历时22年，研究人员终于从头到尾破译了完整的人类基因组序列。
钛媒体App4月1日消息，据科技日报，全球顶级期刊《Science》（科学）杂志今天凌晨连发6篇论文报告，公布了人类基因组测序的最新进展：国家人类基因组研究中心(NHGRI)组成的端粒到端粒 (T2T) 联盟科学团队，通过新的技术研究出全球第一个完整的、无间隙的人类基因组序列，首次揭示了高度相同的节段重复基因组区域及其在人类基因组中的变异。
这是对标准人类参考基因组，即2013年发布的参考基因组序列（GRCh38）的“重大升级”，增加了之前整条染色体上隐藏的DNA片段，破译了缺失的大约2亿个DNA碱基对以及2000多个新基因——占人类基因组的8%。
这篇研究成果意义重大。科研人员揭示的完整人类基因组序列，是世界上最复杂的谜题之一，这一研究使得人类第一次看到最完整的、无间隙的DNA碱基基因序列，对于人类了解基因组变异的全谱，以及某些疾病的遗传贡献至关重要，将会推动与癌症、出生缺陷和衰老相关的研究与科学发展。
同时，这也是《Science》创刊141年来，首次在同一期杂志中连发6篇论文揭示人类基因组研究。
本论文作者，圣路易斯华盛顿大学医学院遗传学家Ting Wang（音译：王庭）表示，此次拥有完整的基因组，一定会改善生物医学研究。“毫无疑问，这是一项重要的成就。”
据中国科学报，人类基因组计划参与者、中国科学院北京基因组研究所研究员于军表示，假如把人类基因组序列比作一辆非常复杂的汽车，那么与20年前完成的人类基因组草图相比，完整的新序列非常于增添了更多零件。
“我们看到了以前从未阅读过的章节，”本论文通讯作者，华盛顿大学霍华德-休斯医学研究所（HHMI）研究员Evan Eichler（艾希勒）表示，这是全行业的一件大事。
Science封面图研究人员到底破译了什么？人类基因组由超过60亿个独立的DNA碱基、大约2-3万个蛋白质编码基因（整个基因仍未有统一答案）组成，与黑猩猩等其他灵长类动物的数量差不多，分布在23对染色体上。为了读取数以万计的基因组，科学家们首先将所有的DNA链切成几百到几千个单位长度的DNA片段。然后用测序机器读取每个片段中的各个碱基，科学家们试图按照正确的顺序组装这些片段，就像拼凑一个复杂的拼图。
2001年2月12日，由6国科学家共同参与的国际人类基因组计划首次公布人类基因组图谱及初步分析结果；2003年4月15日，公布了人类基因组序列草图。
然而，由于技术限制，当初的人类基因组计划留下了大约8%的“空白”间隙。这部分很难被测序，由高度重复、复杂的DNA块组成，其中包含功能基因以及位于染色体中间和末端的着丝粒和端粒。
实际上，核心的挑战在于，基因组的某些区域反复重复相同的碱基。重复的区域包括着丝粒和核糖体DNA等，过去无法按照正确的顺序组装一些被切碎的片段。这就像拥有相同的拼图碎片一样，科学家们不知道哪块碎片在哪里，因此基因组图中留下了很大的空白。
而且大多数细胞包含两个基因组--一个来自父亲，一个来自母亲。当研究人员试图组装所有的片段时，来自父母双方的序列可能混合在一起，掩盖了个体基因组内的实际变异。
如今，研究人员通过新的纳米机器设备与核心技术，实现了新的无间隙版本T2T-CHM13，由30.55亿个碱基对和19969个蛋白质编码基因组成。增加了近2亿个碱基对的新DNA序列，包括99个可能编码蛋白质的基因和其中近2000个需要进一步研究的候选基因。
这些候选基因大多数是失活的，但其中115个仍然可能表达。团队还在人类基因组中发现了大约200万个额外的变异，其中622个出现在与医学相关的基因中。此外，新序列还纠正了GRCh38中的数千个结构错误。
近端着丝粒染色体的显示图样（来源：论文）
具体而言，新序列填补的空白包括人类5条染色体的整个短臂，并覆盖了基因组中一些最复杂的区域。其中包括在重要的染色体结构中及其周围发现的高度重复的DNA序列，如染色体末端的端粒和在细胞分裂过程中协调复制染色体分离的着丝粒。
此外，新序列还揭示了以前未被发现的节段重复，即在基因组中复制的长DNA片段，并揭示了关于着丝粒周围区域的前所未见的细节。这一区域内的变异性可能为人类祖先如何进化提供新证据。
值得一提的是，本研究成果的关键进展，其实是利用了新的技术设备——英国牛津纳米孔技术公司和太平洋生物科学公司制造的快速迭代的基因测序机器。
早在2017年，国家人类基因组研究中心(NHGRI)负责人Adam Phillippy（亚当-菲利皮），以及加州大学圣克鲁兹分校(UCSC)的凯伦-米加意识到，新的纳米孔机器实现了一次准确读取100万个DNA碱基的能力，可以为最终解决基因组难点打开了大门。
大约在同一时间，华盛顿大学霍华德-休斯医学研究所（HHMI）Evan Eichler（艾希勒）领导的科研团队已经证明，使用太平洋生物科学公司的设备技术，可以解决更复杂形式的遗传变异技术。
因此，三人一起创办了端粒到端粒（T2T）联盟，利用全球约100名科学家团队资源，使其加快了研究佳偶。
随后，该团队连续六个月不间断地利用快速迭代的纳米孔基因测序机器，并请来几十位科学家来组装这些基因片段并分析结果。最终利用设备、技术等，实现了长读数测序读数，并将长读测序与牛津纳米孔的数据相结合，准确率超过了99%，填补了全球基因学研究的空白。
一直到2020年夏天，该团队已经拼上了两条染色体。在新冠疫情爆发的期间，团队通过Slack等通讯工具进行远程工作，获得了另外21条染色体，将每个染色体从一端或端粒排序到另一端。而且，科研人员人员还试图组装基因组中最难的区域，即着丝粒中高度重复的DNA序列。
最终，通过长时间的研究与团队合作，该团队成功实现了对每个染色体进行了测序，包含了编码用于制造核糖体的RNA的基因的多个拷贝，总共400个。
2021年6月，这份研究成果首次发表在预印版平台bioRxiv上。经过同行评议等，如今一系列论文登上了《Science》（科学）杂志。
研究人员在会后采访中表示，下一阶段的研究将对不同人的基因组进行测序，以充分掌握人类基因的多样性、作用以及人类与近亲、其它灵长类动物的关系。
年增速超20%，中国百亿基因市场前景广阔
随着生物学技术的不断发展，新的行业层出不穷，本次研究成果所属的中国基因测序行业是一个百亿级市场，拥有广阔的发展前景。
根据千际投行的研究统计数据显示，早在2019年，基因测序所在的全球生物制品行业市场规模就达到了3172亿元，未来五年有望达到万亿级别。其中，2019年中国基因测序行业市场规模约为149亿元，年增速超20%。
近年来，基因测序行业得到迅速发展，吸引了大量资本和企业的进入。从产业上下游来看，基因测序产业链主要包括了上游仪器、中游服务提供商以及下游终端应用三个环节。涉及到的公司包括华大基因、达安基因、药明康德，以及互联网巨头苹果公司、亚马逊、谷歌、微软等。
整个产业看似简单，但上游的基因测序仪及配套试剂是整个产业链壁垒最高的部分，下游终端应用还涉及领域覆盖面非常广，既包括医疗领域的人体基因组、人体微生物基因组以及基础研究领域，还包括非医疗领域的环境治理、石油存储探测、农牧软文种等。
实际上，早在几十年前，医学界就对此有过尝试，将狒狒的心脏移植给了一个罹患先天性心脏病的孩子。如今，通过嵌合的方式，通过基因编辑的方式，甚至是通过合成生物学的方式，实现了猪心脏在人类身上的移植。
华大集团CEO尹烨曾表示，其实，今天人类进入了生命时代，我们关心的则是自身的基因和健康，以此就将去整合物理世界、信息世界和生命世界。
在应用场景不断拓宽，测序能力进一步加强的共同促进作用下，全球基因测序行业市场规模将不断增长，中国基因行业市场规模虽然与全球头部企业差距较大，但是在国内市场中仍然占据较大的优势，未来要想提高国际市场份额，还需进一步加强技术研发，未来发展具有巨大的想象空间。
今天，新的基因组序列研究成果，是科研人员必不可少的第一步，也是实现商业化的重要一步。
Evan Eichler（艾希勒）表示，“现在我们有了一块罗塞塔石碑（注：一块制作于公元前196年的花岗闪长岩石碑，解读出已经失传千余年的埃及象形文之意义与结构），可以在未来研究数十万个其他基因组的完整编译。”
最近公布了一种全新的3D打印技术，能在液体中直接、持续而迅速地打印，颠覆了过去几十年来逐层堆叠的3D打印方式，速度提高了25～100倍，并能打印许多前所未有的几何形状。
CLIP打印出埃菲尔铁塔
这种新技术称为 CLIP（Continuous Liquid Interface Production），登上了3月20日Science杂志封面。
目前的3D打印存在很多问题，比如速度太慢，表面粗糙。这是由于，普通的3D打印实际上是2D打印，一般使用液态树脂逐层堆叠，也就是说，打印好一层后，等待它固化，再进行下一层打印，然后层间黏合在一起。每层的边缘之间往往不能完全光滑过度，因此整体看起来较为粗糙。
这两个问题在Carbon3D开发的CLIP技术面前迎刃而解。 CLIP不仅速度提高了几十倍，并且表面光滑细腻。那么，CLIP技术的原理是什么呢？
CLIP的原理与光固化技术很相似，利用的是光敏树脂在一定波长紫外线作用下会产生聚合反应、从而固化的性质。但它还利用了另一个性质：氧气会抑制光敏树脂的固化。二者的平衡就是CLIP技术成功的关键。
秘诀就在于CLIP打印机的水槽底部。水槽底部有一个窗口，其特殊之处在于，既能透过氧气，又能透过紫外线，因此称为「透氧窗口」（Oxygen Permeable Window）。水槽中装有液态光敏树脂，水槽下方有一个紫外线投射仪。氧气会抑制光敏树脂的固化过程，因此，水槽底部的液态树脂由于接触氧气而成为固化的「盲区」（dead zone），始终保持着液态，形成一层液态薄膜（约2～3个红细胞厚度）。这层薄膜不能透过氧气，但能透过紫外线，因此上层处于低氧状态的液态树脂就可以在紫外线的作用下固化。这样，就不会有固化的树脂黏在底板上。随着打印平台往上升，更多低氧状态的树脂被吸到底部，打印过程可以持续而迅速的进行，就像从液体中“生长”出来一样，而不需要像传统的方法那样分层固化。
Carbon3D的工程师还声称，CLIP技术可以打印非常精细的物品，精度小于20微米，与丙烯酸纤维或者一张纸的1/4厚度相当。这种技术为扩展3D打印适用的材料范围提供了蓝图，比如合成橡胶、硅氧树脂、尼龙、陶瓷和可降解生物材料等，这是目前的3D打印技术望尘莫及的。
DeSimone说：除了可以采用新材料以外，CLIP技术还能打印出强度更高、形状独特的物体，这是其他技术做不到的，比如根据病人个体情况量身定做的心脏支架。由于CLIP打印速度很快，只需要几分钟，而不是几小时或者几天，有可能再过几年，我们就能随时打印出个性化的冠状动脉支架、牙种植体或假肢，以满足医疗的需求。
山东宾果智能科技有限公司为您解答
UNC-Chapel Hill的研究人员在《科学》(Science)杂志上介绍了这种名为CLIP的新工艺，将其描述为“连续液态界面生产”。3D打印有两个非常令人恼火的不足之处：一是要等待好几个小时才能完成制作，二是打印出来的东西表面很粗糙，而这个新方法可以大大改进这两个方面。 CLIP可以在相对很短的时间里打印出顺滑的复杂物品，而且可以使用更多的材料来打印物品。
现有的3D打印工艺使用液态树脂，在一个缓慢的过程中逐层打制作出物品：先打印一层，固化它，补充树脂材料，然后再打印一层，周而复始，直到打印完成。而在CLIP工艺中，一个投影机从下方用紫外线显示连续的、极薄的物品横截面。紫外线在一缸液态树脂中以横截面方式硬化液体。与此同时，一台升降机不断将成形的物体捞出树脂缸。
CLIP打印机的关键之处位于树脂缸的底部：那里有一个窗口让氧气和紫外线通过。因为氧气可以阻碍固化过程，缸底的树脂连续形成一个“死区”，不会固化。而这个“死区”非常之薄，只有几个红细胞那么厚。因此紫外线可以通过，并固化其上方没有接触氧气的树脂。不会有树脂粘在缸底，而打印速度变得非常快，因为它不是在空气中，而是在树脂里打印的（在空气中打印，由于氧气存在，固化速度就会减缓）。当打印机捞起成形的物品时，吸嘴会往缸底添加低氧树脂。
CLIP不仅大大加快了固化过程，同时也能打印出更顺滑的3D物品。这种工艺不是等待3D物品一层层地固化，而是采取了连续打印的方式，制作出来的物品可以和注塑零件媲美。 CLIP的发明者还表示，他们可以生产更精细的物品——小于20微米（和丙烯酸纤维一样厚）——而且可以使用弹性材料，以及某些 生物 材料。目前的大部分3D打印机都无法使用这些材料。此外，CLIP的打印过程看起来真的很炫酷——发明者甚至说，他们从电影《终结者2》中著名的液态金属机器人T-1000那里受到了启发。
但最重要的是，这种新工艺大大提升了打印速度。 CLIP的发明者说，它打印物品的速度是老式3D打印方法的25到100倍。
CLIP正在申请专利，研究人员也正在一家名为Carbon3D的初创公司中研制采用这项工艺的设备。该公司计划在今年年底前生产出CLIP打印机的商用版。目前我们尚不知道它的价格和技术规格，但我们预计，第一批Carbon3D设备的客户会是那些亟需高品质快速原型制作设备的创业公司和研究机构。总而言之，Carbon3D的钱景非常看好。
近日，有国外媒体报道称，谷歌AI量子技术研究团队在量子计算机上完成了有史以来规模最大的化学模拟数据分析。据了解，这是量子计算机第一次参与到化学模拟反应中，该研究成果引起了计算机领域、化学领域和量子技术领域的轰动，并于本月28日登上了《Science》杂志封面。
对于传统计算机来说，模拟复杂多变、计算量呈指数级增长的化学反应是一项极其艰巨的任务。而信息处置能力和运算速度都远超传统机器的量子计算机，虽然是理论上进行计算量庞大且复杂的化学反应的最优选择，但是在模拟精度方面，科学界普遍持怀疑态度。
面对科学界的质疑，谷歌AI量子技术团队圆满完成了化学模拟反应的研究实验，向科学界界展示了量子计算机优异的计算能力。论文在《Science》发表后，谷歌AI量子技术团队的研究成功也被全球各大媒体进行广泛报道。
《Science》刊登的研究论文中详细介绍了具体的研究方法。谷歌AI量子技术团队使用了搭载Sycamor处理器的量子计算机，运用了Hartree-Fock模型运算方程进行了分子电子能量计算。该过程中谷歌研究团队通过应用噪声鲁棒的变分量子本征求解（VQE，variational quantum eigensolver）计算方法来模拟化学反应机制，对研究成果进行了完善纠错处理。基本研究方向是两个重氮原子和两个重氢原子发生重组反应时，氢原子围绕氮原子不停运动从而形成了各式各样的结构。实验结果检测，运用量子计算机进行化学模拟产生的数据与过去在传统计算机上进行模拟的数据基本吻合。
谷歌AI量子研究团队对化学反应的成功模拟，将改变理论化学体系，同时也推动了化学相关产业的发展。研究团队向媒体表示，本次研究为化学模拟计算描绘了量子技术的蓝图，其中运用的物理虚拟模型也向科学界证明了物理模拟具有难以代替的优势。在未来，量子计算机将承担更艰巨的科学运算任务。
内容来源：
