BioArt年度总结 | 30篇！中国学者2024年Nature Methods论文发表汇总

编者按

2024年度，中国学者在Nature Methods杂志发表15篇研究论文。同比上一年度的20篇，增幅50%。

1. Hu, Y., J. Rong, Y. Xu, R. Xie, J. Peng, L. Gao and K. Tan (2024). "Unsupervised and supervised discovery of tissue cellular neighborhoods from cell phenotypes." Nature Methods 21(2): 267-278. （20240108，电子科技大学，胡宇轩；美国费城儿童医院，谭凯）开发了用于识别TCN的CytoCommunity算法，可在无监督或有监督的方式下应用。（Nat Methods | 胡宇轩/谭凯利用细胞表型以无监督和有监督方式发现组织结构特征）

2. Deng, S., H. Gong, D. Zhang, M. Zhang and X. He (2024). "A statistical method for quantifying progenitor cells reveals incipient cell fate commitments." Nature Methods 21(4): 597-608.（20240220，中山大学，贺雄雷）建立了一种估计祖先细胞群体大小的统计方法TarCA (targeting coalescent analysis)，以此来研究胚胎发育过程中细胞群体的动态变化。（Nat Methods | 贺雄雷团队开发估算祖先细胞群体大小的算法TarCA用于揭示早期细胞命运决定）

3. Zhang, H., G. D. Lesnov, O. M. Subach, W. Zhang, T. P. Kuzmicheva, A. V. Vlaskina, V. R. Samygina, L. Chen, X. Ye, A. Y. Nikolaeva, A. Gabdulkhakov, S. Papadaki, W. Qin, V. Borshchevskiy, M. M. Perfilov, A. S. Gavrikov, M. Drobizhev, A. S. Mishin, K. D. Piatkevich and F. V. Subach (2024). "Bright and stable monomeric green fluorescent protein derived from StayGold." Nature Methods 21(4): 657-665. （20240226，西湖大学，Kiryl Piatkevich；莫斯科国立大学，Fedor Subach）采用定向进化的策略，成功开发出了StayGold的单体版本，命名为mBaoJin。mBaoJin亮度高和光稳定性强，加之其出色的化学稳定性，使其成为研究细胞及亚细胞结构形态和动态变化过程中，特别是超分辨显微成像技术和膨胀显微技术的理想荧光蛋白工具。

4. Zhang, M., C. Tang, Z. Wang, S. Chen, D. Zhang, K. Li, K. Sun, C. Zhao, Y. Wang, M. Xu, L. Dai, G. Lu, H. Shi, H. Ren, L. Chen and J. Geng (2024). "Real-time detection of 20 amino acids and discrimination of pathologically relevant peptides with functionalized nanopore." Nature Methods 21(4): 609-618.（20240305，四川大学，耿佳，陈路）实现了对全部20种天然氨基酸的直接区分，提出并验证了纳米孔外切酶实时多肽测序方法，为实现单分子蛋白质测序提供了可行途径，展示出生物传感器技术与人工智能算法结合的优异潜力。（专家点评Nat Methods | 耿佳/陈路开发20种氨基酸检测及纳米孔外切酶实时多肽测序(NEPS)方法）

5. Deng, F., J. Wan, G. Li, H. Dong, X. Xia, Y. Wang, X. Li, C. Zhuang, Y. Zheng, L. Liu, Y. Yan, J. Feng, Y. Zhao, H. Xie and Y. Li (2024). "Improved green and red GRAB sensors for monitoring spatiotemporal serotonin release in vivo." Nature Methods 21(4): 692-702. （20240305，北京大学，李毓龙）成功开发出了全新的红色5-HT荧光探针和新一代绿色5-HT荧光探针，并通过光纤记录和大视场成像等方式实现了在活体小鼠多脑区、多行为范式下对5-HT和其它信号的同时检测。（专家点评Nat Methods丨“看得清、看得多、看得广”—李毓龙实验室升级五羟色胺探针实现超高灵敏度的双色成像）

6. Yuan, Z., F. Zhao, S. Lin, Y. Zhao, J. Yao, Y. Cui, X.-Y. Zhang and Y. Zhao (2024). "Benchmarking spatial clustering methods with spatially resolved transcriptomics data." Nature Methods 21(4): 712-722.（20240315，复旦大学，原致远；中国科学院计算技术研究所，赵屹）建立了一个空间组学聚类问题的基准框架，为生物学家提供了一个全面的推荐机制以根据数据特征来选择最优算法，提供了一个具体案例展示了如何采用基准测试结果结合已有计算工具解决一个单一算法难以解决的大规模计算问题。

7. Li, W., F. Yang, F. Wang, Y. Rong, L. Liu, B. Wu, H. Zhang and J. Yao (2024). "scPROTEIN: a versatile deep graph contrastive learning framework for single-cell proteomics embedding." Nature Methods 21(4): 623-634. （20240319，南开大学，张瀚；腾讯AI实验室，姚建华）首次开发了一个统一的深度学习框架解决单细胞蛋白质组学的数据缺失、批次效应和高噪声等在数据处理中互相影响的多个问题，所学习到的细胞嵌入表示可用于一系列下游分析。（Nat Methods | 张瀚/姚建华团队开发用于单细胞蛋白质组学嵌入的多功能深度图对比学习框架—scPROTEIN）

8. Ma C, Tan W, He R, Yan B(2024). "Pretraining a foundation model for generalizable fluorescence microscopy-based image restoration". Nat Methods.21(8):1558-1567. （20240412，复旦大学，颜波）开发了跨任务、多维度图像增强基础AI模型（UniFMIR），实现了对现有荧光显微成像极限的突破。（Nat Methods | 颜波团队开发跨任务、多维度图像增强基础AI模型——UniFMIR）

9. Wu, H., J. Zhang, F. Jian, J. P. Chen, Y. Zheng, L. Tan and X. Sunney Xie (2024). "Simultaneous single-cell three-dimensional genome and gene expression profiling uncovers dynamic enhancer connectivity underlying olfactory receptor choice." Nature Methods 21(6): 974-982. （20240415，北京大学，谢晓亮；斯坦福大学，谭隆志）揭示了嗅觉受体选择背后的三维基因组调控机制。该工作为理解嗅觉受体增强子与嗅觉受体基因的空间互作如何动态协调“一个神经元，一个受体”选择过程提供了宝贵见解。（Nat Methods | 谢晓亮课题组开发单细胞联合三维基因组和转录组测序技术解析嗅觉受体选择机制）

10. Yang, Z., J. Fan, J. Wang, X. Fan, Z. Ouyang, H.-W. Wang and X. Zhou (2024). "Electrospray-assisted cryo-EM sample preparation to mitigate interfacial effects." Nature Methods 21(6): 1023-1032.（20240425，清华大学，王宏伟，欧阳证，周晓煜）采用非变性质谱（Native mass spectrometry, native MS）中广泛使用的电喷雾电离技术，设计并搭建了一种新型冷冻样品制备装置ESI-cryoPrep，成功实现了无需滤纸夹吸的冷冻样品制备，并获得了多种生物大分子近原子分辨率的三维结构。

11. Liu S, Chen J, Hellgoth J, Müller LR, Ferdman B, Karras C, Xiao D, Lidke KA, Heintzmann R, Shechtman Y, Li Y, Ries J. "Universal inverse modeling of point spread functions for SMLM localization and microscope characterization". Nature Methods (6):1082-1093.（20240603，南方科技大学，李依明；维也纳大学，Jonas Ries）提出了一种数据驱动的点扩散函数建模方法用于高分辨显微成像。（Nat Methods丨李依明课题组提出一种数据驱动的点扩散函数建模方法用于高分辨显微成像） 

12. Hao, M., J. Gong, X. Zeng, C. Liu, Y. Guo, X. Cheng, T. Wang, J. Ma, X. Zhang and L. Song (2024). "Large-scale foundation model on single-cell transcriptomics." Nature Methods 21(8): 1481-1491.（20240606，清华大学，张学工，马剑竹；百图生科，宋乐）建立了一个名为scFoundation的细胞大模型。该模型基于5000万个细胞的基因表达数据进行训练，拥有1亿参数，能够同时处理约20000个基因。作为基础模型，它在“虚拟药物试验”等多种生物医学下游任务中表现出卓越的性能提升，提供了人工智能在单细胞研究中的新范式。

13. Gou, L., Y. Wang, L. Gao, Y. Zhong, L. Xie, H. Wang, X. Zha, Y. Shao, H. Xu, X. Xu and J. Yan (2024). "Gapr for large-scale collaborative single-neuron reconstruction." Nature Methods 21(10): 1926-1935. （20240703，中国科学院脑科学与智能技术卓越创新中心，严军）介绍了自主开发的名为Gapr的新一代大规模单神经元重构系统。（Nat Methods丨严军组开发新一代大规模协同单神经元重构系统）

14. You, Y., Y. Fu, L. Li, Z. Zhang, S. Jia, S. Lu, W. Ren, Y. Liu, Y. Xu, X. Liu, F. Jiang, G. Peng, A. Sampath Kumar, M. E. Ritchie, X. Liu and L. Tian (2024). "Systematic comparison of sequencing-based spatial transcriptomic methods." Nature Methods 21(9): 1743-1754. （20240704，广州实验室，田鲁亦；西湖大学，刘晓东）使用11种sST方法对这些组织进行了空间转录组学分析，生成了一个跨平台的数据集（称为cadasSTre），以便直接比较空间分辨率、分子捕获效率和分子扩散。（Nat Methods | 田鲁亦/刘晓东团队系统性评估11种空间组学技术）

15. Yang, L.-Z., Y.-H. Min, Y.-X. Liu, B.-Q. Gao, X.-Q. Liu, Y. Huang, H. Wang, L. Yang, Z. J. Liu and L.-L. Chen (2024). "CRISPR-array-mediated imaging of non-repetitive and multiplex genomic loci in living cells." Nature Methods 21(9): 1646-1657. （20240704，中国科学院分子细胞科学卓越创新中心，陈玲玲）对现有CRISPR-dCas12a系统进行筛选优化，构建了可用于非重复序列DNA活细胞成像的CRISPRdelight系统；进一步使用CRISPRdelight系统，揭示了基因位点在细胞核内定位与其运动能力和转录活性的相关性；同时利用RNA适配体修饰的CRISPR串联序列实现了对4种卫星DNA的活细胞多色成像。（专家点评Nat Methods丨陈玲玲组利用CRISPR-dCas12系统实现非重复基因组位点和基因组位点多色标记）

16. Dong, C., X. Meng, T. Zhang, Z. Guo, Y. Liu, P. Wu, S. Chen, F. Zhou, Y. Ma, H. Xiong, S. Shu and A. He (2024). "Single-cell EpiChem jointly measures drug–chromatin binding and multimodal epigenome." Nature Methods 21(9): 1624-1633. （20240718，北京大学，何爱彬，舒绍坤）报道了一种全新高通量的名为scEpiChem 的单细胞药物多组学技术，这个方法能够同时在单细胞中捕获基因组药物靶标互作和多模态表观遗传状态，解析药物反应和功能异质性以及耐药分子机制。（Nature Methods | 何爱彬/舒绍坤团队合作开发单细胞药物基因组靶点检测新技术解析表观耐药机制）

17. Zhang, L., L. Huang, Z. Yuan, Y. Hang, Y. Zeng, K. Li, L. Wang, H. Zeng, X. Chen, H. Zhang, J. Xi, D. Chen, Z. Gao, L. Le, J. Chen, W. Ye, L. Liu, Y. Wang* and H. Peng* (2024). "Collaborative augmented reconstruction of 3D neuron morphology in mouse and human brains." Nature Methods.（20240904，东南大学，彭汉川，王宜敏）成功研发协作增强重建（Collaborative Augmented Reconstruction，简称CAR）平台，支持多人使用多类设备协作处理影像大数据及重建神经元三维形态，显著提升了鼠脑和人脑神经元重建的准确性和效率。（Nat Methods | 彭汉川/王宜敏开发协作增强重建平台助力多人、多类设备协作重建神经元）

18. Qu, L., S. Zhao, Y. Huang, X. Ye, K. Wang, Y. Liu, X. Liu, H. Mao, G. Hu, W. Chen, C. Guo, J. He, J. Tan, H. Li, L. Chen and W. Zhao (2024). "Self-inspired learning for denoising live-cell super-resolution microscopy." Nature Methods 21(10): 1895-1908. （20240911，哈尔滨工业大学，赵唯淞）提出一种基于无监督学习的自启发学习去噪方法（Self-inspired Noise2Noise, SN2N）。（Nat Methods | 赵唯淞/李浩宇/陈良怡合作发明SN2N自启发去噪方法，实现快速、温和的长时程超分辨成像）

19. Hu, Y., S. Wan, Y. Luo, Y. Li, T. Wu, W. Deng, C. Jiang, S. Jiang, Y. Zhang, N. Liu, Z. Yang, F. Chen, B. Li and K. Qu (2024). "Benchmarking algorithms for single-cell multi-omics prediction and integration." Nature Methods 21(11): 2182-2194.（20240925，中国科学技术大学，瞿昆，陈发来；北京生命科学研究所，黎斌）通过对百万量级单细胞多组学数据进行分析，系统评估了14种单细胞模态预测算法和18种单细胞多组学整合算法的性能。（Nat Methods | 瞿昆/黎斌/陈发来合作系统性评估单细胞多组学分析算法）

20. Li, Q., Y. Guo, Z. Wu, X. Xu, Z. Jiang, S. Qi, Z. Liu, L. Wen and F. Tang (2024). "scNanoSeq-CUT&Tag: a single-cell long-read CUT&Tag sequencing method for efficient chromatin modification profiling within individual cells." Nature Methods 21(11): 2044-2057. （20241007，北京大学，汤富酬）开发了一种基于单分子长读段测序平台（a single-molecule sequencing platform，SMS）、在单细胞分辨率研究蛋白质-DNA相互作用的新方法，称为scNanoSeq-CUT&Tag。（Nat Methods丨汤富酬组开发出scNanoSeq-CUT&Tag技术，可精准检测单细胞基因组复杂区域的染色质修饰）

21. Bai, L., L. Cong, Z. Shi, Y. Zhao, Y. Zhang, B. Lu, J. Zhang, Z.-Q. Xiong, N. Xu, Y. Mu and K. Wang (2024). "Volumetric voltage imaging of neuronal populations in the mouse brain by confocal light-field microscopy." Nature Methods 21(11): 2160-2170. （20241008，中国科学院脑科学与智能技术卓越创新中心，王凯）开发了一种新型三维光场显微成像技术，显著提升了神经元电压光学成像的通量。这项技术能够对小鼠脑三维神经网络中数百神经元的膜电位进行高速同步记录，为深入解析神经网络的信息处理机制提供了新的有力工具。

22. Liu, Y., S. Wang, J. Dong, L. Chen, X. Wang, L. Wang, F. Li, C. Wang, J. Zhang, Y. Wang, S. Wei, Q. Chen and H. Liu (2024). "De novo protein design with a denoising diffusion network independent of pretrained structure prediction models." Nature Methods 21(11): 2107-2116.（20241009，中国科学技术大学，刘海燕，陈泉）开发了一种不依赖于预训练结构预测网络的蛋白质主链去噪扩散概率模型SCUBA-D，可自动从头设计主链结构，或指定功能位点生成主链结构。

23. Ma, Z., W. Li, Y. Shen, Y. Xu, G. Liu, J. Chang, Z. Li, H. Qin, B. Tian, H. Gong, D. R. Liu, B. W. Thuronyi, C. A. Voigt and S. Zhang (2024). "EvoAI enables extreme compression and reconstruction of the protein sequence space." Nature Methods.（20241111，清华大学，张数一）提出了对蛋白质序列-功能空间进行压缩的概念，开发了进化扫描系统，可以高效获取空间压缩后的锚点（Anchor），并开发了相应的EvoAI系统，实现了对蛋白质序列-功能空间的进化压缩和AI重构，压缩比可以达到10⁴⁸，对于理解蛋白质序列-功能空间映射关系引入了新的视角。（Nat Method | 张数一团队提出蛋白质序列-功能空间压缩的概念）

24. Shen, T., Z. Hu, S. Sun, D. Liu, F. Wong, J. Wang, J. Chen, Y. Wang, L. Hong, J. Xiao, L. Zheng, T. Krishnamoorthi, I. King, S. Wang, P. Yin, J. J. Collins and Y. Li (2024). "Accurate RNA 3D structure prediction using a language model-based deep learning approach." Nature Methods 21(12): 2287-2298.（20241121，香港中文大学，李煜；美国哈佛大学James J. Collins，Yin Peng，Liu Di；复旦大学，孙思琦；中国科学院深圳先进技术研究院，王晟）介绍了一种名为RhoFold+的深度学习方法，它基于RNA语言模型，能够准确预测单链RNA的三维结构。

25. Zhang, Y., L. Bai, X. Wang, Y. Zhao, T. Zhang, L. Ye, X. Du, Z. Zhang, J. Du and K. Wang (2024). "Super-resolution imaging of fast morphological dynamics of neurons in behaving animals." Nature Methods. （20241122，中国科学院脑科学与智能技术卓越创新中心，王凯）开发了一种新型超分辨显微成像技术，有效解决了背景噪声干扰和运动伪影两大技术难题，可在清醒动物脑中对神经元的快速动态进行超分辨率光学成像和解析，为研究动物学习过程中的神经元突触可塑性基础提供了有力的新工具。（Nat Methods丨王凯研究组开发清醒动物超分辨光学显微成像技术）

26. Cao, D., M. Chen, R. Zhang, Z. Wang, M. Huang, J. Yu, X. Jiang, Z. Fan, W. Zhang, H. Zhou, X. Li, Z. Fu, S. Zhang and M. Zheng (2024). "SurfDock is a surface-informed diffusion generative model for reliable and accurate protein–ligand complex prediction." Nature Methods.（20241127，浙江大学，郑明月）开发了一种基于生成式AI的蛋白-配体复合物结构预测方法SurfDock。该方法通过利用蛋白质表面信息构建几何扩散神经网络，高精度自动生成配体结合构象，并已成功应用于基于结构的虚拟筛选。

27. Xue, Z., L. Wu, R. Tian, B. Gao, Y. Zhao, B. He, D. Sun, B. Zhao, Y. Li, K. Zhu, L. Wang, J. Yao, W. Liu and L. Lu (2024). "Integrative mapping of human CD8+ T cells in inflammation and cancer." Nature Methods.（20241129，浙江大学，鲁林荣，刘琬璐；腾讯AI Lab，姚建华）研究团队开发了一种基于深度学习的方法scAtlasVAE，用于整合大规模单细胞测序数据。利用该工具，研究者构建了一个全面的、涵盖百万级细胞规模且涉及多种疾病的人类 CD8⁺ T 细胞参考图谱，该图谱纳入了有关转录组以及TCRαβ受体库多样性的信息。（专家点评Nature Methods丨鲁林荣/刘琬璐/姚建华团队合作构建百万级泛疾病人类CD8+T细胞图谱）

28. Bu, F., Y. Adam, R. W. Adamiak, M. Antczak, B. R. H. de Aquino, N. G. Badepally, R. T. Batey, E. F. Baulin, P. Boinski, M. J. Boniecki, J. M. Bujnicki, K. A. Carpenter, J. Chacon, S.-J. Chen, W. Chiu, P. Cordero, N. K. Das, R. Das, W. K. Dawson, F. DiMaio, F. Ding, A.-C. Dock-Bregeon, N. V. Dokholyan, R. O. Dror, S. Dunin-Horkawicz, S. Eismann, E. Ennifar, R. Esmaeeli, M. A. Farsani, A. R. Ferré-D’Amaré, C. Geniesse, G. E. Ghanim, H. V. Guzman, I. V. Hood, L. Huang, D. S. Jain, F. Jaryani, L. Jin, A. Joshi, M. Karelina, J. S. Kieft, W. Kladwang, S. Kmiecik, D. Koirala, M. Kollmann, R. C. Kretsch, M. Kurciński, J. Li, S. Li, M. Magnus, B. Masquida, S. N. Moafinejad, A. Mondal, S. Mukherjee, T. H. D. Nguyen, G. Nikolaev, C. Nithin, G. Nye, I. P. N. Pandaranadar Jeyeram, A. Perez, P. Pham, J. A. Piccirilli, S. P. Pilla, R. Pluta, S. Poblete, A. Ponce-Salvatierra, M. Popenda, L. Popenda, F. Pucci, R. Rangan, A. Ray, A. Ren, J. Sarzynska, C. M. Sha, F. Stefaniak, Z. Su, K. C. Suddala, M. Szachniuk, R. Townshend, R. J. Trachman, J. Wang, W. Wang, A. Watkins, T. K. Wirecki, Y. Xiao, P. Xiong, Y. Xiong, J. Yang, J. D. Yesselman, J. Zhang, Y. Zhang, Z. Zhang, Y. Zhou, T. Zok, D. Zhang, S. Zhang, A. Żyła, E. Westhof and Z. Miao (2024). "RNA-Puzzles Round V: blind predictions of 23 RNA structures." Nature Methods.（20241202，广州国家实验室，苗智超；中国科学院温州医学研究所，Eric Westhof）公布了RNA-Puzzles Round V 的结果，对来自全球18个团队的预测进行了大规模评估，涉及23个RNA结构，包括RNA元件、适配体、病毒元件、核酶和核开关等多种RNA类型。

29. Li, K., S. Chen, K. Wang, Y. Wang, L. Xue, Y. Ye, Z. Fang, J. Lyu, H. Zhu, Y. Li, T. Yu, F. Yang, X. Zhang, S. Guo, C. Ruan, J. Zhou, Q. Wang, M. Dong, C. Luo and M. Ye (2024). "A peptide-centric local stability assay enables proteome-scale identification of the protein targets and binding regions of diverse ligands." Nature Methods.（20241210，中国科学院大连化学物理研究所，叶明亮；中国科学院上海药物研究所，罗成）根据配体结合会导致蛋白质结合区域稳定性的改变进而影响酶切效率的原理，发展了一种肽段为中心的蛋白局部稳定性探测技术（PEptide-centric Local Stability Assay, PELSA）用于配体结合蛋白、结合区域的鉴定以及局部亲和力的测定。（Nature Methods丨叶明亮团队开发出在复杂体系中可同时鉴定配体靶蛋白质和结合位点的蛋白质组学新方法）

30. Ouyang Z, Wang Q, Li X, Dai Q, Tang M, Shao L, Gou W, Yu Z, Chen Y, Zheng B, Chen L, Ping C, Bi X, Xiao B, Yu X, Liu C, Chen L, Fan J, Huang X and Zhang Y（2014）. Elucidating subcellular architecture and dynamics at isotropic 100-nm resolution with 4Pi-SIM. Nature Methods.（20241223，西湖大学，章永登；北京大学，黄小帅，陈良怡；重庆邮电大学，范骏超）该研究提出了一种新型4Pi-SIM超分辨显微镜架构，以三维各向同性100 纳米分辨率揭示了不同类型细胞中复杂精细的亚细胞结构。（Nat Methods丨章永登/黄小帅/范骏超/陈良怡开发4Pi-SIM成像技术实现活细胞双色三维各向同性100纳米分辨率）

制版人：十一

BioART战略合作伙伴

（*排名不分先后）

BioArt

Med

Plants

人才招聘

会议资讯

近期直播推荐