顶尖大学的领先科学家团队启动了一项尖端研究计划，专注探讨大脑及外周免疫细胞在AD中的作用动态，并聚焦于两大遗传风险因子APOE 和 TREM2。研究团队将运用先进的小鼠模型、人类干细胞模型以及病人样本分析，致力寻找调控免疫系统以保护大脑的新方法。研究成果将有望转化为新一代AD治疗策略，帮助预防或减缓疾病进程。面对快速老龄化的社会，这项研究将对应对当前香港最迫切的健康议题之一产生重大影响，同时将有助于提升香港在AD研究、神经免疫学及医疗创新领域的全球领导地位，为全球对抗这项毁灭性疾病作出贡献。
主题1： 剖析疾病及疾病预防
项目名称： 睡眠和昼夜节律：预防青少年精神问题的潜在途径
项目统筹者： 荣润国教授（中大）
摘要
精神健康问题给个人、家庭和社会带来沉重负担。值得警惕的是，研究显示75%的精神健康疾病在24岁前发病，这凸显了早期发现和干预的重要性。近期一项涵盖了约6000名儿童及青少年的本地流行病学数据显示，5.4%的青少年患有抑郁症，6.1%受焦虑症困扰。然而，许多青少年患者并未得到诊断，这迫切要求我们及早识别高风险群体，防止其发展为更严重的精神健康问题。
现有预防方案大多采用「一刀切」的模式，由于患者和疾病特征的异质性，其可扩展性和有效性较为有限。而青少年的求助率较低、延迟求助现象普遍。为解决这一问题，我们需要创新方法在早期阶段准确地识别各类特征和亚型，从而指导开发有效的个人化预防方案。特别值得留意的是，睡眠与昼夜节律紊乱（尤其是失眠和睡眠相位延迟问题）不单常与抑郁和焦虑问题共存，更可预测甚至增加2-3倍情绪问题的风险。通过多模态数字-生物学测量手段可准确识别、并全面解析睡眠/昼夜节律紊乱与情绪障碍间的复杂关系，为预防精神障碍发病提供重要契机。
本项目将通过两阶段研究揭示青少年睡眠及昼夜节律紊乱与精神健康之间的关联：第一阶段将运用前沿人工智能-数字化-可穿戴技术配合高阶人工智能分析，从睡眠与昼夜节律的角度，开发可精准预测抑郁焦虑的模型。这个深度表型分析有助深化我们对两者如何影响精神健康机制的理解。第二阶段将实施个人化的数字化跨诊断干预，通过改善睡眠及昼夜节律问题预防情绪障碍。这一跨诊断干预方案将进一步适配个体化特征。同时此研究还将探索青少年在接受干预后相关的生物标记变化及成本效益分析。
本研究有望革新精神健康预防策略，为未来医疗政策指定和实施提供关键科学依据。通过聚焦青少年关键发育阶段的睡眠与昼夜节律问题，我们将开发个人化人工智能的驱动方案，从根本上改善精神健康与预防医学的服务管理模式。
主题2： 建设可持续发展的环境
项目名称： 从卤酚类消毒副产物/化合物中鉴定和探索高效环保消毒剂
项目统筹人： 张相如教授（科大）
摘要
随着病原微生物引起的疾病日益增多，化学消毒剂在个人护理产品（如洗手液、洗涤剂、肥皂、化妆品、洗发精和乳液）、工业产品（如粘合剂、涂料、润滑剂、纺织品、纸浆、床上用品、墨水和医用防护服）以及手术器械、医院、家庭、商场、餐馆和街道卫生中的使用也随之增加。新冠疫情进一步提高了公众对个人和环境消毒的认识，导致全球消毒剂销售增加了50%以上。然而，由于会经由废水和城市径流进入自然水环境，化学消毒剂的大量使用可能引发水生生态系统的次生灾害。一个典型的例子是氯二甲酚，一种全球广泛使用的消毒剂，在美国、英国、中国大陆和香港有17-56%的抗菌洗涤剂、家用消毒剂和洗手液中都使用了该物质。氯二甲酚的广泛使用和较高的化学稳定性会对水体造成生态破坏。因此，迫切需要新型、高效又环保的消毒剂(Novel Effective Ecofriendly Disinfectants (NEED))。
氯二甲酚与我们先前发现的多种卤酚类消毒副产物具有相似的化学结构，且一些卤酚类消毒副产物在水环境中易于光降解并消除毒性，受此启发，我们提出从卤酚类消毒副产物/化合物中筛选出环保消毒剂，以解决与消毒剂相关的生态风险问题。在本项目中，我们将1）以氯二甲酚为基准，系统研究预先筛选的卤酚类物质的消毒效力（针对典型细菌、真菌和病毒）和环境行为及环境影响；2）从机理上深入了解卤酚类物质的病原微生物灭活活性及环境可降解性；3）构建基于人工智能的卤酚类物质消毒效力和降解性预测模型，并应用该模型进一步开发最优消毒剂。本项目汇聚了全球在消毒、分析化学、合成化学、微生物学、生态学和工程学领域的顶尖科学家，共同开发具有突破性的新型高效环保消毒剂，最终目标是为促进公众卫生健康的同时最大限度地减少环境负担提供具有科学依据的解决方案。本项目的成果将为学术界、公众、政府和业界带来重要裨益，并将为香港乃至全球的可持续发展做出贡献。
主题2： 建设可持续发展的环境
项目名称： 粤港澳大湾区含碳物种的化学天气观测
项目统筹者： 郁建珍教授（科大）
摘要
物理天气数据的收集与应用已深入日常生活，成为社会活动决策的重要参考依据。与物理天气参数不同，「化学天气」数据因大气中化学成分种类繁多，其监测难度更高。目前，日常监测的化学天气数据主要是受监管的大气污染物的浓度，如一氧化碳、臭氧、粒状物等，有机分子的监测活动仍限于短期的外场观测。但是，有机物在大气化学成分中占据了相当大的比例，是大气氧化过程的“燃料”，它们的丰度和成分与臭氧和颗粒物中的二次污染物的生成过程密切相关。同时，粤港澳大湾区面临持续的空气质量和气候变迁问题，并随着发电和交通的能源供应变化、区域内和国家层面的环保政策而不断演变。除了监测有限的标准污染物外，急需建立一个地区内的化学天气数据观测网络，用来追踪和理解大气中的碳化学，这将为大湾区内长时间的二次污染和偶发重度污染事件提供更好的解决方案。在本计划中，我们将巩固并扩展现有的测量技术，建立统一的测量平台，监测包括气相和颗粒物相中含碳物质在内的关键化学天气成分。透过这些测量数据，我们能更全面地研究空气污染毒性、更好地预测偶发性重度污染事件及其在大湾区的长期趋势。
该项研究推行的统一测量方法将为现有空气质量监测网络做出全新范例。新的化学天气数据集持续时间长，涵盖空间广，建立监测站的城市包括香港、澳门、广州和深圳。此监测网络将为我们提供前所未有的研究机会：深入理解臭氧和颗粒物对能源和土地使用变化的反应过程，以观测数据为约束来降低区域气候变迁建模中的不确定性，揭示特定有机成分及其对公共健康的影响。该项目将包括监测优化、数据处理与评估、污染过程分析和建模。最终目标是更具成本效益地保护大湾区内的公众健康和大气环境。
主题4： 促进对香港起重要作用的新兴研究及创新项目
项目名称： 协作生成式人工智能
项目统筹者： 杨红霞教授（理大）
摘要
生成式人工智能（GenAI）近年来因先进工具与应用的迅速涌现而备受关注。生成式人工智能包含了大型语言模型、多模态大型语言模型和基于扩散的模型。随着技术持续演进，GenAI正处于变革性成长的关键阶段，预期将从根本上重塑产业界与学术界的应用范式。
当前对GPU资源的垄断严重阻碍了生成式人工智能（GenAI）的发展。目前，这一领域的研究人员/终端用户在缺乏GPU算力的情况下难以参与GenAI的预训练阶段，更无法为模型注入其领域知识及能力。为了更好应对这一挑战，本项目将开发一种名为Co-GenAI的新型协作GenAI范式，通过集成数百个特定领域的模型来创建一个强大的基础模型，从而用更少的集中GPU算力实现通用人工智能。为实现这一范式，本项目将着力于下面4个核心研发任务：1）开发领域自适应持续预训练基础设施，通过对特定于领域的、未标记的数据进行持续预训练来增强GenAI模型，有效地将领域知识注入模型； 2）设计一个强大的和通用的模型能力排名方法，结合行业标准评估、更安全的内部领域基准和从基础模型中获得精确的损失评估，以获得稳健的最终排名； 3）采用先进的“以模型重塑模型”方法来合并各类领先的领域模型，通过构建高质量的输入及灵活可变的排名机制来引导模型融合能力，以符合不同的应用需求； 4）通过构建 Co-GenAI平台，强化多元领域的应用与跨界合作，最终打造一个适用于下一代人工智能应用的多功能平台。藉由这一创新方法，我们致力于推动人工智能的广泛发展，使其更易于普及，并降低对庞大集中式运算资源的依赖，从而促进该领域的创新与多样性。为了构建Co-GenAI的典型应用案例，我们将与数码港、香港科技园、阿里巴巴等业界伙伴，以及复旦大学华山医院、山东省肿瘤医院和中山大学癌症中心等领先医疗机构合作，广泛实施和部署该系统。
本项目的独特性与创新性在于其战略性地识别出最关键的科学挑战，并以系统化方式发展具潜力的Co-GenAI新范式，包括构建领域自适应的持续训练基础设施 ，以及贴近实境的生成式人工智能生态系统。本项目具有前瞻性与时效性，有望使香港在下一代GenAI新范式中占据领导地位。在一支由国际知名研究人员组成、具备深厚专业知识的团队支持下，我们对本项目的成功与其能带来的深远影响充满信心。
主题4： 促进对香港起重要作用的新兴研究及创新项目
项目名称： 新一代电子设计自动化
项目统筹者： 杨凤如教授（中大）
摘要
超大规模集成电路（VLSI）行业快速发展，已突破5纳米制程并推进至3纳米技术。设计这种包含数十亿晶体管与互联机的复杂芯片，高度依赖于强大的电子设计自动化（EDA）工具。随着电路复杂度持续提升，业界亟需由人工智能和现代硬件驱动的快速、智能且可扩展的EDA解决方案。现代大规模异构集成芯片（如3D/2.5D集成电路、芯粒和先进封装）也对新型EDA方法带来需求。我们的目标是探索并开发大电路模型、AI原生EDA、GPU/CPU加速EDA及其在异构集成芯片中的应用。