机器学习助力高熵合金发现
高熵合金是多种主元素的固溶体，能够达到稀释材料无法达到的性能状态。然而，发现这些珍贵性质往往出于偶然，因为热力学合金的设计规则在高维组成空间并不适用。
研究组提出了一种主动学习策略，基于非常稀少的数据，在几乎无限的成分空间中加速高熵因瓦合金的设计。该方法以闭环方式工作，将机器学习与密度泛函理论、热力学计算和实验相结合。
在处理和表征了数百万种可能成分中的17种新合金后，研究组确定了两种热膨胀系数极低（300 K时约为2×10-6/K）的高熵因瓦合金。该策略有助于快速发现具有最佳热性能、磁性能和电性能的高熵合金。
相关论文信息：https://www.science.org/doi/10.1126/science.abo4940
“幻觉法”生成对称蛋白质组合
深度学习生成方法助力广泛探索超越天然蛋白质序列和结构的蛋白质结构空间。
研究组使用深度网络“幻觉法”，给定原聚体的数量和长度，生成了广泛的对称蛋白质同源寡聚体。
七种设计的晶体结构与计算模型非常相似（中位均方根偏差：0.6埃），具有高达1550个残基和C33对称性的巨型10纳米环的3种冷冻电子显微镜结构；这些都与先前解析的结构有很大不同。
该研究结果突出了利用深度学习生成新蛋白质结构的丰富多样，并为纳米机器和生物材料日益复杂的组件设计铺平道路。
相关论文信息：https://www.science.org/doi/10.1126/science.add1964
电化学电位使休眠孢子整合环境信号
细菌孢子的休眠状态通常被认为缺乏生物活性。研究组表明，尽管孢子持续休眠，但随着时间的推移，孢子可以通过预先存在的电化学电位整合环境信号。具体而言，他们研究了数千个单独的枯草芽孢杆菌孢子，其在暴露于短营养脉冲时仍保持休眠状态。
在细菌电生理学数学模型的指导下，研究组通过基因和化学靶向钾离子通量来决定是否退出休眠。他们证实了短营养脉冲导致持久性孢子的电化学电位出现阶梯式变化。
在休眠期间，随着时间的推移，孢子逐渐释放其储存的电化学电位，以整合细胞外信息。该发现揭示了生理非活性细胞中运行的决策机制。
相关论文信息：https://www.science.org/doi/10.1126/science.abl7484
有关非洲病毒基因组监测迅速扩大后的新见解
在过去1年对非洲各种病毒测序的投入下，生成和用于跟踪该大陆大流行的序列数量大幅增加，目前已超过10万个基因组。
研究结果显示，能在本国内进行测序的非洲国家数量有所增加，尤其是加快了测序周转时间，并提供更定期的常规监测。尽管测序比例较低，但这项基因组监测研究的结果突出了大流行的异质性，并阐明了备受关注的变异株在非洲大陆独特的扩散动态。由于此病毒仍在进化，非洲大陆还面临着许多其他传染病的威胁，因此，非洲诊断和基因组监测需要持续投资。
相关论文信息：https://www.science.org/doi/10.1126/science.abq5358