Beyond Photobleaching, Laser Illumination Unbinds Fluorescent Proteins
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Confocal and two-photon fluorescence microscopy techniques using genetically encoded fluorescent probes are widely used in cell biology. Beyond the common problems of photobleaching and phototoxicity, we present evidence that photounbinding also has the potential to compromise such methods, especially in quantitative studies. We show that laser intensities within excitation regimes typical for imaging approaches such as as fluorescence recovery after photobleaching (FRAP), photolysis, or fluorescence correlation spectroscopy (FCS) experiments can cause the dissociation of antibodies from their ligands. Indeed, both one- and two-photon excitation of a fluorescent anti-GFP antibody caused its dissociation from immobilized GFP in vitro. Importantly, with two-photon excitation, the laser intensity threshold for photobleaching was the same as for photounbinding. By contrast, with single-photon excitation, we found a range of laser intensities where photobleaching can be separated from photounbinding. This photounbinding effect was visualized and measured by rebinding a second fluorescent anti-GFP (Green Fluorescent Protein) antibody, indicating that the GFP remained functional for reassociation following the photoinduced dissociation. Finally, we show that this unbinding effect occurs only when at least one binding partner carries a fluorescent label. Our results show that this photounbinding effect can readily remain masked or be misinterpreted as photobleaching, which can compromise the quantitative interpretation of binding studies made using fluorescence microscopy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle