【技术应用】PLA技术原位锁定致病蛋白互作,让信号无处遁形

news2026/4/16 21:25:51
在生命科学和疾病机制研究中蛋白质之间的相互作用往往决定了细胞的命运——是正常发挥功能还是走向病变。然而传统方法如免疫共沉淀Co-IP虽然能证明“两个蛋白能结合”却无法回答一个关键问题它们在细胞的哪个具体位置“碰面” 是在细胞膜上响应外界刺激还是在细胞核内调控基因转录这一信息对于理解疾病发生机制至关重要。近接连接分析Proximity Ligation Assay简称PLA技术的出现正好填补了这一空白。它能够在固定细胞或组织切片上以单分子分辨率原位检测蛋白互作并精确定位到亚细胞结构。近年来PLA已广泛应用于肿瘤、神经退行性疾病、心血管病等研究领域。一篇发表于《Circulation Research》的研究Chen et al., 2025揭示了GPR146受体如何通过PIEZO1通道调控高血压和血管重塑。该研究巧妙运用PLA技术直观地证明了在高压病理环境下GPR146与Gαs蛋白发生了直接相互作用。今天我们就以这篇文献为引子深入浅出地聊聊PLA这项“黑科技”如何助力疾病研究。01什么是PLA——给蛋白互作装上“显微镜”PLA是一种能够在原位检测蛋白-蛋白相互作用、翻译后修饰及蛋白表达的技术。其核心原理是只有当两个目标蛋白靠得非常近通常40 nm时才能产生一个可被放大的信号。具体流程如下1. 一抗孵育使用两种不同物种来源的一抗分别识别目标蛋白A和B例如抗GPR146的兔源抗体和抗Gαs的小鼠源抗体。2. PLA探针孵育加入与一抗对应的二抗这些二抗分别连接着一条短的DNA寡核苷酸链PLA探针MINUS和PLUS。3. 连接反应如果蛋白A和B距离很近40 nm两条DNA探针在空间上靠近在连接酶作用下形成环状DNA模板。4. 滚环扩增加入DNA聚合酶和荧光标记的寡核苷酸以环状DNA为模板进行滚环扩增产生长链重复序列结合大量荧光探针。5. 信号观察在荧光显微镜下每个蛋白质对呈现为一个明亮的点状荧光信号。没有互作则无信号。02PLA揭示高血压中GPR146与Gαs的“压力诱导”结合在Chen等人的高血压研究中研究者怀疑GPR146是一个感受静水压力的GPCR并且与Gαs蛋白偶联。为了验证这一在病理条件下的相互作用他们采用了PLA技术。1实验设计将人主动脉平滑肌细胞HASMCs置于常压100 mmHg模拟正常血压或高压200 mmHg模拟高血压下培养24小时。然后使用抗GPR146和抗Gαs的抗体进行PLA。2关键发现在常压条件下PLA信号红色荧光点较少表明两者基础互作较弱。而在高血压压力条件下PLA信号数量显著增加。图1 PLA技术验证在高血压压力条件下GPR146与Gαs互作增强Chen et al., 2025。3结论PLA不仅证实了两种蛋白确实存在相互作用还首次直观地展示病理性的静水压力升高直接促进了GPR146与Gαs的结合。这种“压力诱导的蛋白互作”很难通过传统生化方法捕获而PLA完美地提供了原位证据为高血压的药物靶点验证奠定了基础。此外该研究还利用PLA验证了GPR146抗体阻断剂的有效性进一步体现了PLA在药物机制研究和靶点占位检测中的实用价值。03PLA在疾病研究中的广阔应用前景除了高血压PLA已在多种疾病研究中发挥重要作用1 肿瘤学检测EGFR/HER2异源二聚体形成指导靶向用药原位鉴定PD-L1二聚化状态预测免疫治疗效果。2神经科学揭示阿尔茨海默病中tau蛋白的异常聚集及其与突触蛋白的共定位。3病毒学检测病毒蛋白与宿主蛋白的相互作用筛选抗病毒药物。4 精准医疗在临床活检组织上直接评估信号通路活性辅助疾病分型和预后判断。对于从事细胞信号转导、药物靶点验证和疾病机制研究的人员来说PLA无疑是连接生物化学与细胞空间生物学的一座桥梁。当你需要回答“在疾病状态下这两种蛋白在细胞哪里、何时才开始相互作用”时PLA就是你最强的工具。从高血压到癌症PLA技术让原本看不见的分子事件变成清晰可数的点状信号为疾病机制发现和药物研发提供了最直观的原位证据。希望这篇文章能帮你更好地理解PLA并把它用在你自己的研究中。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2524520.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…