A nanobody-gold conjugate for the detection of GFP-tagged synaptic proteins by dual light-electron microscopy
Notice bibliographique
Résumé
Abstract To meet the constantly improving spatial resolution offered by advanced microscopy techniques to study sub-cellular structures in biology, there is a need for small, monovalent probes that label proteins of interest with high specificity and minimal distance to the target, and are compatible with various imaging modalities. In this direction, we designed a strategy to generate minimal-size probes composed of a controlled 1:1 conjugate between a small domain binder and a 1.4 nm-gold nanoparticle with direct access to fluorescent labelling for dual light-electron microscopy. Our approach was applied to the widely used single-domain antibody against GFP (GBP). The modified GBP-gold conjugate retained normal binding to purified GFP in vitro, specifically labelled COS-7 cells and neurons expressing GFP-tagged synaptic membrane proteins, and penetrated readily into tight cell-cell contacts including neuronal synapses. The optional fluorescence labelling with a second ALFA nanobody allowed dSTORM imaging, while the silver-enhanced nanogold particle detected in TEM was used to characterize the number and nanoscale organization of individual proteins in the synaptic cleft. We counted a small number of endogenous neurexins in the pre-synapse and a larger number of AMPA receptors in the post-synapse, often aligned in nanodomains. This GBP-gold probe thus emerges as a potent tool to label an ever-increasing repertoire of GFP-tagged proteins in numerous biological organisms and models.
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 ».