泰新品|紧跟Neuron，Soma-Targeted GECI以超低价上市！！！

神经的网络状结构给成像带来了两个问题。第一个是重叠的神经纤维荧光会污染被测量的体细胞荧光信号。这个问题在钙成像实验中尤为重要，在钙成像实验中，污染神经纤维荧光会导致神经元的活动与外部刺激或相互之间出现虚假的相关性。第二是神经肽荧光模糊了神经元之间的边界，使得确定被成像的潜在细胞变得困难。当荧光蛋白在高细胞密度下表达或分辨率受到广泛光散射的限制时，这个问题尤为严重。这些问题已经通过几种方式得到了解决。一种方法是提高成像的分辨率，从而限制重叠荧光。然而，这种改进是以速度、灵敏度和吞吐量为代价的，即使是双光子(2P)成像也不能完全分离混合的体细胞和神经细胞荧光信号。另一种办法是使用后自组织计算方法对来自不同神经元件的信号进行去卷积。对于钙成像数据，这通常通过使用诸如约束非负矩阵分解(CNMF)之类的算法来执行，该算法将来自空间区域的荧光信号建模为具有不同动力学的重叠细胞的累积荧光。虽然这些工具功能强大，但它们也有重要的局限性，包括它们可以过度补偿或者补偿不足神经纤维膜的荧光，从而造成活动的虚假外观，并且这种失真很难检测和纠正。

今年Neuron主刊有两篇文章，对荧光报告蛋白做了改进。其中一个设计，将GCaMP6跟核糖体蛋白RL10A融合，设计简单，效果明显，而且跟RL10A融合后，胞体的信号得到加强。

效果对比图如下：

参考文献：https://doi.org/10.1016/j.neuron.2020.05.005

截止目前，泰儿图已经研发出如下几种现货，50ul包装，低价格，如果有需要，请和当地销售工程师联系。