观察病毒的装配
几十年来，科学家们一直把噬菌体作为模拟感染人类病毒的材料。然而，对于噬菌体如何制造更多的噬菌体，迄今仍神秘莫测。现在，加利福尼亚大学（UC）的生物物理学家们第一次捕捉到了正在进行自我装配的噬菌体。他们利用微球和激光技术，观察了病毒是如何把自身的基因组装填入蛋白质外壳，以及它们是如何与其DNA展开激烈的争夺战的。结果显示，担负DNA包装任务的显微曲柄，是迄今所测到的最有力的分子发动机。
一位研究噬菌体的生物学家D · 安德森（D. Anderson）说：“长期以来，我们总是结合应用生物化学和遗传学的方法来认识噬菌体，但真正需要的是生物物理学。”在这方面，UC大学的生物物理学家们率先作出了令人鼓舞的成绩。
噬菌体的DNA装配机器叫做Phizg。据研究，为了把DNA装入病毒的五边形头部，噬菌体蛋白质gp/6要把DNA带到位于头基部的一种蛋白质～RNA复合物中。gp16用腺苷三磷酸（ATP）作为燃料，并与蛋白质连接器一起，把DNA拉进头部。如把整个过程扩大60万倍，就如将一根细面条塞入一只火柴盒。这一过程的生化原理虽已被人们所认识，但对病毒怎样将DNA拖入头部，并在几分钟内达到组织化的力学细节，仍所知甚少。
加利福尼亚大学的S · 坦斯（S. Tans）等设法观察了噬菌体进行装配的真实过程。他们把噬菌体的头部和DNA，用蛋白质凝胶粘连到了两个塑性微球之间，利用抽吸，他们把带有噬菌体头部的微球固定在微吸管的顶端；同时，用激光陷波（一种稳固微球的特异聚焦的激光束）俘获带DNA的微球。通过拉动DNA-噬菌体头部的组装物，并测定激光陷波光的偏转度，就可得到微球上面的力，从而得出吸附到它上面的生物分子的力。装配完成以后，他们加进了ATP，并进行观察。
研究人员看到，当分子发动机将DNA拉入噬菌体的头部时，微球逐渐移近到一起。DNA的装配，开始时以每秒100个碱基对的恒速平稳地进行。但当充入头部的DNA达1/2满时，压力开始上升，而发动机则变慢。坦斯及其同事利用光的陷波拉力来抵挡装配动力。要有抵挡57微微牛顿的力才能使发动机停下来——这是迄今所见到的分子发动机的最大“拖力”。从这种力和噬菌体头部内的体积，坦斯计算出一个装满了的噬菌体头部内的压力是15百万帕斯卡尔（megapascal—百万帕斯卡尔）。相当于氧瓶内的压力。据坦斯推测，当噬菌体吸附到它将要感染的细胞表面时，高的压力有助于噬菌体注射自己的DNA。
安德森认为，完全认识装配过程，可揭示新的抗病毒药的新靶标。其他科学家，也因应用生物物理学技术解决问题而深感鼓舞。正如芬兰赫尔辛基大学的R · 图纳（R. Tuma）所说的：“假如没有坦斯等人的工作，我们决不可能认识到病毒机器竟有如此强有力的发动机。”
人造鼻探地雷
狗的鼻子中天然的嗅觉系统能辨别出几万种不同的气味。人造鼻和生物鼻相比，其功能自然是望尘莫及。迄今所发展的人造鼻，多数适于探测某些特异气味，诸如外泄的汽油或腐败的食品等。原因很简单，生物鼻含有大约1000种能辨别气味的不同的化学受体，这是任何机器所无法匹敌的。
神经科学家利用他们对蝾螈嗅觉系统的多年研究成果，围绕两者间的数量差距开展了工作。塔夫茨大学的J · 考尔（J. Kauer）和J · 怀特（J. White）利用生物鼻的约20种不同特性，设计了一种仪器。它由传感器系列组成，每个传感器含有荧光染料，包埋在一种聚合物中，不同的聚合物之间有微妙的差异。当气味分子扩散进基质中时，可使染料的荧光特性发生变化。最终在整个系统中所产生的荧光图型，给出了空气样品中的分子标记。
和其他人造鼻不同，塔夫茨大学的人造鼻是通过周期性地把空气吹到传感器而“嗅”空气样品的。监测传感器的变化，可以用同样数量的传感器辨别更多种不同的气味。其他对天然鼻的模仿还包括利用反馈机制，以防止传感器的饱和；以及依据生物鼻的神经电路设计的气味分析系统等。
该仪器能测出多层次的气味，包括淡微的和浓烈的。受国防部高级研究规划局和海军研究署的资助，考尔用人造鼻进行了探测地雷的实验。据估计，全世界埋在地下的地雷大概有1亿枚；地雷含有TNT（三硝基甲苯）。狗能嗅出地雷，大概是靠地雷副产物二硝基甲苯（DNT）的暗示。在这方面，人造鼻具备不知疲劳和可远距离操作的特点。
在一个特设的小屋内，考尔用人造鼻“面对面”地与狗鼻作了对照实验。结果证明人造鼻的灵敏度大约比狗鼻低10～15倍，可测出10亿分之一或更少的DNT和相关化合物。在野外实验中，人造鼻能测出地雷的大致标记，但不能精确定位，可能是由于不断变化的背景气味掩盖了地雷发出的“蒸汽”。
化学家D · 沃尔特（D. Walt）认为，给地雷定位是个难题；人造鼻是否能担此重任，还有待进一步的观察，但他强调指出：“人造鼻已取得了某些令人难以置信的进步”。考尔说，可以利用这些进步解决其他较易解决的问题，例如用于监测飞机座舱内的有毒烟尘等。
展示细胞有丝分裂的情景
伴随细胞的生长、运动和分裂，称作细胞支架的细胞自身结构的某些部分，必须反复地拆卸和重建。科学家们从模糊不清的活细胞中，仅能对这个创造性的破坏过程获得稍纵即逝的一瞥。但“现成”图像处理新技术却能帮助科学家们从老的细胞支架图像中，获得多种新的数据资料。
这项技术是一种叫做交叉相关（cross-correlativn）的计算机系统，是为探测多种信号的图型而开发的。在波士顿，哈佛医学院的Z · 珀尔曼（Z. Perlman）和其同事已知道可把这种技术用于研究细胞的有丝分裂过程。在细胞的有丝分裂期，叫做微管的蛋白质丝状物形成一种网络，叫做纺锤体，把成对的染色体排列在细胞中间。微管能如此精确有效地把染色体拉向细胞的两极，以至细胞在一分为二时每个新形成的细胞都具有全套的染色体。
1998年，北卡罗莱纳大学的细胞生物学家T · 萨蒙（T. Salmon）和W · 斯托里（W. Storer）发明了一种追踪微管活动的新方法。他们利用标准技术从微管蛋白质的亚单位收集微管，并对某些微管作了荧光标记。由于用的带标记的微管蛋白质较通常的少，微管会卷绕起来并有亮斑点点发光。通过仔细观察有丝分裂纺锤体内亮斑的活动，便可追踪细胞舞蹈过程中微管的旋转。
但数据的分析难度很大，因为仅一对亮点的换算就得花上几个星期的时间。为了改进方法，珀尔曼及其同事就利用交叉相关技术，取得了运动中的纺锤体的连续图像，并将其旋转成直线排列。通过对改变了的图像中的点进行比较，他们就能测定点运动的速度和方向。珀尔曼在细胞生物学中应用交叉相关技术，使他从以前的定性实验中取得了定量的数据。
有人对用交叉相关技术能否精确比较复杂的亮斑图像持怀疑态度。但萨蒙预言，这一技术将证明“是从亮斑图像取得新信息的有用方法”。他说，“当务之急是发展高级智能计算机图像处理技术来分析这样的图像。”
[Science，2001年3月16日]