Two-Color Spatial Cumulant Analysis Detects Heteromeric Interactions between Membrane Proteins
Notice bibliographique
Résumé
Abstract Fluorescence fluctuation spectroscopy (FFS) can be used to measure the aggregation of fluorescently labeled molecules and is typically performed using time series data. Spatial intensity distribution analysis (SpIDA) and fluorescence moment image analysis (FMIA) are established tools for measuring molecular brightnesses from single-color images collected with laser scanning microscopes. We have extended these tools for analysis of two-color images to resolve heteromeric interactions between molecules labeled with spectrally distinct chromophores. We call these new methods two-color SpIDA (2c-SpIDA) and two-color spatial cumulant analysis (2c-SpCA). To implement these techniques on a hyperspectral imaging system, we developed a spectral shift filtering (SSF) technique to remove artifacts due to intrinsic crosstalk between detector bins. We determined that 2c-SpCA provides better resolution from samples containing multiple fluorescent species, hence this technique was carried forward to study images of living cells. We used fluorescent heterodimers labeled with EGFP and mApple to quantify the effects of resonance energy transfer and incomplete maturation of mApple on brightness measurements. We show that 2c-SpCA can detect the interaction between two components of trimeric G-protein complexes. Thus 2c-SpCA presents a robust and computationally expedient means of measuring heteromeric interactions in cellular environments. Statement of Significance Fluorescence fluctuation spectroscopy (FFS) techniques determine biophysical parameters from samples containing fluorescently labeled biomolecules by considering the statistical nature of fluorescent signals measured with photodetectors. The present study introduces two-color spatial cumulant analysis (2c-SpCA) to the canon of FFS techniques. 2c-SpCA analyzes pixel-value data of two-color images collected with laser scanning fluorescence microscopes. We show that 2c-SpCA can determine several biophysical parameters in living cells including Forster resonance energy transfer efficiency, the dark state fraction of fluorescent proteins, and heteromerization between distinctly labeled proteins. In comparison to existing techniques, 2c-SpCA requires very few image frames for analysis, minimal computations, and can be applied to images of fixed tissue samples.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».