A Monochromatically Excitable Green–Red Dual-Fluorophore Fusion Incorporating a New Large Stokes Shift Fluorescent Protein
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Genetically encoded sensors enable quantitative imaging of analytes in live cells. Sensors are commonly constructed by combining ligand-binding domains with one or more sensitized fluorescent protein (FP) domains. Sensors based on a single FP can be susceptible to artifacts caused by changes in sensor levels or distribution in vivo. To develop intensiometric sensors with the capacity for ratiometric quantification, dual-FP Matryoshka sensors were generated by using a single cassette with a large Stokes shift (LSS) reference FP nested within the reporter FP (cpEGFP). Here, we present a genetically encoded calcium sensor that employs green apple (GA) Matryoshka technology by incorporating a newly designed red LSSmApple fluorophore. LSSmApple matures faster and provides an optimized excitation spectrum overlap with cpEGFP, allowing for monochromatic coexcitation with blue light. The LSS of LSSmApple results in improved emission spectrum separation from cpEGFP, thereby minimizing fluorophore bleed-through and facilitating imaging using standard dichroic and red FP (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 FP, 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 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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».