以RIKEN為中心的大阪大學研究小組開發了一種系統，可以通過自動搜索，聚焦，成像和跟蹤活細胞內的單個分子來克服這些困難。該團隊表明，這種方法可以在短時間內分析數百個細胞中數十萬個單分子，為目標分子的狀態和動態提供可靠的數據。
為了開發這種方法，在Nature Communications雜志上報道，該團隊使用了一個基于人工智能的系統，包括神經網絡的訓練，以學習正確地聚焦在樣本上并自動搜索細胞，然后跟蹤單熒光標記的分子用全內反射熒光顯微鏡。
研究小組在一種名為EGFR的受體蛋白上測試了該系統，該蛋白或多或少可以自由地沿著質膜移動，這取決于它是否經過一定的修飾。他們的研究結果表明，該系統可以通過跟蹤膜中單個受體的運動來區分修飾和非修飾條件。
“我們使用我們系統獲得的結果來計算藥理參數，例如反映藥物功效和分子從其初始位置擴散的速度，”大阪大學的相應作者Masashiro Ueda說。“這些研究結果與先前研究中使用傳統勞動密集型方法獲得的數值相匹配，支持了該系統的價值。”
“這種方法的一個主要好處是配體和抑制劑對靶標的影響可以在單分子水平上量化，”Ueda補充道。“這種方法提供的自動化意味著暴露于這些分子的大量靶標可以低成本表征，從而提高結果的可靠性。”
作為未來的工作，該團隊希望將該系統應用于監測細胞中其他位置的單個分子，例如在細胞核和細胞器中，使用其他光學顯微鏡。該系統還應在臨床上適用于可靠的全基因組篩選和藥理學測試
京公網安備 11010502049343號