1月25日消息，据媒体报道，《自然》杂志发布了2024年值得关注的七大技术领域，并指出人工智能（AI）的进步是这些最令人兴奋的技术创新应用的核心。

值得一提的是，我国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

美国斯坦福大学正在探索单链退火蛋白（SSAP），其能将拥有2000个碱基的DNA精准嵌入人类基因组。其他方法利用基于CRISPR的先导编辑技术，将大片段DNA精确地嵌入基因组中。2022年，麻省理工学院研究人员首次描述了通过位点特异性靶向元件（PASTE）进行可编程添加，精确嵌入多达36000个碱基的DNA。

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。

深度学习助力蛋白质设计

从头设计蛋白质已经成熟为一种实用的工具，用于生成定制的酶和其他蛋白质。在这背后，深度学习功不可没。

其中，“基于序列”的算法使用大型语言模型，能够像处理包含多肽“单词”的文档一样，通过处理蛋白质序列辨别出真实蛋白质结构背后的模式。例如西班牙巴塞罗那分子生物学研究所开发的ZymCTRL，能利用序列和功能数据设计出天然酶。

基于结构的算法也不遑多让。美国华盛顿大学研究团队使用RFdiffusion设计的新蛋白质可与目标表面“完美吻合”，而更新版本的RFdiffusion能使设计者计算蛋白质的形状，为编码酶、转录调节剂、制造功能性生物材料等开辟了新途径。

DeepFake检测

生成式AI可在几秒钟内凭空创造出有说服力的文本和图像，包括所谓的“深度伪造”内容。

一种解决方案是生成式AI开发人员在模型输出中嵌入水印，其他策略侧重于对内容本身进行鉴定，通过算法识别替换特征边界处的伪影等。

在工具的可获得性方面，美国国防部高级研究计划局的语义取证（SemaFor）计划开发了一个有用的“深度伪造”分析工具箱。美国水牛城大学研究团队也开发了算法库DeepFake-O-Meter，其能从不同角度分析视频内容，找出“深度伪造”内容。

脑机接口

美国斯坦福大学科学家开发出一种复杂的脑机接口设备。他们在肌萎缩性侧索硬化症患者的大脑中植入电极，然后训练深度学习算法。经过几周训练，患者每分钟能说出62个单词。

过去几年开展的多项此类研究，证明了脑机接口技术可帮助患有严重神经损伤的人恢复失去的技能，并实现更大的独立性，包括深度学习在内的AI技术在其中发挥了重要作用。

加州大学旧金山分校研究团队研制出一款脑机接口神经假体，能让因中风而无法说话的人以每分钟78个单词的速度交流。匹兹堡大学研究团队将电极植入一名四肢瘫痪者的运动和体感皮层，以提供对机械臂的快速、精确控制以及触觉反馈。脑机接口公司Synchron也在进行实验，以测试一种允许瘫痪者控制计算机的系统。

超高分辨率显微成像

科学家正在努力缩小超分辨率显微镜与结构生物学技术之间的差距。这些新方法能以原子级分辨率重建蛋白质结构。

2022年，德国科学家借助名为MINSTED的方法，使用专用光学显微镜，能以2.3埃（约1/4纳米）的精度解析单个荧光标记。

较新的方法则使用传统显微镜来提供类似的分辨率。2023年，马克斯·普朗克生物化学研究所（MPIB）开发的序列成像（RESI）方法可分辨DNA链上的单个碱基对，用标准荧光显微镜展示了埃米级分辨率；德国哥廷根大学开发出“一步纳米级扩展”（ONE）显微镜方法，可直接成像单个蛋白质和多蛋白复合物的精细结构。

全组织细胞图谱

各项细胞图谱计划正取得进展，其中最引人注目的是人类细胞图谱（HCA）。HCA包括人类生物分子图谱（HuBMAP）、细胞普查网络（BICCN）以及艾伦脑细胞图谱。

去年，数十项研究结果纷纷出炉。6月，HCA发布了对人类肺部49个数据集的综合分析。《自然》杂志发布文章介绍了HuBMAP的进展，《科学》杂志也发布了详细介绍BICCN工作的文章。

不过，HCA至少还要5年才能完成。届时，其将为人类带来巨大利益，科学家可使用图谱数据来指导组织和细胞特异性药物的研发。

3D打印纳米材料

科学家目前主要借助激光诱导光敏材料的“光聚合”来制造纳米材料，但这项技术也面临这一些亟待解决的障碍，如打印速度、材料限制等。

在提升速度方面，2019年，香港中文大学研究团队证明，使用2D光片而非传统脉冲激光器来加速聚合，可将制造速率提高1000倍。

并非所有材料都可通过光聚合直接打印。2022年，加州理工学院团队找到了巧妙的解决方法：将光聚合水凝胶作为微尺度模板，然后将其注入金属盐并进行处理。这一方法有望利用坚固、高熔点的金属和合金制造出功能性纳米结构。