news 2026/5/1 8:14:30

【文献速递】当FRET遇见自噬:新一代生物传感器如何实时“看见”细胞自噬开关?

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
【文献速递】当FRET遇见自噬:新一代生物传感器如何实时“看见”细胞自噬开关?

在微观的细胞世界里,一场关乎生命存续的“大扫除”——自噬,时刻都在进行。科学家们一直渴望能实时观测这一过程的启动瞬间,而荧光共振能量转移(FRET)技术的突破性应用,让这个梦想成为现实。最近,《Autophagy》期刊上发表的一项研究,展示了一款基于FRET技术的LC3B生物传感器,它如同一个分子级的“开关监视器”,让我们第一次能够在活细胞中实时、高分辨地观察自噬的启动信号。

一、技术原理

理解这个传感器的核心,首先要了解FRET技术的精妙原理。这是一种基于能量转移的物理现象:当两个荧光分子(供体与受体)距离足够近(<10纳米)时,供体的激发能量可以非辐射地转移给受体。

研究团队巧妙地将这一原理转化为分子探测器:他们将青色荧光蛋白Aquamarine(供体)和黄色荧光蛋白tdLanYFP(受体)分别连接在LC3B蛋白的两端。当这两个荧光蛋白紧挨在一起时,就会发生FRET,青色荧光被淬灭,黄色荧光增强;一旦它们被分开,FRET信号就会消失。

这个传感器的核心创新在于,将FRET信号的变化与自噬的关键生化事件直接关联:

(1)未切割状态:ATG4B蛋白酶不活跃→LC3B保持完整→供体与受体相邻→强FRET信号;

(2)切割激活状态:ATG4B切割LC3B→tdLanYFP被切离→供体受体分离→FRET信号消失。

图1 LC3B生物传感器的设计原理(Gökerküçük et al., 2023)。

二、实验结果

图2展示了在U2OS活细胞中,通过FRET-FLIM技术测量的结果。G120A是一个点突变:将LC3B蛋白序列中第120位的甘氨酸(Gly, G)突变为丙氨酸(Ala, A)。突变之后不能被ATG4B识别并切割。

左侧:细胞荧光图像(Aquamarine通道),显示LC3B斑点的分布。

右侧:对应的ΔLifetime伪彩图。

ΔLifetime (Δτ):指供体(Aquamarine)荧光寿命的减少量。Δτ越大,表示FRET效率越高,即供体与受体距离越近(传感器未被切割)。

伪彩标尺:蓝色表示Δτ低(无FRET,传感器已被切割),红色/黄色表示Δτ高(有FRET,传感器未被切割)。

四组实验对比:

①WT Biosensor + Control siRNA:Δτ图像整体为蓝色,平均Δτ接近0。说明在基础条件下,传感器几乎被完全切割,没有FRET。

②WT Biosensor + ATG4B siRNA:Δτ图像出现局部红色/黄色区域(见放大图箭头),特别是在LC3B斑点内部或周围。这说明ATG4B敲低后,局部出现了未被切割的传感器(高FRET)。

③G120A Biosensor + Control siRNA:Δτ图像整体为亮黄色,平均Δτ值很高(~500 ps)。正如预期,这个无法被切割的突变体始终处于高FRET状态。

④G120A Biosensor + ATG4B siRNA:与对照组无差异,依然保持高FRET。

图2 FRET-FLIM技术分析LC3B生物传感器的荧光图像(Gökerküçük et al., 2023)。

这项研究展示了FRET技术在细胞生物学研究中的强大能力——将不可见的分子相互作用转化为可见、可定量的光学信号。通过巧妙的分子设计,研究者将复杂的酶促反应“翻译”成简单的荧光变化,实现了对生命过程的非侵入式、实时监测。

参考文献

Gökerküçük E B, Cheron A, Tramier M, et al. The LC3B FRET biosensor monitors the modes of action of ATG4B during autophagy in living cells[J].Autophagy,2023, 19(8): 2275-2295.

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/23 11:28:11

2024年信息学奥赛CSP-S2提高组复赛题解

CCF CSP-S 2024 第二轮比赛 没想到 CSP-S 最后一题的难度就这么难了,周末做了一天,写到凌晨,写到崩溃 零、背景 今天来看看 2024 年 CSP-S 的四道题的题解吧。 A: 快慢指针 B: 区间问题 C: 贪心+动态规划+前缀和 D: 树形DP 一、决斗 题意:各一个数组,对于每个位置,…

作者头像 李华
网站建设 2026/4/28 3:35:52

如何通过Service Mesh管理anything-llm微服务通信?

如何通过 Service Mesh 管理 anything-llm 微服务通信 在企业级 AI 应用日益复杂的今天&#xff0c;大语言模型&#xff08;LLM&#xff09;早已不再是单一的推理引擎&#xff0c;而是演变为集文档处理、向量检索、权限控制与多租户管理于一体的综合性系统。以 anything-llm 为…

作者头像 李华
网站建设 2026/4/28 9:58:28

基于地理位置提供差异化知识服务——LBS集成设想

基于地理位置提供差异化知识服务——LBS集成设想 在一家跨国企业的客服中心&#xff0c;一位位于深圳的工程师正通过内部AI助手查询最新的设备安全规范。系统迅速返回了答案&#xff1a;“根据IEC 60204-1标准&#xff0c;接地电阻应小于4Ω。”——然而这正是问题所在&#xf…

作者头像 李华
网站建设 2026/4/24 7:17:25

基于文档变更自动触发重新索引的工作流设计

基于文档变更自动触发重新索引的工作流设计 在企业知识库日益成为大语言模型&#xff08;LLM&#xff09;应用核心支撑的今天&#xff0c;一个看似微小却影响深远的问题浮出水面&#xff1a;当用户修改了一份政策文件后&#xff0c;AI助手为什么还在引用过时的内容&#xff1f;…

作者头像 李华
网站建设 2026/4/29 13:29:08

基于知识新鲜度加权排序检索结果

基于知识新鲜度加权排序的检索优化实践 在企业知识库日均更新数百条文档、个人笔记系统不断迭代修订的今天&#xff0c;一个看似微小却影响深远的问题正悄然浮现&#xff1a;AI回答的内容&#xff0c;是否还“有效”&#xff1f; 设想这样一个场景&#xff1a;某员工向公司内部…

作者头像 李华
网站建设 2026/4/27 13:17:53

如何在2小时内完成Open-AutoGLM部署?一线工程师的高效实践分享

第一章&#xff1a;服务器部署智普Open-AutoGLM教程 部署智普AI开源的Open-AutoGLM模型需在具备GPU支持的Linux服务器上完成&#xff0c;确保环境满足深度学习推理的基本要求。整个过程涵盖依赖安装、模型拉取、服务启动三个核心阶段。 环境准备 操作系统&#xff1a;Ubuntu …

作者头像 李华