尤明旭 JACS: 基因编码的催化发夹组装,用于活细胞中的灵敏RNA成像


【引言】

DNA和RNA折叠成精确纳米结构的能力已被用于各种生物学和生物医学领域。这些核酸精确自组装的纳米结构为可编程分子识别工具的开发创造了很好的平台。在过去的十年中,已经设计了一系列复杂的基于核酸的电路并应用于生物分析检测。其中催化发夹组件(CHA)已被证明是其中的一种。这些无酶等温CHA电路具有快速有效的信号放大、背景低、周转率高的优点。基于这些高度的敏感性和靶向特异性CHA反应的DNA电路已经应用于各种体外无细胞分析,包括核酸、小分子和蛋白质的检测和定量分析。但是大多数基于DNA的电路的细胞内功能存在生物递送和降解困难的缺点。而另一方面,RNA分子是可以在生命系统内进行遗传编码和转录的。因此,基于RNA的电路和装置在细胞内应用应该是具有很大的潜力。

【成果简介】

近日,美国马萨诸塞大学的尤明旭教授(通讯作者)等报道了一种基于RNA的催化发夹组装电路的遗传编码,用于活细胞内的灵敏RNA成像。 荧光RNA适体Broccoli的分裂形式用作报道分子。 一种靶RNA可以催化地触发数十至数百个Broccoli的荧光,可以灵敏地靶向的检测RNA。并且进一步优化他们设计的电路,可以轻松的编程以便靶向各种RNA序列进行成像。 该设计原理为开发用于细胞应用的各种基因编码RNA电路开辟了新的舞台。研究成果以题为“Genetically Encoded Catalytic Hairpin Assembly for Sensitive RNA Imaging in Live Cells”发布在国际著名期刊JACS上。

【图文导读】

图一、CHARGE 的电路原理图 

图二、不同的序列设计优化CHARGE的信噪比  

图三、D2 CHARGE系统的体外表征 

(a) 有或无靶标下,Broccoli和CHARGE电路的荧光发射光谱;

(b) D2 CHARGE对不同浓度靶标的荧光响应;

(c) 加入不同量的目标时CHARGE电路的动力学图;

(d) Mg2 +浓度对CHARGE电路的影响。

图四、活BL21(DE3)*细胞进行共聚焦荧光成像 


图五、模块化CHARGE系统可检测各种RNA靶标 

(a) 基于分子信标的目标检测示意图;

(b) 用分子信标结合的D2 CHARGE体外检测miR21和SgrS;

(c) 添加不同量葡萄糖及其细胞荧光强度分布后,表达H1 + H2 + MBSgrs的细胞的共聚焦荧光成像图。

图六、基于HHR系统的茶碱调节细胞RNA水平 

(a) 茶碱诱导的HHR自切割和靶标RNA释放的示意图;

(b) 不同浓度的茶碱的体外荧光测定;

(c) 加入不同浓度的茶碱2 h后,10-base-long抑制剂掺入的HHR系统的10%变性PAGE凝胶表征;

(d) 不同浓度的茶碱处理的茶碱-HHR构建体的共聚焦荧光成像图。

【小结】

研究引入了一种新型的基因编码RNA电路,可以进行高灵敏度地检测细胞RNA靶标。 这些CHARGE电路可以很容易地编程,以对活细胞中的各种RNA靶标进行成像。即使在细菌细胞中,当前的电路也得到证实,CHARGE确实也具有真核细胞研究的潜力。类似于用于体外分析的催化发夹组装电路的通用应用平台,可以开发出各种CHARGE以进一步检测其他细胞RNA、蛋白质和小分子,以及用于遗传调节的开关。 该研究为利用遗传编码的RNA电路开发细胞应用开辟了新的方法。

文献链接:Genetically Encoded Catalytic Hairpin Assembly for Sensitive RNA Imaging in Live Cells (JACS, 2018, DOI: 10.1021/jacs.8b03956)

尤明旭教授团队于2016年9月成立,目前由两名博士后和4名博士生组成。这些荧光RNA分子是在博士后导师Samie Jaffrey组里首先发现的。相关文献包括:

http://science.sciencemag.org/content/333/6042/642.full

http://science.sciencemag.org/content/335/6073/1194.long

http://www.pnas.org/content/112/21/E2756.long

本文由材料人生物材料组小胖纸编译。

材料牛网是专注于跟踪材料领域科技及行业进展,这里汇集了各大高校硕博生、一线科研人员以及行业从业者,如果您对于跟踪材料领域科技进展,解读高水平文章或是评述行业有兴趣,点我加入材料人编辑部

欢迎大家到材料人宣传科技成果并对文献进行深入解读,投稿邮箱tougao@cailiaoren.com.

投稿以及内容合作可加编辑微信:cailiaokefu.

材料测试,数据分析,上测试谷

分享到