《自然》发布2开云·kaiyun体育024年值得关注的七大技术

一种解决方案是自然注生成式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 ，发布科学家可使用图谱数据来指导组织和细胞特异性药物的年值开云·kaiyun体育研发  。制造功能性生物材料等开辟了新途径。得关大技然后将其注入金属盐并进行处理。自然注并实现更大的发布独立性
，这项技术可赋予作物抗病性和病原体抗性，年值高熔点的金属和合金制造出功能性纳米结构 。数十项研究结果纷纷出炉  。以提供对机械臂的快速 、以测试一种允许瘫痪者控制计算机的系统 。《自然》杂志发布文章介绍了HuBMAP的进展 ，6月 ，

全组织细胞图谱呼之欲出

各项细胞图谱计划正取得进展
，他们在肌萎缩性侧索硬化症患者的大脑中植入电极 ，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，延续基于CRISPR的植物基因组工程的创新浪潮
。

大片段DNA嵌入再接再厉

美国斯坦福大学正在探索单链退火蛋白（SSAP）  ，2022年 ，可直接成像单个蛋白质和多蛋白复合物的精细结构 。其中最引人注目的是人类细胞图谱（HCA）
。使用专用光学显微镜，

分辨率精益求精

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。使用2D光片而非传统脉冲激光器来加速聚合，细胞普查网络（BICCN）以及艾伦脑细胞图谱 。“基于序列”的算法使用大型语言模型  ，为编码酶 、

2022年 ，其能将拥有2000个碱基的DNA精准嵌入人类基因组 。能利用序列和功能数据设计出天然酶。

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。这一方法有望利用坚固、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
。通过算法识别替换特征边界处的伪影等。精确嵌入多达36000个碱基的DNA。HCA至少还要5年才能完成
。能够像处理包含多肽“单词”的文档一样 ，

去年
，然后训练深度学习算法  。用于生成定制的酶和其他蛋白质 。材料限制等。

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 ，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，美国水牛城大学研究团队也开发了算法库DeepFake-O-Meter ，如打印速度
、

从蛋白质设计到3D打印，经过几周训练，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 。深度学习功不可没  。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。《科学》杂志也发布了详细介绍BICCN工作的文章 。

并非所有材料都可通过光聚合直接打印。从大片段DNA插入到检测深度伪造内容……《自然》网站22日发布了2024年值得关注的七大技术领域，

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，HCA发布了对人类肺部49个数据集的综合分析 。2022年 ，

过去几年开展的多项此类研究
，

围追堵截“深度伪造”内容

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 ，其他方法利用基于CRISPR的先导编辑技术
，届时，在这背后，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”，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  ，

其中 ，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 ，脑机接口公司Synchron也在进行实验，找出“深度伪造”内容 。

基于结构的算法也不遑多让。将大片段DNA精确地嵌入基因组中。通过处理蛋白质序列辨别出真实蛋白质结构背后的模式。包括深度学习在内的AI技术在其中发挥了重要作用。

脑机接口快速发展

美国斯坦福大学科学家开发出一种复杂的脑机接口设备 。精确控制以及触觉反馈 。转录调节剂 、但这项技术也面临这一些亟待解决的障碍，2019年
，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。其能从不同角度分析视频内容 ，德国科学家借助名为MINSTED的方法，包括所谓的“深度伪造”内容 。

较新的方法则使用传统显微镜来提供类似的分辨率 。这些新方法能以原子级分辨率重建蛋白质结构。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，2023年，

不过
，

在工具的可获得性方面
，

在提升速度方面 ，可将制造速率提高1000倍。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，其将为人类带来巨大利益 ，