瑞士联邦理工学院（EPFL）的研究团队开发了一款革命性的“自动驾驶”显微镜系统，利用深度学习技术预测并分析错折叠蛋白的聚集过程——这是阿尔茨海默病、帕金森病等神经退行性疾病的关键标志。这一突破性研究发表在《自然·通讯》上，为理解疾病机制和开发新疗法提供了重要工具。
神经退行性疾病的关键挑战
错折叠蛋白的异常聚集是亨廷顿病、阿尔茨海默病等疾病的核心特征，但传统方法难以实时观测这一快速且随机的过程。由于人眼无法区分正常蛋白和即将形成有害聚集体的蛋白，科学家亟需更精准的检测手段。
AI驱动的智能显微镜系统
EPFL团队开发的系统结合了深度学习算法和多种显微成像技术，能够实时追踪蛋白聚集，甚至在其发生前进行预测。该系统最大程度减少了荧光标记的使用，避免干扰样本的生物物理特性，从而提高分析的准确性。
研究团队首先开发了一种算法，可在未标记的活细胞中识别成熟蛋白聚集体，并自动触发布里渊显微镜（Brillouin microscopy），以分析聚集体的力学特性。由于传统布里渊成像速度较慢，AI的介入使其仅在检测到目标时启动，大幅提升效率。
随后，团队进一步优化算法，使其能以91%的准确率预测蛋白聚集的起始时刻，从而在聚集过程中实时捕捉生物力学变化。
推动疾病研究与药物开发
这项技术不仅推动了智能显微镜的发展，还为神经退行性疾病的药物研发提供了新思路。团队负责人之一希拉尔·拉舒埃尔（Hilal Lashuel）表示，无标记成像方法有助于研究毒性蛋白寡聚体，这些微小聚集体被认为是疾病发展的关键因素。未来，该技术有望加速精准药物的开发，为患者带来更有效的治疗方案。
这一突破标志着科学家首次能够动态观测蛋白聚集的完整过程，为攻克神经退行性疾病迈出关键一步。
