内容提要

1. AI在气象领域带来新突破。《自然》杂志12月发表的新研究表明：相较于被普遍认为预测最准的欧洲中期天气预报中心（ECMWF），基于机器学习的GenCast模型展现了比前者ENS系统（业务预报系统）高20%的准确率以及更快的预测速度。

2. 通过将大数据与人体微观分子结合，中国研究团队获得重要进展，研究结果12月刊载在《细胞》杂志上。复旦大学的研究人员基于英国生物样本库的53000多名成年人的数据绘制出人类血浆蛋白质组图谱。这些数据可帮助科学家了解哪些蛋白质与疾病有关，哪些与健康有关，有助于实现精准医疗。

3. 《自然-通讯》杂志11月发表的一项研究结果显示，最近宾夕法尼亚州立大学团队以“人体细胞”为原料而推出的新型生物打印系统有望彻底改变针对人体组织的3D打印方式。

AI预报员会否取代传统天气预报？

谷歌DeepMind开发的一款AI程序GenCast最近将全球顶尖的天气预报机构斩落马下。

根据《自然》杂志12月刊载的文章，相较于被普遍认为预测最准的欧洲中期天气预报中心（ECMWF），基于机器学习的GenCast模型展现了比前者ENS系统高20%的准确率以及更快的预测速度。

作者团队表示，AI提前15天完成了对日常天气和极端事件的更准确预测，并更好地预测了破坏性飓风和其他热带气旋的路径，包括它们登陆的地点。

当然，在短期内，GenCast有望辅助而非取代传统预报系统，但即便只打辅助，它也有能力明确未来的寒流、热浪和强风，帮助能源公司预测风力发电厂将产生多少电力。

基于物理学的传统天气预报需要求解大量方程式才可得出预测结果。而GenCast通过接受1979年至2018年这40年间生成的历史数据进行训练，了解全球天气的演变；这些数据包括不同高度下的风速、温度、气压以及湿度等数十个变量。根据最新气象数据，GenCast能够面向全球、针对未来15天的情况预测28公里×28公里范围内、以12小时为单位的天气变化。

传统气象预测要在配置数万个处理器的超级计算机上耗时数小时完成，而GenCast在专为机器学习设计的单块芯片Google Cloud TPU上仅用8分钟即可完成同类任务。

近年来，谷歌发布了一系列AI天气预报程序。2024年7月，该公司宣布推出NeuralGCM，将人工智能与传统物理学相结合，用于长期预报和气候建模。2023年，DeepMind推出的GraphCast每次只生成一个最佳的预测结果。GenCast以GraphCast为基础，能产出50个甚至更多预测的集合，为未来不同的天气事件分配概率。

英国雷丁大学气象学系教授莎拉 · 丹斯（Sarah Dance）认为：“天气预报方法即将发生根本性转变。AI工具为气象部门打开了生成更大规模预报的可能，提供了对预测置信度的更可靠估计——特别是关于极端事件的。”

资料来源：

Google DeepMind predicts weather more accurately than leading systemGoogle DeepMind

Cell：复旦团队绘制人类血浆蛋白质组图谱

复旦大学的研究人员基于英国生物样本库的53000多名成年人的数据，绘制出人类血浆蛋白质组图谱，并于2024年11月在《细胞》杂志上报道了该成果。这些数据可帮助科学家了解哪些蛋白质与疾病有关，哪些与健康有关，进而实现精准医疗。

复旦团队将2920种血浆蛋白与1066种疾病和986种健康相关特征相联系。涉及的疾病包括胃肠道、肌肉骨骼、泌尿生殖系统、循环系统和呼吸系统的疾病以及传染性疾病；健康相关特征包括心理健康、认知功能、饮食、生活方式、工作和生活环境以及病史。

最终得到的蛋白质组学图谱囊括1706种疾病和健康特征。借助此谱，研究者能针对各种疾病找到前景可期的预测性和诊断性生物标志物，还识别出26种具有良好安全性的潜在治疗靶点以及37种有望改作他用的药物。

值得一提的是，图谱绘制者们还发现了尚未报道的新的蛋白质-疾病关联和蛋白质-健康关联：主要的相关性在于诸如慢性肾病这类泌尿生殖系统疾病的发病率上，他们找到了具有高风险比的新生物标志物，例如NBL1和COLEC12。

此外，图谱也给出了近2000种具有针对“现患疾病”（prevalent diseases，采样时已存在的疾病）和“新发疾病”（incident diseases，随访过程中新出现的疾病）的保护机制的蛋白质关联。

论文作者表示：“在这些蛋白质中，表皮生长因子受体（EGFR）表现出最广泛且最显著的保护作用，影响了90种疾病。最大的保护是对高血压肾病的……这支持了EGFR信号在肾脏损伤中的关键作用。”

资料来源：

New Atlas of the Plasma Proteome Provides Important Insights into Health and Disease

3D生物打印机帮你直接打印出受损骨骼

近年来，3D打印技术发展迅猛。传统打印材料包括塑料、金属和陶瓷等。现在人体细胞也成了一种原料，可用于打印活体组织。当然，生物打印（bioprinting）目前仍是个缓慢而受限的过程，不过最近宾夕法尼亚州立大学团队推出的新型生物打印系统有望彻底改变针对人体组织的3D打印方式。《自然-通讯》（Nature Communications）杂志11月报道了此项成果。

新系统名为用于生物打印的“打印高通量集成组织制造系统”（HITS-Bio），可使用球状、微小的活细胞聚集体作为组织创建的基础构建单元。它打印结构的速度是现有技术的10倍，同时保持了90%以上的细胞存活率，甚至可被直接应用于伤口。

生物打印比传统3D打印复杂很多。它所用的不是塑料或金属等惰性材料，而是需要严格控制环境的活细胞。常规生物打印方法（挤出式、喷墨或激光辅助）通常要在速度、精度或细胞存活率等方面做妥协。

HITS-Bio将活细胞聚集体封装于特殊的凝胶基质中，得到一种“生物墨水”（bioink）。打印后，这些细胞会在几周内“熟化”，稳定为3D组织。

研究作者易卜拉欣 · 奥兹博拉特（Ibrahim Ozbolat）表示，这有点像砌砖墙，细胞是砖块，生物墨水是砂浆。以球状的细胞聚集体为构建单元，其优势在于细胞密度与人体组织相似；HITS-Bio所用的4×4数控喷嘴阵列能同时定位16个球体，突破了常规方法中一次定位一个球体的局限，再加上生物墨水的黏合作用，系统可以快速、精确而又不损坏细胞地创建复杂结构。

HITS-Bio打印出的软骨结构

奥兹博拉特等人在患严重颅骨缺损（通常需要先进的外科手术干预）的大鼠模型上测试了HITS-Bio。球状聚集体源自人类脂肪干细胞，经过了旨在促进骨骼生长的预编程，在被打印至目标区域后，短短6周内，就让缺损处几乎完全修复——高密度的球体排列使骨覆盖率高达96%，组织学研究证实新骨组织的矿化和整合程度很高。

在另一项实验中，研究人员借助HITS-Bio打印了一块体积为1立方厘米、由576个球体组建而成的软骨结构。制备过程不到40分钟，软骨结构展现出细胞存活率高、细胞外基质沉积扎实以及有关键软骨标志物表达等特征——这使其成为修复软骨缺损的潜在方案。

资料来源：

New 3D Bio-printer Injects Living Cells Directly Onto Injuries To Heal Bones and Cartilage

END