当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 中国科学院大连化物所研发出“靶控自闪烁”荧光探针,实现活细胞内动态单分子成像

中国科学院大连化物所研发出“靶控自闪烁”荧光探针,实现活细胞内动态单分子成像

2024-12-20 14:39:52 0浏览 收藏

小伙伴们有没有觉得学习科技周边很有意思?有意思就对了!今天就给大家带来《中国科学院大连化物所研发出“靶控自闪烁”荧光探针,实现活细胞内动态单分子成像》,以下内容将会涉及到,若是在学习中对其中部分知识点有疑问,或许看了本文就能帮到你!

中国科学院大连化学物理研究所徐兆超、乔庆龙团队成功研制出一种新型“靶控自闪烁”荧光探针(Blinkogenic Probe),显著提升了单分子超分辨成像的精度和效率。该探针仅在识别目标后才激活自闪烁荧光,有效排除了非目标信号干扰,实现了活细胞内免洗的动态单分子超分辨成像。

单分子定位显微镜(SMLM)技术依赖于荧光分子在“亮”和“暗”状态间的转换来区分单个分子,从而实现超高分辨率成像。然而,传统方法的荧光调控策略存在生物相容性差、易受非特异性标记干扰等问题,限制了其在活细胞中的应用。

该团队先前已开发出多色自闪烁荧光探针,并在活细胞成像中展现潜力。此次研究,他们创新性地设计了“靶控”机制,使探针在与目标结合前保持“静默”,结合后才激活自闪烁功能,从而精准定位目标分子,避免了背景干扰。研究人员引入“RDC”参数量化这一特性,RDC值大于1即表明探针成功激活。

利用该探针,研究团队成功实现了对细胞内多种动态过程的成像,例如线粒体分裂与融合、细胞迁移及伪足(包括丝状伪足、片状伪足和隧道纳米管)生长等。

相关研究成果已发表在《德国应用化学》和《中国化学快报》上:

中国科学院大连化物所研发出“靶控自闪烁”荧光探针,实现活细胞内动态单分子成像

到这里,我们也就讲完了《中国科学院大连化物所研发出“靶控自闪烁”荧光探针,实现活细胞内动态单分子成像》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于中国科学院的知识点!

如何解析嵌套字符串中的层级关系并区分竖线的层级差异?如何解析嵌套字符串中的层级关系并区分竖线的层级差异?
上一篇
如何解析嵌套字符串中的层级关系并区分竖线的层级差异?
掌握王者荣耀:如何在电脑上流畅操作,畅享游戏乐趣
下一篇
掌握王者荣耀:如何在电脑上流畅操作,畅享游戏乐趣
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    288次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    341次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    343次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    307次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    130次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码