近期，《自然》杂志发布了“2025年值得关注的七项突破性技术”。
这
七项值得关注的突破性技术
包括：
通过CAR-T细胞基因疗法治疗实体瘤与自免疾病、利用微生物降解塑料及其他污染物、AI生物学基础模型帮助
理解复杂的生物系统
、微生物单细胞分析技术、AI自动化实验室助力材料科学研究、利用新型材料减少城市热岛效应、
光子计算技术
。其中生命科学领域占四席。
CAR-T细胞基因疗法通过基因修饰患者的T细胞，使其表面表达嵌合抗原受体（Chimeric Antigen Receptor, CAR），这些经过基因改造的T细胞（
即CAR-T细胞
），能够特异性地识别并攻击带有特定抗原的癌细胞。该疗法已成为一些血液癌症的标准治疗方法之一。自这种疗法进入临床以来的七年中，全球已有数万人接受了治疗，并且对于某些类型的白血病、淋巴瘤和骨髓瘤，临床效果显著，部分类型癌症中有超过50%的患者达到了完全缓解。
尽管目前所有获批的CAR-T细胞疗法都针对由抗体分泌B细胞表达的蛋白质（这些细胞是许多血液癌症的主要驱动因素），但近年来，在针对实体瘤的CAR-T细胞疗法方面也取得了显著进步。例如，波士顿麻省总医院的Marcela Maus领导的研究团队开发了针对某些脑肿瘤的T细胞，并展示了这些细胞可以迅速缩小复发性胶质母细胞瘤肿瘤，尽管反应的持久性有所不同。其他研究也在儿童脑癌和胃肠道肿瘤中显示了有积极的结果。
此外，一些研究小组发现，靶向B细胞的CAR-T细胞也可以有效阻止某些自身免疫疾病的进展。德国埃尔兰根-纽伦堡大学的风湿病学家Georg Schett及其团队在2021年测试了CAR-T疗法是否可以帮助一名患有严重狼疮的年轻女性，结果显示该疗法几乎完全消除了她的狼疮症状。自此以后，Schett的团队通过CAR-T疗法已经成功阻止了约二十名患有狼疮和其他自身免疫性疾病患者的疾病进程，仅有一例复发。
Schett指出，虽然CAR-T细胞疗法的生产与治疗成本高昂，但对于那些采用现有治疗方法无效的患者来说，这可能是一个经济且有效的解决方案，因为随着时间的推移，若不采用CAR-T疗法，这类患者接受其他疗法的总治疗费用将会非常高。
微生物在最恶劣的环境中不仅能够生存，还能降解一些看似不可能的物质，比如塑料。
Ronan McCarthy等研究人员正在探索如何使用这些微生物来减少未来的微塑料污染。许多天然存在的酶可以分解塑料，尽管效率不高。Plastics-Active Enzymes Database列出了超过230种这样的酶，研究者们正在开发策略以提高这些催化剂的性能。例如，McCarthy的团队正在促使塑料降解细菌在塑料碎片表面形成密集的生物膜，这使得细菌可以直接将酶分泌到目标基质上。
此外，Susie Dai及其团队研究了白腐真菌自然降解致癌“永久化学物质”（全氟和多氟烷基物质，简称PFAS）的能力，并开发了一个名为RAPIMER的平台，在这个平台上，真菌生长在一个由天然纤维组成的类似植物的人工支架中。这些纤维可以作为吸附剂富集环境中的所有污染物，然后让真菌进行处理。该系统可以在污水处理或污泥处理设施中使用。
还有一些研究人员则通过蛋白质工程和实验室进化方法优化现有酶，并提供具有改进污染处理能力的微生物。然而，转基因生物相关的监管限制和公众担忧可能会限制其应用范围。
AI生物学基础模型：解密错综复杂的生物体系
基于大型语言模型（LLM）的平台，如聊天机器人ChatGPT，激发了生物学家对类似技术在其研究中的应用兴趣。这些模型通过预训练过程，利用大量的未标注数据生成一个通用模型，可以执行从解释新获取的数据到设计定制蛋白质等多种任务。
尽管现有的计算方法和AI工具非常丰富，但它们往往分散且孤立。为了整合这些资源，“基础模型”被视为一种强大的解决方案。这类模型在大量数据中找到复杂而微妙的模式，并生成一个可以应用于多种任务的通用模型。例如，多伦多大学的Bo Wang及其同事于2024年描述了scGPT，这是一个基于约3300万个人类细胞单细胞转录组数据训练的基础模型，能够准确分类不同组织中的细胞类型、识别驱动不同生物过程的基因网络，并预测破坏性突变对基因表达模式的影响。这项能力对于药物发现具有重要价值。
此外，研究人员提出了开发“虚拟细胞”的路线图，旨在构建由多个基于RNA、蛋白质、DNA及其他数据层的基础模型组成的单个复杂模型。这将超越第一代工具，捕捉细胞或组织中更全面的生物活动，为人类疾病研究、合成生物学等学科提供强有力的支持。
总的来说，“生物学基础模型”有望为生物学研究带来深刻的见解和新的机会，通过整合多种模型，科学家们可以更好地理解和模拟复杂的生物系统。这种技术的发展可能会极大地促进生物医学和其他相关领域的进步。
微生物群落无论是在海洋、土壤还是人体内，都极其复杂，即使是单一物种如大肠杆菌（Escherichia coli），其基因组和功能多样性也非常显著。
对于研究多细胞真核生物的研究人员来说，利用单细胞测序来解析这种多样性几乎是常规操作。然而，开发类似的微生物研究工具却面临挑战，部分原因是由于微生物细胞壁难以破坏，且每个细胞中的DNA和RNA含量较少，难以高效纯化。尽管如此，近年来，越来越多的工具被开发出来，以实现对微生物的单细胞分辨率研究。
特别是在转录组学研究方面取得了显著进展，至少有六种不同的技术现在可供使用。例如，由德国维尔茨堡亥姆霍兹感染研究所的Jörg Vogel领导的研究团队开发的细菌MATQ-seq技术，可以分析每细胞数百个基因在数千个微生物中的表达情况。其他方法虽然提供了更高的通量，但捕获的基因数量较少，不过较新的技术如M3-seq似乎找到了平衡点。
相比之下，微生物DNA分析稍显落后，但杜克大学的Ophelia Venturelli及其同事于去年描述了一种名为DoTA-seq的方法，该方法将单个微生物细胞捕获在微小液滴中，然后选择性地对每个细胞基因组中的几十个位点进行测序。Venturelli指出，DoTA-seq适用于多种不同类型的细菌细胞类型和物种，并正在应用于理解人类肠道及其他生态系统中的环境条件如何塑造微生物基因组。
尽管取得了一些进展，单细胞微生物学仍然相对较为小众。这些方法尚未商业化，一些方法需要复杂的仪器设备，超出了许多研究人员的能力范围。因此，尽管前景广阔，单细胞微生物分析仍有待进一步发展和普及。
