2024年1月22日，Nature雜志發(fā)表了題為“Seven technologies to watch in 2024”的文章，論述了七項對2024年科學創(chuàng)新具有重大影響的新技術(shù) 。

這些新技術(shù)包括：人工智能設(shè)計蛋白質(zhì)、DeepFake檢測、大片段DNA插入、腦機接口、超高分辨率顯微成像、 細胞圖譜和3D打印納米材料。特別值得一提的是，3D打印技術(shù)在2024年因其顯著的進步和廣泛的應用前景，成功被《自然》雜志列為值得關(guān)注的技術(shù)之一。

01

深度學習全新設(shè)計蛋白質(zhì)

華盛頓大學的David Baker團隊利用計算工具從零開始設(shè)計了一種新蛋白質(zhì)，現(xiàn)在這項技術(shù)已成熟，能夠定制生產(chǎn)酶和其他蛋白質(zhì)。這項技術(shù)的進步得益于龐大的數(shù)據(jù)集，這些數(shù)據(jù)將蛋白質(zhì)序列與結(jié)構(gòu)聯(lián)系起來，以及深度學習等人工智能方法的應用。

研究人員使用兩種主要策略來設(shè)計蛋白質(zhì)：基于序列和基于結(jié)構(gòu)。基于序列的方法通過分析蛋白質(zhì)序列來設(shè)計新蛋白質(zhì)，而基于結(jié)構(gòu)的方法更適合設(shè)計具有特定結(jié)構(gòu)或功能的蛋白質(zhì)。最近，一些先進的算法使用了“擴散”模型來形成生物學上可信的、用戶定義的結(jié)構(gòu)。

例如，Baker實驗室開發(fā)的RFdiffusion軟件和Generate Biomedicines的Chroma工具成功應用了這些策略來設(shè)計新型蛋白質(zhì)。這些技術(shù)允許精確設(shè)計蛋白質(zhì)以與特定目標緊密結(jié)合，為工程化酶、轉(zhuǎn)錄調(diào)節(jié)器、功能性生物材料等開辟了新視野。

02

Deepfake檢測

隨著生成性AI算法變得普及，制作逼真的虛假圖像、音頻和視頻變得簡單。這在多個地緣政治沖突和選舉中可能被用于操縱媒體。

專家們正在尋找方法來檢測和攔截這些深度偽造內(nèi)容。一個方法是在AI生成的內(nèi)容中嵌入隱形水印。還有一些方法專注于檢測視頻中人臉特征替換的異常或其他編輯跡象。例如，一些工具能夠識別被數(shù)字操縱的嘴部或與頭部不匹配的面部。

盡管存在挑戰(zhàn)，但已經(jīng)開發(fā)了一些工具箱和公共資源庫來分析和識別深度偽造內(nèi)容。這些工具的推廣和使用可能有助于抵制深度偽造內(nèi)容的傳播，但抗擊AI生成的虛假信息可能還需要持續(xù)很多年。

03

大片段DNA插入

在2023年底，美國和英國監(jiān)管機構(gòu)批準了首個基于CRISPR的基因編輯療法，用于治療鐮狀細胞病和β-地中海貧血。CRISPR技術(shù)通常用于在實驗室中關(guān)閉有缺陷的基因或引入小的序列改變。但將大片段DNA（數(shù)千核苷酸）精確地插入基因組較為困難。

斯坦福大學的科學家Le Cong和他的團隊正在研究一種從病毒衍生的分子，能幫助在人類基因組中精確插入長達2千堿基的DNA。另一種方法是麻省理工學院的基因工程師Omar Abudayyeh和Jonathan Gootenberg及其同事開發(fā)的PASTE技術(shù)，可以精確插入長達36千堿基的DNA。

這些方法不僅與人類健康相關(guān)。中國科學院的高彩霞領(lǐng)導的研究人員開發(fā)了PrimeRoot方法，它使用主要編輯技術(shù)在水稻和玉米中引入特定靶點，酶可以使用這些靶點插入長達20千堿基的DNA，提高作物的抗病能力。

04

腦機接口

患有漸凍癥（ALS）的Pat Bennett通過使用斯坦福大學開發(fā)的先進大腦-計算機接口（BCI）設(shè)備，恢復了說話能力。這項技術(shù)通過在她大腦中植入電極并利用深度學習算法將神經(jīng)活動轉(zhuǎn)換為語言，使得她能夠以每分鐘62個單詞的速度說話。

腦機接口技術(shù)使Pat Bennett恢復了語言能力

這只是近年來多項研究中的一項，展示了BCI技術(shù)如何幫助有嚴重神經(jīng)損傷的人恢復失去的技能，提高他們的獨立性。研究人員也在使用人工智能幫助解讀患者想要表達的內(nèi)容。例如，一項研究使因中風而無法說話的女性通過BCI設(shè)備以每分鐘78個單詞的速度交流。

除了幫助恢復語言能力，BCI技術(shù)還在其他方面取得進展，如幫助四肢癱瘓者控制機器手臂。隨著這些技術(shù)的發(fā)展，它們有望治療更多類型的認知障礙和心理健康狀況。

05

超高分辨率顯微鏡

斯特凡·赫爾、埃里克·貝齊格和威廉·莫納因提高光學顯微鏡的分辨率而獲得2014年諾貝爾化學獎，他們的技術(shù)使得顯微鏡可以觀察到納米級的細節(jié)。

RESI的成像技術(shù)可以實現(xiàn)DNA中單個堿基對的成像

最近，研究人員正在進一步提高這種技術(shù)的分辨率。2023年，德國普拉內(nèi)格馬克斯·普朗克生物化學研究所的納米技術(shù)研究員 Ralf Jungmann 團隊開發(fā)了一種序列成像（RESI）的增強分辨率的方法，可以分辨出DNA鏈上的單個堿基對，使用標準的熒光顯微鏡實現(xiàn)了埃級分辨率。

此外，由阿里·沙伊布和西爾維奧·里佐利領(lǐng)導的團隊開發(fā)的一步納米級擴展（ONE）顯微鏡技術(shù)，雖然分辨率稍低，但能直接成像單個蛋白質(zhì)的微妙結(jié)構(gòu)細節(jié)。這些技術(shù)未來可能有助于深入了解生物分子的結(jié)構(gòu)和疾病的診斷。

06

細胞圖譜

想象一下，如果像使用谷歌地圖找咖啡館一樣，能在復雜的人體內(nèi)部導航。多個細胞圖譜項目——依靠單細胞分析和“空間組學”方法的進步——正在接近實現(xiàn)這一目標，為生物學家提供他們渴望的全身細胞地圖。

其中最大也最雄心勃勃的項目是人類細胞圖譜（HCA），于2016年由Sarah Teichmann和Aviv Regev發(fā)起。它匯集了來自近100個國家的約3000名科學家，使用來自10000名捐贈者的組織。HCA是更廣泛的細胞和分子圖譜生態(tài)系統(tǒng)的一部分，其中包括由美國國立衛(wèi)生研究院資助的項目，以及由艾倫研究所資助的艾倫腦細胞圖譜。

人類肺部的細胞圖譜展示了不同類型的細胞以及其調(diào)節(jié)方式

這些項目部分得益于單細胞水平分子分析工具的開發(fā)和商業(yè)化。例如，Snyder的團隊使用10X Genomics的Xenium平臺進行空間轉(zhuǎn)錄組學分析，可以每周在4個組織樣本中同時檢測約400個基因的表達。其他技術(shù)還允許在同一細胞中同時分析多種分子類別。

去年，這些技術(shù)在生成特定器官的圖譜方面取得了顯著進展。例如，HCA發(fā)布了有關(guān)人類肺部的綜合分析，揭示了疾病如肺纖維化、不同腫瘤甚至COVID-19中的變化。

盡管還有很多工作要做，Teichmann估計HCA至少還需要五年才能完成。但完成后，這些圖譜將是極其寶貴的，有助于指導特定組織和細胞的藥物靶向，以及了解細胞微環(huán)境如何影響復雜疾病的風險和成因。Snyder表示，雖然短期內(nèi)不太可能解決這些問題，但它們是推動整個領(lǐng)域發(fā)展的重要動力。

07

3D打印納米材料

在納米尺度上，可以制造出具有特殊特性的輕質(zhì)材料，比如更強的強度和改進的能量存儲。為精確制造這類納米材料，目前存在幾種策略，其中大多數(shù)使用激光誘導光敏材料的圖案化“光聚合”，在過去幾年中，科學家們在克服這些方法更廣泛應用的限制方面取得了顯著進展。

研究人員使用水凝膠制作了微觀金屬結(jié)構(gòu)。圖片來源：Max Saccone/Greer實驗室

速度是一個挑戰(zhàn)，但最近的技術(shù)改進使得制造速度大幅提高，同時保持了納米級精度。另一個挑戰(zhàn)是，并非所有材料都能通過光聚合直接打印，例如金屬，不能直接通過這種方式制造。為此，科學家們開發(fā)了新方法，如使用水凝膠作為模板，然后用金屬替換這些模板來制造納米結(jié)構(gòu)。

最后一個障礙是經(jīng)濟因素，很多光聚合方法中使用的基于脈沖激光的系統(tǒng)價格高達50萬美元。但是，正在出現(xiàn)更經(jīng)濟的解決方案，比如使用比標準脈沖激光更便宜、更緊湊且功耗更低的連續(xù)激光。

注：本文由資源庫編譯，原文鏈接：https://www.nature.com/articles/d41586-024-00173-x

2024年1月22日，Nature雜志發(fā)表了題為“Seven technologies to watch in 2024”的文章，論述了七項對2024年科學創(chuàng)新具有重大影響的新技術(shù) 。

這些新技術(shù)包括：人工智能設(shè)計蛋白質(zhì)、DeepFake檢測、大片段DNA插入、腦機接口、超高分辨率顯微成像、 細胞圖譜和3D打印納米材料。特別值得一提的是，3D打印技術(shù)在2024年因其顯著的進步和廣泛的應用前景，成功被《自然》雜志列為值得關(guān)注的技術(shù)之一。

01

深度學習全新設(shè)計蛋白質(zhì)

華盛頓大學的David Baker團隊利用計算工具從零開始設(shè)計了一種新蛋白質(zhì)，現(xiàn)在這項技術(shù)已成熟，能夠定制生產(chǎn)酶和其他蛋白質(zhì)。這項技術(shù)的進步得益于龐大的數(shù)據(jù)集，這些數(shù)據(jù)將蛋白質(zhì)序列與結(jié)構(gòu)聯(lián)系起來，以及深度學習等人工智能方法的應用。

研究人員使用兩種主要策略來設(shè)計蛋白質(zhì)：基于序列和基于結(jié)構(gòu)。基于序列的方法通過分析蛋白質(zhì)序列來設(shè)計新蛋白質(zhì)，而基于結(jié)構(gòu)的方法更適合設(shè)計具有特定結(jié)構(gòu)或功能的蛋白質(zhì)。最近，一些先進的算法使用了“擴散”模型來形成生物學上可信的、用戶定義的結(jié)構(gòu)。

例如，Baker實驗室開發(fā)的RFdiffusion軟件和Generate Biomedicines的Chroma工具成功應用了這些策略來設(shè)計新型蛋白質(zhì)。這些技術(shù)允許精確設(shè)計蛋白質(zhì)以與特定目標緊密結(jié)合，為工程化酶、轉(zhuǎn)錄調(diào)節(jié)器、功能性生物材料等開辟了新視野。

02

Deepfake檢測

隨著生成性AI算法變得普及，制作逼真的虛假圖像、音頻和視頻變得簡單。這在多個地緣政治沖突和選舉中可能被用于操縱媒體。

專家們正在尋找方法來檢測和攔截這些深度偽造內(nèi)容。一個方法是在AI生成的內(nèi)容中嵌入隱形水印。還有一些方法專注于檢測視頻中人臉特征替換的異常或其他編輯跡象。例如，一些工具能夠識別被數(shù)字操縱的嘴部或與頭部不匹配的面部。

盡管存在挑戰(zhàn)，但已經(jīng)開發(fā)了一些工具箱和公共資源庫來分析和識別深度偽造內(nèi)容。這些工具的推廣和使用可能有助于抵制深度偽造內(nèi)容的傳播，但抗擊AI生成的虛假信息可能還需要持續(xù)很多年。

03

大片段DNA插入

在2023年底，美國和英國監(jiān)管機構(gòu)批準了首個基于CRISPR的基因編輯療法，用于治療鐮狀細胞病和β-地中海貧血。CRISPR技術(shù)通常用于在實驗室中關(guān)閉有缺陷的基因或引入小的序列改變。但將大片段DNA（數(shù)千核苷酸）精確地插入基因組較為困難。

斯坦福大學的科學家Le Cong和他的團隊正在研究一種從病毒衍生的分子，能幫助在人類基因組中精確插入長達2千堿基的DNA。另一種方法是麻省理工學院的基因工程師Omar Abudayyeh和Jonathan Gootenberg及其同事開發(fā)的PASTE技術(shù)，可以精確插入長達36千堿基的DNA。

這些方法不僅與人類健康相關(guān)。中國科學院的高彩霞領(lǐng)導的研究人員開發(fā)了PrimeRoot方法，它使用主要編輯技術(shù)在水稻和玉米中引入特定靶點，酶可以使用這些靶點插入長達20千堿基的DNA，提高作物的抗病能力。

04

腦機接口

患有漸凍癥（ALS）的Pat Bennett通過使用斯坦福大學開發(fā)的先進大腦-計算機接口（BCI）設(shè)備，恢復了說話能力。這項技術(shù)通過在她大腦中植入電極并利用深度學習算法將神經(jīng)活動轉(zhuǎn)換為語言，使得她能夠以每分鐘62個單詞的速度說話。

腦機接口技術(shù)使Pat Bennett恢復了語言能力

這只是近年來多項研究中的一項，展示了BCI技術(shù)如何幫助有嚴重神經(jīng)損傷的人恢復失去的技能，提高他們的獨立性。研究人員也在使用人工智能幫助解讀患者想要表達的內(nèi)容。例如，一項研究使因中風而無法說話的女性通過BCI設(shè)備以每分鐘78個單詞的速度交流。

除了幫助恢復語言能力，BCI技術(shù)還在其他方面取得進展，如幫助四肢癱瘓者控制機器手臂。隨著這些技術(shù)的發(fā)展，它們有望治療更多類型的認知障礙和心理健康狀況。

05

超高分辨率顯微鏡

斯特凡·赫爾、埃里克·貝齊格和威廉·莫納因提高光學顯微鏡的分辨率而獲得2014年諾貝爾化學獎，他們的技術(shù)使得顯微鏡可以觀察到納米級的細節(jié)。

RESI的成像技術(shù)可以實現(xiàn)DNA中單個堿基對的成像

最近，研究人員正在進一步提高這種技術(shù)的分辨率。2023年，德國普拉內(nèi)格馬克斯·普朗克生物化學研究所的納米技術(shù)研究員 Ralf Jungmann 團隊開發(fā)了一種序列成像（RESI）的增強分辨率的方法，可以分辨出DNA鏈上的單個堿基對，使用標準的熒光顯微鏡實現(xiàn)了埃級分辨率。

此外，由阿里·沙伊布和西爾維奧·里佐利領(lǐng)導的團隊開發(fā)的一步納米級擴展（ONE）顯微鏡技術(shù)，雖然分辨率稍低，但能直接成像單個蛋白質(zhì)的微妙結(jié)構(gòu)細節(jié)。這些技術(shù)未來可能有助于深入了解生物分子的結(jié)構(gòu)和疾病的診斷。

06

細胞圖譜

想象一下，如果像使用谷歌地圖找咖啡館一樣，能在復雜的人體內(nèi)部導航。多個細胞圖譜項目——依靠單細胞分析和“空間組學”方法的進步——正在接近實現(xiàn)這一目標，為生物學家提供他們渴望的全身細胞地圖。

其中最大也最雄心勃勃的項目是人類細胞圖譜（HCA），于2016年由Sarah Teichmann和Aviv Regev發(fā)起。它匯集了來自近100個國家的約3000名科學家，使用來自10000名捐贈者的組織。HCA是更廣泛的細胞和分子圖譜生態(tài)系統(tǒng)的一部分，其中包括由美國國立衛(wèi)生研究院資助的項目，以及由艾倫研究所資助的艾倫腦細胞圖譜。

人類肺部的細胞圖譜展示了不同類型的細胞以及其調(diào)節(jié)方式

這些項目部分得益于單細胞水平分子分析工具的開發(fā)和商業(yè)化。例如，Snyder的團隊使用10X Genomics的Xenium平臺進行空間轉(zhuǎn)錄組學分析，可以每周在4個組織樣本中同時檢測約400個基因的表達。其他技術(shù)還允許在同一細胞中同時分析多種分子類別。

去年，這些技術(shù)在生成特定器官的圖譜方面取得了顯著進展。例如，HCA發(fā)布了有關(guān)人類肺部的綜合分析，揭示了疾病如肺纖維化、不同腫瘤甚至COVID-19中的變化。

盡管還有很多工作要做，Teichmann估計HCA至少還需要五年才能完成。但完成后，這些圖譜將是極其寶貴的，有助于指導特定組織和細胞的藥物靶向，以及了解細胞微環(huán)境如何影響復雜疾病的風險和成因。Snyder表示，雖然短期內(nèi)不太可能解決這些問題，但它們是推動整個領(lǐng)域發(fā)展的重要動力。

07

3D打印納米材料

在納米尺度上，可以制造出具有特殊特性的輕質(zhì)材料，比如更強的強度和改進的能量存儲。為精確制造這類納米材料，目前存在幾種策略，其中大多數(shù)使用激光誘導光敏材料的圖案化“光聚合”，在過去幾年中，科學家們在克服這些方法更廣泛應用的限制方面取得了顯著進展。

研究人員使用水凝膠制作了微觀金屬結(jié)構(gòu)。圖片來源：Max Saccone/Greer實驗室

速度是一個挑戰(zhàn)，但最近的技術(shù)改進使得制造速度大幅提高，同時保持了納米級精度。另一個挑戰(zhàn)是，并非所有材料都能通過光聚合直接打印，例如金屬，不能直接通過這種方式制造。為此，科學家們開發(fā)了新方法，如使用水凝膠作為模板，然后用金屬替換這些模板來制造納米結(jié)構(gòu)。

最后一個障礙是經(jīng)濟因素，很多光聚合方法中使用的基于脈沖激光的系統(tǒng)價格高達50萬美元。但是，正在出現(xiàn)更經(jīng)濟的解決方案，比如使用比標準脈沖激光更便宜、更緊湊且功耗更低的連續(xù)激光。

注：本文由資源庫編譯，原文鏈接：https://www.nature.com/articles/d41586-024-00173-x