近日，《Nature》发布了《2024年值得关注的七大技术》，讨论了包括深度学习在蛋白质设计上的应用、深度伪造（DeepFake）检测、大片段DNA插入技术、脑机接口、超高分辨率显微技术、细胞图谱的创建，以及3D打印纳米材料等七个引人注目的技术领域。这些技术涉及到人工智能、生物医学、遗传工程、神经科学、显微成像技术、单细胞分析，以及先进的材料科学，预示了科技和医学领域未来的重大发展和突破。

深度学习在蛋白质设计中的应用

二十年前，David Baker及其团队通过计算工具从头设计了一种全新的蛋白质“Top7”。如今，深度学习技术，特别是大型语言模型（如ChatGPT所使用的），已被应用于解析蛋白质序列和结构之间的关系。例如，Ferruz团队开发的ProtGPT2算法能够设计在实验室中稳定折叠的合成蛋白质。除了基于序列的方法，基于结构的方法也取得了显著进展，如RFdiffusion软件，能够设计出与特定目标紧密结合的新蛋白质。这些技术不仅提高了蛋白质设计的效率，还开辟了新的工程酶和生物材料的应用领域。

深度伪造（DeepFake）检测

随着生成式人工智能算法的广泛可用性，制作逼真的人工合成图像、音频和视频变得更加简单。这些内容可能用于娱乐，但也可能被用于武器化的媒体操纵，尤其在当前多个地缘政治冲突和即将到来的美国总统选举的背景下。解决方案包括在AI模型输出中嵌入隐藏信号来标记AI生成的内容，以及专注于内容本身的策略。但检测方法通常是特定于主题和软件的，且难以通用化。为了应对这些挑战，一些工具和资源已被开发出来，如美国国防高级研究计划局的语义取证 (SemaFor) 计划开发了一个用于深度伪造分析的有用工具箱以及美国水牛城大学研究团队开发的算法库DeepFake-O-Meter。但对抗人工智能生成的错误信息的斗争可能还将持续多年。

大片段DNA插入技术

随着CRISPR基因编辑技术的发展，学者们正在探索更高效的方法来在人类基因组中插入大片段的DNA。例如，使用单链退火蛋白（SSAPs）结合CRISPR-Cas系统，可以精准地插入高达2千碱基对的DNA片段。此外，中国科学院遗传发育所研究员高彩霞领导的团队开发了PrimeRoot。这种使用先导编辑的方法能在水稻和小麦中嵌入多达2万个碱基的DNA。这项技术可赋予作物抗病性和病原体抗性，延续基于CRISPR的植物基因组工程的创新浪潮。这些技术不仅在医学上有重大应用潜力，也可能在农业领域发挥重要作用，如通过改良作物基因来增强病虫害抵抗能力。

脑机接口

脑机接口（BCI）技术正在帮助患有严重神经损伤的人重新获得丢失的技能和更大的独立性。例如，使用BCI设备，一位患有肌萎缩侧索硬化症的患者可以通过脑部植入的电极和深度学习算法进行语言沟通。这项技术还在其他领域取得进展，例如帮助中风患者沟通以及为全身瘫痪的个体提供机械臂控制。BCI技术的发展还有可能用于治疗中等认知障碍和心理健康状况。

超高分辨率显微技术

Stefan Hell、Eric Betzig 和 William Moerner 因打破光学显微镜的衍射极限而获得2014年诺贝尔化学奖，这使得研究者能够以纳米级别的精度观察分子结构。例如，Hell团队开发的MINSTED方法能够以2.3埃的精度解析单个荧光标签。另外，Jungmann团队提出的RESI方法和ONE显微镜技术，也展现了在标准显微镜下实现纳米尺度分辨率的可能性。

细胞图谱

人类细胞图谱（HCA）是一个大规模的国际合作项目，旨在创建人体组织的细胞地图。该项目于2016年启动，涵盖了全球约3000名科学家和1万名捐献者的组织样本。通过使用单细胞分析和空间组学等先进技术，HCA正致力于生成具体器官的细胞图谱，例如人类肺部。这些细胞图谱对于理解疾病、指导药物研发和研究细胞微环境都具有重要意义。该项目预计至少需要五年时间来完成，但完成后将为生物医学研究提供极具价值的资源。

3D打印纳米材料

3D打印纳米材料是一项新兴技术，能够制造具有独特特性的轻质材料，如增强强度、定制光或声波的相互作用以及提升催化或能源储存能力。这项技术主要使用激光诱导光敏材料的光聚合。

科学家们正在提高制造速度、扩展可用材料种类，并降低成本。例如，通过使用2D光片而非传统脉冲激光，可以大幅提升聚合速率。同时，也开发了将光聚合水凝胶作为金属纳米结构模板的方法。此外，为了降低成本，研究人员正探索使用更便宜、更紧凑且能耗更低的连续激光器。这些进展预示着3D打印纳米材料技术在工业和其他领域的广泛应用前景。