Nature发布2024年值得关注的七大技术 中国科学家成果首次入选

Nature发布2024年值得关注的七大技术 中国科学家成果首次入选 值得一提的是，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2023年12月，美国FDA批准了首个基于CRISPR-Cas9的基因编辑疗法上市，用于治疗镰状细胞病，几天前，FDA进一步批准了该疗法用于治疗输血依赖性β-地中海贫血。这是基因编辑在临床应用中的重大胜利。CRISPR-Cas9及相关基因编辑技术通过使用Cas9等核酸酶切割DNA双链实现对基因的敲除或引入小的序列变化，其很难实现精确的可编程的大片段DNA序列的插入。而最近的一些研究成果，让科学家们能够替换或插入大片段DNA。2023年4月，中国科学院遗传与发育生物学研究所高彩霞团队在 Nature Biotechnolgy 期刊发表了题为：Precise integration of large DNA sequences in plant genomes using PrimeRoot editors 的研究论文。该研究将团队之前开发的ePPE（Engineered Plant Prime Editor）与刘如谦团队开发的epegRNA（Engineered pegRNA）结合，在植物细胞内建立了dual-ePPE系统，实现了最高效率可达50%以上的短片段DNA的精准定点插入。然后将dual-ePPE与筛选出的高效的酪氨酸家族位点特异性重组酶Cre相结合，开发了能够实现大片段DNA精准插入的PrimeRoot系统。该系统在水稻和玉米中能够实现一步法大片段DNA的精准定点插入，效率可达6%，成功插入的片段长度最长达11.1kb，且插入完全精准可预测，在编辑效率和精准性上具有显著优势。高彩霞研究员，照片来源：Stefen Chow高彩霞研究员表示，PrimeRoot系统高效、精准插入大片段DNA的能力，可通过基因敲入广泛用于赋予作物对疾病和病原体的抗性，从而继续推动基于CRISPR的植物基因组工程的创新浪潮。相信这项新技术可以应用于任何植物物种。2022年11月，麻省理工学院的 Omar Abudayyeh、Jonathan Gootenberg 团队在 Nature Biotechnology 期刊发表了题为：Drag-and-drop genome insertion of large sequences without double-strand DNA cleavage using CRISPR-directed integrases 的研究论文。该研究将来自噬菌体的丝氨酸整合酶与Cas9切口酶（只切断DNA一条链，而不造成DNA双链断裂）结合，开发了一种名为PASTE的新型基因编辑技术。PASTE在gRNA的引导下切割特定基因组位点，此时Cas9切口酶融合的逆转录酶将整合酶所需的附着位点序列整合进切割位点。通过这种方式，就可以将整合酶所需的附着位点插入基因组中的任何位置，而且这种插入不引起DNA双链断裂，此时，整合酶就可以与附着位点结合，将大片段DNA序列插入。该技术能够以更安全、更有效的方式替换突变基因，还可向哺乳动物及人类细胞中定点插入长达36kb的超长DNA片段。2022年2月，斯坦福大学丛乐团队在 Nature Cell Biology 期刊发表了题为：dCas9-based gene editing for cleavage-free genomic knock-in of long sequences 的研究论文。该研究将来自噬菌体的DNA精确重组酶单链退火蛋白（SSAP），与DNA切割活性丧失的dCas9系统结合，开发出了一种新型基因编辑工具dCas9-SSAP，可在不产生DNA双链断裂的情况下，实现长达2kb的大片段DNA的高效、精准定点插入。丛乐认为，对于体内基因编辑而言，PASTE尺寸太大，需要三个独立的AAV病毒载体毒才能递送，因此，其编辑效率可能不如尺寸更小的dCas9-SSAP。深度学习用于蛋白质设计20年前，华盛顿大学的 David Baker 等人在Science 期刊发表论文【2】，取得了一项里程碑式成就：他们使用计算工具从头设计了一个全新蛋白质Top7，该蛋白由93个氨基酸残疾组成，能够如预期般折叠，且非常稳定，但它没有任何有意义的生物学功能。David Baker教授而现在，在 David Baker 等人的努力下，从头设计蛋白质已经一种成熟的工具，用于生成定制酶，及其他基于蛋白质的药物、疫苗和药物递送载体。这种进步的大部分归因于越来越多的将蛋白质序列与其结构联系起来的数据库，但人工智能的技术进步也同样重要。例如，2023年2月，David Baker 团队在 Nature 期刊发表论文，从头设计了人造荧光素酶，这也是科学界首次基于深度学习的人工智能来创造自然界不存在的酶。2023年4月，David Baker 团队在 Science 期刊发表论文，利用基于强化学习的人工智能从头设计了全新且有功能的蛋白纳米颗粒，为疫苗和药物递送载体开发开辟了全新道路。2023年12月，David Baker 团队在 Nature 期刊发表论文，利用基于深度学习的人工智能从头设计了具有高亲和力和特异性的全新蛋白质，这为抗体设计和疾病诊断打开了新思路。脑机接口2012年，Pat Bennett 被诊断出患上了渐冻症（ALS），而且她的情况比较特殊，她的脑干更早开始恶化，她在还能行走、打字的时候，就已经无法使用嘴唇、舌头、喉部和下颚的肌肉运动来清晰地发声，她的大脑能够尝试发声，但肌肉已无法执行这一命令，从而失去了说话的能力。2022年3月，她参加了斯坦福大学 Francis Willett 教授领导的脑机接口临床试验，研究团队在她的 大脑皮层表面植入了四个微型 细电极阵列（每个阵列包含8×8个电极），用于收集单个细胞的神经活动，植入的阵列连接到金线上并通过电缆连接到电脑上，并训练人工智能（AI）来解码她试图进行的发声。Pat Bennett 在进行测试2023年8月，Francis Willett 团队将这项研究以：A high-performance speech neuroprosthesis 为题，发表在了 Nature 期刊。该论文显示，通过植入皮质内脑机接口（iBCI），并通过训练人工智能（AI）软件，能够将渐冻症（ALS）患者 Pat Bennett 大脑中的神经活动实时转化为文字，转化速度可达每分钟62个单词，总词汇量高达125000，相比已有的脑机接口速度更快、准确性更高、词汇覆盖率更大。 这项研究展示了一条可行的路径以恢复渐冻症等瘫痪者的语言沟通能力。Nature 同期还发表了来自 加州大学旧金山分校的张复伦（Edward Chang）团队题为：A high-performance neuroprosthesis for speech decoding and avatar control 的研究论文 。该研究开发了一种新型脑机接口（BCI） ，结合人工智能（AI）技术，可以高性能、实时将因脑干中风而严重瘫痪的患者大脑信号同时转化为三种输出形式： 文字 、语音和 控制一个头像 ，从而帮助严重瘫痪者恢复沟通能力。这些脑机接口装置的开发成功应用，代表了神经科学和神经工程学研究的重大进步，对于缓解因瘫痪性神经损伤和疾病而失声的人的痛苦有巨大潜力。细胞图谱Wellcome Sanger研究所的 Sarah Teichmann 和现任基因泰克公司的研究和早期开发负责人 Aviv Regev 于2016年发起了一项规模庞大、雄心勃勃的人类细胞图谱 （Human Cell Atlas，HCA） 计划。该计划有近100个国家的约3000名科学家参与，而HCA本身也是一个更广泛的细胞和分子图谱交叉生态系统的一部分，包括人类生物分子图谱计划（HuBMAP）和脑计划（BICCN）。去年，已有数十项研究展示了使用这些技术生成器官特异性图谱的进展。2023年，Nature 发布了一个论文集，重点介绍了HuBMAP的进展，Science 则发布了一篇论文集，详细介绍了BICCN的工作。人类肺部的细胞图谱描述了不同的细胞类型及其调节方式Sarah Teichmann 表示，还有相当多的工作要做，估计至少需要五年时间才能完成HCA计划。但当该计划完成时，产生的人类细胞图谱将是无价之宝。例如可以使用细胞图谱数据来指导组织和细胞特异性药物开发，还有助于了解癌症等复杂疾病的风险和病因。超高分辨率显微成像Stefan Hell 、Eric Betzig和William Moerner因打破限制光显微镜空间分辨率的“衍射极限”而获得2014年诺贝尔化学奖，... PC版： 手机版：

科学家用最先进的成像技术揭开细胞结构的神秘面纱

科学家用最先进的成像技术揭开细胞结构的神秘面纱 沿纵轴切开并从上方观察的人类中心粒模型。图片来源：© CentrioleLab这种细胞器对细胞骨架的组织至关重要，在功能障碍的情况下与某些癌症、脑部疾病或视网膜疾病有关。这项发表在《细胞》（Cell）杂志上 的研究成果阐明了中心粒组装的复杂性。它还为研究其他细胞器开辟了许多新途径。细胞器的形成是按照连续的蛋白质招募事件的精确序列进行的。通过实时观察这种组装过程，可以更好地了解这些蛋白质在细胞器结构或功能中的作用。然而，要获得具有足够分辨率的视频序列来分辨如此复杂的显微元件，却面临着许多技术限制。为更好地观察细胞而充气中心粒尤其如此，这个尺寸不到 500 纳米（千分之五毫米）的细胞器由大约 100 种不同的蛋白质组成，分为六个亚结构域。直到几年前，人们还无法看到中心粒结构的细节。联合国大学理学院分子和细胞生物学系联合研究主任保罗-吉夏尔（Paul Guichard）和维吉妮-哈梅尔（Virginie Hamel）的实验室利用膨胀显微镜技术改变了这一局面。这项尖端技术可以使细胞及其成分在不变形的情况下逐渐膨胀，这样就可以使用传统显微镜以极高的分辨率对它们进行观察。以如此高的分辨率获取中心粒图像可以确定蛋白质在特定时间的确切位置，但却无法提供关于亚结构域或单个蛋白质出现顺序的信息。该研究的第一作者、前联合国工程师学会研究和教学人员 Marine Laporte 利用膨胀显微镜分析了一千多个中心粒在不同生长阶段的六个结构域中 24 种蛋白质的位置。重组图片，让它们运转起来"在这项非常繁琐的工作之后，我们进行了伪时间运动学重建。换句话说，我们能够将中心粒生物发生过程中随机拍摄的数千张图像按时间顺序排列起来，利用我们开发的计算机分析方法重建中心粒亚结构形成的各个阶段，"这项研究的共同负责人维吉妮-哈梅尔解释说。这种独特的方法结合了极高分辨率的膨胀显微镜和运动学重建，使我们能够首次建立人类中心粒的 4D 组装模型。保罗-吉夏尔总结说："我们的工作不仅加深了我们对中心粒形成的理解，还为细胞和分子生物学开辟了令人难以置信的前景，因为这种方法可以应用于其他大分子和细胞结构，研究它们在空间和时间维度上的组装。"编译自/scitechdaily ... PC版： 手机版：

科学家发现光合作用的原子级秘密

科学家发现光合作用的原子级秘密 了解光合蛋白质的生产论文的共同作者、研究小组组长迈克尔-韦伯斯特（Michael Webster）博士说："叶绿体基因的转录是制造光合蛋白的基本步骤，光合蛋白为植物提供生长所需的能量。我们希望通过更好地了解这一过程在详细的分子水平上能够帮助研究人员开发出光合作用更强的植物。这项工作最重要的成果是创建了一个有用的资源。研究人员可以下载我们的叶绿体聚合酶原子模型，并利用它提出自己关于叶绿体聚合酶如何发挥作用的假设，以及检验这些假设的实验策略。"光合作用是在叶绿体内进行的，叶绿体是植物细胞内的一个小区块，它含有自己的基因组，反映了叶绿体在被植物吞噬和合并之前曾是自由生活的光合细菌。看到植物叶绿体中转录光合基因的聚合酶分子。用电子显微镜收集到的单个分子图像经过分类和排列，揭示了蛋白质复合体结构架构的细节。资料来源：迈克尔-韦伯斯特和伊斯卡-普拉马尼克约翰-英纳斯中心的韦伯斯特小组研究植物如何制造光合蛋白，光合蛋白是实现这一优雅化学反应的分子机器，它将大气中的二氧化碳和水转化为单糖，并产生氧气作为副产品。蛋白质生产的第一阶段是转录，通过读取基因产生"信使RNA"。转录过程由一种名为 RNA 聚合酶的酶完成。叶绿体 RNA 聚合酶的复杂性50 年前，人们发现叶绿体中含有自己独特的 RNA 聚合酶。从那时起，科学家们就对这种酶的复杂程度感到惊讶。它比它的祖先细菌 RNA 聚合酶有更多的亚基，甚至比人类的 RNA 聚合酶还要大。韦伯斯特小组希望了解为什么叶绿体具有如此复杂的 RNA 聚合酶。为此，他们需要对叶绿体 RNA 聚合酶的结构构造进行可视化。研究小组使用一种称为低温电子显微镜（cryo-EM）的方法，对从白芥子植物中纯化的叶绿体RNA聚合酶样本进行成像。原子级分析的启示通过处理这些图像，他们建立了一个包含分子复合体中 5 万多个原子位置的模型。RNA 聚合酶复合体由 21 个亚基组成，分别在核基因组和叶绿体基因组中编码。研究人员对这一结构进行了仔细分析，从而开始解释这些元件的功能。这个模型让他们确定了一种蛋白质，它能在DNA转录过程中与DNA相互作用，并引导DNA进入酶的活性位点。另一种成分可以与正在产生的 mRNA 相互作用，从而在 mRNA 转化为蛋白质之前保护它不被蛋白质降解。韦伯斯特博士说："我们知道叶绿体 RNA 聚合酶的每一个组成部分都起着至关重要的作用，因为缺少其中任何一个组成部分的植物都不能制造光合蛋白质，因此也就不能变绿。我们正在仔细研究原子模型，以确定装配的 21 个组件中每个组件的作用。"第一作者Ángel Vergara-Cruces博士说："现在我们有了一个结构模型，下一步就是确认叶绿体转录蛋白的作用。通过揭示叶绿体转录的机制，我们的研究有助于深入了解叶绿体在植物生长、适应和应对环境条件中的作用。"共同第一作者伊斯卡-普拉马尼克（Ishika Pramanick）博士说："从极具挑战性的蛋白质纯化开始，到为这一巨大复杂的蛋白质拍摄令人惊叹的低温电子显微镜图像，再到最终看到我们的工作成果的印刷版本，在这一非凡的工作历程中有许多令人惊喜的时刻。"韦伯斯特博士总结道："高温、干旱和盐度限制了植物进行光合作用的能力。面对环境压力仍能可靠地生产光合蛋白的植物可能会以不同的方式控制叶绿体转录。我们期待看到我们的研究成果被用于开发更强健作物的重要工作中。"编译自:ScitechDaily ... PC版： 手机版：

科学家正尝试将水熊虫蛋白植入人类细胞

科学家正尝试将水熊虫蛋白植入人类细胞 怀俄明大学的研究人员领导的一项新研究发现，在人体细胞中表达关键的水熊虫蛋白会减缓新陈代谢，这为了解这些难以被杀死的无脊椎动物如何在最极端的条件下生存提供了重要的启示。研究小组重点研究了一种名为CAHS D的特殊蛋白质，众所周知，这种蛋白质可以防止极端干燥（脱水）。通过各种方法，研究人员展示了 CAHS D 在受到压力时如何转变成凝胶状，从而保护分子并防止干燥。研究人员在发表的论文中写道："这项研究深入揭示了水熊虫以及其他潜在的耐干燥生物是如何利用生物分子凝结在干燥环境中存活下来的。除了应激耐受性，我们的研究结果还提供了一条途径，可以围绕诱导细胞甚至整个生物体的生物稳态来开发技术，从而延缓衰老并增强储存和稳定性。"迟发型生物已经证明，它们可以在酷热和严寒的环境中生存，可以在对人类致命的高辐射环境中生存，也可以在长期缺水的环境中生存水通常是生命的必需品。它们甚至可以在太空中生存。先前的研究揭示了水熊虫历经数亿年积累起来的令人印象深刻的生存技巧。从根本上说，在 CAHS D 的帮助下，它们非常善于减缓生命进程，而这对人类细胞也可能有用。怀俄明大学的分子生物学家西尔维娅-桑切斯-马丁内斯说："令人惊讶的是，当我们将这些蛋白质引入人体细胞时，它们会凝胶化，减缓新陈代谢，就像在水熊虫体内一样。当把含有这些蛋白质的人类细胞置于生物静止状态时，它们会变得更能抵抗压力，从而把水熊虫的一些能力赋予人类细胞。"在未来的某一天，我们也许能找到方法，将这种惊人的水熊虫复原力传递给我们自己的细胞和组织，从而有可能减缓生物衰老，并有助于在低温条件下安全储存细胞的治疗，例如器官移植。要利用这种能力的转移，还需要大量的进一步研究，目前已经在进行一些研究，探讨水熊虫蛋白能否稳定用于治疗遗传疾病的重要血液制品。早期迹象表明，在多个领域，包括当环境压力存在时，这种蛋白质会被智能地激活，而当环境压力不存在时，这种蛋白质又会失活。怀俄明大学分子生物学家托马斯-布斯比（Thomas Boothby）说："当压力得到缓解时，水熊虫凝胶就会溶解，人体细胞就会恢复正常的新陈代谢。"这项研究发表在《蛋白质科学》上。 ... PC版： 手机版：

约翰霍普金斯大学的科学家们设计出能打破对称的合成细胞

约翰霍普金斯大学的科学家们设计出能打破对称的合成细胞 艺术家们利用显微镜图像和图形渲染，展示了一个能够感知定向化学线索并自我组织响应的最小合成细胞。图片来源：约翰-霍普金斯大学医学院井上实验室，由 Shiva Razavi 和 Turhan Pathan 创作，经编辑了解对称性破坏细胞运动之前的一个步骤是打破对称，当细胞分子最初对称排列时，通常在受到刺激后重组为不对称的模式或形状。这类似于迁徙的鸟类在对阳光或地标等环境指南针做出反应时转变为新的队形，从而打破对称。在微观层面上，免疫细胞会感知集中在感染部位的化学信号，并打破对称，穿过血管壁到达受感染的组织。当细胞打破对称性时，它们会转变为极化和不对称结构，为向目标移动做好准备。"对称性破缺的概念对生命至关重要，影响着生物学、物理学和宇宙学等多个领域，"在约翰-霍普金斯大学攻读研究生时领导这项研究的希瓦-拉扎维（Shiva Razavi）博士说，他在约翰霍普金斯大学攻读研究生时领导了这项研究，现在是麻省理工学院的博士后研究员。"了解对称性破缺是解开生物学基本原理和发现如何利用这些信息来设计治疗方法的关键。"长期以来，人们一直认为找到在合成细胞中模仿和控制对称性破坏的方法对于了解细胞如何检测其化学环境并重新排列其化学轮廓和形状至关重要。在这项研究中，科学家们创造了一个带有双层膜的巨大囊泡一个由磷脂、纯化蛋白质、盐和提供能量的 ATP 组成的裸体简化合成细胞或原细胞。原细胞呈球形，因此被昵称为"泡泡"。在实验中，科学家们成功地设计出了具有化学感应能力的原细胞，它能促使细胞打破对称性，从一个近乎完美的球体变成一个凹凸不平的形状。研究人员说，该系统专门设计用于模仿免疫反应的第一步，能够根据中性粒细胞感知到的周围蛋白质发出攻击病菌的信号。拉扎维说："我们的研究展示了类细胞实体如何能够感知外部化学线索的方向，模拟生物体内的条件。通过从零开始构建类细胞结构，我们可以更好地识别和理解细胞以最简化的形式打破对称性所需的基本组成部分。"给药领域的未来应用科学家们说，有朝一日，化学传感可用于体内靶向给药。约翰-霍普金斯大学医学院细胞生物学教授、细胞动力学中心主任、资深作者井上隆成（Takanari Inoue）博士说："我们的想法是，可以把任何你想要的东西蛋白质、RNA、DNA、染料或小分子打包到这些气泡中，利用化学传感告诉细胞该去哪里，然后让细胞在预定目标附近破裂，这样药物就能被释放出来。"为了激活囊泡的化学感应能力，研究人员在合成细胞中植入了两种作为分子开关的蛋白质FKBP和FRB。蛋白质 FKBP 被置于细胞中心，而 FRB 则被置于细胞膜上。当科学家们在气泡细胞外引入一种化学物质雷帕霉素时，FKBP就会移动到细胞膜上与FRB结合，从而引发一种叫做肌动蛋白聚合的过程，也就是合成细胞骨架的重组。在原细胞内部，化学反应产生了由肌动蛋白组成的杆状结构，对细胞膜施加压力，使其弯曲。研究人员使用了一种名为共聚焦显微镜的专门快速三维成像技术来记录原细胞的化学感应能力；他们必须以每15到30秒一帧的速度快速记录图像，因为原细胞会对化学信号做出快速反应。下一步，研究人员的目标是让这些合成细胞具备向所需目标移动的能力。最终，研究人员希望设计出的合成细胞能在靶向药物输送、环境传感以及其他需要精确移动和对刺激做出反应的领域中发挥重要的潜在应用。编译来源：ScitechDaily ... PC版： 手机版：

科学家用尖端人工智能揭开蛋白质的秘密

科学家用尖端人工智能揭开蛋白质的秘密 该工具由 KAUST 生物信息学研究员 Maxat Kulmanov 及其同事开发，在预测蛋白质功能方面优于现有的分析方法，甚至能够分析现有数据集中没有明确匹配的蛋白质。该模型被称为 DeepGO-SE，它利用了类似于 Chat-GPT 等生成式人工智能工具所使用的大型语言模型。然后，它根据蛋白质工作方式的一般生物学原理，利用逻辑蕴含得出关于分子功能的有意义的结论。从本质上讲，它通过构建部分世界模型（在本例中为蛋白质功能），并根据常识和推理推断出在这些世界模型中应该发生的事情，从而赋予计算机逻辑处理结果的能力。一种新的人工智能（AI）工具能对未知蛋白质的功能进行逻辑推理，有望帮助科学家揭开细胞内部的奥秘。图片来源：© 2024 KAUST; Ivan Gromicho他补充说："这种方法有很多应用前景，"KAUST 生物本体论研究小组负责人罗伯特-霍恩多夫（Robert Hoehndorf）说，"特别是当需要对神经网络或其他机器学习模型生成的数据和假设进行推理时。"库尔曼诺夫和霍恩多夫与KAUST的斯特凡-阿罗德（Stefan Arold）以及瑞士生物信息学研究所的研究人员合作，评估了该模型破译那些在体内作用未知的蛋白质功能的能力。该工具成功地利用了一种鲜为人知的蛋白质的氨基酸序列数据及其与其他蛋白质的已知相互作用，并精确地预测了其分子功能。该模型非常精确，在一次国际功能预测工具竞赛中，DeepGO-SE 在 1600 多种算法中名列前 20 位。KAUST 团队目前正在利用这一工具研究在沙特阿拉伯沙漠极端环境中生长的植物中发现的神秘蛋白质的功能。他们希望这些发现将有助于确定生物技术应用中的新型蛋白质，并希望其他研究人员也能使用这一工具。库尔曼诺夫解释说："DeepGO-SE分析未表征蛋白质的能力可以促进药物发现、代谢通路分析、疾病关联、蛋白质工程、筛选感兴趣的特定蛋白质等任务。"编译来源：ScitechDaily ... PC版： 手机版：