项目名称: 基于BODIPY的光活化探针及其在超高分辨荧光成像中的研究

项目编号: No.21505004

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 数理科学和化学

项目作者: 敬静

作者单位: 北京理工大学

项目金额: 21万元

中文摘要: 单分子超高分辨成像技术利用具有光开-关性质的探针,将荧光成像的分辨率提高至单个分子水平,引起了国内外生物与化学领域的广泛关注。其中,光活化有机探针展现出在单分子定位超高分辨成像中的巨大潜力,进一步提高成像分辨率,并增强生物相容性是光活化探针在活细胞成像中面临的两个挑战。为了增加探针光子数,降低背景荧光,提高成像分辨率,本项目选用消光系数大,荧光量子产率高,光稳定性好的BODIPY染料为研究对象。为了提高生物相容性,项目引入氧气协同的光活化机制,延长活化光波长,降低光损伤。最后,我们采用SNAP-tag标记方法实现表皮生长因子受体蛋白的特异性标记,考察光活化BODIPY探针成像的光子数,标记密度,定位精度等参数,阐明该研究方法在活细胞单分子定位超高分辨成像中研究前景。

中文关键词: 荧光成像;超高分辨荧光成像;光活化探针;BODIPY

英文摘要: In recent years, super-resolution fluorescence microscopy techniques based on the localization of individual switchable fluorescent molecules have been invented to overcome the diffraction barrier. Photoactive rhodamines and fluoresceins already found their extensive use in biological research employing single molecular super-resolution fluorescence microscopy. Enhanced biocompatibility and resolution are two of the challenges faced by researchers. Actually, the spatial and temporal resolution of super-resolution microscopy will benefit from new fluorescent probes with brighter emission, higher photostability, higher on-off contrast. BODIPY might be a particularly useful scaffold in single molecular super-resolution fluorescence microscopy owing to its high absorptivity, excellent fluorescence properties and photostability. In this project, we will improve the biocompatibility by lowering the activation energy, when we are carrying an oxygen-involved photoactivation mechanism. Finally, the best series of photoactive BODIPY will be labeled to SNAP tag fusion epidermal growth factor receptor. Comparing the photon number, labeling density, localization precisions of photoactive BODIPY with photoactive rhodamine and fluorescein in experiments, we will reveal the potential of BODIPY dyes in single molecule imaging.

英文关键词: fluorescence imaging;super resolution imaging;photoactivate;BODIPY

成为VIP会员查看完整内容
0

相关内容

基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
浙大《深度学习低样本目标检测》综述论文
专知会员服务
73+阅读 · 2021年12月13日
专知会员服务
35+阅读 · 2021年8月27日
专知会员服务
29+阅读 · 2021年8月16日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
36+阅读 · 2021年4月23日
【CVPR2021】探索图像超分辨率中的稀疏性以实现高效推理
专知会员服务
95+阅读 · 2020年12月8日
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
CT影像肺结节分割研究进展
专知
4+阅读 · 2021年4月23日
一文概览基于深度学习的超分辨率重建架构
基于深度学习的肿瘤图像分割研究取得进展
中科院之声
17+阅读 · 2017年9月17日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
46+阅读 · 2021年10月4日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
小贴士
相关主题
相关VIP内容
基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
浙大《深度学习低样本目标检测》综述论文
专知会员服务
73+阅读 · 2021年12月13日
专知会员服务
35+阅读 · 2021年8月27日
专知会员服务
29+阅读 · 2021年8月16日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
36+阅读 · 2021年4月23日
【CVPR2021】探索图像超分辨率中的稀疏性以实现高效推理
专知会员服务
95+阅读 · 2020年12月8日
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员