Headlines

ปฏิวัติชีวเคมีด้วย “เอไอ” กับ “กล้องถ่ายอะตอม”

ผศ. ดร.ป๋วย อุ่นใจ
ภาควิชาชีววิทยา คณะวิทยาศาสตร์ มหาวิทยาลัยมหิดล


 

          ริชาร์ด ไฟยน์แมน (Richard Feynman) นักฟิสิกส์รางวัลโนเบลผู้ที่ได้รับการขนานนามว่าเป็นบิดาแห่งนาโน เคยกล่าวไว้ว่า “ถ้าอยากเข้าใจระบบอะไรที่ซับซ้อนมากๆ ก็แค่มองเข้าไปให้รู้ว่าอะตอมอยู่ตรงไหน ก็เข้าใจแล้ว”

          ซึ่งดูเหมือนจะจริง เพราะถ้าย้อนมองกลับไป นักวิทยาศาสตร์รางวัลโนเบลสาขาเคมีและการแพทย์มากมายได้ขึ้นแท่นโนเบลหลังจากที่พวกเขาสามารถหาโครงสร้างสามมิติของโปรตีนที่พวกเขาสนใจ จนสามารถอธิบายกลไกอันสลับซับซ้อนของพวกมัน จนเห็นเป็นภาพได้แจ่มชัดลึกลงไปถึงระดับอะตอม

          และในช่วงไม่กี่สัปดาห์ที่ผ่านมาก็เพิ่งจะมีข่าวใหญ่ที่ดูเหมือนจะเป็นดิสรัปชันในวงการชีวเคมีออกมารัวๆ นั่นก็คือนวัตกรรมแห่งการพัฒนาอัลกอริทึมเอไอมาใช้ในการทำนายโครงสร้างโปรตีนสามมิติของทีมวิจัยสองทีม อัลฟาโฟลด์ (Alphafold) กับ โรเบตตา (Robetta)

          อัลฟาโฟลด์จากกูเกิลดีปมายด์ (Google DeepMind) ที่เปิดตัวอย่างอลังการไปเมื่อปีที่แล้ว ชนะเลิศในการแข่งขันการทำนายโครงสร้างโปรตีน CASP14 เล่นเอาทีมวิจัยในมหาวิทยาลัยต่างๆ นิ่งอึ้งตะลึงงันไปตามๆ กันถึงความแม่นยำในการทำนาย 

          แต่หลังจากชนะไปอย่างท่วมท้นถล่มทลาย ทีมอัลฟาโฟลด์ก็แอบซุ่มเงียบพัฒนาอัลกอริทึมเอไอต่อ จนนักวิจัยชีวเคมีชื่อดังหลายคนออกมาเคลื่อนไหวบีบให้ทีมดีปมายด์ยอมเปิดอัลกอริทึมเป็นโอเพนซอร์ซ ​เพื่อที่วิทยาศาสตร์ในสายงานนี้จะได้พัฒนาต่อไป

          ท้ายที่สุด  เดวิด เบเกอร์ (David Baker) ผู้อำนวยการสถาบันเพื่อการออกแบบโปรตีน มหาวิทยาลัยวอชิงตัน ซีแอตเทิล (Institute for Protein Design, University of Washington Seattle) และทีม ที่เดิมก็ดังอยู่แล้ว เพราะเป็นทีมวิจัยเดียวกันกับที่ออกเเบบเกมโฟลด์อิต (Foldit) ช่วยทำนายโครงสร้างโปรตีน ก็อดรนทนไม่ไหว และได้พัฒนาอัลกอริทึมของทีมตัวเองขึ้นมาโดยใช้แรงบันดาลใจมาจากอัลกอริทึมของดีปมายด์ เอาแค่ที่พอจะเเกะได้ออกมา

          เดวิด เบเกอร์ เปิดตัวเอไอ “โรเซตตาโฟลด์ (Rosettafold)” ของเขาอย่างอลังการไม่น้อยหน้าไปกว่าของอัลฟาโฟลด์ แม้ว่าโรเซตตาโฟลด์จะมีความแม่นยำในการทำนายยังไม่เป๊ะเท่ากับของอัลฟาโฟลด์ แต่ใช้งานง่ายกว่า เพราะมีอินเทอร์เฟซโผล่ขึ้นมาในเว็บให้คนทั่วไปสามารถเข้าไปทดลองใช้โรเซตตาโฟลด์ทำนายโครงสร้างโปรตีนได้เลยผ่านทางเซิร์ฟเวอร์ของแล็บของเบเกอร์ เปิดตัวเเค่เดือนเดียวก็มีผู้ให้ความสนใจท่วมท้น

          และถ้าสนใจอยากช่วยพัฒนาเพิ่ม ทีมยังอัปโหลดซอร์ซโคดขึ้นออนไลน์ แล้วเปิดฟรีให้ทุกคนที่สนใจสามารถโหลดโคดไปพัฒนาต่อได้เลยอีก และหลังจากที่เปิดตัวได้ไม่นาน ไม่แน่ใจว่าเพราะอะไร แต่โรเซตตาโฟลด์ก็ได้เปลี่ยนชื่อให้กระชับขึ้นเป็นโรเบตตา

          การเดิมเกมครั้งนี้ของทีมโรเบตตาสะเทือนถึงทีมอัลฟาโฟลด์มากแค่ไหนไม่มีใครรู้ รู้แต่ว่าหลังการเปิดตัวของโรเบตตาไม่นาน กูเกิลดีปมายด์ก็ยอมอัปโหลดซอร์ซโคดของพวกเขาขึ้นฐานข้อมูล Github ให้นักวิจัยสามารถมาโหลดไปใช้งานและพัฒนาต่อได้เหมือนกัน

          ท้ายที่สุดทั้งดีปมายด์และโรเบตตาก็ออกเปเปอร์แรกมาชนกัน ดีปมายด์ลงเผยแพร่ในวารสารดังเนเจอร์ (nature) ส่วนโรเบตตาจัดไปอย่างไม่น้อยหน้าตีพิมพ์ออกมาในไซแอนซ์ (Science) เรียกว่าเป็นที่ฮือฮาจนเป็นทอล์กออฟเดอะทาวน์ในวงการ

          ​แต่ดีปมายด์ยังไม่หยุดอยู่แค่นั้น เพราะทีมดีปมายด์ยังมีเปเปอร์ก๊อกสองที่แรงกว่าเดิม ที่ออกมาหนึ่งสัปดาห์ให้หลัง

          พวกเขาได้ตัดสินใจร่วมงานกับสถาบันสารสนเทศชีวภาพแห่งยุโรป (European Bioinformatic Institute) เปิดตัว ฐานข้อมูลโครงสร้างโปรตีนอัลฟาโฟลด์ (AlphaFold Protein Structure Database) ซึ่งว่าได้ว่ามีข้อมูลโปรตีนทุกชนิดที่พบในจีโนมของมนุษย์และสิ่งมีชีวิตตัวอย่าง 20 ชนิด ทำนายโดยเอไออัลฟาโฟลด์ 2 ของดีปมายด์ รวมแล้วราวๆ สามแสนห้าหมื่นโครงสร้างจนเป็นข่าวใหญ่กระแทกวงการอีกรอบ เพราะเเค่ของมนุษย์อย่างเดียวก็มีไปแล้วกว่าสองหมื่นโครงสร้าง

          ปิดท้ายด้วยการเปิดตัว Colab notebook เซิร์ฟเวอร์ทำนายโครงสร้างโปรตีนแบบเดียวกันเลยกับของโรเบตตา เล่นเอากระเเสโรเบตตาที่กำลังมาแรงแอบดูเจื่อนลงไปถนัดตา

          นักวิทยาศาสตร์หลายคนมองว่าการเปิดเผยฐานข้อมูลโปรตีนทุกตัวในจีโนมได้นี่คือจุดพลิกผันของวงการชีวเคมีที่น่าจะเปลี่ยนโฉมหน้างานวิจัยโปรตีน ยา อณูชีววิทยา และชีววิทยาสังเคราะห์ไปอย่างเห็นได้ชัด 

          แม้ว่าจะตื่นเต้นไปกับความก้าวล้ำและความแม่นยำในการทำนายของเอไอ แต่นักวิจัยที่คร่ำหวอดอยู่ในวงการชีววิทยาเชิงโครงสร้างหลายคนกลับเห็นต่าง

          เพราะแม้จะทำนายได้ดีแค่ไหน โปรตีนจริงๆ ในธรรมชาติมักจะมารวมกันเป็นโครงสร้างจักรกลเชิงซ้อนขนาดใหญ่ (complex assembly) การทำนายโครงสร้างโปรตีนทุกตัวเเบบนี้แม้จะมีประโยชน์มากแต่บางทีก็ยังไม่สามารถเอามาอธิบายพฤติกรรมของโปรตีนที่มีความซับซ้อนมากๆ ได้

          นอกจากนี้ ถ้ามองไปถึงพฤติกรรมจริงๆ ของโปรตีน โปรตีนส่วนใหญ่มักจะมีพลวัตและความยืดหยุ่นอยู่ในระดับหนึ่ง เวลาที่พวกมันทำงานก็มักจะมีการขยับเขยื้อนเคลื่อนไหวไปมา​ ไม่ได้เเข็งทื่อเป็นก้อนหิน​นิ่งงันแบบที่เห็นในโครงสร้าง

          โครงสร้างที่ได้มาจึงเป็นแค่ภาพนิ่งหนึ่งภาพ หรือที่หลายคนมักจะเรียกว่าเป็นแค่สแนปชอตของโครงสร้างจริงที่ดิ้นได้เท่านั้น

          และที่สำคัญ การทำนายยังไงก็ยังเป็นการทำนาย ไม่สามารถเอามาแทนผลการทดลองของจริงได้ แม้จะเเม่นยำแค่ไหนก็อาจจะผิดได้ ถ้าไม่มีของจริงมาเทียบ

          ดังนั้นเทคโนโลยีในการหาโครงสร้างโปรตีนในห้องปฏิบัติการที่นิยมใช้กันอย่างการตกผลึกและการกระเจิงรังสีเอกซ์ (X-ray crystallography) และการประกอบภาพถ่ายอนุภาคเดี่ยวจากกล้องจุลทรรศน์อิเล็กตรอน (cryoEM & single particle analysis) ก็ยังคงเป็นศาสตร์ที่มีความสำคัญที่จะละทิ้งไปไม่ได้

          ที่จริงทั้งสองเทคโนโลยีนี้ก็พัฒนาไปไกลเช่นกัน

          ในอดีตการหาโครงสร้างโดยใช้หลักผลึกศาสตร์ (crystallography) ถือเป็นสุดยอดเทคนิคในตำนานที่นักชีวเคมีนิยมใช้ และเป็นหนึ่งในเทคนิคที่ส่งเสริมให้หลายคนได้โนเบลมาแล้ว แม้จะต้องฝ่าความเจ็บปวดมาบ้างระหว่างทางในตอนที่พยายามตกผลึกโปรตีน

          เพราะการหาโครงสร้างสามมิติของโปรตีนโดยเทคนิคผลึกศาสตร์จะต้องใช้ผลึก แต่โปรตีนส่วนใหญ่ไม่ชอบประกอบตัวเป็นผลึก กว่าจะได้ผลึกดีๆ ที่น่าจะให้โครงสร้างที่สวยงามและมีคุณค่า บางคนต้องใช้เวลาเป็นเดือน ซึ่งนั่นถือว่าโชคดีแล้ว เพราะบางคนอาจใช้เวลานับทศวรรษแต่ไม่ได้อะไรเลยก็มี

          ในปัจจุบันเรามีหุ่นยนต์ช่วยตกผลึกโปรตีนบวกกับเทคโนโลยีการวิเคราะห์โครงสร้างโปรตีนจากผลึกจิ๋ว (microcrystal) ที่ทำให้ชีวิตง่ายขึ้นเยอะ เพราะไม่ต้องรอให้ได้ผลึกใหญ่โต แค่ก้อนเล็กๆ ก็เอามาใช้ได้แล้ว แต่ถ้าว่ากันตามจริง แม้จะเป็นผลึกจิ๋ว การที่จะได้ผลึกดีๆ ก็ยังไม่ได้จะเป็นเรื่องที่ง่ายหรือสามารถกะเกณฑ์ได้ตามที่อยากให้เป็นอยู่ดี

          ส่วนเทคนิคการประกอบภาพถ่ายอนุภาคเดี่ยวจากกล้องจุลทรรศน์อิเล็กตรอน (cryoEM) แม้ว่าจะไม่ต้องการผลึก ซึ่งแน่นอนทำให้ชีวิตง่ายขึ้นเยอะ แต่ในอดีตกล้อง CCD ที่ใช้จับภาพมันช้า รูปที่ได้ส่วนใหญ่เลยค่อนข้างเบลอ ความละเอียดของภาพสามมิติที่ได้จึงไม่ถึงขั้นเห็นอะตอมในโมเลกุล ได้อย่างมากก็เห็นโปรตีนเป็นแค่ก้อนๆ ตะปุ่มตะป่ำ (blob) แค่นั้น

          การพัฒนาแบบก้าวกระโดดของวงการ cryoEM นั้นเกิดขึ้นเมื่อราวๆ ปี พ.ศ. 2556 เมื่อกล้องจับภาพตัวใหม่ เรียกว่า direct detector ได้รับการพัฒนาขึ้นมา ซึ่งกล้องตัวนี้ไวมาก จับทุกเหตุการณ์ที่เกิดขึ้นในเสี้ยววินาที ภาพที่ถ่ายมาจึงเก็บรายละเอียดได้ดีขึ้น สามารถถ่ายเป็นมูฟวี่ความละเอียดสูง ซึ่งพอเอามาประกอบภาพขึ้นมาเป็นสามมิติแล้วเริ่มเห็นภาพของโมเลกุลต่างๆ ได้ชัดขึ้น จนเริ่มเดาได้ว่ากรดอะมิโนตัวไหนอยู่ตรงไหนในโปรตีนได้ค่อนข้างดี เอามาใช้ทำนายกลไกของโปรตีนตัวนั้นว่ามันทำงานอย่างไรได้ในระดับที่เรียกว่าค่อนข้างแม่นเลยทีเดียว

          ถ้าเราเข้าใจกลไกการทำงานของโปรตีน เราก็จะรู้ชัดว่าเอนไซม์ทำงานอย่างไร ไวรัสเข้าเซลล์อย่างไร แอนติบอดีแบบไหนจะกันไวรัสได้ แบคทีเรียก่อโรคสร้างสารพิษอะไร แล้วสารพิษที่ว่าทำอะไรกับเซลล์คน แล้วพวกเชื้อดื้อยา มันมีกลไกอะไรในระดับโมเลกุลที่ทำให้มันหลีกเลี่ยงการรักษาไปได้ ซึ่งโจทย์วิจัยเหล่านี้ทรงคุณค่ามาก นอกจากจะในแง่ขององค์ความรู้ที่ทำให้เราเข้าใจธรรมชาติมากขึ้นแล้ว ยังมีมูลค่าสูงยิ่งในเชิงธุรกิจอีกด้วย

          ลองจินตนาการดูว่าในยามกลียุคที่วัคซีนและยานั้นขาดแคลนและหาไม่ได้ ใครหาวัคซีนและยาที่ทำงานได้จริงเจอก่อน ผู้นั้นคือผู้ครองตลาด !

          แต่คำว่าความละเอียดสูงระดับเห็นกรดอะมิโนได้นั้นอาจยังไม่สูงพอในหลายกรณี เช่น ถ้าอยากเห็นว่ายาที่เป็นโมเลกุลเล็กๆ เข้าจับกับโปรตีนของเชื้อก่อโรคและยับยั้งโรคได้อย่างไร อันนั้นเห็นแค่กรดอะมิโนยังไม่พอ มันต้องเห็นอะตอมกันเลยทีเดียว

          เจ็บปวดครับ เพราะการหาโครงสร้างสามมิติที่ความละเอียดสูงระดับอะตอมนั้น โดยมากคือต้องกลับไปลุ้นผลึกเอากับเทคนิค x-ray crystallography กันอีกรอบ

          และในปัจจุบันกล้องจุลทรรศน์อิเล็กตรอนสามารถถ่ายภาพได้ระดับความละเอียดจนเห็น “อะตอม”

          เมื่อปลายปี พ.ศ. 2563 ที่ผ่านมา ในวารสารเนเจอร์เพิ่งจะมีงานวิจัยใหม่สองงานที่ถือได้ว่าเป็นการ break records ใหม่ของ cryoEM

          เปเปอร์แรก ทีมวิจัยของศาสตราจารย์โฮลเกอร์ สตาร์ก (Holger Stark) จากสถาบันมักซ์พลังก์ที่เยอรมนี ได้พัฒนาเทคนิค cryoEM แบบใหม่ขึ้นมา พวกเขาสามารถประกอบภาพโครงสร้างสามมิติของโปรตีนอะโปเฟอร์ริติน (apoferritin) ขึ้นมาได้ที่ความละเอียดสูงมากจนสามารถ​ระบุตำแหน่งของแต่ละอะตอมในโปรตีนได้เลย

          ส่วนอีกเปเปอร์นึง จอรส์ เชียรส์ (Sjors Scheres) และทีมวิจัยจากมหาวิทยาลัยเคมบริดจ์ ก็ประสบความสำเร็จเช่นกันกับโครงสร้างสามมิติของโปรตีนอะโปเฟอร์ริตินที่ระดับอะตอม แถมด้วยโครงสร้างสามมิติโปรตีน GABA receptor อีกตัวที่ความละเอียดสูงมากจนสามารถเห็นได้เลยว่าแต่ละอะตอมในโปรตีนนี้อยู่ตรงไหนบ้าง

          กล้องที่เจ๋งขนาดถ่ายภาพโปรตีนและโครงสร้างต่างๆ ได้คมชัดจนละเอียดระดับอะตอมนั้นเป็นความฝันของนักวิทยาศาสตร์มานานแสนนาน แต่ความฝันนั้นเริ่มมีเค้าของความเป็นจริง

          แน่นอนว่าสมรรถนะระดับนี้ ราคาค่า setup นี่ก็ไม่ต้องพูดถึง แพงหูฉี่​ ระดับหลายร้อยหลายพันล้านบาทขึ้นไป ไม่นับงบประมาณที่จะต้องเอามาใช้ในการปรับปรุงอาคารสถานที่ให้เหมาะสมกับเครื่องมือที่ทรงประสิทธิภาพ

          ด้วยราคาที่สูงลิ่วจนเกินเอื้อมทำให้การยื่นขอจัดสรรงบประมาณเพื่อสร้าง cryoEM facility สำหรับประเทศนั้นจึงทำได้ยากยิ่ง ความหวังของนักวิทยาศาสตร์ในประเทศที่กำลังพัฒนาที่จะได้เครื่องมือระดับนี้มาเพื่อพัฒนา​ศักยภาพของคนและเพิ่มโอกาสในการแข่งขันของประเทศจึงริบหรี่เหมือนหิ่งห้อยใกล้ดับแสง

          ทว่าในหลายประเทศโดยเฉพาะอย่างยิ่งประเทศในกลุ่มผู้นำเทคโนโลยีกลับมองมุมต่าง เพราะนี่คือการลงทุนทางด้านเทคโนโลยีที่จะทำให้ประเทศของพวกเขาไม่โดนดันไปอยู่ข้างหลัง

          เพราะการที่ cryoEM ทำให้เราสามารถเห็นภาพโครงสร้างสามมิติของเชื้อก่อโรค โปรตีนในมนุษย์ สัตว์ พืช และสิ่งมีชีวิตอื่นๆ ได้ที่ความละเอียดสูงจนบอกได้ว่ากรดอะมิโนที่เป็นองค์ประกอบของโปรตีนที่เราสนใจนั้นอยู่ตรงไหนได้ ซึ่งช่วยให้นักวิจัยสามารถออกแบบโมเลกุลของสารยาและชีววัตถุได้ค่อนข้างแม่นยำ ช่วยลดต้นทุนในการสกรีนเฟ้นหาสารออกฤทธิ์ได้อย่างมหาศาล เทคโนโลยีนี้จึงเป็นที่กล่าวขวัญถึงในวงกว้าง

          ลองจินตนาการว่า​ถ้าเราเห็นโมเลกุลขนาดเล็กได้หมด เช่น ไอออนของโลหะ สารอินทรีย์ พอลิเมอร์ได้ในระดับอะตอม การพัฒนาทางวัสดุศาสตร์และนาโนเทคโนโลยีจะเกิดขึ้นได้แบบก้าวกระโดด วัสดุอัจฉริยะ วัสดุพลังงานใหม่ๆ คงอยู่ไม่ไกล

          และสำหรับนักชีววิทยา สิ่งที่น่าสนใจที่สุดคงจะหนีไม่พ้นการเข้าใจธรรมชาติของชีวิต จนสามารถออกแบบชีวิต และปรับแต่งโปรตีนต่างๆ มาเป็นจักรกลนาโนที่มีประโยชน์ในเชิงอุตสาหกรรม และถ้ามองในทางการแพทย์ ถ้าเราสามารถมองเห็นได้ว่าสารยาโมเลกุลเล็กๆ จับกับเป้าหมายของยาในเชื้อก่อโรคได้อย่างไร เราก็จะสามารถอธิบายได้ว่าทำไมเชื้อบางชนิดถึงได้ดื้อยา และการออกแบบยาและสารชีววัตถุใหม่เพื่อจัดการกับโรคร้ายก็จะทำได้อย่างว่องไวมากขึ้น โดยเฉพาะอย่างยิ่งในยุคที่สภาวะภูมิอากาศของโลกปรวนแปรจนเกิดมีโรคอุบัติใหม่เกิดขึ้นมาคุกคามการอยู่รอดของมวลมนุษยชาติอยู่ตลอดเช่นนี้

          ถ้านึกไม่ออกลองจินตนาการถึงกรณีโควิด 19 ก็ได้ เพราะโครงสร้างโปรตีนหนามที่โด่งดังที่เป็นเป้าหมายหลักของยาต้านไวรัสและวัคซีนเกือบทุกยี่ห้อ ก็ได้ cryoEM นี่แหละที่หาโครงสร้างให้อย่างรวดเร็ว เพียงเเค่สองเดือนหลังจากที่รู้ว่ามีการระบาดของเชื้อใหม่ นักวิจัยจากเท็กซัสก็ปล่อยโครงสร้างหนามออกมาแล้ว

          ในหลายประเทศ state of the art cryoEM facility จึงได้ผุดขึ้นมากมายทั่วโลก ทั้งในสหรัฐอเมริกา จีน สหราชอาณาจักร ฝรั่งเศส เยอรมนี ญี่ปุ่น อินเดีย เกาหลีใต้ สเปน หรือแม้แต่ประเทศเล็กๆ อย่างสิงคโปร์ก็จัดไปหมดแล้วในสองมหาวิทยาลัยใหญ่ทั้ง​ NUS (National University of Singapore)  และ NTU (Nanyang Technological University) เพราะสิ่งที่ผู้นำเหล่านี้มองเห็นคือผลกำไรจากยาและสารชีววัตถุใหม่ๆ ที่จะผลักดันให้พวกเขายังสามารถเเข่งขันและยังดำรงอยู่ในกลุ่มประเทศรายได้สูงได้

          ชัดเจนว่าองค์ความรู้ในเชิงลึกเกี่ยวกับเชื้อก่อโรคต่างๆ แบบนี้ ที่นักวิชาการที่อาจจะไม่มีความรู้ความเข้าใจในเทคโนโลยีอย่างถ่องแท้หลายคนค่อนขอดว่าเป็นงานวิจัยขึ้นหิ้ง อาจจะนำไปสู่การพัฒนายาใหม่ที่มีมูลค่ามากกว่าราคาค่าเซตอัปเครื่องหลายหมื่นเท่า !

          หากอยากจะอยู่รอดในสังคมโลกที่ระบบธุรกิจเป็นแบบมือใครยาวสาวได้สาวเอาแบบนี้ ที่เป็นแบบใครดีใครได้ ใครพัฒนาเทคโนโลยีไปได้ไวกว่าและชาญฉลาดกว่า คนนั้นคือผู้ครองตลาด ที่เหลือก็รอซื้ออยู่ข้างหลังนี่คือธรรมชาติของโลก ถ้าอยากเป็นประเทศรายได้สูง วิสัยทัศน์ของผู้นำก็คงต้องไกล และถ้าเริ่มทีหลังก็คงต้องรีบสาวเท้าก้าวให้ทันเขา เพราะถ้ามัวเเต่งกๆ เงิ่นๆ ชาติอื่นๆ ก็คงจะเดินแซงไปหมด

          แต่ถ้าไม่อยากทิ้งใครไว้ข้างหลัง อยากจะคงสถานะเป็นประเทศ (ที่เหมือนจะ) กำลังพัฒนาต่อ ก็จงนั่งเช้าชามเย็นชาม ติดอยู่ในกับดักรายได้ปานกลาง แล้วคอยลุ้นดูความก้าวหน้าทางวิทยาศาสตร์และเทคโนโลยีใหม่ๆ ที่จะถูกอัญเชิญลงมาจากหิ้งกลายเป็นผลิตภัณฑ์มูลค่าสูงซึ่งประเทศอื่นๆ ที่เขาพัฒนาแล้วเอามาขายให้เราได้ซื้อหามาใช้กันต่อไปแบบมั่นคง… ยั่งยืน…

เปเปอร์ของ Stark https://www.nature.com/articles/s41586-020-2833-4

เปเปอร์ของ Scheres https://www.nature.com/articles/s41586-020-2829-0

About Author