六名年轻科学家获德国科学迈尔-莱布尼茨奖

　　

 据美国《今日医学新闻》网络版2006年4月16日报道：六名年轻的研究人员和科学家已经被宣布为2006年度迈尔-莱布尼茨奖得主，奖金为16，000欧元。今年奖项的得主全部是由全体委员集体评选出来。他们分别是在神经系统科学、理论物理学、古典语言学、神经肿瘤学、高分子化学以及生物物理学领域做出杰出贡献的人才。

    德国研究联合会颁发了迈尔-莱布尼茨奖。该联合会是由德国联邦教育与研究部提供资金帮助，运用德国联邦和州政府的财政经费来支持本国基础研究的主要资助机构。该奖项以前德国研究联合会主席、原子物理学家迈尔-莱布尼茨教授的名字命名，迈尔-莱布尼茨教授于2000年去世。今年迈尔-莱布尼茨奖的颁奖典礼将于2006年6月13日在柏林的马克思-利伯曼楼举行。

    获奖人员及其基本情况如下：

    劳拉-巴丽-科伊芙，38岁，神经系统科学，德国国家环境与卫生研究中心，慕尼黑。

    劳拉-巴丽-科伊芙是神经系统科学领域的科学家，主要研究控制神经细胞和中枢神经系统发育的机制与因素，以及脊椎动物的大脑功能等问题。她研究的重点方向包含影响人类社会行为的中后脑。其中一个焦点问题就是影响这一部分大脑发育的某种基因的功能和规律问题。考虑到大脑是一个极具复杂性的组织机构，因此她采用综合法来研究大脑各种控制功能及其相互之间的作用影响。此外，她对易使人上瘾药物分子层面的研究也比较感兴趣。

    赫格尔-吉斯，33岁，理论物理学，德国海德尔堡大学理论物理研究所。

    赫格尔-吉斯的研究主要集中于量子场理论。其研究范围包括该学科的所有方面，主要是对极微小的、不连续的物理单位进行解析和数学上的分析。他最感兴趣的领域是低能状态下的强相互作用理论。主要利用所谓的重正化流来描述作用产生的效果。他研究的另一个课题就是量子真空的特点问题，该课题由埃米－诺特独立研究小组共同完成，赫格尔-吉斯也是该小组成员之一。量子真空是量子物理学中能量最低的一种状态。吉斯在该领域所取得的进步与研究致密星体的天体物理学、强电磁场下的粒子物理学、以及量子真空对微观和纳米工程所带来的影响有着密切的联系。他为自己在量子真空研究领域所取得的巨大成功而感到欣慰。事实上，他是第一个对纳米结构的卡西米尔效应进行测量的人。

    乔纳斯-格林斯莱茵，27岁，古典语言学，德国佛莱堡大学古典语言学系。

    乔纳斯-格林斯莱茵实际上是一个古典学者和古历史学家。他的研究使人们对古代文本的研究有了崭新的看法。他的博士论文题目为《庇护所与雅典：论希腊悲剧的集体认同》。他主要探讨了“《伊里亚德》中的历史、史实性和叙述性”。在研究过程中，他主要采用经典分析法，细致精心的处理自己的研究成果，还结合有关的现代方法和观念，使人们对荷马史诗有了一个全新的认识。他所研究的课题“论古代经典希腊文学中的历史观念”也是在由德国研究基金会资助的埃米-诺特独立研究小组中完成的。在这项课题中，格林斯莱茵将兴趣集中在了对希腊历史观念的集体文化和历史前提的理解上，同时也对不同文体风格的文学作品进行了比较性研究。

    安娜-马丁-维拉尔巴，34岁，神经肿瘤学，德国癌症研究中心，海德尔堡。

    安娜-马丁-维拉尔巴是一位神经生物学家，主要研究CD95信号系统在中枢神经系统生理和病理生成过程中所扮演的角色。CD95信号通道控制着神经细胞的细胞程序性死亡。马丁-维拉尔巴发现，如果该信令通道被阻塞，就可以降低脊髓损害以及中风所带来的伤害，还可以促进细胞再生以及功能复原。这些发现对未来潜在的治疗方式是非常具有启发性的。例如，现在已经有可能使脊髓被损坏的老鼠免患永久性瘫痪。此外，她还研究出了信号通道对中枢神经系统发育的重要性，它可以有效的控制神经细胞和神经纤维的形成。马丁-维拉尔巴的新成果显示，CD95信令通道对恶性脑瘤、神经胶质瘤的产生，细胞运动以及由此而来的肿瘤等有着重要的影响作用。

    伯尼尔-斯马斯利，34岁，高分子化学，德国马普学会胶体与界面研究所，波茨坦。

    伯尼尔-斯马斯利是德国著名的材料科学家。他主要是对次序，尤其是薄膜次序非常感兴趣。由于每一种材料薄膜都有着自己不同的特点，以自己特有的次序排列组合而成，这些特有的次序对二氧化钛、二氧化铪、氧化铝等高介电材料以及铁电钙钛矿等化合物等都有着非常大的影响。这种影响不仅体现在吸附或分离技术过程、新材料的接触反应合成中，在以前尚未可知的光学和电学效果中也有所体现。这一研究成果的运用领域包括太阳能电池以及传感器等。斯马斯利的研究工作综合了化学、物理以及数学领域的研究发现，将自己所研究的材料和相关分析过程有效的结合起来。此外，斯马斯利对无序或部分无序的无机材料也进行了卓有成效的研究。

    费比恩-瑟伊斯，29岁，生物物理学、数学、计算机科学，雷根斯堡大学第三自然科学系。

    费比恩-瑟伊斯曾获得数学和计算机科学博士学位。主要从事统计数据分析以及信号处理领域的研究。他将数学、计算机科学、物理学以及神经系统科学有效的连接起来，取得了巨大的进展。他研究的主要方向之一就是盲源信号分离。盲源信号分离是信号处理学界和神经网络学界所共同关注的一个热点研究问题，是指在源信号和传输通道参数未知的情况下，仅由观测到的信号恢复出源信号的各个独立分量的过程。为了解决这一难题，瑟伊斯推算出了一种新的有效的运算法则。此外，他对数字语音识别和处理、金融市场分析的潜在应用以及生物医学中数据分析应用也非常精通。他对生物医学数据分析以及多学科间模拟神经系统网络等领域也作出了巨大的贡献，研究出了一系列创新性理论和运算法则。他研究的另一个重点就是信号与成像处理及其改进能力和神经系统网络。事实上，在这一问题上，是算法使得机器能够对结构、程序以及数据进行调整和优化。