邻近连接技术解析：原位解析蛋白互作的空间密码

摘要：蛋白互作网络的空间定位是理解生命活动调控机制的关键。邻近连接技术（Proximity Ligation Assay, PLA）作为一种将抗体特异性识别与核酸信号放大相结合的原位检测方法，为在单细胞水平可视化蛋白互作及蛋白修饰提供了高灵敏度的分析工具。本文系统阐述PLA技术的核心原理、实验流程、技术优势及其在生命科学研究中的应用价值。

一、引言

蛋白质极少独立执行功能，其通过与其它生物大分子形成瞬时或稳定的复合物来调控信号转导、代谢途径与基因表达。传统的免疫共沉淀或荧光共振能量转移等技术虽能揭示蛋白互作关系，但往往受限于体外重组环境或较低的空间分辨率。邻近连接技术（PLA）的出现有效弥补了这一空白，它允许研究者在保持细胞或组织原始形态的前提下，以单分子灵敏度精确锁定两个内源性靶标蛋白发生互作的精确位置。

二、PLA技术的核心原理与分子机制

PLA是一种融合了免疫学特异性和聚合酶链式反应信号放大能力的技术。其工作流程并非直接观察蛋白分子，而是通过一种“近距离触发连接”的机制将蛋白互作事件转化为可视化的荧光信号点。

该技术的核心逻辑在于空间距离的限制：只有当两个靶标蛋白的距离小于约40纳米时，后续的信号级联反应才会被激活。

（一） 双抗体识别与寡核苷酸标记
实验起始需使用两种来源于不同宿主种属的一抗，分别特异性识别两个目标蛋白（例如蛋白A与蛋白B），或识别同一蛋白上的两个不同表位。随后，孵育一对特殊的二抗探针（通常称为PLA探针），每种探针上均共价连接有一段独特的单链DNA寡核苷酸链。

（二） 邻近触发与环状DNA模板生成
当两个目标蛋白发生相互作用并在空间上极度靠近时，结合在其上的PLA探针所携带的两条寡核苷酸链末端也随之靠近。此时，向体系中加入连接酶和两条互补的连接寡核苷酸片段。在互补配对作用下，两条邻近的寡核苷酸链被共价连接，形成一个闭合的环状单链DNA分子。

（三） 滚环扩增与信号可视化
形成的环状DNA作为后续反应的模板。以其中一条连接的寡核苷酸链为引物，利用具有链置换活性的DNA聚合酶启动滚环扩增。这一过程产生一条含有数百个串联重复序列的长链DNA产物，该产物仍锚定在原位。最后，加入带有荧光基团标记的互补寡核苷酸探针与之杂交，即可在荧光显微镜下观察到直径约数百纳米的离散荧光亮点。每一个亮点代表一个或一对蛋白互作事件。

三、实验操作的关键步骤与样本要求

为确保实验结果的准确性与重复性，PLA实验流程需严格遵守标准化操作规范，并高度依赖样本制备质量。

（一） 样本制备与固定要求
PLA适用于多种类型的生物样本，包括培养细胞爬片、冰冻组织切片及石蜡包埋组织切片。

固定处理：样本需使用多聚甲醛或中性福尔马林进行固定，以交联蛋白并维持细胞骨架及蛋白复合物的天然空间构象。

切片与保存：冰冻切片厚度建议为5至10微米，石蜡切片需使用防脱载玻片进行制备。鉴于抗原活性可能随时间衰减，建议优先选用三个月内制备的新鲜切片以保障靶点检出率。

（二） 抗体孵育与探针结合
首先需对样本进行封闭处理以降低非特异性吸附。随后依次孵育两种靶向不同表位的一抗，确保其特异性结合。之后加入连接有DNA寡核苷酸链的PLA探针，此步骤替代了传统免疫荧光中的荧光二抗。

（三） 连接、扩增与成像分析
加入连接酶混合液促使探针上的DNA链连接成环。随后加入聚合酶启动滚环扩增反应。扩增完成后，使用荧光标记探针进行杂交显色。最终，在荧光显微镜或共聚焦显微镜下，通过分析单个细胞内的荧光亮点数量及定位，实现对蛋白互作水平的定量统计与空间定位分析。

四、PLA技术的显著优势与局限考量

相较于传统蛋白互作研究方法，PLA技术展现出了独特的分析维度。

（一） 空间原位性与单分子灵敏度
PLA最核心的优势在于其在原位检测内源性蛋白互作的能力。它无需对细胞进行裂解或提取蛋白质，最大限度地保留了互作发生的亚细胞结构背景（如细胞膜、细胞核或特定细胞器）。同时，滚环扩增机制赋予其极高的信噪比，理论上可检测到单个蛋白互作事件。

（二） 灵活性与特异性保障
由于基于抗体识别，理论上任何已拥有特异性抗体的蛋白靶标均可通过该技术进行分析。双重抗体识别的“与门”逻辑设计极大地降低了单一抗体脱靶造成的假阳性信号，确保了检测结果的特异性。

（三） 局限性与技术对照
该技术对一抗的特异性和亲和力要求极高。实验设计时需严格设置阴性对照（如缺失一个一抗）以排除非特异性探针结合导致的背景噪点。此外，PLA反映的是两个蛋白在空间上的邻近关系，并不意味着必然存在直接的物理结合，结果的解读需结合生物学背景进行审慎分析。

五、结语

邻近连接技术通过精巧的化学连接与核酸放大策略，成功将微观世界中的蛋白互作动态转化为可视、可量化的荧光信号。作为一种强大的空间组学研究工具，它在信号转导通路绘制、药物靶点结合验证以及疾病标志物空间分布研究中发挥着不可替代的作用，推动了对生命复杂调控网络的认知从“分子列表”向“空间图谱”的纵深发展。