Nature

生物催化氧化交叉偶聯(lián)反應形成聯(lián)芳鍵

《自然》封面：聯(lián)芳化合物有兩個相連的芳環(huán)，是化學、醫(yī)學、材料科學中廣泛使用的“骨架”。Nature雜志第7899期封面文章報道了幫助連接這些關(guān)鍵組成單元的酶類生物催化劑，以及這種生物催化劑的設(shè)計與制備工程。通過連接單個分子成分來合成這類聯(lián)芳化合物并不容易，研究團隊使用經(jīng)過工程化改造的細胞色素P450酶作為催化劑，從而能夠控制耦合的那些碳氫鍵，以及產(chǎn)物的立體化學性質(zhì)，從而能將原本低產(chǎn)、非選擇性的反應轉(zhuǎn)化為一種能高效選擇性地將芳香分子偶聯(lián)形成聯(lián)芳化合物的反應。

利用深度神經(jīng)網(wǎng)絡(luò)復原和判斷古代文本的歸屬

《自然》封面：預測過去。Nature雜志第7900期封面文章報道了幫助歷史學家復原和理解古希臘銘文的深度神經(jīng)網(wǎng)絡(luò)“Ithaca”。Ithaca單獨使用時能以62%的準確度復原受損文本；當歷史學家使用Ithaca時，同一任務的準確性可達72%。Ithaca還能以71%的準確度判斷這些銘文的原始地理位置，鑒定出的銘文年代與歷史學家提出的范圍相差少于30年。銘文是了解古代文明的寶貴渠道。幾個世紀以來，許多銘文遭到破壞，存世的只有碎片或僅部分可辨，讓閱讀和解釋這些文本的工作變得困難。人工智能與歷史學家的合作或?qū)⒋龠M對古代文明的研究。

基因調(diào)控DNA的演化、演化能力和工程化

《自然》封面：在演化能力譜系極端情況下的序列演化特性。Nature雜志第7901期封面文章報道了一種理解調(diào)控DNA序列并對其進行改造的框架。研究團隊基于一個利用深度神經(jīng)網(wǎng)絡(luò)模型開發(fā)的“預測器”構(gòu)建了一個框架，這個深度神經(jīng)網(wǎng)絡(luò)模型能根據(jù)特定的啟動子DNA序列預測基因表達。作者用幾千萬個啟動子序列的表達測度數(shù)據(jù)訓練了這個神經(jīng)網(wǎng)絡(luò)。最后得到的人工智能預測器能根據(jù)序列準確預測表達，足以用來研究調(diào)控DNA序列的演化歷史和未來的演化能力，還能為合成生物學應用設(shè)計調(diào)控DNA序列。

銀河系早期形成歷史的時間分辨圖

《自然》封面：在西澳大利亞楠邦國家公園拍攝的銀河系。Nature雜志第7902期封面文章報道了處于亞巨星演化階段的近25萬顆恒星的誕生時間，這一階段的恒星可作為精確的恒星鐘。這些恒星個體的年齡從15億年～130億年不等。要理解銀河系的形成，就要確定其中恒星的精準年齡。研究團隊將如此多樣本恒星的年齡精確度提升為先前的3倍，從而厘清了導致銀河系形成的事件順序。根據(jù)這些信息，研究人員推斷銀盤最古老的部分在約130億年前（宇宙大爆炸的8億年后）已開始形成，而內(nèi)銀暈大約在20億年后形成。