CRISPR/Cas has the potential to revolutionize medicine, agriculture, and biology. Understanding the trajectory of innovation, how it is influenced and who pays for it, is an essential research policy question, especially as US government support for research experiences a relative decline. We use a new method -- based on funding sources identified in publications' funding acknowledgements -- to map the networks involved in supporting key stages of highly influential research, namely basic biological research and technology development. We present a model of co-funding networks at the two most prominent institutions for CRISPR/Cas research, the University of California and the Harvard/MIT/Broad Institute, to illuminate how philanthropic and charitable organizations have articulated with US government agencies to co-finance the discovery and development of CRISPR/Cas. We mapped foundational US government support to both stages of CRISPR/Cas research at both institutions, while philanthropic organizations have concentrated in co-funding CRISPR/Cas technology development as opposed to basic biological research. This is particularly true for the Broad/Harvard/MIT system, where philanthropic investment clustered around particular technological development themes. These network models raise fundamental questions about the role of the state and the influence of philanthropy over the trajectory of transformative technologies.


翻译:CRISPR/Cas具有使医学、农业和生物学革命化的潜力。了解创新的轨迹、它如何影响和谁为它付费,是一个重要的研究政策问题,特别是因为美国政府对研究的支持相对下降。我们使用一种新方法 -- -- 依据出版物资金确认中确认的资金来源 -- -- 绘制参与支持具有高度影响力的研究的关键阶段,即基础生物研究和技术开发的网络图。我们向CRISPR/Cas研究的两个最著名机构 -- -- 加利福尼亚大学和哈佛/麻省理工学院/公路研究所 -- -- 展示慈善和慈善组织如何与美国政府机构一道为CRISPR/Cas研究的发现和发展共同筹资。我们绘制了美国政府对两家机构CRISPR/Cas研究两个阶段的基础性支持,而慈善组织则集中于共同资助CRISPR/Cas技术开发而不是基本生物学研究。这对于广域/哈佛/MIT系统来说尤其如此,因为在这个系统中,慈善投资围绕着具体的技术发展主题集中起来。这些网络模型提出了关于国家变革性技术作用和改革性研究过程的基本问题。

1
下载
关闭预览

相关内容

专知会员服务
17+阅读 · 2020年9月6日
数据科学导论,54页ppt,Introduction to Data Science
专知会员服务
41+阅读 · 2020年7月27日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
CCF B类期刊IPM专刊截稿信息1条
Call4Papers
3+阅读 · 2018年10月11日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
Arxiv
0+阅读 · 2021年7月20日
The Measure of Intelligence
Arxiv
6+阅读 · 2019年11月5日
Arxiv
4+阅读 · 2018年12月3日
Arxiv
6+阅读 · 2016年1月15日
VIP会员
相关VIP内容
专知会员服务
17+阅读 · 2020年9月6日
数据科学导论,54页ppt,Introduction to Data Science
专知会员服务
41+阅读 · 2020年7月27日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
CCF B类期刊IPM专刊截稿信息1条
Call4Papers
3+阅读 · 2018年10月11日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
Top
微信扫码咨询专知VIP会员