淀粉样蛋白生成是许多神经退行性疾病和药物筛选的重要标志，但在早期阶段识别蛋白质聚集的中间状态仍然具有挑战性。基于此，南洋理工大学Yu Cheng Chen等人开发了一种肽包覆液滴微型激光器来监测淀粉样蛋白的发生过程，并评价抗淀粉样蛋白药物的疗效。

本文要点：

（1）利用喷墨打印工艺，淀粉样蛋白在水溶液中产生激光发射，其中激光波长随蛋白质折叠行为和构象发生相应变化。通过脉冲扫描系统，CCD捕获激光图像，评估胰岛素在不同时间间隔的激光响应。激光波长偏移的微小变化可以反映在CCD图像的颜色变化上;然而，光谱响应的量化仍然具有挑战性。为此，作者提出了基于不同构象和时间间隔的多模态学习(MML)方法来识别激光光谱图像。

（2）同时，作者建立了同时包含一维颜色信息和二维卷积神经网络(CNNs)的三维MML模型。因此，利用光谱数据与激光图像之间的多层映射函数来预测淀粉样蛋白发生等生物过程。添加多种抗淀粉样蛋白药物与天然胰岛素，研究各自的抗淀粉样蛋白性能。这些结果揭示了生物激光和深度学习的协同潜力，为淀粉样蛋白发生研究提供了新的应用可能性。

参考文献：

Kok Ken Chan, Lin-Wei Shang, Zhen Qiao, Yikai Liao, Munho Kim, and Yu-Cheng Chen. Monitoring Amyloidogenesis with a 3D Deep-Learning-Guided Biolaser Imaging Array. Nano Lett. 2022

DOI:10.1021/acs.nanolett.2c03148

https://doi.org/10.1021/acs.nanolett.2c03148