责编
兮
神经网络交错纵横，其复杂的结构以及信号传递构筑了动物行为和感官的基础。将相互连接的神经系统作为一个整体来研究，是理解其原理必不可少的一部。当下，荧光成像可以说已成为了主流的观测神经网络的方法：荧光蛋白可用来标记特定的神经组织，展示其结构；荧光探针可将生物信号比如钙离子浓度转化为光学信号，展示其动态。通过荧光蛋白，光学成像可以同时检测上百甚至上千个神经元，于此同时，将信号归纳到其中各个神经元也成了既必要也棘手的一部。造成该一步骤苦难的一个主要原因是神经细胞本身复杂的结构，每一个神经元包含了胞体(soma)和神经突(neuralprocesses)两个部分。这一特征导致了神经元胞体常常被掩埋在其他神经的神经突之中，使得个体间难分彼此，异源的光学信号之间也因此而互相干扰。
多种方式已被提出和发展以解决该问题。比如更精密的光学仪器诸如双光子成像凭借更紧凑的点扩散函数可以大致区分胞体和周围组织间的界限。但精度的提高常常伴随着速度上的牺牲，同时细小神经组织间的干扰也并非提高成像精度便能完全解决。从计算层面上，以非负矩阵分解(NMF)来将神经影像拆分成个体间的总和在很大程度上消减了重叠信号之间的干扰。可是此类计算函数中的假设和不确定性会因实验条件和测量对象而异，得出的结果也通常无法直接得到考证以致造成潜在的过度补偿和人工噪音。
既然这个信号分解的问题出在神经突中荧光蛋白与胞体荧光蛋白间的干扰，那么将信号从神经突消除应该便是最直截了当的方法了。比如，利用核定位序列(nls)来将荧光蛋白转移到细胞核内便能让各个神经元界限分明。但由于核内钙离子信号与细胞电信号耦合不佳（测量神经元时，钙离子成像通常是用来推测电信号），该技术会使钙离子传感器GCaMP的时间精度显著降低。
年6月22日，UCSF的ZacharyKnight组和BuckInstitute的JenniferGarrison组联手合作（第一作者为陈一茗博士）在Neuron杂志上发表了题为Soma-TargetedImagingofNeuralCircuitsbyRibosomeTethering的文章，利用了核糖体的特性，展示了一种可将荧光蛋白定位在胞体内并且保留其精度的方法。
一荧光蛋白的信号可由核糖标记来进行高度聚集和提升
在博士后阶段，Zack曾做了一株Nano-L10转基因小鼠。该鼠体内的核糖体亚基L10由GFP的单域抗体Nanobody所标记，通过单域抗体，GFP会通过L10聚集到核糖体上。在Knight实验室建立的初期，该技术的应用主要聚焦在提取核糖体来以及核糖体上的mRNA来对特定细胞进行深度测序(translatingribosomeaffinitypurification,TRAP)。随着研究的进展，Knight组观察到了这些连接在核糖体的GFP总是位于神经元的胞体内，并且大概由于聚集的原因，总是使得细胞非常的明亮。逐渐大家开始用核糖体连接的荧光蛋白来分析对象细胞的分布以及数量。该文章的开头展现了这一个过程并且测试了各种不同神经组织内该方法的适用性。尤其值得