无标签,人工智能驱动的光显微镜解码单细胞膜蛋白质结合动力学和粘附生物力学
Caixin Huang1,2, Jingbo Zhang1,3, Zhaoyang Liu1,3
1Beijing National Laboratory for Molecular Sciences, Key Laboratory of Analytical Chemistry for Living Biosystems, Institute of Chemistry, Chinese Academy of Sciences, Beijing 100190, China.
Analytical chemistry
|March 12, 2026
概括
我们开发了一种人工智能驱动的显微镜技术,用于无标签,实时量化单细胞上与膜蛋白的联结体相互作用. 这种方法克服了噪音问题,使结合动力学和细胞生物力学能够进行详细的分析.
科学领域:
- 生物物理学的生物物理.
- 细胞生物学 细胞生物学
- 人工智能的人工智能
背景情况:
- 量化连接体与膜蛋白的相互作用对于细胞生物学和药物发现至关重要.
- 现有的方法在本地细胞环境中的实时,无标签分析方面面临挑战.
研究的目的:
- 引入人工智能驱动的 evanescent 显微镜平台,用于无标签量化连接体-膜蛋白结合动力学.
- 实现实时对单个细胞结合的自动化亚细胞分析.
主要方法:
- 利用人工智能驱动的 evanescent 显微镜进行无标签成像.
- 开发了一个基于人工智能的多功能识别框架,以解决无标签成像中的噪音问题.
- 采用可解释的机器学习来分析细胞粘附生物力学及其对结合动力学的影响.
主要成果:
- 在多个单个细胞上实现了大分子和小分子对膜蛋白的结合动力学的无标签量化.
- 证明了连接体结合动态的自动化,亚细胞量化,克服了高噪声水平.
- 展示了细胞生物力学如何影响异质膜蛋白结合动力学,根据特定的连接体和蛋白质而有所不同.
结论:
- 提供了一个可扩展的解决方案,用于对联体膜蛋白相互作用的无标签单细胞分析.
- 突出了细胞生物力学在调节结合动力学中的作用.
- 为了解由细胞异质性驱动的耐药性机制提供了一条新的途径.
