据不完全统计，近期中国研究机构参与的研究有2篇发表在《自然-纳米技术》、1篇发表在《自然-生物医学工程》、1篇发表在《自然-方法》上。扫描二维码即可免费阅读论文全文。
发表期刊：Nature Nanotechnology《自然-纳米技术》
论文标题：金属碘化物外延替代实现二维金属硫族化合物的低温生长（Epitaxial substitution of metal iodides for low-temperature growth of two-dimensional metal chalcogenides）
通讯作者：Lijie Zhang（温州大学）、Lain-Jong Li（香港大学）、Zhengtang Luo（香港科技大学）、Shaoming Huang（广东工业大学）
第一作者：Kenan Zhang（广东工业大学），Yihong She、Mei Zhao（温州大学），Xiangbin Cai、Zhenjing Liu（香港科技大学）
DOI：10.1038/s41565-023-01326-1
发表日期：2023年2月13日
论文导读：
将不同二维（2D）材料集成在晶片上，一方面可以丰富器件的功能，另一方面通过形成异质结构可以构建具有非常规特性的材料。现有的材料转移法存在机械损伤和化学污染问题。而高质量2D材料的直接生长通常需要高温，这阻碍了不同2D材料的单片集成。来自广东工业大学、温州大学等单位的研究团队开发了一种在低于400 °C的温度下生长晶体2D层及其异质结构的普适方法。该方法可获得至少17种2D晶体金属硫族化合物，并实现了多个2D材料在同一晶片上顺序生长，有望成为不同高质量2D材料的单片集成的可行方案。
扫码免费阅读论文全文
发表期刊：Nature Nanotechnology《自然-纳米技术》
论文标题：机器学习助力单血管分析纳米材料的肿瘤血管渗透性（Machine-learning-assisted single-vessel analysis of nanoparticle permeability in tumour vasculatures）
通讯作者：Jie Tian（中科院自动化研究所）、Xiyun Yan（中科院生物物理研究所）、Xinglu Huang（南开大学）
第一作者：Mingsheng Zhu、Jie Zhuang（南开大学）
DOI：10.1038/s41565-023-01323-4
发表日期：2023年2月13日
论文导读：
学界在肿瘤血管是否具有高渗透性这一问题上存在争议。为此，来自南开大学、中科院自动化所和中科院生物物理所的研究团队利用蛋白纳米探针和基于图像分割的机器学习（nano-ISML），发展了一种定量分析单血管渗透性的方法。研究团队利用nano-ISML，对来自32种肿瘤模型的超过67000根血管进行了量化，揭示了蛋白纳米材料血管渗透性的高度异质性。研究数据表明，高、低渗透性肿瘤血管分别依赖于被动外渗和跨内皮转运机制。这项研究阐明了肿瘤血管渗透性的异质性，为下一代抗肿瘤纳米药物的设计提供了方向。
扫码免费阅读论文全文
发表期刊：Nature Biomedical Engineering《自然-生物医学工程》
论文标题：在亨廷顿病猪模型中实现Cas9介导的扩增CAG重复序列替换（Cas9-mediated replacement of expanded CAG repeats in a pig model of Huntington’s disease）
通讯作者：Sen Yan、Xiao-Jiang Li、Shihua Li（暨南大学），Liangxue Lai（中科院广州生物医药与健康研究院）
第一作者：Sen Yan（暨南大学）
DOI：10.1038/s41551-023-01007-3
发表日期：2023年2月16日
论文导读：
亨廷顿病（HD）和其他由CAG重复序列扩增引起的神经退行性疾病都很适合采用基因治疗。来自暨南大学和中科院广州生物医药与健康研究院的研究团队利用亨廷顿病猪模型，证实了将变异CAG重复序列替换为正常CAG重复序列的可行性。研究表明，颅内注射或静脉注射携带Cas9、一段单链向导RNA（靶向HTT基因）和供体DNA（包含正常CAG重复序列）的腺相关病毒，可有效改善模型猪的病理变化及行为症状。这项研究为进一步开发病毒递送的Cas9基因疗法打下了基础。
扫码免费阅读论文全文
发表期刊：Nature Methods《自然-方法》
论文标题：SODB促进空间组学数据的全面探索（SODB facilitates comprehensive exploration of spatial omics data）
通讯作者：Zhiyuan Yuan（复旦大学）、Michael Q. Zhang（得克萨斯大学达拉斯分校）、Jianhua Yao（腾讯人工智能实验室）
第一作者：Zhiyuan Yuan（复旦大学）、Wentao Pan（腾讯人工智能实验室）
DOI：10.1038/s41592-023-01773-7
发表日期：2023年2月16日
论文导读：
空间组学技术产生了丰富但高度复杂的数据集。为帮助研究人员更高效地读取、处理并分析感兴趣的数据，来自复旦大学、腾讯人工智能实验室和得克萨斯大学达拉斯分校的研究团队开发了一个基于网页的平台——空间组学数据库（SODB）。SODB包含大量数据，这些数据均处理为统一格式、可供免费访问且兼容多种软件。SODB还提供了一套交互式数据分析模块，其中包括空间组学可视化分析（SOView）。目前，SODB可通过网站https://gene.ai.tencent.com/SpatialOmics/访问。
扫码免费阅读论文全文
《自然》系列期刊产品试用申请
Nature Portfolio期刊是多学科研究和综述期刊的合集，自1869年起一直致力于理解、 探讨和分享科学。《自然》系列期刊目前包含40种《自然》系列研究期刊，涵盖生命科学、物理科学、临床医学和社会科学领域，以及24种《自然综述》系列期刊，为您提供权威、易于理解、意义重大的综述内容。
▲ 如果您对《自然》系列期刊产品感兴趣，愿意推荐您所在的院校或机构申请试用，欢迎扫描以上二维码，提交表单申请。
Nature Portfolio期刊可通过nature.com平台获取，点击“阅读原文”了解详情
版权声明
本文由施普林格∙自然上海办公室负责编译。中文内容仅供参考，一切内容以英文原版为准。欢迎转发本文至朋友圈，如需转载，请联系 China@nature.com。
© 2023 Springer Nature Limited. All Rights Reserved