想被大鸡吧操,草草在线祝频,久久无视频码,日韩在线精品看看,日韩一区久久久色婷婷,精品粉嫩久久久懂色,97超碰青青色青青爱,黄色视频在线观看福利,影音先锋美味人妻

English | 中文版 | 手機版 企業(yè)登錄 | 個人登錄 | 郵件訂閱
生物器材網 logo
生物儀器 試劑 耗材
當前位置 > 首頁 > 技術文章 > 多模態(tài)高分辨化學標記成像技術精準映射大腦單細胞突觸蛋白圖譜

多模態(tài)高分辨化學標記成像技術精準映射大腦單細胞突觸蛋白圖譜

瀏覽次數:345 發(fā)布日期:2026-1-4  來源:本站 僅供參考,謝絕轉載,否則責任自負

近年來,神經科學領域一直致力于揭示大腦中突觸水平的分子機制,但傳統成像技術難以在單細胞分辨率下對內源蛋白的不同亞群進行定量可視化。本研究開發(fā)了一種創(chuàng)新的光學成像平臺,能夠在哺乳動物大腦的單個神經元中,對多種內源蛋白的空間和時間亞群——如細胞表面與細胞內、預先存在與新生蛋白——進行高分辨率映射。該平臺通過整合CRISPR-Cas9介導的基因組編輯、化學標簽標記技術和半自動圖像分析流程,實現了在活體或固定腦組織中數千個突觸處蛋白動態(tài)的全細胞量化。這一突破性技術不僅提供了突觸多樣性的空間表征,還為理解神經元功能和腦疾病機制提供了新視角。

本論文由Motokazu Uchigashima、Risa Iguchi、Kazuma Fujii、Kaito Shiku、Pratik Kumar、Xinyi Liu、Mari Isogai、Chiaki Hoshino、Manabu Abe、Motohiro Nozumi、Yosuke Okamara、Michihiro Igarashi、Kenji Sakimura、Ryoma Bise、Luke D. Lavis和Takayasu Mikuni共同完成,題為“Single-cell synaptome mapping of endogenous protein subpopulations in mammalian brain”,于2025年11月《Nature Communications》期刊上線發(fā)表。

重要發(fā)現
01核心貢獻:開發(fā)單細胞蛋白標記與成像平臺
本研究的核心是建立了一個簡單且通用的平臺,用于在哺乳動物大腦中實現內源蛋白亞群的單細胞水平成像。傳統方法如抗體標記或熒光蛋白融合存在穿透性差、信噪比低等問題,難以在厚腦組織中定量分析蛋白分布。該平臺通過改進的SLENDR(單細胞水平內源蛋白標記)技術,利用CRISPR-Cas9核糖核蛋白復合物(RNP)介導的同源定向修復,將化學標簽(如HaloTag或SNAP-tag)精準插入特定內源基因位點;瘜W標簽的小分子熒光配體(如Janelia Fluor染料)具有高亮度、光穩(wěn)定性和組織穿透性,使得在固定或活體腦組織中實現高對比度成像成為可能。

研究人員成功在小鼠大腦皮層錐體細胞中標記了多種內源蛋白,包括突觸后支架蛋白PSD95、谷氨酸受體亞基GluA2和GluN1,以及信號蛋白CaMKIIα。通過共聚焦顯微鏡成像,HaloTag融合蛋白在樹突棘處呈現點狀累積,與興奮性突觸標記物共定位,驗證了技術的特異性。此外,該平臺兼容結構照明顯微鏡(SIM),能夠解析納米尺度的蛋白簇,如GluA2受體在突觸的聚集模式。

02實驗過程:多模式光學成像與定量分析
在實驗設計中,團隊首先優(yōu)化了蛋白標記效率。通過胚胎期子宮內電穿孔將RNP和同源模板導入神經元前體細胞,在出生后3-4周的小鼠大腦中,HaloTag標記效率顯著高于傳統質粒方法。針對厚組織成像挑戰(zhàn),研究人員采用化學清除技術(如SeeDB2G)處理300微米腦切片,并結合長工作距離物鏡進行體積成像。小分子熒光配體均勻穿透組織,而抗體標記僅限于切片表面,凸顯了化學標簽的優(yōu)勢。

對于定量分析,開發(fā)了基于深度學習的半自動管道,能夠從單個神經元的全腦圖像堆棧中檢測數千個突觸區(qū)域興趣點(ROI)。以AMPAR受體亞基GluA2為例,通過HaloTag標記和JF646配體染色,在層2/3體感皮層錐體細胞中識別了3016個突觸ROI。信號強度熱圖顯示,GluA2 puncta的密度在距胞體25-75微米處最高,而平均強度和變異系數無顯著空間差異。這種全細胞突觸組映射揭示了蛋白分布的神經元內異質性。

在空間亞群成像方面,團隊利用細胞膜不通透性配體(如FLAG2-JF646-HTL)和通透性配體(如JF549-HTL)順序標記表面和細胞內蛋白亞群。以GluA2和GluN1為例,表面種群信號富集在樹突棘頭部,且強度與棘頭體積正相關。這種雙標記技術還能評估突觸可塑性,如在SynGAP1敲除神經元中,發(fā)現細胞內GluA2池全局減少,表明突觸塑性廣泛受損。

時間動態(tài)成像通過脈沖追蹤標記實現。在活體小鼠中,用不同顏色配體分別標記預先存在和新生蛋白亞群。例如,對CaMKIIα進行2小時或72小時間隔標記,顯示新生信號隨時間增強。結合雙光子顯微鏡活體成像,量化了單個樹突棘處蛋白降解率,驗證了技術的時空精度。

03結論:突觸水平蛋白動態(tài)的量化洞察
本研究通過單細胞突觸組映射,揭示了內源蛋白在神經元內的分布規(guī)律。例如,表面AMPARs和NMDARs的信號強度與樹突棘體積正相關,符合電生理記錄。多重標記進一步顯示,小樹突棘中可能存在僅含NMDARs的“沉默”突觸。對PSD95和βActin的脈沖追蹤標記發(fā)現,PSD95的新生/預先存在比值在突觸間變異更大,提示其更長保留時間。這些發(fā)現強調了突觸異質性在神經元計算中的重要性。

創(chuàng)新與亮點
01突破傳統成像難題
傳統內源蛋白成像依賴抗體或熒光蛋白,但抗體分子量大、組織穿透性差,而熒光蛋白亮度不足,難以在厚腦組織中實現定量分析。本平臺通過化學標簽與小分子配體結合,解決了這些瓶頸。FLAG2-JF646-HTL等不通透性配體選擇性標記表面蛋白,而脈沖追蹤方案可視化時間亞群,實現了以往無法達到的時空分辨率。此外,RNP-based CRISPR-Cas9編輯提高了標記效率和特異性,避免了脫靶效應。

02新成像技術集成
該研究創(chuàng)新性地融合了多種光學成像技術。共聚焦顯微鏡用于全細胞掃描,結構照明顯微鏡(SIM)提供超分辨率細節(jié),雙光子顯微鏡支持活體動態(tài)監(jiān)測;瘜W標簽的多色配體允許同時成像不同蛋白或亞群,如HaloTag和SNAP-tag的無交叉標記。圖像分析管道結合深度學習,自動檢測突觸ROI,并量化信號密度、分布等參數,實現了高通量數據處理。

在生物醫(yī)學價值方面,該技術能夠映射疾病模型中的突觸變化。例如,在SynGAP1敲除小鼠中,單細胞突觸組分析顯示AMPARs塑性廣泛異常,為神經發(fā)育障礙提供了分子見解。平臺還適用于活體監(jiān)測學習記憶相關蛋白動態(tài),如新生AMPARs在強化突觸的插入,有望推動精準腦疾病研究。

03光學生物醫(yī)療應用前景
化學標簽成像技術不僅適用于基礎神經科學,還可擴展到藥物篩選和臨床診斷。小分子配體的快速穿透性使其適合整腦標記,而兼容性高支持與其他技術(如鈣成像)結合。未來,通過優(yōu)化標簽設計和分析算法,該平臺可能用于人類腦組織研究,為阿爾茨海默病或自閉癥等疾病提供生物標志物。

總結與展望
本研究開發(fā)了一種革命性的單細胞突觸組映射平臺,通過CRISPR-Cas9編輯和化學標簽成像,實現了哺乳動物大腦中內源蛋白亞群的高分辨率定量可視化。該技術突破了傳統成像的局限,首次在單神經元水平揭示了突觸多樣性的空間組織,為理解神經元功能和腦疾病機制提供了新工具。未來,結合活體動態(tài)監(jiān)測和多重標記,這一平臺有望揭示學習記憶過程中的突觸可塑性規(guī)律,并推動個性化醫(yī)療發(fā)展。盡管蛋白標記可能影響原生結構,但通過計算預測和功能驗證,技術將不斷優(yōu)化,最終為腦科學開辟新前沿。

論文信息
聲明:本文僅用作學術目的。
Uchigashima M, Iguchi R, Fujii K, Shiku K, Kumar P, Liu X, Isogai M, Hoshino C, Abe M, Nozumi M, Okamura Y, Igarashi M, Sakimura K, Bise R, Lavis LD, Mikuni T. Single-cell synaptome mapping of endogenous protein subpopulations in mammalian brain. Nat Commun. 2025 Nov 11;16(1):9705.

DOI:10.1038/s41467-025-65813-w.

發(fā)布者:羅輯技術(武漢)有限公司
聯系電話:13260667811
E-mail:logiscience@163.com

用戶名: 密碼: 匿名 快速注冊 忘記密碼
評論只代表網友觀點,不代表本站觀點。 請輸入驗證碼: 8795
Copyright(C) 1998-2026 生物器材網 電話:021-64166852;13621656896 E-mail:info@bio-equip.com
昆明市| 呼玛县| 嘉义县| 东乡| 雅江县| 溧阳市| 府谷县| 光山县| 多伦县| 什邡市| 和平区| 鲁山县| 阜康市| 通化县| 衡阳市| 伊宁县| 额尔古纳市| 白山市| 湘阴县| 屏东市| 二连浩特市| 彭州市| 山丹县| 呼和浩特市| 三门峡市| 民乐县| 沙田区| 普兰店市| 河南省| 平南县| 马关县| 岳普湖县| 五原县| 德化县| 武汉市| 邵阳市| 盐亭县| 东兰县| 重庆市| 象州县| 宣汉县|