news 2026/9/11 17:09:07

【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 2026/8/21 19:43:54

跨境电商多语言客服知识库——采用anything-llm统一管理

跨境电商多语言客服知识库——采用 AnythingLLM 统一管理 在全球化浪潮推动下&#xff0c;跨境电商已从“可选项”变为零售企业的核心增长引擎。然而&#xff0c;业务版图的扩张也带来了前所未有的服务挑战&#xff1a;客户遍布五大洲、使用数十种语言、咨询内容横跨产品参数、…

作者头像 李华
网站建设 2026/9/3 3:22:15

网上订餐|基于springboot网上订餐系统(源码+数据库+文档)

网上订餐 目录 基于springboot vue网上订餐系统 一、前言 二、系统功能演示 三、技术选型 四、其他项目参考 五、代码参考 六、测试参考 七、最新计算机毕设选题推荐 八、源码获取&#xff1a; 基于springboot vue网上订餐系统 一、前言 博主介绍&#xff1a;✌️大…

作者头像 李华
网站建设 2026/9/8 23:31:03

当你的论文卡在“语言不够地道、逻辑不够严密、格式总被退”时,或许不是你不够努力,而是缺了一个能“读得懂科研”的AI协作者——书匠策AI期刊写作功能的沉浸式观察手记

在科研写作这条路上&#xff0c;我们常常不是输在数据&#xff0c;也不是败在创新&#xff0c;而是困在“表达”上。 你是否也曾这样&#xff1a;明明实验做得扎实&#xff0c;图表清晰有力&#xff0c;却在写论文时举步维艰&#xff1f; - 英文表达总显得“中式”&#xf…

作者头像 李华
网站建设 2026/9/8 8:47:31

leetcode 769. Max Chunks To Make Sorted 最多能完成排序的块-耗时100%

Problem: 769. Max Chunks To Make Sorted 最多能完成排序的块 解题过程 耗时100%&#xff0c;最多的块只需要满足一段区间内的数字排序以后可以不用移动即可&#xff0c;双指针&#xff0c;l 最小值&#xff0c;r 最大值&#xff0c;start 这个区间的起始数字&#xff0c;从左…

作者头像 李华
网站建设 2026/9/9 23:54:07

【Open-AutoGLM文档实战手册】:3天实现自动化提示工程落地

第一章&#xff1a;Open-AutoGLM 框架概述Open-AutoGLM 是一个面向通用语言模型自动化任务的开源框架&#xff0c;旨在简化自然语言处理任务中的模型调用、流程编排与结果优化过程。该框架融合了提示工程、自动推理链生成与多模型协同机制&#xff0c;适用于问答系统、文本生成…

作者头像 李华