有关会议的更多信息,请参阅 https://comp-econ.org/CEF_2022/index.htm 。有关本演示文稿中结果的进一步讨论,请参阅 U. Devrim Demirel 和 James Otterson 的《量化长期经济预测的不确定性》,工作文件 2022-07(国会预算办公室,2022 年 4 月),www.cbo.gov/publication/57711 。
本出版物是经合组织公共治理司 (GOV) 的工作成果,由司长 Elsa Pilichowski 领导。本出版物由开放和创新政府司编写,由 Carlos Santiso 全面指导,并由开放政府和公民空间部门负责人 Alessandro Bellantoni 监督。Claire Mc Evoy 构思了该报告,并领导了研究和起草过程及团队。Deniz Devrim 负责数据收集、验证和分析,Sofia Andersson、Alice Thomas 和 Marie Whelan 提供支持。Sofia Andersson 和 Emma Cantera 制作了图表。各章的主要作者是:Claire Mc Evoy(第 1 章); Deniz Devrim(第 2、4 和 5 章),由 Alice Thomas 提供法律支持,并由 Sofia Andersson 和 Marie Whelan 提供起草支持;以及 Emma Cantera、Carla Musi 和 Marie Whelan(第 3 章)。我们还感谢 Access Info Europe 的 Helen Darbishire 在第 3 章的初始数据收集和起草阶段提供的意见。非常感谢 Laura Abadia、Nelson Amaya、Julio Bacio Terracino、Karine Badr、Pauline Bertrand、Cibele Cesca、Gallia Daor、Irene De Noriega、Nawel Djaffar、Pietro Gagliardi、David Goessmann、Pinar Guven、Raquel Hazeu González、Capucine Hamon、Chloé Lelievre、Molly Lesher、Craig Matasick、Carissa Munro、Ewelina Oblacewicz、Amélia Oliveira Martins、Anna Piccinni、Audrey Plonk、Jacob Arturo Rivera Perez、Tatyana Teplova 和 Jacqueline Wood 的专家贡献。Benedict Stefani 在整个过程中提供了技术支持。
本文由 Nora Beauvais、Giuseppe Bianco、Julia Carro、Gallia Daor 和 Lisa Robinson 起草,由 OECD 科学、技术和创新 (STI) 理事会副主任 Audrey Plonk 领导。本草案的研究由秘书处顾问 Audrea Wang 女士提供。第 3.4 节关于神经技术的内容由 OECD 科学和技术政策委员会秘书处的 David Winickoff 先生和 Laura Krieling 女士共同起草。STI 主任 Jerry Sheehan 和 Hanna-Mari Kilpeläinen 提供监督和指导。本文还受益于以下人员的贡献:STI 理事会的 Rashad Abelson、Luis Aranda、Clarisse Girot、Molly Lesher、Karine Perset、Lucia Russo、Elizabeth Thomas-Raynaud 和 Jeremy West,以及 OECD 公共治理理事会的 Deniz Devrim、Capucine Kerboas、Claire Mc Evoy 和 Carlos Santiso,以及 OECD 就业、劳工和社会事务理事会的 Eric Sutherland。Andreia Furtado 和 Sarah Ferguson 提供了编辑和行政支持。
作者感谢 Aaron Betz、Alice Burns、Yiqun Gloria Chen、Xinzhe Cheng、Carrie H. Colla、Devrim Demirel、Mark Doms、Noelia Duchovny、Justin Falk、Edward Harris、Grace Hwang、John Kitchen、Jeffrey Kling、Mark Lasky、Scott Laughery、Junghoon Lee、Kyoung Mook Lim、Jared Maeda (原 CBO 成员)、Sarah Masi、John McClelland、Eamon Molloy、Xiaotong Niu、Daria Pelech、Kerk Phillips、Joseph Rosenberg、Molly Saunders-Scott、John Seliski、Julie Topoleski、Jeffrey Werling 和 Chapin White 以及联合税收委员会的工作人员提出的有益评论和建议。此外,作者还要感谢城市研究所的 Melissa Favreault、陶森大学的 Juergen Jung 和宾大沃顿预算模型的 Felix Reichling 提出的有益评论。虽然这些专家提供了很大帮助,但他们对本文的内容不负任何责任。Rebecca Lanning 是编辑。
技术程序委员会 模拟电路和技术 主席:Antonio Liscidini,多伦多大学 联合主席:Edoardo Bonizzoni,帕维亚大学 委员会成员:Mark Oude Alink,特温特大学 Devrim Aksin,ADI Ping-Hsuan Hsieh,国立清华大学 Hiroki Ishikuro,庆应义塾大学 Mahdi Kashmiri,元数据转换器 主席:Seung-Tak Ryu,韩国科学技术研究院 联合主席:Lukas Kull,思科系统 委员会成员:Vanessa Chen,卡内基梅隆大学 Chia-Hung Chen,国立交通大学 Jin-Tae Kim,建国大学,韩国 Martin Kinyua,台积电 Shaolan Li,佐治亚理工学院 Qiang Li,电子科技大学 Yong Liu,博通 Zhichao Tan,浙江大学 Filip Tavernier,天主教鲁汶大学 Haiyang (Henry) Zhu,ADI 数字电路、SoC、和系统主席:Gregory Chen,英特尔公司联合主席:Saad Bin Nasir,高通委员会成员:Behnam Amelifard,高通Elnaz Ansari,谷歌Ningyuan Cao,圣母大学Jie Gu,西北大学Monodeep Kar,IBMWin-San (Vince) Khwa,台积电Bongjin Kim,加州大学圣巴巴拉分校Alicia Klinefelter,nVidiaYoonmyung Lee,成均馆大学Yingyan (Celine) Lin,佐治亚理工学院Yongpan Liu,清华大学Divya Prasad,AMDElkim Roa,格罗方德半导体Visvesh Sathe,佐治亚理工学院Shreyas Sen,普渡大学WeiWei Shan,东南大学,南京
我们感谢 Junghoon Lee 对不同融资方案的宏观经济影响所做的分析。我们感谢所有对本文提出意见的人,包括 Carrie H. Colla(前 CBO 成员)、Berna Demiralp、Devrim Demirel、Mark Doms、Noelia Duchovny、Sean Dunbar、Justin Falk、Michael Falkenheim、Sebastien Gay、Bilal Habib、Edward Harris、Nianyi Hong、Nadia Karamcheva、Joseph Kile、Sarah Masi、John McClelland、Shannon Mok、Xiaotong Niu、Emily Stern、Robert Stewart、Phillip L. Swagel、Julie Topoleski 和 Chapin White(均来自 CBO)。下列人士也提出了有益的评论:布朗大学的 Anna Aizer、芝加哥联邦储备银行的 Kristin Butcher、科罗拉多大学丹佛分校的 Chloe East、哈佛大学的 Richard Frank、芝加哥大学的 Jacob Goldin、明尼阿波利斯联邦储备银行的 Andrew Goodman-Bacon、宾夕法尼亚大学的 Atul Gupta、麻省理工学院的 Nathaniel Hendren、加州大学伯克利分校的 Hilary Hoynes、芝加哥大学的 Robert Kaestner、密歇根大学的 Amanda Kowalski、加州大学洛杉矶分校的 Adriana Lleras-Muney、财政部的 Ithai Lurie、加州大学戴维斯分校的 Marianne Page、西北大学的 Diane Schanzenbach、布鲁金斯学会的 Louise Sheiner、约翰霍普金斯大学的 Emilia Simeonova、布鲁金斯学会的 David Wessel 以及纽约大学的 Laura Wherry。作者还感谢 Christine Bogusz 的编辑以及 Adam Abadi 和 Joyce Shin 对本文的事实核查。
CRISPR-Cas技术是一种通过修饰内源基因或整合外源基因来编辑生物基因组的基因工程技术。负责原核生物适应性免疫的CRISPR-Cas系统的发现及其转化为基因组编辑工具彻底改变了基因工程领域。在CRISPR-Cas系统中,CRISPR(成簇的规律间隔的短回文重复序列)描述的是一系列被称为“成簇的规律间隔的短回文重复序列”的DNA序列,而Cas(CRISPR相关蛋白)描述的是以CRISPR序列为指导来识别和切割特定DNA链的内切酶。 CRISPR-Cas 技术不同于之前的技术之处在于,它是一种灵敏、高效且低成本的方法,可以轻松应用于几乎任何生物体的基因组。从发现到现在,这项技术已被证明是一种很有前途的工具,可用于医学、生物医药、农业和畜牧业等许多领域。另一方面,CRISPR-Cas技术的广泛应用潜力、易用性和低成本增加了其被用于恶意或不负责任的目的的可能性。该技术的负面使用可能性以及可能的技术故障增加了人们对其在许多领域应用的伦理和道德担忧,特别是生殖系基因组编辑,并将生物安全讨论提上了议事日程。各国关于使用 CRISPR-Cas 和其他基因组编辑技术的政策各不相同,许多国家没有专门针对基因组编辑的法律法规或正在制定中。本综述阐述了CRISPR-Cas技术的基本机制,并给出了其在医学、生物医药、农业和畜牧业等各个领域的应用实例,并强调了潜在的风险和不同国家的法律监管。