你对于 2024 年诺贝尔生理学或医学奖的预测是什么？谁最有可能获奖？

会里很

据诺贝尔奖官网消息，2024 年诺贝尔生理学或医学奖将于 10 月 8 日颁布。你看好哪个领域哪个方向的科学家获奖？
本问题为 2024诺贝尔巡礼圆桌 预测问题，10 月 6 日前在问题下发布回答，分享你的预测看法，将有机会被选中成为圆桌嘉宾
其他4个预测问题如下：

原文地址：https://www.zhihu.com/question/666086080

感恩由您

猜一个卢煜明的无创唐筛，太实用了，大规模铺开运用，拯救需求家庭。我觉得，早晚拿奖，就是排多久队的问题。

大力水手

9/24更新
2024年度诺贝尔生理学或医学奖评委会成员镇楼：



The Nobel Committee 2024

关于2024年诺贝尔生理学或医学奖得主，我的3+1组预测名单为：
1、Karl Deisseroth、Peter Hegeman、Gero Miesenböck — 美国，德国，奥地利
2、Ulrich Hartl、Arthur Horwich、Kazutoshi Mori、Peter Walter — 德国，美国，日本，美国（4选2）
3、Christine Petit、Robert Fettiplace、A. James Hudspeth — 法国、美国、美国
1，2，3组亦可能获得诺贝尔化学奖。
1+：Max D. Cooper、Jacques Miller、Shimon Sakaguchi — 美国，澳大利亚，日本
One More Thing！详见正文文末
①、Zhijian “James” Chen、Glen Barber
②、Michael N. Hall、Stuart L. Schreiber、Joseph Heitman
③、Michael Sheetz、James Spudich、Ronald Vale
④、Lynne Maquat、Mary-Claire King、Huda Zoghbi
⑤、Christine Holt、Erin Schuman、Michael Greenberg
<hr/>
时光飞逝，转眼又到了一年一度的诺奖季。感谢大家一如既往的的支持，今年决定挑战自己，每组仅预测3+1组，同时，在10月诺奖正式公布前，我还想各个奖项都列出一组“One More Thing”，梳理5个“诺奖值得”。希望今年也能碰巧摸中一两个获奖者，那就是对我一年来坚持不懈关注诺奖的最好回馈了！
去年，mRNA疫苗技术终于获得了诺贝尔生理学或医学奖（以下简称“生医诺奖”），至此，生医诺奖的争夺又回到了诸神争霸的阶段。加上神经科学（3-4年一回）、细胞生物学、基因学等领域的获奖周期交叉，今年的生医诺奖预测难度势必将达到一个新的高度。
涉及到三大自然科学类诺贝尔奖中，与诺贝尔生理学或医学奖、诺贝尔化学奖均有关的生命科学领域的其他科学类奖项最多，大家已经习惯把他们称为诺贝尔奖的“风向标”，这其中，我提出把拉斯克奖（包括基础医学研究奖、临床医学研究奖）、霍维兹奖、盖尔德纳国际奖和 Rosenstiel Award （或Massry Prize，但很可惜从2021年始就暂时停止颁发了）并称为生命科学领域诺奖风向标的“四大家”，最近近二十年仅有2022年得主Svante Pääbo未获得这四个奖项，所以谁能获得这其中的一个或者几个，谁就获得了更多诺奖排位赛的门票和“积分”。
看了我往年特别是2020年诺奖预测回答的小伙伴都知道，2025年大概率将是生物技术或者临床应用（整5年），而去年的mRNA技术也属于此类（理由：mRNA技术在2021年获得的是拉斯克临床医学研究奖），那就等于2023年和2025年这两年大概率都是偏应用类的成果获诺奖，故我大胆的估计，2024年将回归基础研究，如细胞生物学、神经科学、免疫学领域（今年的拉斯克奖、霍维兹奖已经说明了这点）。
言归正传，先回应一下最近很火的两个领域，这两年，一些新兴的科学奖例如台湾省的唐奖、西班牙西班牙阿斯图里亚斯亲王奖、美国 Warren Alpert Foundation Prize 等都在主推二个热门方向，① Car-T细胞疗法（小伙伴蜜蜜大力推荐）；②GLP-1为促胰岛素因子。这两项成果的主要贡献者有成为新的热门人选的潜力，且已经获得2024年拉斯克奖助力，未来就可以预定两个诺奖，但在2024年这个时点，我没有押宝他们，理由如下：
① CAR-T细胞疗法无疑是目前治疗血液型肿瘤及癌症的福音，潜在获奖者包括Carl H. June、Zelig Eshhar、Michael Sadelain、Steven A. Rosenberg，这四人中前三位获奖的概率较大。但如上文所述，CAR-T细胞疗法尚未获得过基本上称为是“临床医学类诺奖的前哨站”的拉斯克临床医学研究奖，故我认为2024年其获诺奖还为时尚早。



CAR-T细胞疗法热门人员Zelig Eshhar、Carl H. June、Steven A. Rosenberg、Michael Sadelain

② 另一个与我们普通老百姓联系更加紧密的 GLP-1 是近三年来大热的领域。全世界有高达5亿的糖尿病患者和将近10亿的肥胖患者亟需快速有效的治疗方法，基于 GLP-1 的疗法在近期已成为治疗肥胖和糖尿病的重磅药物，有上亿名使用者受惠，未来发展与前景可期。受众面广、前景明朗、已投入相关药物研发，这是诺奖喜欢的领域，但同样，潜在的获奖者也超过了三人的获奖限制，潜在人选包括Jens J. Holst、Joel Francis Habener、Daniel Drucker、 Svetlana fojsov 四人，现在加上了第五人，拉斯克奖得主、丹麦女科学家Lotte Bjerre Knudsen，势必要掀起一番腥风血雨，绝对会称为最让“诺奖”评委最纠结的“五选三”。值得一提的是，还有另一种与肥胖有关的重要蛋白质—瘦素的共同发现者之一 Jeffrey M. Friedman（2010年拉斯克基础科学研究奖）至今未获诺奖，以上所述 Jens J. Holst、Joel Francis Habener、Daniel Drucker、 Svetlana fojsov 及 Jeffrey M. Friedman 共同获得了今年的西班牙阿斯图里亚斯亲王奖。



GLP-1重要贡献者 Jens J. Holst、Joel Francis Habener、Daniel Drucker、 Svetlana fojsov四人与瘦素发现者之一的Jeffrey M. Friedman（上三）



Lotte Bjerre Knudsen的加入，让本就纠结的4选3，变成了5选3

1、Karl Deisseroth、Peter Hegeman、Gero Miesenböck




Karl Deisseroth、Peter Hegeman、Gero Miesenböck一同获得2022年度诺奖风向标—霍维兹奖

光遗传学没什么需要特别说明的，不要再说这项技术“就是控制一群老鼠的技术”了，早在2023年1月份，Karl Deisseroth获得日本国际奖，从而成为日本三大生命科学类奖项大满贯的第一人时，我就在我的想法里提到：

“Karl Deisseroth已经横扫除了沃尔夫奖的几乎所有大奖了。。。。。。如今还有谁会质疑“光遗传学”获得诺奖呢，简直就是“基因编辑”和“癌症免疫疗法”的翻版甚至更盛。唯一的悬念就是人选了，鼻祖 Dieter Oesterhelt 已去世，目前看Karl Deisseroth 、 Gero Miesenböck、Peter Hegemann是最佳人选，一个字来形容，就是“稳”。”

1年半过去了，我更加坚信了这项神经科学领域的重大突破将获得生医诺奖。将其放在预测名单的首位主要有以下两点原因：①、距离上一次神经科学领域获得诺奖已过去三年，神经科学获得诺贝尔奖基本是按照3-4年为周期（又要祭出我三年前做的这张表格了，如下），由于明年基本确定会给予临床医学领域的研究，那很可能神经科学的诺奖会在3年后的今年而不是4年后的明年出现（如果今年未授予神经科学，那明年 Botond Roska，José-Alain Sahel 必然是我的三组名单之一了）。②、主要候选者包括 Karl Deisseroth、Peter Hegeman、Gero Miesenböck 三人几乎获得了所有的生命科学大奖，有拉斯克奖和霍维兹奖的双重保证，我觉得诺贝尔委员会就不会有太多顾虑了。






2、Ulrich Hartl、Arthur Horwich、Kazutoshi Mori、Peter Walter（两两一组，4选2）




Ulrich Hartl、Arthur Horwich、Kazutoshi Mori、Peter Walter四人一同获得今年的BBVA知识前沿奖

这里请允许我排列出这个不可能全部命中的组合，毕竟诺奖严格遵守着三人获奖上限的规定，所以只有可能是以上四位学者中的前两位，或者后两位当选；当然。这四位的名字想必大家都不陌生，有可靠小道消息，其中的两位多次入选过生医诺奖的“小名单”中，但遗憾的是最终无缘诺奖。
他们四人的研究揭示了蛋白质功能背后的生理机制，这是阐明多种疾病起源和开发新治疗策略的基本发现，也是目前一切蛋白质研究的基础，虽然现在 David Baker, Demis Hassabis, John Jumper 的人工智能预测蛋白质结构风头正盛，但我更希望看到以上四位老前辈获奖，毕竟搞AI的那批人年纪都还小，待到ALPHA技术开发到第6代、第7代之后再获奖也不迟，或者让AI技术获得化学奖，把传统的生理学、医学奖留给“老一辈手艺人”。
为什么经常说这四位是诺奖遗珠，我们通常把目前诺奖预测命中率最高的的拉斯克奖和霍维兹奖称为诺奖风向标中的“前两大家”，比例接近50%，也就是说有将近一半的科学家在获得拉斯克奖和霍维兹奖后若干年即获得了诺奖，但这并不意味着获得过这两个奖项就会始终保持获得诺奖的希望，我统计了自颁奖以来在其后获得诺贝尔奖与获得这两个奖项的间隔年份（下图），我们看到，拉斯克基础医学研究奖的得主在10年后获得诺奖的概率仅占所有最终获得诺奖得主的9/77=11.70%，霍维兹奖的得主在10年后获得诺奖的概率仅占最终获得诺奖得主的4/53=7.54%，比率可谓相当低；而这四位科学家恰恰就已经遇到了这个问题，Ulrich Hartl、Arthur Horwich 在2011年获得拉斯克奖（距今已13年，下同），2008年获得霍维兹奖（16）；森和俊、Peter Walter 在2014年获得拉斯克奖（10），如果从这个角度来看的话，他们获奖概率已然不高，同样的情况还有 Victor R. Ambros、Gary B. Ruvkun 两位科学家，他们在2008年获得拉斯克基础科学研究奖（16），2009年获得霍维兹奖（15），但我们相信奇迹是能发生的，最近的一众大奖都在拉高四位蛋白质研究者的热度，希望能成功助力其中两位摘得桂冠。



获得拉斯克奖（左）和霍维兹奖（右）的得主与在其后获得诺奖的时间间隔

3、Robert Fettiplace, A. James Hudspeth, Christine Petit




Robert Fettiplace, A. James Hudspeth,  Christine Petit

听力对人类交流有着举足轻重的意义。 Robert Fettiplace, A. James Hudspeth, Christine Petit这三位分别来自美国及法国的科学家们使用互补方法来揭示神经细胞将声音转化为电信号的机制，该过程在内耳由称为毛细胞的感觉受体执行。
这些细胞的独特的细胞，分子和生物物理特性使它们能够检测广泛频率范围内的微小空气振动。然后，由毛细胞产生的电信号会传输到大脑中，从而将其解释为语言，音乐或噪音。
三位科学家在2018年一同获得Kavli Prize，2020年更是获得霍维兹奖，绝对是目前神经科学领域的第一梯队。
1+、Max D. Cooper、Jacques Miller、Shimon Sakaguchi




Max D. Cooper、Jacques Miller、Shimon Sakaguchi获得诺奖是我们共同的心愿

这是我每年必奶的组合，这也是一组奇妙的组合，三个人分别发现了三种免疫因子，B细胞、T细胞及调节T细胞，三者都是免疫学中基础的基础，Max D. Cooper、Jacques Miller 未获得过诺奖一直是个未解之谜，而他们的最大劣势就是一位已经91岁，另一位已经93岁了，而目前诺贝尔生理学奖的最年长获奖者年龄为87岁。
在B细胞和T细胞发现之初，学界始终对其角色持怀疑的态度，甚至用“狗屎”的英文首尾字母来暗喻这两种细胞的作用无足轻重（BullshiT），但有了免疫学几十年的长足进步，我们已经百分百确认了其重要性，也是时候为两位老前辈正名了；坂口志文发现调节T细胞也是跨时代的突破，如今，依靠调节T细胞而开发各类药物已成为了新的研究热点，其本人还曾获得了瑞典皇家科学院颁发的Crafoord Prize及德国颁发的多个免疫学领域研究奖项，但基于诺奖颁发的免疫学研究几乎都曾获得过拉斯克奖（如2011年，2018年诺奖得主），坂口同样还需要一个重量级的综合类奖项提升其知名度。

<hr/>
One More Thing：（5组“诺奖值得”，10月5日前更新完毕）

1、Zhijian “James” Chen、Glen Barber


今年的新科拉斯克基础医学研究奖得主——陈志坚教授，他发现了cGAS 酶，解开了 DNA 如何刺激免疫和炎症反应的谜团。
陈志坚教授的实验室在2012年发现了cGAS，他们的工作解开了一个百年医学谜团。早在20世纪初，外科医生就在使用DNA来增强患者对微生物的防御，减少手术感染的危险。这些治疗方法在科学家们了解DNA在遗传学、细胞功能、和先天免疫系统中作用之前就开始流行。陈志坚教授的实验室最终揭示了为什么这些治疗方法能够生效。他们的研究表明，当细胞质中出现DNA时，cGAS能够与这些双链DNA结合，并且改变自身的构象。这会激活cGAS的酶活性，使用cAMP和cGMP为原料，生成名为环鸟腺苷酸（cGAMP）的信号分子。这种信号分子会激活免疫系统。而cGAS的独特之处在于，任何双链DNA都可以激活它，从而引发免疫反应和炎症。

2、Michael N. Hall、Stuart L. Schreiber、Joseph Heitman



Michael N. Hall、Stuart L. Schreiber、Joseph Heitman

mTOR 是细胞感知与响应外界营养状况、调控细胞能量与物质代谢、关乎细胞生长存亡的重要信号通路，其调控异常与肿瘤、糖尿病、神经退行性疾病等密切相关。目前，许多靶向这一信号通路的药物已经显示出了显著疗效。
在mTOR通路发现的过程中，Michael N. Hall、Stuart L. Schreiber、Joseph Heitman 做出了重要贡献。mTOR信号通路与人体健康密切相关。研究表明，在癌症（如乳腺癌、前列腺癌等）、神经退行性疾病（如阿尔兹海默症等）和II型糖尿病等疾病的发生发展过程中均存在mTOR信号通路失调。多种以mTOR为靶点的药物已经成功应用于临床，并收到良好的治疗效果。
3、Michael Sheetz、James Spudich、Ronald Vale
微管马达是人类发育和染色体遗传过程的核心部份。没有了这些马达，多细胞生长和分裂是不可能进行的。事实上，神经疾病、精神分裂和神经退化症等疾病都与这些马达蛋白基因相关。这一个基础科学的发现再次阐明了一个对人类健康极为重要的细胞基本属性。
4、Lynne Maquat、Mary-Claire King、Huda Zoghbi


这三位科学家名单是一组奇妙的组合，人选为三位女性科学家，他们在基因学原理和应用方面做出了杰出贡献，其中的一半授予Lynne Maquat，她发现了NMD（无义介导的mRNA衰变）；另一半授予平均授予Mary-Claire King、Huda Zoghbi，她们分别发现了导致乳腺癌、卵巢癌及蕾特氏症的重要致病基因，为癌症治疗提供了全新的思路。
但我很坚信诺奖并不会由这三人分享，多半是三选一名幸运儿了。
Lynne Maquat自1970年代末开始研究β+地中海贫血症，这种疾病是由于患者外周血网状红细胞中一种β-血红蛋白异常低于正常水平引起的。她发现，从患者所谓的前体mRNA到完全剪接的mRNA的加工是低效的，也减少了正确剪接的信息。由此，Lynne Maquat 等人建立了一个规则，用于临床判断哪些过早终止的密码子会导致mRNA衰变，这对临床治疗十分重要，因为并非所有患相同疾病的病人都可以用同种方法治疗。大约有三分之一的mRNA都是剪接过程中产生的错误基因，而NMD机制会定期清理身体内错误的基因，细胞也会再利用它来适应环境的变化。 Lynne Maquat在2015年获得盖尔德纳国际奖，随后又获得了威利奖、沃尔夫医学奖等殊荣。
Mary-Claire King 证明了导致乳腺癌和卵巢癌遗传易感性的 BRCA1 基因变体的存在和精确位置。她的发现代表了我们对这两种癌症以及复杂人类特征遗传学理解的重大进步。这一发现尤其引人注目，因为它是基于人类基因组计划之前的遗传学、逻辑和实验基因图谱进行的，而不是基于已知序列。她的工作使女性能够检测乳腺癌和卵巢癌易感基因的遗传突变，使突变携带者能够进行预防干预，使已经患上癌症的女性能够利用基因型特异性疗法。Mary-Claire King与森和俊、Peter Walter于2014年获得拉斯克系列奖项，2018年获得邵逸夫生命科学奖。
Huda Zoghbi更是透过基因治疗疾病的集大成者。蕾特氏症是一种X染色体疾病。由于男性只有一条X染色体，如在唯一的一条X染色体上发生基因突变，那这位男性就会夭折，故带病者基本都是女性。女性有两条X染色体，当基因突变在其中一条X染色体发生，蕾特氏症会引发独特但多变的神经行为疾病，全球大约在10,000个女孩中会有1个患上这种疾病，Huda Zoghbi和她的同事发现，MECP2中发生基因突变是蕾特氏症的主要原因，她的发现令我们可从杂乱的症状里使用简单直接的基因测试作诊断。Huda Zoghbi 亦是2016年邵逸夫生命科学奖得主，亦获得生命科学突破奖、盖尔德纳国际奖、脑奖等奖项。
5、Christine Holt、Erin Schuman、Michael Greenberg
为了在发育过程中建立适当的神经连接或通过学习和记忆适应成年后的新挑战，必须重塑大脑回路并维持新的连接模式；这些过程需要合成新的蛋白质来建立这些连接。三位科学家在阐明这些连接的机理上取得了突破性的发现，他们展示了新蛋白质的合成如何在神经元的不同部位触发，从而以影响我们一生行为的方式指导大脑的发育和可塑性。Christine Holt、Erin Schuman一同获得了诺奖风向标—Rosenstiel Award，三人更共同获得了去年的“脑奖”。

继续前进

哎，这种题感觉就是写越多越不划算，能猜中的几率太低了。
去年我能2选1蒙对一个，主要还是因为去年的ZZ正确和主流价值观太明显了。
今年又绕回之前的老套路了，大盘口都是一样的，再来2022年那种爆冷，咱在这儿瞎预测也懵不到。快准狠的懵几个吧~
（1）去年预测的另外一个，今年还是放上来，毕竟自己领域的。二代测序技术（NGS）的发明人剑桥大学的Shankar Balasubramanian，David Klenerman。当然如果这两人能拿奖，那法国科学家Pascal Mayer也很有可能一起（他也是NGS测序技术的平行开发者）。


NGS测序的原理这里就不说了，反正他们发明是一种比起之前的技术，通量翻了几万倍的一种快速基因组测序方法。这个方法对世界带来的影响，其实已经渗透到我们日常生活的方方面面，比如新冠病毒变异在全球范围的追踪，疾病的诊断，靶向药物的靶点检测，包括mRNA疫苗的开发，都少不了这项技术的声影，而这项技术的Idea，诞生于1997年8月26日，剑桥的一个酒吧里。


这两人随后于 1998 年共同创立了 Solexa 公司，然后在2007年被现在NGS的测序霸主Illumina 收购。据统计，Solexa-Illumina 的测序技术，执行了现在全球~90% 的 DNA 和 RNA的测序总量。
（2）常年陪跑的光遗传学（optogenetics）领域，人有点多，Karl Deisseroth，Peter Hegemann，Gero Miesenböck，Edward Boyden，Dieter Oesterhelt（已故），潘卓华，如果给光遗传学，就是这些人里面几个分了。
光遗传学是一门2005年才诞生的技术，当年斯坦福大学Karl Deisseroth实验室撰文登上《Nature neuroscience》[1]，通过在神经细胞中表达光敏蛋白，响应不同波长的光刺激实现对神经功能的调控，宣布人类正式拥有了精准操控大脑的工具。这项技术结合了遗传学和光学，通过将光敏感蛋白引入特定的细胞，然后使用光来激活或抑制这些细胞，特别是神经元的活动，使得研究人员能够更精确地研究大脑功能和行为。



登上了无数顶刊的小鼠

（3）最后一个，大胆点，赶个时髦吧。蛋白结构领域的大牛David Baker，他开发的Rosetta软件极大地推动了蛋白质结构预测的进展，并且在与AlphaFold2的竞争中，将深度学习技术引入Rosetta，并公开了RoseTTAFold的源代码 。这人算是学术，商业，应用科学三个方面都是顶级的全能型选手。后面又提出了一种叫“Top-Down”的基于强化学习的蛋白设计新思路，这可能对蛋白纳米材料、蛋白药物和疫苗等领域带来技术革命。


再补两个：
（4）GLP-1（胰高血糖素样肽-1）领域，Jens Juul Holst, Steen Stoltenberg,John Eng,Daniel Drucker。 GLP-1是一种重要的肠促胰岛素激素，它在调节血糖水平方面发挥着关键作用。现在有很多药物（比如各种鲁肽）通过模拟GLP-1的生理作用来降低血糖水平，包括刺激胰岛素分泌、抑制胰高血糖素分泌、延缓胃排空等。虽然1923年的诺贝尔生理学或医学奖已经给了发现胰岛素的两位科学家。但基于目前全球庞大的糖尿病患者受益于GLP-1，相关人员对世界的贡献还是不言而喻的。


（5）CAR-T领域（嵌合抗原受体T细胞），这种疗法是一种革命性的癌症治疗技术，它涉及对患者的T细胞进行基因工程改造，使其能够识别并攻击特定的癌细胞。CAR-T疗法的概念和早期发展涉及多位科学家的贡献，而不是由单一发明人创造，主要有这几个大佬Carl June，Zelig Eshhar，Stanley Riddell。

检验医师

押一手glp-1，而且是司美格鲁肽团队。而且这几年都喜欢优先给工业界高市值高影响力项目，这个概率很大了。
2023年事实上的药王，新一代神药，突破性的缓释药化结构改造，以及其口服药吸收特殊机制的创新。直接燃起全球范围内减肥药，二糖药研发狂飙。
当然不止减肥和二型糖尿病这两个大家熟悉的适应症，在   肾病，心血管，脂肪肝，打鼾，酗酒，甚至新冠领域，其都获得了可观的有效性循证医学证据。


给神药封个诺奖不过分吧。

卡卡

本来我是想着等大家都预测一波我在写的，咋等了3天一个动手的都没有，那我就抛砖引玉了……
作为一个已经押中了2届诺奖的答主，我给大家分享一个经验，就是每次多写几个可能，比如去年就押了3个中一个（手动狗头）
今年我要继续奶无创产前一波，我就不信了，我都奶了3年无创产前了为什么不能拿奖，如果在不能拿医学奖，无创产前都能去拿和平奖了，反正要是今年没奶上我就明年在继续奶……
我发现我最近奶人可厉害了，我年初还奶出来一个院士……就有多夸张呢，他自己年初都不信能在今年当上院士的那种，让我换一个方向重新奶一次，结果几个月以后就院士了……
然后是CAR-T,这个疗法从 一出现就有各种争议，但这么多年陆续的完善下来，已经走向临床了，虽然价格依然高，但我预测未来几年就会被家人们打下来。
在奶一波NGS测序技术吧，人类基因组计划都过去这么多年了，NGS在不拿奖可能就要跟表观一样了。
还有光遗传学，讲道理，年年压年年不给，我都想着光遗传学是不是得罪谁了……
最后是两个我很期待，但可能很难在今年获奖。
一个是CRISPR，那有人要说了，你不是押中过一次CRISPR了嘛。其实严格意义上，那次算是押歪了……我奶的是生理学奖，但是给的是化学奖。但是鉴于CRISPR在治疗人类遗传疾病的潜力（现在已经不是潜力了，上市一款药物了），能拿到医学领域的奖还是很有可能的，毕竟张峰是我偶像来着。
另一个是非常路子野的AI，对，我押AI能拿诺贝尔生理学奖。AI对于生命科学的影响太大了，无论是蛋白质结构解析，还是蛋白质序列解析，甚至到现在的直接设计蛋白质，对于生命科学的整个学科来说都有了非常大的影响。唯一的问题是，KI能否破例颁奖给AI，又或者，这个奖颁给谁……都是问题。