从头设计蛋白质已经成熟为一种实用的工具，用于生成定制的酶和其他蛋白质。在这背后，深度学习功不可没。

　　其中，“基于序列”的算法使用大型语言模型，能够像处理包含多肽“单词”的文档一样，通过处理蛋白质序列辨别出真实蛋白质结构背后的模式。例如西班牙巴塞罗那分子生物学研究所开发的ZymCTRL，能利用序列和功能数据设计出天然酶。

　　基于结构的算法也不遑多让。美国华盛顿大学研究团队使用RFdiffusion设计的新蛋白质可与目标表面“完美吻合”，而更新版本的RFdiffusion能使设计者计算蛋白质的形状，为编码酶、转录调节剂、制造功能性生物材料等开辟了新途径。

　　围追堵截“深度伪造”内容

　　生成式AI可在几秒钟内凭空创造出有说服力的文本和图像，包括所谓的“深度伪造”内容。

　　一种解决方案是生成式AI开发人员在模型输出中嵌入水印，其他策略侧重于对内容本身进行鉴定，通过算法识别替换特征边界处的伪影等。在工具的可获得性方面，美国国防部高级研究计划局的语义取证（SemaFor）计划开发了一个有用的“深度伪造”分析工具箱。美国水牛城大学研究团队也开发了算法库DeepFake-O-Meter，其能从不同角度分析视频内容，找出“深度伪造”内容。

　　大片段DNA嵌入再接再厉

　　美国斯坦福大学正在探索单链退火蛋白（SSAP），其能将拥有2000个碱基的DNA精准嵌入人类基因组。其他方法利用基于CRISPR的先导编辑技术，将大片段DNA精确地嵌入基因组中。2022年，麻省理工学院研究人员首次描述了通过位点特异性靶向元件（PASTE）进行可编程添加，精确嵌入多达36000个碱基的DNA。

　　中国科学院遗传发育所研究员高彩霞领导的团队开发了PrimeRoot。这种使用先导编辑的方法能在水稻和小麦中嵌入多达2万个碱基的DNA。这项技术可赋予作物抗病性和病原体抗性，延续基于CRISPR的植物基因组工程的创新浪潮。

　　脑机接口快速发展

　　美国斯坦福大学科学家开发出一种复杂的脑机接口设备。他们在肌萎缩性侧索硬化症患者的大脑中植入电极，然后训练深度学习算法。经过几周训练，患者每分钟能说出62个单词。

　　过去几年开展的多项此类研究，证明了脑机接口技术可帮助患有严重神经损伤的人恢复失去的技能，并实现更大的独立性，包括深度学习在内的AI技术在其中发挥了重要作用。

　　加州大学旧金山分校研究团队研制出一款脑机接口神经假体，能让因中风而无法说话的人以每分钟78个单词的速度交流。匹兹堡大学研究团队将电极植入一名四肢瘫痪者的运动和体感皮层，以提供对机械臂的快速、精确控制以及触觉反馈。脑机接口公司Synchron也在进行实验，以测试一种允许瘫痪者控制计算机的系统。