Nature：2024年最值得关注的七大技术！很可能就是你的创新性研究的基础

国际科技财经移民娱乐民生时事体育

Bendi新闻

科学

医学

11月前

Bringing medical advances from the lab to the clinic.

关键词：技术突破；2024；Nature

（点击上图，关注生物医学前沿专辑。）

技术改进是提高效率的重要工具。

对于从事临床科研的同仁来说，在技术取得突破时，及时应用这些技术就很可能会使得困扰你很多年而未解的科研难题得以解决；把握技术进展，也有利于在自己的研发中掌握主动权，获得新的突破。

2024年1月22日，Nature杂志Technology Feature版面发表了2024年最值得关注的正在突破的技术【1】。包括：深度学习在蛋白质设计中的应用、深伪（Deepfake）检测、大片段DNA插入技术、脑-机接口（BCI）、超高分辨率显微镜技术、细胞图谱、三D打印纳米材料等。

我们先睹为快。

1. 深度学习在蛋白质设计中的应用

近年来，深度学习在蛋白质设计中的应用取得了显著进展。

通过大型语言模型（LLMs），研究人员能够处理蛋白质序列，并发现构成真实蛋白质的基本规律。

例如，诺埃利亚·费鲁兹（Noelia Ferruz）的团队开发了名为ProtGPT2的算法，可以设计在实验室中稳定折叠的合成蛋白质。这些技术的发展，对于制造定制酶和其他蛋白质具有重大意义。

Baker 实验室开发的RFdiffusion 软件和马萨诸塞州萨默维尔的Generate Biomedicines 开发的 Chroma 工具利用这一策略也取得了显著效果。

2. 深伪（Deepfake）检测

随着公众可获得的生成型AI算法的普及，制作逼真但完全人工的图像、音频和视频变得更加简单。

鉴别这些深伪内容尤为重要，特别是在有多重地缘政治冲突和即将到来的美国总统选举的背景下。例如，西威·吕（Siwei Lyu）等多媒体取证专家正在努力检测和拦截这些内容。

3. 大片段DNA插入技术

CRISPR及其衍生物通过编程RNA指导DNA切割酶（如Cas9）精确剪切基因组特定位点。最近，科学家们正在探索精确插入几千核苷酸长的大片段DNA的解决方案，这对于替换重要的基因片段或插入完整的基因序列具有重要意义。

（点击👆，关注CRISPR专辑）

4. 脑-机接口（BCI）

BCI技术在帮助有严重神经损伤的人恢复失去的技能和提高独立性方面取得了显著进展。

连Elon Musk都被吸引，并已经获得美国FDA批准开始临床试验。

另外比较典型的成功案例包括，斯坦福大学的弗朗西斯·威勒特（Francis Willett）和他的同事开发的BCI设备，帮助患有运动神经疾病的帕特·贝内特（Pat Bennett）重新获得了语言能力。

（点击👆，关注脑机接口专辑）

5. 超高分辨率显微镜技术

这一领域的研究人员正在努力将超分辨率显微镜技术推向原子级分辨率，以便进行分子尺度的成像实验。

例如，马克斯·普朗克生物化学研究所的拉尔夫·容格曼（Ralf Jungmann）和他的团队开发了一种新方法，能够在标准荧光显微镜下实现超高分辨率。

牛津大学科学家绘制了首个果蝇全脑连接图。3,016个神经元，548,000个突触！

6. 细胞图谱

如果您正在寻找一家方便的咖啡馆，Google 地图可以找到附近的选项并告诉您如何到达那里。

但目前还没有类似的方法可以导航更复杂的人体景观，但各种细胞图谱计划的持续进展可以很快提供组织范围的细胞图谱。如人类细胞图谱（HCA），正通过单细胞分析和空间组学方法，努力为生物学家提供所需的组织级别的细胞地图。

7. 3D打印纳米材料

纳米尺度上的特殊物理和化学特性使得纳米材料在强度、与光或声波的相互作用以及催化或能量存储方面具有独特的性质。科学家正在开发精确制造这些纳米材料的多种策略。

编者按：

本文综述了2024年值得关注的七项科技进展，这些进展不仅在生物学和医学领域具有重要意义，也为未来的科学研究和应用开辟了新的可能性。

作为对比，2023年最受关注的技术为：单分子蛋白质测序、詹姆斯韦伯太空望远镜、体积电子显微镜、CRISPR、高精度放射性碳测、单细胞代谢组学、体外胚胎模型等。

Nature公布2023年最值得关注的七项新技术，5项属于生物医学领域

我们也注意到，CRISPR是在2023年被标记为最值得关注的技术之后，于2024年再次受到关注。尤其是在美国FDA已经批准了CRISPR技术上市用于两种遗传性血液疾病之后，这一基因编辑手段会更加快速地推向临床应用。

Nature报道CRISPR 2.0：新一波基因编辑即将进入临床试验；1.0：刚刚获批上市

参考文献：

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

声明：

本文只是分享和解读公开的研究论文及其发现，以作科学文献记录和科研启发用；并不代表作者或本公众号的观点。

为了给大家提供一个完整而客观的信息视角，我们有时会分享有冲突或不同的研究结果。请大家理解，随着对疾病的研究不断深入，新的证据有可能修改或推翻之前的结论。

编辑：Henry，微信号：Healsan；加好友请注明理由。助理：ChatGPT

美国Healsan Consulting(恒祥咨询)，专长于Healsan医学大数据分析（Healsan™）、及基于大数据的Hanson临床科研培训（HansonCR™）和医学编辑服务（MedEditing™）。主要为医生科学家、生物制药公司和医院科研处等提供分析和报告，成为诸多机构的“临床科研外挂”。

点击👆；From Bench to Bedside, Healsan Paves the Path.

更多阅读：