其实这个传言是假的，事实上是有一次梅姐因为感情上的事情喝醉了，哥哥去安慰她，梅艳芳说"如果我四十岁还嫁不出去，你就娶我好不好？"张国荣和梅艳芳并不是恋人，也不曾恋爱过，他们是情同兄妹的好朋友。
不过在银幕上，哥哥和梅姐曾经在《胭脂扣》中扮演过情侣。1988年关锦鹏导演的《胭脂扣》中，梅艳芳扮演青楼妓女如花，张国荣扮演富家阔少陈振邦，人称十二少。
这就是一个多情儒雅的公子哥十二少爱上花名在外妓女如花，遭到家人反对以后，公子哥为爱离家，终究屈服于现实两人为爱殉情的故事。
听起来有点儿有点像"罗密欧与朱丽叶"，相遇然后爱情受阻，于是逃亡最后殉情。然而，不同之处在于,《胭脂扣》里男主十二少没有殉情成功。
《胭脂扣》这部片拍得时候其实"一波三折"，从导演开始，一开始威禾公司买下版权以后是给唐基明导演的，只不过剧本改了太多次再加上各方立场不同，唐基明气得直接甩手不干了。
关锦鹏是由梁太介绍给威禾公司的，最初威禾是想让关锦鹏将李碧华的《霸王别姬》改拍成。打这个主意的是成龙的经纪人陈自强，陈自强想让成龙演"霸王"，结果成龙包袱比较大，拒绝了，后来版权到了徐枫手上，也就是哥哥张国荣最后拍出来的那部经典之作。
不过由于剧组这边剧本改来改去，多方意见又不统一，于是刘德华和钟楚红都退出。郑少秋也因为当时沈殿霞怀孕，没办法只能也退出。
如花由梅艳芳来演，众人是没有意见的。毕竟你看梅姐的五官，很有特点，鼻梁高眼角尖脸型尖让她有一种倔强感。眼神收敛时却又恰好透着优柔感。稍钝的鼻头和走势稍向下的厚唇又为她带来了淳朴娇憨的感觉。
梅艳芳饰演如花，恰到好处地演绎了一个经历人生风浪，沦落风尘，却依然渴望爱情的女人，眼神里偶尔透着倔强又有着不明显的自卑感。
再加上梅姐本身经历就和如花相似，梅姐从小就在歌厅当驻唱补贴家用，被人喊作"小歌女"。还有一个就是梅姐“坎坷”的感情经历，梅姐谈过的男友是挺多，但是真心而且走到最后的又有几个？
《胭脂扣》还没在香港上映之前，梅姐就已经获得台湾那匹马的最佳女主角了。后来又直接一举斩获香港金像奖、亚太区影展及金龙奖四座最佳女主角奖杯，成为"四料影后"。
梅姐总说自己不漂亮，但《胭脂扣》中如花的造型她非常喜欢：“好中意‘如花’造型，如果以后死了，希望用这张剧照作为遗照。”
《胭脂扣》筹拍的时候，哥哥已经续签新艺城。那个年代影坛的艺人基本不可能外借的，加上嘉禾和新艺城又是宿敌。
梅姐为了把哥哥从新艺城那边借过来，特地跑去给新艺城那边拍一部戏《开心勿语》，"以一抵一"才换来皆大欢喜。
哥哥也是个“自恋”的人，试装穿上那一身风度翩翩的长衫时，迷倒了在场众人也迷倒了他自己，直接就说这角色就是为他量身定做的。不过也确实，李碧华和关锦鹏都觉得哥哥太适合这个角色，不给他加戏太可惜了。
因为哥哥张国荣的加盟，作者兼编剧李碧华直接给他加了戏份，最后拍摄期从十天延长到二十天。
原著里十二少和如花去殉情的时候，看见如花由生至死，变成一具艳尸，他怯了，仓皇逃跑，本该他吞下的鸦片，洒落一地。有传言说李碧华是哥哥张国荣的迷妹，为了他将剧情改成十二少最终吞下了鸦片。
哥哥拍十二少时有个地方其实用了道具，戏里十二少给如花送对联，十二少坐在窗口对着如花笑。其实哥哥恐高，得意和爱意都是真的，只有那坐在窗口晃的两条腿是假的。
梅姐是圈里著名的迟到大王，拍《胭脂扣》的时候经常迟到，每次迟到都是用肚子疼当借口。别人迟到的话哥哥是极为不满的，然而梅姐迟到张国荣只是说："你再说肚子疼我就送你两盒花塔糖吃吃。"
戏里是悲情鸳鸯，戏外是 搞笑 兄妹的这两人拍摄吞鸦片殉情的场景时其实是两人一边吃麦芽糖朱古力一边大笑演出来的。只不过，哥哥这个恐高的人纵身一跃之后，梅姐也因为疾病追随而去，更是让《胭脂扣》的悲剧色彩更浓重了点。
饰演陈母的是粤剧名旦谭倩红，据说谭倩红是因为她女儿是哥哥粉丝才接戏的，后来女孩子还来片场探班，直接获得一线追星的机会。
影后惠英红其实也在《胭脂扣》里，不过由于造型比较惊悚，妆也盖住了红姐的原本美貌，所以大家没注意，就是那个"似女侠又似女鬼"吊着威亚飞来飞去的女演员。
哥哥开演唱会的时候，为了宣传《胭脂扣》，还唱了里如花初见十二少时唱的那首南音《客途秋恨》。
当他一袭黑袍，手持一支q烟、把美人榻搬上红馆舞台时，仿佛十二少来现世红尘走了一趟一般。
《客途秋恨》曲中所唱的故事，亦是风月遗恨。同样也是富家缪公子与青楼女麦姑娘相爱，可缪公子却迟迟不为麦姑娘赎身，最终麦姑娘离开人世，从此两人天各一方难见面。因此，《胭脂扣》的结局其实在一开始就剧透了。
开头初见时唱的是《客途秋恨》，最后如花找到十二少时唱的也是《客途秋恨》，胭脂扣是十二少和如花的信物，《客途秋恨》是二人精神上的信物。
作为一部鬼片，看完以后其实压抑大过于恐惧。看上去是看了个鬼片，其实是个哀怨的爱情故事，再回味一下，其实《胭脂扣》就是个现实。
如花的爱情是毫无保留的，而十二少终究是负情了。如花高估了十二少，也高估了他们之间的爱情。至死不渝或是有所保留其实都无可厚非。
虽然说，生命诚可贵，爱情价更高。但是殉情虽伟大，偷生也并不可耻呀。谁不想找个人白头偕老，幸福地度过余生呢？"
昔人已乘黄鹤去，此地空余黄鹤楼。"现实中，像如花和十二少这样炽烈的爱情再难看到，因为我们大多数人，只是像袁永定和阿楚那样，会相互陪伴，会相濡以沫，但不会为爱轻言生死。（撰文：踢踢）
智能电网的支撑技术
智能电网的主要支撑技术有实现收集、存储、分析、处理、显示海量信息数据的可靠信息技术，高速、双向、实时、集成的通信技术，具备资源优化配置、科学决策、电网运行高效管理、电网异常及事故快速响应的智能调度技术，电能量消费与预测技术，中压或低压配电网上的分布式能源接入技术，规划控制技术，包括电能质量、功率因数、相位、故障事件、变压器和线路负荷等数据在内的参考量测技术及相关传感器技术等。
物联网相关技术在智慧电网中的作用
在当前的电网中，传感器的应用很广泛，但主要是机电类传感器，其获取的方法往往是物理方法，传递的信号往往是模拟量，这就决定了它往往是通过电缆进行传输。智能传感器不但涉及传感技术，还与微机械、微电子、数字信号处理、网络通信直接相关。
它获取信息的方式往往是将所需获取的信息直接转变为光信号或者电信号，输出为数字量。智能传感器还具有一定的信息存储和分析能力，可以对信息进行初级加工再向上一级传递，避免了上级设备对于信息的处理量过大，也节省了网络流量。
物联网技术中，信号一般使用光缆进行传输，对于设备内部的状态量等不便于直接连线传输的信号，还可以采用无线传输，保证数据的实时性。在主站，由于传输来的数据为数字量，就避免了繁杂的数据转换和处理工作，这些优势应当发挥。但是，电网对于信息的可靠性要求很高，特别在信息传输方面。
如果是在民用或者商用行业，信息传递的可靠性要求较低，物联网当前的可靠性水平便可以胜任。但对于电网来说，错误信息传递的结果是很严重的，可能导致电网中自动装置的错误动作，切断正常运行的大量负荷，或者电能计量出现重大失误等。在可靠性无法保证的情况下，物联网技术的重要优势——信息传递将难以发挥作用，这也就相应导致了在网络层之上的应用层无法应用于智能电网。
NO1SARAH TEICHMANN: Expand single-cell biology（扩展单细胞生物学）
Head of cellular genetics, Wellcome Trust Sanger Institute, Hinxton, UK
在过去的十年里，我们看到研究人员可以分析的单细胞数量大幅增加，随着细胞捕获技术的发展，结合条形码标记细胞和智能化技术等方法，在未来数量还将继续增加，对此，大家可能不以为然，但这可以让我们以更高的分辨率来研究更为复杂的样品，我们可以做各种各样的实验。比如说，研究人员不再只关注一个人的样本，而是能够同时观察20到100个人的样本，这意味我们能够更好的掌握人的多样性，我们可以分析出更多的发展时间点，组织和个体，从而提高分析的统计学意义。
我们的实验室最近参与了一项研究，对6个物种的250000个细胞进行了分析，结果表明，控制先天免疫反应的基因进化速度快，并且在不同物种间具有较高的细胞间变异性，这两个特征都有助于免疫系统产生有效的微调反应。
我们还将看到在单个细胞中同时观察不同基因组模式的能力发展。例如，我们不局限于RNA，而是能够看到染色质的蛋白质-DNA复合物是开放还是封闭。这对理解细胞分化时的表观遗传状态以及免疫系统和神经系统中的表观遗传记忆具有重要意义。
将单细胞基因组学与表型关联的方法将会发生演变，例如，将蛋白质表达或形态学与既定细胞的转录组相关联。我认为我们将在2019年看到更多这种类型的东西，无论是通过纯测序还是通过成像和测序相结合的方法。事实上，我们已经见证了这两种技术的一种融合发展：测序在分辨率上越来越高，成像也越来越多元化。
NO2
JIN-SOO KIM: Improve gene editors(改进基因编辑)
Director of the Center for Genome Engineering, Institute for Basic Science, and professor of chemistry, Seoul National University（首尔国立大学基因学研究所基因组工程中心主任、化学教授。）
现如今，蛋白质工程推动基因组工程的发展。第一代CRISPR基因编辑系统使用核酸酶Cas9，这是一种在特定位点剪切DNA的酶。到目前为止，这种方法仍然被广泛使用，但是许多工程化的CRISPR系统正在用新变体取代天然核酸酶，例如xCas9和SpCas9-NG，这拓宽了靶向空间——基因组中可以被编辑的区域。有一些酶比第一代酶更具特异性，可以将脱靶效应最小化或避免脱靶效应。
去年，研究人员报告了阻碍CRISPR基因组编辑引入临床的新障碍。其中包括激活p53基因 (此基因与癌症风险相关)；不可预料的“靶向”效应；以及对CRISPR系统的免疫原性。想要将基因组编辑用于临床应用，就必须解决这些限制。其中一些问题是由DNA双链断裂引起的，但并非所有基因组编辑酶都会产生双链断裂——“碱基编辑”会将单个DNA碱基直接转换成另一个碱基。因此，碱基编辑比传统的基因组编辑更干净利索。去年，瑞士的研究人员使用碱基编辑的方式来纠正小鼠中导致苯丙酮尿症的突变基因，苯丙酮尿症是一种先天性代谢异常疾病，患者体内会不断累积毒素。
值得注意的是，碱基编辑在它们可以编辑的序列中受到了限制，这些序列被称为原间隔相邻基序。然而蛋白质工程可以用来重新设计和改进现有的碱基编辑，甚至可以创建新的编辑，例如融合到失活Cas9的重组酶。就像碱基编辑一样，重组酶不会诱导双链断裂，但可以在用户定义的位置插入所期望的序列。此外，RNA引导的重组酶将会在新的维度上扩展基因组编辑。
基因编辑技术在临床上的常规应用可能还需要几年的时间。但是我们将在未来一两年看到新一代的工具，将会有很多的研究人员对这项技术感兴趣，到时候他们每天都会使用这些技术。届时必然会出现新的问题，但创新的解决方案也会随之出现。
NO3
XIAOWEI ZHUANG（庄小威）: Boost microscopy resolution （提高显微镜分辨率）
Professor of chemistry and chemical biology, Harvard University, Cambridge, Massachusetts; and 2019 Breakthrough Prize winner
超分辨率显微镜的原理验证仅仅发生在十几年前，但今天这项技术相对来说再平常不过，生物学家可以接触到并丰富知识。
一个特别令人兴奋的研究领域是确定基因组的三维结构和组织。值得一提的是，基因组的三维结构在调节基因表达中起到的作用越来越大。
在过去的一年里，我们报道了一项工作，在这项工作中，我们对染色质进行了纳米级的精准成像，将它与数千个不同类型细胞的序列信息联系起来。这种空间分辨率比我们以前的工作好一到两个数量级，使我们能够观察到各个细胞将染色质组织成不同细胞之间差异很大的结构域。我们还提供了这些结构域是如何形成的证据，这使我们更好地理解染色质调节的机制。
除了染色质，我们预见到在超分辨率成像领域空间分辨率有了实质性的提高。大多数实验的分辨率只有几十纳米，虽然很小，但与被成像的分子相比却没有什么差别，特别是当我们想解决分子间的相互作用时。我们看到荧光分子和成像方法的改进，大大提高了分辨率，我们预计1纳米分辨率的成像将成为常规。
同时，瞬时分辨率变得越来越好。目前，研究人员必须在空间分辨率和成像速度之间做出妥协。但是通过更好的照明策略和更快的图像采集，这些限制可以被克服。成千上万的基因和其他类型的分子共同作用来塑造细胞的行为。能够在基因组范围内同时观察这些分子的活动，将为成像创造强有力的机会。
NO4
JEF BOEKE: Advance synthetic genomes （先进的合成基因组）
Director of the Institute for Systems Genetics, New York University Langone Medical Center, New York City
当我意识到从头开始写一个完整的基因组变成可能的时候，我认为这将是一个对基因组功能获得新观点的绝佳机会。
从纯科学的角度来看，研究小组在合成简单的细菌和酵母基因组方面取得了进展。但是在合成整个基因组，特别是哺乳动物基因组方面仍然存在技术挑战。
有一项降低DNA合成成本的技术将会对行业产生帮助，但是目前还没有上市。今天发生的大多数DNA合成都是基于亚磷酰胺化学过程。所得核酸聚合物的最大长度和保真度都受到限制。
许多公司和实验室都在研究酶促DNA合成——这种方法有可能比化学合成更快、更准确、更便宜。目前，还没有一家公司在商业上提供这种分子。但是去年10月，一家总部位于巴黎的叫做DNA Script的公司宣布，它已经合成了一种150碱基的寡核苷酸，几乎符合化学DNA合成的实际限制。
作为一个群体，我们还研究了如何组装人类染色体DNA的大片段，并且我们可以使用这种方法构建100千碱基或更多的区域。现在，我们将使用这种方法来解剖大的基因组区域，这些区域对于识别疾病易感性非常重要，或者是其他表型特征的基础。
我们可以在酵母细胞中快速合成这些区域，因此我们应该能够制造数十到数百种以前不可能检测到的基因组变体。使用它们，我们将能够检查全基因组关联研究中涉及的数千个基因组基因座，它们在疾病易感性方面具有一定意义。这种解剖策略可能使我们最终能够确定这些变体的作用。
NO5
CASEY GREENE: Apply AI and deep learning（应用人工智能和深度学习）
Assistant professor of systems pharmacology and translational therapeutics, Perelman School of Medicine, University of Pennsylvania, Philadelphia
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）