《自然》(《Nature》)作為一本歷史悠久的科學期刊，不但是目前少數依舊發表多個科學領域研究論文的雜志，同時也是眾多重要、前沿的研究結果以短訊的形式發表成果首選的平臺之一。由此不難看出，《自然》在業內的名望與性。就在近，《自然》嚴選出了七項2021年值得特別關注的技術，巧的是這七項技術集中在了2020年常被提起的生物學和生物醫學領域。這七項技術分別為：熱穩定疫苗(Thermally stable vaccines)、大腦中的全息圖(Holograms in the brain)、建立更好的抗體(Building better antibodies)、三種解決單細胞分化問題的技術(The single-cell power of three)、讓細胞感知力量(Feeling the force)、臨床中的質譜分析(Mass spec in the clinic)、嗅出疾病(Sniffing out sickness)。
 

熱穩定疫苗
 

 　　“疫苗”作為2020年的熱詞之一，不但在科學技術領域是一個重要的課題，同時也是居民在網上不斷提起的一個話題，而提到疫苗，熱穩定疫苗自然不得不提。包括新冠疫情在內，新興的傳染性疾病正在肆虐我們的生活，而為了應對他們，疫苗自然成為了主要的手段之一。而目前，針對疫苗的研究雖然有所進展，但仍然面臨許多的問題，比如疫苗安全和有效的速度，如何大規模生產疫苗并向弱勢群體提供疫苗，如何高效穩定的運輸疫苗等等。

 

　　目前不少創新技術的發展便是在解決這些問題，例如用脂類納米顆粒包裹mRNA，使疫苗具備更強的靶向性；用糖分子在不破壞疫苗的精細結構下對疫苗進行冷凍干燥從而更好的存儲和運輸疫苗；開發便攜式RNA打印技術，從而以更加大規模、低成本的方式生產高質量疫苗。
 

大腦中的全息圖
 

　　自2005年開始，一種用光控方法選擇并打開了某種生物的一類細胞的技術就引起神經科學領域學者的興奮，這項技術便是光遺傳學，但顯然，光遺傳學在2021年會帶來更加大的影響。
 

　　利用光遺傳學，科學家可以將光線照射到組織中，而對應的用于表達的神經元則會做出一定的反應，不過這種反應其實和大腦是有區別的，大腦的活動更細微精妙。事實上，盡管光遺傳學使我們能夠操縱特定類型的神經元，但仍無法概括細胞之間相互交流所使用的語言。
 

　　而為了解決這些問題，神經學科學家也做出了不少努力，例如開發新的光響應蛋白。而在眾多技術中，光學方面的進步似乎提供了轉機。隨著全息及其他光學方法的成熟，在一些非專業實驗室已經可以采用它們來操控單神經元。
 

　　不過想要將這項技術發展起來，可能需要建立擁有制造定制顯微鏡的技術的專門實驗室，通過將全息照相術納入了顯微鏡成像系統，使得科學家可以通過顯微鏡拍照，標記他們想要激活的神經元，軟件生成全息圖來匹配這些激活模式。不過值得肯定的是，隨著光遺傳學工具和光學技術的不斷發展，我們可以開始以單神經元精度探索神經編碼。
 

　　抗體是一種從上世紀90年代中期就被運用起來的治療技術，而在近幾年，科學家的研究開始涉及抗體的結構如何影響其功能，也正因為這些研究，我們才真正開始發現抗體的潛力。在疫情侵襲的大環境下，抗體療法也出現了新的緊迫性。
 

　　傳統的抗體大多數未經修飾，只是用于與特定靶標結合，而這些抗體中不少在促使免疫細胞處理目標物方面是無效的。隨著分子生物學的進步，一種經過修飾后的工程抗體被賦予了希望，通過快速修飾抗體使其更好地利用免疫系統抵抗疾病也成了這項技術重要的發展方向。
 

三種解決單細胞分化問題的技術
 

　　Hi-C技術、CUT&Tag技術、SHARE-seq技術似乎為研究單細胞分化問題提供了新的解決思路。
 

　　Hi-C技術是一種研究基因組3D結構的方法；技術CUT&Tag可追蹤基因組上的特定生化“標記”，以幫助科學家研究這些化學修飾如何在單個活細胞中開關特定基因；SHARE-seq結合了兩種測序方法來識別基因組中可被轉錄激活分子訪問的區域。
 

讓細胞感知力量
 

　　一項新的研究發現細胞可以感知物理力量，而這種力量可以調節基因的表達，包括增殖、發育、甚至可能是癌癥。不過力量本身卻很難研究，因為我們通常只能看到力量的效應，不過借助通過使用兩種尖端工具來可視化和操縱活細胞中的力量，科學家也能探索物理力量與細胞功能之間的因果關系。這兩個工具分別是倫敦帝國理工學院開發的GenEPi技術與促動器ActuAtor。

臨床中的質譜分析
 

　　質譜分析作為常用的實驗室分析技術之一，能夠有效地分析復雜樣品中的成百上千個分子。而在生物醫藥領域，一方面科學家不斷的開發更高性能的質譜技術來深入探索生物組織；另一方面簡化后的質譜分析工具被醫生用于臨床醫學中。而這類簡化后的手持質譜系統已經成功為外科醫生識別腫瘤組織及其邊界提供了幫助。
 

嗅出疾病
 

　　研究人員思考模仿人類的嗅覺系統來進行環境氣體的檢測及預估環境風險，但是與視覺，聽覺和觸覺不同，用于氣味的化學傳感器很復雜。目前針對這種特殊的化學傳感器主要有多種策略，其中一種便是通過模仿自然的分層組件使感測材料具有多孔性(類似樹木的光合作用)，從而達到讓傳感器做出更快的反應的目的。
 

　　而從技術本身來看，人工嗅覺不但可以用于環境風險風險，還能通過檢測患者呼吸中氣體成分濃度進行醫療診斷，甚至還能用于智能農業領域。
 

本文參考資料來源：nature網站