加州大学洛杉矶分校 (UCLA) 的研究人员开创了一种突破性的方法，用于对组织样本中的淀粉样蛋白沉积物进行成像和检测。这种创新方法利用深度学习和自发荧光显微镜实现虚拟双折射成像和组织学染色，无需偏振成像和刚果红等传统化学染色。

系统性淀粉样变性是一种以器官和组织中错误折叠蛋白质的积累为特征的疾病，其诊断难度极大。淀粉样变性每年影响数百万人，如果不及早诊断和治疗，通常会导致严重的器官损伤、心力衰竭和高率。

传统上，偏振光显微镜下的刚果红染色一直是观察淀粉样蛋白沉积物的黄金标准。然而，这种方法劳动强度大、成本高，而且容易出现变异，从而导致误诊。

这项新技术详细介绍在《自然通讯》杂志上，它利用单个神经网络将无标记组织的自发荧光图像转换为高保真明场和偏光显微镜图像，这些图像与通过传统组织化学染色和偏光显微镜获得的图像相似。

该技术在心脏组织样本上进行了测试，结果表明，与传统方法相比，虚拟染色图像可以一致、可靠地识别淀粉样蛋白模式，同时无需化学染色和专门的偏光显微镜，从而可能加快诊断速度并降低成本。