納米材料3D打印入選，《Nature》發布2024年值得關注的七項技術
時間：2024-01-25 11:43 來源：南極熊 作者：admin 閱讀：次
2024年1月22日，《Nature》雜志發布了2024年值得關注的七大技術，大片段DNA插入、人工智能設計蛋白質、腦機接口、 細胞圖譜、超高分辨率顯微成像、納米材料3D打印和深度偽造的檢測入選。
以下是《自然》雜志未來一年將關注的七個技術領域。
蛋白質設計的深度學習
二十年前，西雅圖華盛頓大學的大衛-貝克（David Baker）和他的同事們完成了一項具有里程碑意義的壯舉：他們利用計算工具從零開始設計出了一種全新的蛋白質。但它是惰性的：它不執行任何有意義的生物功能。如今，從頭開始的蛋白質設計已經發展成熟，成為一種實用工具，用于生成按訂單生產的酶和其他蛋白質。"華盛頓大學的生物化學家尼爾-金（Neil King）與貝克的團隊合作設計基于蛋白質的疫苗和藥物輸送工具。"一年半以前不可能實現的事情，現在你就可以做到。
這一進展在很大程度上歸功于將蛋白質序列與結構聯系起來的日益龐大的數據集。但是，人工智能（AI）的一種形式--深度學習的復雜方法也至關重要。基于序列的 "策略使用大型語言模型（LLM），這種模型為聊天機器人ChatGPT 通過將蛋白質序列視為由多肽 "單詞 "組成的文檔，這些算法可以辨別出現實世界中蛋白質架構的基本模式。"西班牙巴塞羅那分子生物學研究所（Molecular Biology Institute of Barcelona）的蛋白質生物化學家諾埃利亞-費魯茲（Noelia Ferruz）說："它們真的學會了隱藏的語法。2022 年，她的團隊開發出了一種名為 ProtGPT2 的算法，這種算法能在實驗室生產出穩定折疊的合成蛋白質。費魯茲共同開發的另一個工具名為ZymCTRL，它利用序列和功能數據來設計天然存在的酶家族成員。
基于序列的方法可以在現有蛋白質特征的基礎上進行改良，形成新的框架，但對于結構元素或特征的定制設計（如以可預測的方式結合特定目標的能力）來說，這種方法不太有效。“基于結構 "的方法在這方面更勝一籌，2023年，這類蛋白質設計算法也取得了顯著進展。其中一些最復雜的算法使用 "擴散 "模型，這也是 DALL-E 等圖像生成工具的基礎。這些算法最初的訓練目的是從大量的真實結構中去除計算機生成的噪音；通過學習從噪音中分辨出真實的結構元素，它們獲得了形成生物學上合理的、用戶定義的結構的能力。
貝克實驗室開發的 RFdiffusion 軟件和馬薩諸塞州薩默維爾市 Generate Biomedicines 公司的 Chroma 工具 利用這一策略取得了顯著效果。貝克說："例如，貝克的團隊正在利用射頻擴散技術設計新型蛋白質，這種蛋白質能與感興趣的目標形成緊密的界面，從而產生 "與表面完全吻合 "的設計。RFdiffusion最新的 "全原子 "迭代允許設計人員通過計算圍繞 DNA、小分子甚至金屬離子等非蛋白質目標塑造蛋白質。由此產生的多功能性為工程酶、轉錄調節器、功能生物材料等開辟了新天地。
深度偽造的檢測
公開可用的人工智能生成算法層出不窮，使得合成令人信服但完全是人造的圖像、音頻和視頻變得輕而易舉。這樣做的結果可以分散人們的注意力，但隨著多場地緣政治沖突和美國總統大選的臨近，利用武器操縱媒體的機會比比皆是。
紐約布法羅大學計算機科學家柳思偉（Siwei Lyu）說，他看到過許多人工智能生成的 "深度偽造 "圖像和音頻，例如與以色列-哈馬斯沖突有關的圖像和音頻。在這場高風險的 "貓捉老鼠 "游戲中，人工智能用戶制作欺騙性內容，而柳思偉和其他媒體取證專家則致力于檢測和攔截這些內容。
一種解決方案是，生成式人工智能開發人員在模型輸出中嵌入隱藏信號，為人工智能生成的內容打上水印。其他策略則側重于內容本身。例如，一些經過處理的視頻將某個公眾人物的面部特征替換成了另一個人的面部特征，而新算法可以識別出被替換特征邊界上的人工痕跡，柳思偉說。一個人外耳的獨特褶皺也能揭示臉部和頭部的不匹配，而牙齒的不規則則能揭示經過剪輯的唇語視頻，在這些視頻中，一個人的嘴部經過數字處理，說出了一些當事人沒有說過的話。人工智能生成的照片也是一個棘手的挑戰，也是一個不斷變化的目標。2019 年，意大利那不勒斯費德里科二世大學的媒體取證專家路易莎-韋爾多利瓦（Luisa Verdoliva）幫助開發了 FaceForensics++，這是一款用于識別被幾款廣泛使用的軟件包操縱的人臉的工具。但是，圖像取證方法是針對特定對象和軟件的，通用化是一個挑戰。"她說："你不可能有一個通用的檢測器--這非常困難。
還有實施方面的挑戰。美國國防部高級研究計劃局的語義取證（SemaFor）計劃已經開發出一個有用的工具箱，用于深度偽造分析，但正如《自然》雜志所報道的（見《自然》621期，676-679頁；2023年），主要的社交媒體網站并沒有常規地使用它。為此，柳思偉的團隊開發了 DeepFake-O-Meter ，這是一個集中的公共算法庫，可以從不同角度分析視頻內容，從而識別出深度偽造內容。這些資源將有所幫助，但與人工智能生成的錯誤信息的斗爭很可能會持續數年。
大片段 DNA 插入
2023 年底，美國和英國監管機構首次批準了基于 CRISPR 的基因編輯療法，用于治療鐮狀細胞病和輸血依賴型β-地中海貧血癥--這是基因組編輯作為臨床工具的重大勝利。
CRISPR 及其衍生物使用短的可編程 RNA 將 Cas 等 DNA 切割酶引導到特定的基因組位點。它們通常用于實驗室禁用有缺陷的基因，并引入微小的序列變化。精確、可編程地插入跨越數千個核苷酸的較大 DNA 序列非常困難，但新出現的解決方案可以讓科學家替換有缺陷基因的關鍵片段或插入完全功能的基因序列。加利福尼亞州斯坦福大學的分子遺傳學家 Le Cong 和他的同事們正在探索單鏈退火蛋白（SSAPs）--一種介導 DNA 重組的病毒衍生分子。當與CRISPR-Cas系統（其中Cas9的DNA切片功能被禁用）相結合時，這些SSAPs就能在人類基因組中精確定向地插入多達2千堿基的DNA。
其他方法利用一種基于CRISPR的方法--"質粒編輯"（prime editing）--引入短 "著陸墊 "序列，選擇性地招募酶，進而將大的DNA片段精確地拼接到基因組中。例如，2022 年，劍橋麻省理工學院的基因組工程師奧馬爾-阿布達耶（Omar Abudayyeh）和喬納森-古騰伯格（Jonathan Gootenberg）及其同事首次描述了通過特定位點靶向元件（PASTE）進行可編程添加的方法，這種方法可以精確插入多達 36 千堿基的 DNA。Cong說，PASTE特別適用于對培養的病人衍生細胞進行體外改造，其底層的基質編輯技術已經走上了臨床研究的軌道。但對于人體細胞的體內修飾，SSAP也許能提供一種更緊湊的解決方案：體積較大的PASTE機器需要三種獨立的病毒載體來傳遞，這可能會影響編輯效率，而SSAP系統則是由兩部分組成。盡管如此，即使是效率相對較低的基因替換策略，也足以減輕許多遺傳疾病的影響。
這種方法不僅與人類健康有關。北京中國科學院高彩霞領導的研究人員開發了 PrimeRoot，這種方法利用質粒編輯引入特定的目標位點，酶可以利用這些位點在水稻和玉米中插入多達 20 千堿基的 DNA。高志強認為，這項技術可廣泛用于賦予作物抗病和抗病原體的能力，繼續推動基于CRISPR的植物基因組工程的創新浪潮。"我相信這項技術可以應用于任何植物物種，"她說。
腦機接口
帕特-貝內特（Pat Bennett）的語速比一般人慢，有時還會用詞不當。但考慮到運動神經元疾病（又稱肌萎縮性脊髓側索硬化癥）曾使她無法用語言表達自己，這是一項了不起的成就。
貝內特的康復得益于斯坦福大學神經科學家弗朗西斯-威利特和他在美國腦門聯盟（BrainGate consortium）的同事開發的一種先進的腦機接口（BCI）設備。威利特和他的同事在貝內特的大腦中植入電極，跟蹤神經元活動，然后訓練深度學習算法將這些信號轉化為語音。經過幾周的訓練，貝內特每分鐘能說出多達62個單詞（從12.5萬個單詞中），是普通英語使用者詞匯量的兩倍多。"賓夕法尼亞州匹茲堡大學開發BCI技術的生物工程師詹妮弗-科林格（Jennifer Collinger）說："他們的交流速度確實令人印象深刻。
BrainGate 的試驗只是過去幾年中的幾項研究之一，這些研究展示了 BCI 技術如何幫助嚴重神經損傷患者重新獲得失去的技能，并實現更大的獨立性。羅德島普羅維登斯布朗大學（Brown University）的神經學家、BrainGate 聯盟主任 Leigh Hochberg 說，其中一些進展源于對各種神經疾病患者大腦功能神經解剖學知識的不斷積累。他補充說，機器學習驅動的分析方法揭示了如何更好地放置電極和解密電極采集到的信號，從而極大地豐富了這些知識。
研究人員還在應用基于人工智能的語言模型，以加快對患者試圖交流內容的解釋--本質上就是大腦的 "自動完成"。這是威利特研究的核心內容，也是加州大學舊金山分校神經外科醫生愛德華-張（Edward Chang）領導的團隊的另一項研究 的核心內容。在這項研究中，BCI神經假體讓一位因中風而無法說話的婦女以每分鐘78個單詞的速度進行交流--大約是英語平均速度的一半，但比這位婦女以前使用的語言輔助設備快了五倍多。該領域在其他方面也取得了進展。2021 年，美國匹茲堡大學的科林格和生物醫學工程師羅伯特-高特（Robert Gaunt）將電極植入一名四肢癱瘓者的運動和軀體感覺皮層，使其能夠快速、精確地控制機械臂并獲得觸覺反饋。BrainGate 公司和荷蘭烏得勒支大學的研究人員正在進行獨立的臨床研究，紐約布魯克林的 BCI 公司 Synchron 也在進行一項試驗，測試一種能讓癱瘓者控制計算機的系統，這是業界首次贊助的 BCI 儀器試驗。
作為一名重癥監護專家，霍赫伯格迫切希望為他的重度殘疾患者提供這些技術。但隨著BCI功能的發展，他看到了治療中度認知障礙以及情緒障礙等精神疾病的潛力。"他說："由腦機接口提供信息的閉環神經調節系統可以為很多人提供巨大幫助。
超高分辨率顯微成像
斯特凡-海爾（Stefan Hell）、埃里克-貝齊格（Eric Betzig）和威廉-莫納（William Moerner）因打破了限制光顯微鏡空間分辨率的 "衍射極限 "而榮獲2014年諾貝爾化學獎。由此產生的數十納米級細節為分子尺度成像實驗開辟了廣闊的前景。盡管如此，一些研究人員仍渴望獲得更好的效果，而且他們正在迅速取得進展。"德國普拉內格馬克斯-普朗克生物化學研究所（Max Planck Institute of Biochemistry）的納米技術研究員拉爾夫-容曼（Ralf Jungmann）說："我們正在努力縮小超分辨率顯微鏡與冷凍電鏡等結構生物學技術之間的差距。
2022 年底，位于哥廷根的馬克斯-普朗克多學科科學研究所的赫爾及其團隊領導的研究人員首次涉足這一領域，他們采用一種名為 MINSTED 的方法，利用專門的光學顯微鏡 以 2.3ångström 的精度（大約四分之一納米）分辨單個熒光標簽。
較新的方法使用傳統顯微鏡也能達到相當的分辨率。例如，榮格曼和他的團隊在 2023 年描述了一種策略，即用不同的 DNA 鏈標記單個分子。然后用染料標記的互補 DNA 鏈對這些分子進行檢測，這些 DNA 鏈會瞬時但重復地與相應的目標結合，這樣就有可能分辨出單個的熒光 "閃爍 "點，如果同時成像，這些點就會模糊成一個整體。這種通過順序成像提高分辨率（RESI）的方法可以分辨出 DNA 鏈上的單個堿基對，用標準熒光顯微鏡就能顯示出盎司尺度的分辨率。
由德國哥廷根大學醫學中心神經科學家阿里-沙伊布（Ali Shaib）和西爾維奧-里佐利（Silvio Rizzoli）領導的團隊開發的一步納米級擴展（ONE）顯微鏡方法還不能達到這種分辨率。不過，ONE 顯微鏡技術提供了一個前所未有的機會，可以直接成像單個蛋白質和多蛋白復合物的精細結構細節，無論是在分離狀態下還是在細胞中。
ONE是一種基于膨脹顯微鏡的方法，包括將樣本中的蛋白質與水凝膠基質進行化學耦合，將蛋白質打散，然后讓水凝膠的體積膨脹1000倍。碎片向各個方向均勻擴展，保留了蛋白質結構，使用戶能夠用標準共聚焦顯微鏡分辨出相隔幾納米的特征。"里佐利說："我們提取抗體，將它們放入凝膠中，在膨脹后對它們進行標記，結果發現，'哦--我們看到了Y形！'"Y形指的是蛋白質的特征形狀。
里佐利說，ONE顯微鏡可以幫助人們深入了解構象動態生物分子，或通過血液樣本對帕金森病等蛋白質錯構疾病進行可視化診斷。榮格曼同樣熱衷于利用 RESI 記錄疾病或藥物治療過程中單個蛋白質重組的潛力。它甚至有可能更精確地放大。"也許這還不是空間分辨率限制的終點，"Jungmann 說。"它可能會變得更好。
細胞圖譜
如果你想找一家方便的咖啡館，谷歌地圖可以找到附近的選擇，并告訴你如何前往。但在單細胞分析和 "空間全息 "方法的推動下，各種細胞地圖計劃正在取得進展，不久就能提供生物學家渴望的全組織細胞地圖。
在這些計劃中，規模最大、或許也是最雄心勃勃的計劃是人類細胞圖譜（HCA）。該聯盟由英國欣克斯頓威康桑格研究所（Wellcome Sanger Institute）的細胞生物學家薩拉-泰克曼（Sarah Teichmann）和現任加利福尼亞州南舊金山生物技術公司基因泰克（Genentech）研究與早期開發主管的阿維夫-雷格夫（Aviv Regev）于2016年發起。該項目由分布在近 100 個國家的約 3000 名科學家組成，使用來自 10,000 名捐獻者的組織開展工作。不過，HCA 也是由相互交叉的細胞和分子圖譜組成的更廣泛生態系統的一部分。其中包括由美國國立衛生研究院資助的人類生物分子圖譜計劃（Human BioMolecular Atlas Program，HuBMAP）和通過推進創新神經技術進行腦研究（BRAIN）計劃細胞普查網絡（BICCN），以及由華盛頓州西雅圖艾倫研究所資助的艾倫腦細胞圖譜（Allen Brain Cell Atlas）。
據斯坦福大學基因組學家、HuBMAP指導委員會前聯合主席邁克爾-斯奈德（Michael Snyder）介紹，推動這些工作的部分原因是能夠在單細胞水平解碼分子內容的分析工具的開發和快速商業化。例如，斯奈德的團隊經常使用加州普萊森頓 10X Genomics 公司的 Xenium 平臺進行空間轉錄組學分析。通過該平臺，每周可以同時檢測 4 個組織樣本中約 400 個基因的表達情況。馬薩諸塞州馬爾堡 Akoya 生物科學公司的 PhenoCycler 平臺等基于多重抗體的方法，使研究小組能夠以單細胞分辨率跟蹤大量蛋白質，其格式能夠進行三維組織重建。其他 "多組學 "方法可讓科學家同時分析同一細胞中的多種分子類別，包括 RNA 的表達、染色質的結構和蛋白質的分布。
去年有數十項研究展示了利用這些技術生成器官特異性圖譜的進展。例如，今年6月，HCA發布了對人類肺部49個數據集的綜合分析。"泰克曼說："有了這個非常清晰的肺部圖譜，我們就能了解肺纖維化等疾病、不同腫瘤，甚至是COVID-19發生的變化。2023年，《自然》（Nature）雜志發布了一篇文章（見go.nature.com/3vbznk7），重點介紹了HuBMAP的進展，《科學》（Science）雜志也制作了一篇文章，詳細介紹了BICCN的工作（見go.nature.com/3nsf4ys）。
Teichmann估計，HCA至少還需要五年才能完成。但最終繪制的地圖將是無價之寶。例如，Teichmann 預計將利用圖譜數據指導組織和細胞特異性藥物靶向治療，而 Snyder 則迫切希望了解細胞微環境如何為癌癥和腸易激綜合征等復雜疾病的風險和病因提供信息。"我們能在2024年解決這個問題嗎？我不這么認為--這是一個多年的問題，"斯奈德說。"但這是整個領域的一大驅動力。
納米材料3D打印
在納米尺度上會發生奇怪而有趣的事情。這可能會給材料科學的預測帶來困難，但也意味著納米級建筑師可以制造出具有獨特特性的輕質材料，如增強強度、與光或聲音的定制相互作用，以及增強催化或儲能能力。
目前已有幾種精確制造此類納米材料的策略，其中大多數使用激光來誘導光敏材料的圖案化 "光聚合"，在過去幾年中，科學家們在克服阻礙這些方法更廣泛應用的局限性方面取得了長足進步。
其一是速度。亞特蘭大佐治亞理工學院（Georgia Institute of Technology）的工程師蘇拉布-薩哈（Sourabh Saha）說，與其他納米級三維打印方法相比，使用光聚合法組裝納米結構的速度大約快三個數量級。這對于實驗室使用來說可能已經足夠好了，但對于大規模生產或工業流程來說就太慢了。2019 年，Saha 和香港中文大學的機械工程師 Shih-Chi Chen 及其同事表明，他們可以通過使用圖案化的二維光板而不是傳統的脈沖激光來加速聚合。"薩哈說："這樣一來，聚合速度提高了一千倍，而且還能保持 100 納米的特征。包括陳在內的研究人員隨后開展的工作為更快的納米加工找到了其他途徑。
另一個挑戰是，并非所有材料都能直接通過光聚合打印，例如金屬。不過，帕薩迪納加州理工學院的材料科學家茱莉亞-格里爾（Julia Greer）開發出了一種巧妙的變通方法。2022 年，她和她的同事描述了一種方法，在這種方法中，光聚合水凝膠可用作微尺度模板；然后在這些模板中注入金屬鹽并進行處理，從而誘導金屬形成模板的結構，同時還能縮小。雖然這項技術最初是針對微尺度結構開發的，但 Greer 的團隊也將這種策略用于納米制造，研究人員對利用堅固耐用的高熔點金屬和合金制造功能性納米結構的潛力充滿熱情。
最后一個障礙--經濟性--可能是最難突破的。據 Saha 稱，許多光聚合方法中使用的脈沖激光系統成本高達 50 萬美元以上。但更便宜的替代品正在出現。例如，德國卡爾斯魯厄理工學院（Karlsruhe Institute of Technology）的物理學家馬丁-韋格納（Martin Wegener）和他的同事們研究出了連續激光器，這種激光器比標準脈沖激光器更便宜、更緊湊、耗電更少。格里爾還成立了一家新公司，將納米結構金屬板的制造工藝商業化，這種金屬板可用于下一代人體裝甲或飛機和其他車輛的超耐用抗沖擊外層。
Nature原文鏈接
doi: https://doi.org/10.1038/d41586-024-00173-x
以下是《自然》雜志未來一年將關注的七個技術領域。
蛋白質設計的深度學習
二十年前，西雅圖華盛頓大學的大衛-貝克（David Baker）和他的同事們完成了一項具有里程碑意義的壯舉：他們利用計算工具從零開始設計出了一種全新的蛋白質。但它是惰性的：它不執行任何有意義的生物功能。如今，從頭開始的蛋白質設計已經發展成熟，成為一種實用工具，用于生成按訂單生產的酶和其他蛋白質。"華盛頓大學的生物化學家尼爾-金（Neil King）與貝克的團隊合作設計基于蛋白質的疫苗和藥物輸送工具。"一年半以前不可能實現的事情，現在你就可以做到。
這一進展在很大程度上歸功于將蛋白質序列與結構聯系起來的日益龐大的數據集。但是，人工智能（AI）的一種形式--深度學習的復雜方法也至關重要。基于序列的 "策略使用大型語言模型（LLM），這種模型為聊天機器人ChatGPT 通過將蛋白質序列視為由多肽 "單詞 "組成的文檔，這些算法可以辨別出現實世界中蛋白質架構的基本模式。"西班牙巴塞羅那分子生物學研究所（Molecular Biology Institute of Barcelona）的蛋白質生物化學家諾埃利亞-費魯茲（Noelia Ferruz）說："它們真的學會了隱藏的語法。2022 年，她的團隊開發出了一種名為 ProtGPT2 的算法，這種算法能在實驗室生產出穩定折疊的合成蛋白質。費魯茲共同開發的另一個工具名為ZymCTRL，它利用序列和功能數據來設計天然存在的酶家族成員。
基于序列的方法可以在現有蛋白質特征的基礎上進行改良，形成新的框架，但對于結構元素或特征的定制設計（如以可預測的方式結合特定目標的能力）來說，這種方法不太有效。“基于結構 "的方法在這方面更勝一籌，2023年，這類蛋白質設計算法也取得了顯著進展。其中一些最復雜的算法使用 "擴散 "模型，這也是 DALL-E 等圖像生成工具的基礎。這些算法最初的訓練目的是從大量的真實結構中去除計算機生成的噪音；通過學習從噪音中分辨出真實的結構元素，它們獲得了形成生物學上合理的、用戶定義的結構的能力。
貝克實驗室開發的 RFdiffusion 軟件和馬薩諸塞州薩默維爾市 Generate Biomedicines 公司的 Chroma 工具 利用這一策略取得了顯著效果。貝克說："例如，貝克的團隊正在利用射頻擴散技術設計新型蛋白質，這種蛋白質能與感興趣的目標形成緊密的界面，從而產生 "與表面完全吻合 "的設計。RFdiffusion最新的 "全原子 "迭代允許設計人員通過計算圍繞 DNA、小分子甚至金屬離子等非蛋白質目標塑造蛋白質。由此產生的多功能性為工程酶、轉錄調節器、功能生物材料等開辟了新天地。
深度偽造的檢測
公開可用的人工智能生成算法層出不窮，使得合成令人信服但完全是人造的圖像、音頻和視頻變得輕而易舉。這樣做的結果可以分散人們的注意力，但隨著多場地緣政治沖突和美國總統大選的臨近，利用武器操縱媒體的機會比比皆是。
紐約布法羅大學計算機科學家柳思偉（Siwei Lyu）說，他看到過許多人工智能生成的 "深度偽造 "圖像和音頻，例如與以色列-哈馬斯沖突有關的圖像和音頻。在這場高風險的 "貓捉老鼠 "游戲中，人工智能用戶制作欺騙性內容，而柳思偉和其他媒體取證專家則致力于檢測和攔截這些內容。
一種解決方案是，生成式人工智能開發人員在模型輸出中嵌入隱藏信號，為人工智能生成的內容打上水印。其他策略則側重于內容本身。例如，一些經過處理的視頻將某個公眾人物的面部特征替換成了另一個人的面部特征，而新算法可以識別出被替換特征邊界上的人工痕跡，柳思偉說。一個人外耳的獨特褶皺也能揭示臉部和頭部的不匹配，而牙齒的不規則則能揭示經過剪輯的唇語視頻，在這些視頻中，一個人的嘴部經過數字處理，說出了一些當事人沒有說過的話。人工智能生成的照片也是一個棘手的挑戰，也是一個不斷變化的目標。2019 年，意大利那不勒斯費德里科二世大學的媒體取證專家路易莎-韋爾多利瓦（Luisa Verdoliva）幫助開發了 FaceForensics++，這是一款用于識別被幾款廣泛使用的軟件包操縱的人臉的工具。但是，圖像取證方法是針對特定對象和軟件的，通用化是一個挑戰。"她說："你不可能有一個通用的檢測器--這非常困難。
還有實施方面的挑戰。美國國防部高級研究計劃局的語義取證（SemaFor）計劃已經開發出一個有用的工具箱，用于深度偽造分析，但正如《自然》雜志所報道的（見《自然》621期，676-679頁；2023年），主要的社交媒體網站并沒有常規地使用它。為此，柳思偉的團隊開發了 DeepFake-O-Meter ，這是一個集中的公共算法庫，可以從不同角度分析視頻內容，從而識別出深度偽造內容。這些資源將有所幫助，但與人工智能生成的錯誤信息的斗爭很可能會持續數年。
大片段 DNA 插入
2023 年底，美國和英國監管機構首次批準了基于 CRISPR 的基因編輯療法，用于治療鐮狀細胞病和輸血依賴型β-地中海貧血癥--這是基因組編輯作為臨床工具的重大勝利。
CRISPR 及其衍生物使用短的可編程 RNA 將 Cas 等 DNA 切割酶引導到特定的基因組位點。它們通常用于實驗室禁用有缺陷的基因，并引入微小的序列變化。精確、可編程地插入跨越數千個核苷酸的較大 DNA 序列非常困難，但新出現的解決方案可以讓科學家替換有缺陷基因的關鍵片段或插入完全功能的基因序列。加利福尼亞州斯坦福大學的分子遺傳學家 Le Cong 和他的同事們正在探索單鏈退火蛋白（SSAPs）--一種介導 DNA 重組的病毒衍生分子。當與CRISPR-Cas系統（其中Cas9的DNA切片功能被禁用）相結合時，這些SSAPs就能在人類基因組中精確定向地插入多達2千堿基的DNA。
其他方法利用一種基于CRISPR的方法--"質粒編輯"（prime editing）--引入短 "著陸墊 "序列，選擇性地招募酶，進而將大的DNA片段精確地拼接到基因組中。例如，2022 年，劍橋麻省理工學院的基因組工程師奧馬爾-阿布達耶（Omar Abudayyeh）和喬納森-古騰伯格（Jonathan Gootenberg）及其同事首次描述了通過特定位點靶向元件（PASTE）進行可編程添加的方法，這種方法可以精確插入多達 36 千堿基的 DNA。Cong說，PASTE特別適用于對培養的病人衍生細胞進行體外改造，其底層的基質編輯技術已經走上了臨床研究的軌道。但對于人體細胞的體內修飾，SSAP也許能提供一種更緊湊的解決方案：體積較大的PASTE機器需要三種獨立的病毒載體來傳遞，這可能會影響編輯效率，而SSAP系統則是由兩部分組成。盡管如此，即使是效率相對較低的基因替換策略，也足以減輕許多遺傳疾病的影響。
這種方法不僅與人類健康有關。北京中國科學院高彩霞領導的研究人員開發了 PrimeRoot，這種方法利用質粒編輯引入特定的目標位點，酶可以利用這些位點在水稻和玉米中插入多達 20 千堿基的 DNA。高志強認為，這項技術可廣泛用于賦予作物抗病和抗病原體的能力，繼續推動基于CRISPR的植物基因組工程的創新浪潮。"我相信這項技術可以應用于任何植物物種，"她說。
腦機接口
帕特-貝內特（Pat Bennett）的語速比一般人慢，有時還會用詞不當。但考慮到運動神經元疾病（又稱肌萎縮性脊髓側索硬化癥）曾使她無法用語言表達自己，這是一項了不起的成就。
貝內特的康復得益于斯坦福大學神經科學家弗朗西斯-威利特和他在美國腦門聯盟（BrainGate consortium）的同事開發的一種先進的腦機接口（BCI）設備。威利特和他的同事在貝內特的大腦中植入電極，跟蹤神經元活動，然后訓練深度學習算法將這些信號轉化為語音。經過幾周的訓練，貝內特每分鐘能說出多達62個單詞（從12.5萬個單詞中），是普通英語使用者詞匯量的兩倍多。"賓夕法尼亞州匹茲堡大學開發BCI技術的生物工程師詹妮弗-科林格（Jennifer Collinger）說："他們的交流速度確實令人印象深刻。
△腦機接口技術讓帕特-貝內特（Pat Bennett，坐者）重新恢復了語言能力.圖片來源：Steve Fisch/Stanford Medicine
BrainGate 的試驗只是過去幾年中的幾項研究之一，這些研究展示了 BCI 技術如何幫助嚴重神經損傷患者重新獲得失去的技能，并實現更大的獨立性。羅德島普羅維登斯布朗大學（Brown University）的神經學家、BrainGate 聯盟主任 Leigh Hochberg 說，其中一些進展源于對各種神經疾病患者大腦功能神經解剖學知識的不斷積累。他補充說，機器學習驅動的分析方法揭示了如何更好地放置電極和解密電極采集到的信號，從而極大地豐富了這些知識。
研究人員還在應用基于人工智能的語言模型，以加快對患者試圖交流內容的解釋--本質上就是大腦的 "自動完成"。這是威利特研究的核心內容，也是加州大學舊金山分校神經外科醫生愛德華-張（Edward Chang）領導的團隊的另一項研究 的核心內容。在這項研究中，BCI神經假體讓一位因中風而無法說話的婦女以每分鐘78個單詞的速度進行交流--大約是英語平均速度的一半，但比這位婦女以前使用的語言輔助設備快了五倍多。該領域在其他方面也取得了進展。2021 年，美國匹茲堡大學的科林格和生物醫學工程師羅伯特-高特（Robert Gaunt）將電極植入一名四肢癱瘓者的運動和軀體感覺皮層，使其能夠快速、精確地控制機械臂并獲得觸覺反饋。BrainGate 公司和荷蘭烏得勒支大學的研究人員正在進行獨立的臨床研究，紐約布魯克林的 BCI 公司 Synchron 也在進行一項試驗，測試一種能讓癱瘓者控制計算機的系統，這是業界首次贊助的 BCI 儀器試驗。
作為一名重癥監護專家，霍赫伯格迫切希望為他的重度殘疾患者提供這些技術。但隨著BCI功能的發展，他看到了治療中度認知障礙以及情緒障礙等精神疾病的潛力。"他說："由腦機接口提供信息的閉環神經調節系統可以為很多人提供巨大幫助。
超高分辨率顯微成像
斯特凡-海爾（Stefan Hell）、埃里克-貝齊格（Eric Betzig）和威廉-莫納（William Moerner）因打破了限制光顯微鏡空間分辨率的 "衍射極限 "而榮獲2014年諾貝爾化學獎。由此產生的數十納米級細節為分子尺度成像實驗開辟了廣闊的前景。盡管如此，一些研究人員仍渴望獲得更好的效果，而且他們正在迅速取得進展。"德國普拉內格馬克斯-普朗克生物化學研究所（Max Planck Institute of Biochemistry）的納米技術研究員拉爾夫-容曼（Ralf Jungmann）說："我們正在努力縮小超分辨率顯微鏡與冷凍電鏡等結構生物學技術之間的差距。
2022 年底，位于哥廷根的馬克斯-普朗克多學科科學研究所的赫爾及其團隊領導的研究人員首次涉足這一領域，他們采用一種名為 MINSTED 的方法，利用專門的光學顯微鏡 以 2.3ångström 的精度（大約四分之一納米）分辨單個熒光標簽。
較新的方法使用傳統顯微鏡也能達到相當的分辨率。例如，榮格曼和他的團隊在 2023 年描述了一種策略，即用不同的 DNA 鏈標記單個分子。然后用染料標記的互補 DNA 鏈對這些分子進行檢測，這些 DNA 鏈會瞬時但重復地與相應的目標結合，這樣就有可能分辨出單個的熒光 "閃爍 "點，如果同時成像，這些點就會模糊成一個整體。這種通過順序成像提高分辨率（RESI）的方法可以分辨出 DNA 鏈上的單個堿基對，用標準熒光顯微鏡就能顯示出盎司尺度的分辨率。
由德國哥廷根大學醫學中心神經科學家阿里-沙伊布（Ali Shaib）和西爾維奧-里佐利（Silvio Rizzoli）領導的團隊開發的一步納米級擴展（ONE）顯微鏡方法還不能達到這種分辨率。不過，ONE 顯微鏡技術提供了一個前所未有的機會，可以直接成像單個蛋白質和多蛋白復合物的精細結構細節，無論是在分離狀態下還是在細胞中。
一種名為 RESI 的成像形式可以對 DNA 中的單個堿基對進行成像。
ONE是一種基于膨脹顯微鏡的方法，包括將樣本中的蛋白質與水凝膠基質進行化學耦合，將蛋白質打散，然后讓水凝膠的體積膨脹1000倍。碎片向各個方向均勻擴展，保留了蛋白質結構，使用戶能夠用標準共聚焦顯微鏡分辨出相隔幾納米的特征。"里佐利說："我們提取抗體，將它們放入凝膠中，在膨脹后對它們進行標記，結果發現，'哦--我們看到了Y形！'"Y形指的是蛋白質的特征形狀。
里佐利說，ONE顯微鏡可以幫助人們深入了解構象動態生物分子，或通過血液樣本對帕金森病等蛋白質錯構疾病進行可視化診斷。榮格曼同樣熱衷于利用 RESI 記錄疾病或藥物治療過程中單個蛋白質重組的潛力。它甚至有可能更精確地放大。"也許這還不是空間分辨率限制的終點，"Jungmann 說。"它可能會變得更好。
細胞圖譜
如果你想找一家方便的咖啡館，谷歌地圖可以找到附近的選擇，并告訴你如何前往。但在單細胞分析和 "空間全息 "方法的推動下，各種細胞地圖計劃正在取得進展，不久就能提供生物學家渴望的全組織細胞地圖。
在這些計劃中，規模最大、或許也是最雄心勃勃的計劃是人類細胞圖譜（HCA）。該聯盟由英國欣克斯頓威康桑格研究所（Wellcome Sanger Institute）的細胞生物學家薩拉-泰克曼（Sarah Teichmann）和現任加利福尼亞州南舊金山生物技術公司基因泰克（Genentech）研究與早期開發主管的阿維夫-雷格夫（Aviv Regev）于2016年發起。該項目由分布在近 100 個國家的約 3000 名科學家組成，使用來自 10,000 名捐獻者的組織開展工作。不過，HCA 也是由相互交叉的細胞和分子圖譜組成的更廣泛生態系統的一部分。其中包括由美國國立衛生研究院資助的人類生物分子圖譜計劃（Human BioMolecular Atlas Program，HuBMAP）和通過推進創新神經技術進行腦研究（BRAIN）計劃細胞普查網絡（BICCN），以及由華盛頓州西雅圖艾倫研究所資助的艾倫腦細胞圖譜（Allen Brain Cell Atlas）。
據斯坦福大學基因組學家、HuBMAP指導委員會前聯合主席邁克爾-斯奈德（Michael Snyder）介紹，推動這些工作的部分原因是能夠在單細胞水平解碼分子內容的分析工具的開發和快速商業化。例如，斯奈德的團隊經常使用加州普萊森頓 10X Genomics 公司的 Xenium 平臺進行空間轉錄組學分析。通過該平臺，每周可以同時檢測 4 個組織樣本中約 400 個基因的表達情況。馬薩諸塞州馬爾堡 Akoya 生物科學公司的 PhenoCycler 平臺等基于多重抗體的方法，使研究小組能夠以單細胞分辨率跟蹤大量蛋白質，其格式能夠進行三維組織重建。其他 "多組學 "方法可讓科學家同時分析同一細胞中的多種分子類別，包括 RNA 的表達、染色質的結構和蛋白質的分布。
人類肺部的細胞圖譜描述了不同的細胞類型及其調控方式。
去年有數十項研究展示了利用這些技術生成器官特異性圖譜的進展。例如，今年6月，HCA發布了對人類肺部49個數據集的綜合分析。"泰克曼說："有了這個非常清晰的肺部圖譜，我們就能了解肺纖維化等疾病、不同腫瘤，甚至是COVID-19發生的變化。2023年，《自然》（Nature）雜志發布了一篇文章（見go.nature.com/3vbznk7），重點介紹了HuBMAP的進展，《科學》（Science）雜志也制作了一篇文章，詳細介紹了BICCN的工作（見go.nature.com/3nsf4ys）。
Teichmann估計，HCA至少還需要五年才能完成。但最終繪制的地圖將是無價之寶。例如，Teichmann 預計將利用圖譜數據指導組織和細胞特異性藥物靶向治療，而 Snyder 則迫切希望了解細胞微環境如何為癌癥和腸易激綜合征等復雜疾病的風險和病因提供信息。"我們能在2024年解決這個問題嗎？我不這么認為--這是一個多年的問題，"斯奈德說。"但這是整個領域的一大驅動力。
納米材料3D打印
在納米尺度上會發生奇怪而有趣的事情。這可能會給材料科學的預測帶來困難，但也意味著納米級建筑師可以制造出具有獨特特性的輕質材料，如增強強度、與光或聲音的定制相互作用，以及增強催化或儲能能力。
目前已有幾種精確制造此類納米材料的策略，其中大多數使用激光來誘導光敏材料的圖案化 "光聚合"，在過去幾年中，科學家們在克服阻礙這些方法更廣泛應用的局限性方面取得了長足進步。
研究人員利用水凝膠制作出了微尺度金屬結構.圖片來源：Max Saccone/Greer 實驗室
其一是速度。亞特蘭大佐治亞理工學院（Georgia Institute of Technology）的工程師蘇拉布-薩哈（Sourabh Saha）說，與其他納米級三維打印方法相比，使用光聚合法組裝納米結構的速度大約快三個數量級。這對于實驗室使用來說可能已經足夠好了，但對于大規模生產或工業流程來說就太慢了。2019 年，Saha 和香港中文大學的機械工程師 Shih-Chi Chen 及其同事表明，他們可以通過使用圖案化的二維光板而不是傳統的脈沖激光來加速聚合。"薩哈說："這樣一來，聚合速度提高了一千倍，而且還能保持 100 納米的特征。包括陳在內的研究人員隨后開展的工作為更快的納米加工找到了其他途徑。
另一個挑戰是，并非所有材料都能直接通過光聚合打印，例如金屬。不過，帕薩迪納加州理工學院的材料科學家茱莉亞-格里爾（Julia Greer）開發出了一種巧妙的變通方法。2022 年，她和她的同事描述了一種方法，在這種方法中，光聚合水凝膠可用作微尺度模板；然后在這些模板中注入金屬鹽并進行處理，從而誘導金屬形成模板的結構，同時還能縮小。雖然這項技術最初是針對微尺度結構開發的，但 Greer 的團隊也將這種策略用于納米制造，研究人員對利用堅固耐用的高熔點金屬和合金制造功能性納米結構的潛力充滿熱情。
最后一個障礙--經濟性--可能是最難突破的。據 Saha 稱，許多光聚合方法中使用的脈沖激光系統成本高達 50 萬美元以上。但更便宜的替代品正在出現。例如，德國卡爾斯魯厄理工學院（Karlsruhe Institute of Technology）的物理學家馬丁-韋格納（Martin Wegener）和他的同事們研究出了連續激光器，這種激光器比標準脈沖激光器更便宜、更緊湊、耗電更少。格里爾還成立了一家新公司，將納米結構金屬板的制造工藝商業化，這種金屬板可用于下一代人體裝甲或飛機和其他車輛的超耐用抗沖擊外層。
Nature原文鏈接
doi: https://doi.org/10.1038/d41586-024-00173-x
(責任編輯：admin)
最新報告：全球3D打印醫療
粘結劑噴射3D打印廠商峰華
一文看懂醫療3D打印分類（
江蘇威拉里今年Q1營收破1
VoxelMatters最新報告：金
AM Research報告：3D打印最新內容
中南大學在增材制
美國應用科學技術
2023年美國3D打印
淺談3D打印技術的
據SmarTech評估，熱點內容
