A monochromatically excitable green-red dual-fluorophore fusion incorporating a new large Stokes shift fluorescent protein
Notice bibliographique
Résumé
ABSTRACT Genetically encoded sensors enable quantitative imaging of analytes in live cells. State-of-the-art sensors are commonly constructed by combining ligand-binding domains with one or more sensitized fluorescent protein (FP) domains. Sensors based on a single FP are susceptible to artifacts caused by differing expression levels or sensor distribution in vivo . Hence, our lab developed dual-FP Matryoshka technology introduced by a single cassette that contains a stable large Stokes shift (LSS) reference FP nested within a reporter FP (cpEGFP), allowing simple construction of intensiometric sensors with the capacity for ratiometric quantification. The first-generation Green-Orange (GO) Matryoshka cassette established proof of concept but required custom optical setups to maximize achievable dynamic range. Here, we present a genetically encoded calcium sensor that employs optimized second-generation Green-Apple (GA) Matryoshka technology that incorporates a newly designed red LSSmApple fluorophore. LSSmApple provides improved excitation spectrum overlap with cpEGFP, allowing for monochromatic co-excitation with blue light. The exceptionally large Stokes shift of LSSmApple results in improved emission spectrum separation from cpEGFP, which minimizes fluorophore bleed-through and facilitates imaging using standard dichroics and red fluorescent protein (RFP) emission filters. We developed an image analysis pipeline for yeast ( Saccharomyces cerevisiae ) timelapse imaging that utilizes LSSmApple to segment and track cells for high-throughput quantitative analysis. In summary, we engineered a new fluorescent protein, constructed a genetically encoded calcium indicator (GA-MatryoshCaMP6s), and performed calcium imaging in yeast as a demonstration.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».