近日，Nature杂志发表由Michael Eisenstein总结展望的2024年度重点关注的技术，它们如下：
1. 深度学习用于蛋白设计 （Deep learning for protein design） 。让蛋白设计变得更准确实用。
2. 打假「Deepfake」伪造的图片与视频 （Deepfake detection） 。如何通用地查假是个关键而困难的问题。
3. 长片段DNA插入 （Large-fragment DNA insertion） 。一系列新技术实现几十kb级别的序列插入，让基因编辑有了更多可能。
4. 脑机接口 （Brain–computer interfaces） ：让患者部分恢复语言、行走等能力，让其更独立。
5. 更进一步的纳米成像技术 （Super-duper resolution） 。正在与解析结构的电镜「无缝对接」。
6. 细胞图谱 （Cell atlases） 。Human Cell Atlas (HCA) 、Human BioMolecular Atlas Program (HuBMAP) 、Brain Research through Advancing Innovative Neurotechnologies (BRAIN) Initiative Cell Census Network (BICCN) 等等细胞图谱计划正在稳步推进。
7. 3D纳米打印 （Nanomaterials printed in 3D） 。结合新型光源（光栅等） 、hydrogels等的新技术让3D纳米打印更快、成本更低、并有望使用金属材料。
该文章2024年1月22日发表在Nature。
Comment(s):
这些技术也非常值得关注：
1. 基因编辑系统在体投递技术 。更安全、特异、高效，有望帮助基因编辑治疗更多疾病。
2. 蛋白复合物结构预测 。新技术让复合物预测更准确，有望带来分子互作新见解。
3. 在体多模态细胞谱系追踪 。有望帮助解析人体在生理与疾病状态的克隆架构，及其内在驱动机制。
4. 使用迭代的机器学习模型「探索并优化化学合成」 。有望提高科研生产力，让实验设计有更多可能。
作者简介：
https://scholar.google.com/citations?user=EZaNYScAAAAJ&hl=en
参考链接：
https://www.nature.com/articles/d41586-024-00173
