Nature重磅！中国科学家首次入选——高彩霞团队成果入选Nature2024年值得关注的七大技术

作者：Rainbow

导读

01

2024年1月22日，Nature发布了2024年值得关注的七大技术——大片段DNA插入、人工智能设计蛋白质、脑机接口、 细胞图谱、超高分辨率显微成像、3D打印纳米材料和DeepFake检测。高彩霞团队开发的大片段DNA精准定点插入新工具PrimeRoot入选，这也是自2018年首次评选以来，第一项来自中国学者的技术成果入选。

大片段DNA插入

02

中国科学院高彩霞团队开发了PrimeRoot，通过系统整合优化的引导编辑工具和位点特异性重组酶系统，实现长达11.1kb的大片段DNA高效精准定点插入。高彩霞表示，这种技术可以广泛应用于赋予农作物抗病和抗病原体的能力，继续推动基于CRISPR的植物基因组工程的创新浪潮，相信这项技术可以应用于任何植物物种。

高彩霞研究员

2023年4月，中国科学院遗传与发育生物学研究所高彩霞团队在期刊《Nature Biotechnology》上在线发表了题为“Precise integration of large DNA sequences in plant genomes using PrimeRoot editors”的研究论文，研究人员通过工程化结合引导编辑器与位点特异性重组酶，开发了能够在植物中实现10kb以上大片段DNA高效精准定点插入的PrimeRoot系统，该系统将为基于基因堆叠的植物分子育种和植物合成生物学研究提供有力的技术支撑。

蛋白质设计的深度学习

03

20年前，华盛顿大学的 David Baker 等人在 Science 期刊发表论文，取得了一项里程碑式成就：他们使用计算工具从头设计了一个全新蛋白质——Top7。

2023年2月，David Baker 团队在 Nature 期刊发表论文，从头设计了人造荧光素酶，这也是科学界首次基于深度学习的人工智能来创造自然界不存在的酶。2023年4月，David Baker 团队在 Science 期刊发表论文，利用基于强化学习的人工智能从头设计了全新且有功能的蛋白纳米颗粒，为疫苗和药物递送载体开发开辟了全新道路。2023年12月，David Baker 团队在 Nature 期刊发表论文，利用基于深度学习的人工智能从头设计了具有高亲和力和特异性的全新蛋白质，为抗体设计和疾病诊断打开了新思路。

脑机接口

04

2022年3月，患有渐冻症的Pat Bennett参加了斯坦福大学 Francis Willett 教授领导的脑机接口临床试验，研究团队在她的大脑皮层表面植入了四个微型细电极阵列（每个阵列包含8×8个电极），用于收集单个细胞的神经活动，植入的阵列连接到金线上并通过电缆连接到电脑上，并训练人工智能（AI）来解码她试图进行的发声。

2023年8月，Francis Willett 团队在Nature期刊上发表了题为“A high-performance speech neuroprosthesis”的研究论文，该论文展示了一条可行的路径以恢复渐冻症等瘫痪者的语言沟通能力。

细胞图谱

05

Wellcome Sanger研究所的 Sarah Teichmann 和现任基因泰克公司的研究和早期开发负责人 Aviv Regev 于2016年发起了一项规模庞大、雄心勃勃的人类细胞图谱（Human Cell Atlas，HCA）计划。该计划有近100个国家的约3000名科学家参与，而HCA本身也是一个更广泛的细胞和分子图谱交叉生态系统的一部分，包括人类生物分子图谱计划（HuBMAP）和脑计划（BICCN）。

去年，已有数十项研究展示了使用这些技术生成器官特异性图谱的进展。2023年，Nature 发布了一个论文集，重点介绍了HuBMAP的进展，Science 则发布了一篇论文集，详细介绍了BICCN的工作。

超高分辨率显微成像

06

Stefan Hell、Eric Betzig和William Moerner因打破限制光显微镜空间分辨率的“衍射极限”而获得2014年诺贝尔化学奖，这让我们得以在数十纳米级分辨率下进行分子尺度的成像实验。然而，科学家们渴望得到更好的结果，他们也正在取得快速进展，努力缩小超分辨率显微镜与结构生物学技术之间的差距。

马克斯·普朗克生物化学研究所的 Ralf Jungmann 团队在2023年开发了一种序列成像（RESI）的增强分辨率的方法，可以分辨出DNA链上的单个碱基对，使用标准的荧光显微镜实现了埃级分辨率。

3D打印纳米材料

07

在纳米尺度上会发生奇怪而有趣的事情，这可能会给材料科学的预测带来困难，但也意味着纳米级建筑师可以制造出具有独特特性的轻质材料，如增强强度、与光或声音的定制相互作用，以及增强催化或储能能力。

但目前3D打印纳米材料还存在几个挑战，首先是速度，使用光聚合技术组装纳米结构的速度大约比其他纳米级3D打印方法快三个数量级。这一速度可能已经足够用于实验室使用，但对于大规模生产或工业流程来说还是太慢了。第二个挑战是并非所有材料都可以直接通过光聚合来打印，例如金属。但加州理工学院的 Julia Greer 开发出一种替代方法，将光聚合水凝胶作为微尺度模板，然后注入金属盐并进行处理，使金属在收缩的同时具有模板的结构。最后是成本，这可能是最难突破的挑战，许多光聚合方法中使用的脉冲激光系统成本超过50万美元，但好在更便宜的替代品正在出现。

DeepFake检测

08

公开可用的生成式人工智能算法的爆炸式增长，使得生成令人信服但完全人为的图像、音频和视频变得简单。生成式人工智能开发人员的一个解决方案是在人工智能模型的输出中嵌入隐藏信号，产生人工智能生成内容的水印。其他策略则侧重于内容本身，例如，一些伪造视频用一个人的面部特征替换了另一个人的面部特征，新的算法可以在被替换特征的边界处识别伪造痕迹。

吕思伟团队开发了一个算法——DeepFake-O-Meter，可以从不同角度分析视频内容，以识别“Deepfake”内容。这些识别工具是有用的，但可以预见，我们与人工智能生成的错误信息和内容的斗争可能还会持续多年。

参考资料：

https://www.nature.com/articles/d41586-024-00173-x

https://mp.weixin.qq.com/s/nv6E8ME_AkQRBfKwn2D__Q

注：本文旨在介绍医学研究进展，不能作为治疗方案参考。如需获得健康指导，请至正规医院就诊。

热门·直播/活动

上海｜3月01日-02日

▶第三届长三角单细胞组学技术应用论坛暨空间组学前沿论坛将在上海召开，诚邀您的参与！