* These authors contributed equally
غالبا ما يكون الفحص متعدد الشبكات للمجهر الإلكتروني بالتبريد (cryoEM) عملية شاقة تتطلب ساعات من الاهتمام. يوضح هذا البروتوكول كيفية إعداد مجموعة Leginon قياسية وشاشة Leginon تلقائية ذكية لأتمتة هذه العملية. يمكن تطبيق هذا البروتوكول على غالبية شبكات رقائق هولي cryoEM.
سمحت التطورات في تقنيات المجهر الإلكتروني بالتبريد (cryoEM) على مدى العقد الماضي لعلماء الأحياء الهيكلية بحل معقدات البروتين الجزيئي بشكل روتيني إلى دقة شبه ذرية. يتضمن سير العمل العام لخط أنابيب cryoEM بأكمله التكرار بين تحضير العينات وإعداد شبكة cryoEM وفحص العينات / الشبكة قبل الانتقال إلى جمع البيانات عالية الدقة. عادة ما يكون التكرار بين إعداد العينة / الشبكة والغربلة عنق زجاجة رئيسي للباحثين ، حيث يجب أن تعمل كل تجربة تكرارية على تحسين تركيز العينة ، وظروف المخزن المؤقت ، ومواد الشبكة ، وحجم ثقب الشبكة ، وسمك الجليد ، وسلوك جزيئات البروتين في الجليد ، من بين متغيرات أخرى. علاوة على ذلك ، بمجرد تحديد هذه المتغيرات بشكل مرض ، تختلف الشبكات المعدة في ظل ظروف متطابقة اختلافا كبيرا في ما إذا كانت جاهزة لجمع البيانات ، لذلك يوصى بجلسات فحص إضافية قبل اختيار الشبكات المثلى لجمع البيانات عالية الدقة. غالبا ما تستهلك عملية تحضير وفحص العينة / الشبكة هذه عشرات الشبكات وأيام وقت المشغل في المجهر. علاوة على ذلك ، تقتصر عملية الفحص على توافر المشغل / المجهر وإمكانية الوصول إلى المجهر. نوضح هنا كيفية استخدام Leginon و Smart Leginon Autoscreen لأتمتة غالبية فحص شبكة cryoEM. يجمع Autoscreen بين التعلم الآلي وخوارزميات رؤية الكمبيوتر وخوارزميات معالجة المجهر لإزالة الحاجة إلى إدخال المشغل اليدوي المستمر. يمكن للشاشة التلقائية تحميل الشبكات وتصويرها بشكل مستقل باستخدام تصوير متعدد المقاييس باستخدام نظام كاسيت آلي لتبادل العينات ، مما يؤدي إلى فحص الشبكة غير المراقب لشريط كامل. نتيجة لذلك ، قد يتم تقليل وقت المشغل لفحص 12 شبكة إلى ~ 10 دقائق باستخدام Autoscreen مقارنة ب ~ 6 ساعات باستخدام الطرق السابقة التي يعوقها عدم قدرتها على حساب التباين العالي بين الشبكات. يقدم هذا البروتوكول أولا إعداد ووظائف Leginon الأساسية ، ثم يوضح وظيفة Autoscreen خطوة بخطوة من إنشاء جلسة قالب إلى نهاية جلسة فحص تلقائية مكونة من 12 شبكة.
يسمح المجهر الإلكتروني بالتبريد أحادي الجسيمات (cryoEM) بتحديد بنية الدقة شبه الذرية للمجمعات الجزيئية المنقاة. لا تتطلب تجربة cryoEM لجسيم واحد سوى شبكة واحدة أو اثنتين تم اختيارهما جيدا من مجموعة أكبر بكثير من الشبكات مع ظروف مختلفة للعينة والشبكة. يستلزم الفحص المجهري لفحص هذه الشبكات تصوير كل شبكة بعدة تكبيرات لتحديد الشبكة التي تلبي معظم المتطلبات الرئيسية لجمع البيانات عالية الدقة ، بما في ذلك سمك الجليد ، والمناطق الكافية لجمع البيانات الكاملة ، ونقاء البروتين ، وتركيز البروتين ، واستقرار البروتين ، والحد الأدنى من قضايا الاتجاه المفضل1. غالبا ما يتضمن تحسين هذه المتطلبات الرئيسية ردود فعل بين الفحص في المجهر وظروف التحضير مثل إنتاج البروتين واختيار المخزن المؤقت والمنظفات المحتملة ونوع الشبكة2،3،4 (الشكل 1). يتم إجراء فحص الشبكة التقليدي يدويا أو شبه يدويا باستخدام برامج مثل Leginon5 و SerialEM6 و EPU7. يتطلب الفحص التقليدي من مشغل المجهر قضاء ساعات في المجهر لفحص عدة شبكات ، مما يخلق عنق زجاجة كبير في سير عمل الجسيمات المفردة عالية الدقة من خلال شغل المشغل بعمليات عن ظهر قلب بدلا من تحسين العينة / الشبكة.
في السابق ، تم تقديم Smart Leginon Autoscreen وبرنامج التعلم الآلي الأساسي ، Ptolemy ، وتم وصف أساليبها وخوارزمياتها الأساسية جنبا إلى جنب مع الأمثلة 8,9. العديد من حزم البرامج الأخرى إما قادرة أو تعمل من أجل فحص متعدد الشبكات مؤتمت بالكامل10 ، بما في ذلك SmartScope11 و Smart EPU12 و CryoRL13,14. لمعالجة عنق الزجاجة في الغربلة ، يسمح Smart Leginon للمستخدم أولا بإعداد معلمات الفحص في جلسة مجهر القالب ، ثم استخدام معلمات جلسة القالب هذه كقالب لفحص الكاسيت الكامل للشبكات في أداة التحميل التلقائي للمجهر. يتم التخلص من جميع الأعمال اليدوية أثناء فحص الكاسيت ، مما يسمح بمتابعة حلقة التغذية الراجعة للتحسين بشكل أكثر كفاءة.
في هذا البروتوكول ، يتم وصف سير عمل Smart Leginon Autoscreen الكامل بحيث يمكن للقارئ إجراء فحص cryoEM متعدد الشبكات مؤتمت بالكامل بشكل مستقل. بالنسبة لأولئك الجدد على Leginon ، يصف القسم الأول في البروتوكول استخدام Leginon التقليدي. تتكون هذه المعرفة من عدة سنوات من الخبرة عبر العديد من مجاهر التحميل التلقائي ، والتي يتم البناء عليها بعد ذلك في قسم Smart Leginon اللاحق من البروتوكول. يمكن العثور على مقاطع فيديو تعليمية إضافية على https://memc.nysbc.org.
لاتباع هذا البروتوكول ، الموضح في الشكل 2 ، يجب تثبيت Leginon 3.6+ على كمبيوتر المجهر وعلى محطة عمل Linux إضافية ، ويجب تثبيت Ptolemy على محطة عمل Linux. تم تطوير هذا البروتوكول على مدى عدة سنوات باستخدام مجاهر Thermo Fisher Scientific (TFS) Glacios و Krios. يفترض هذا البروتوكول أن القارئ قد قام بالفعل بتكوين Leginon و Appion15 وقاعدة البيانات المرتبطة به ومعايرة المجهر وإجراء محاذاة مباشرة على المجهر وإعداد تطبيقين من تطبيقات Leginon: أحدهما لجمع الجسيمات المفردة القياسية والآخر لجمع الجسيمات المفردة مع بطليموس. تتوفر معلومات لإعداد Leginon هنا: https://emg.nysbc.org/redmine/projects/leginon/wiki/Leginon_Manual. تتوفر معلومات حول إعداد بطليموس داخل Leginon هنا: https://emg.nysbc.org/redmine/projects/leginon/wiki/Multi-grid_autoscreening. قم بتنزيل Leginon من http://leginon.org وبطليموس من https://github.com/SMLC-NYSBC/ptolemy. تم ترخيص Leginon بموجب ترخيص Apache ، الإصدار 2.0 ، وتم ترخيص Ptolemy بموجب CC BY-NC 4.0.
1. استخدام الليجينون
2. استخدام Smart Leginon Autoscreen
باتباع البروتوكول ، يمكن إجراء جلسات فحص cryoEM تلقائيا وبنجاح لغالبية (80٪ -90٪) من الشبكات والظروف الثقيلة. تم تقديم العديد من الأمثلة والتجارب سابقا 8,9 لإثبات النتائج المتوقعة لجلسات Smart Leginon Autoscreen الناجحة. تبدأ جلسة Autoscreen الناجحة ب ~ 10 دقائق من الإعداد وينتج عنها عادة شريط كاسيت كامل من 12 شبكة يتم فحصها تلقائيا بعد حوالي 6 ساعات (30 دقيقة لكل شبكة) حيث يتم تصوير 3-5 مربعات بأحجام مختلفة و 3-5 ثقوب لكل مربع بتكبير عال ، مما يسمح للمستخدم بتحديد خصائص العينة بسرعة على كل شبكة والتكرار السريع من خلال ظروف العينة / الشبكة (الشكل 3). في بعض الأحيان ، لا تنجح الجلسات ، ويرجع ذلك عادة إلى استهداف Autoscreen للمربعات المكسورة ، أو عدم تفسير تدرجات سمك الجليد الكبيرة عبر الشبكة أو عبر المربعات بشكل صحيح ، أو الفشل في تحديد الثقوب بشكل صحيح على شبكات الكربون. بالإضافة إلى ذلك ، قد تتسبب تسربات الذاكرة المحتملة في تعطل Leginon بسبب الاستخدام المفرط للذاكرة ، والذي يمكن حله عن طريق تحرير ذاكرة الوصول العشوائي أو إعادة تشغيل الكمبيوتر أو تحسينه عن طريق إضافة المزيد من ذاكرة الوصول العشوائي إلى الكمبيوتر.
الشكل 1: سير عمل الشاشة التلقائية الذكية Leginon. نظرة عامة عالية المستوى على سير عمل Smart Leginon Autoscreen. أولا، يتم إنشاء جلسة عمل قالب عن طريق تحديد معلمات لشبكة تمثيلية في مجموعة الشبكات المراد فحصها. يستغرق إعداد Leginon وإنشاء جلسة قالب أقل من 45 دقيقة. ثانيا ، يتم إعداد Autoscreen لاستخدام معلمات جلسة عمل القالب لفحص جميع الشبكات في الكاسيت. يستغرق إعداد الشاشة التلقائية أقل من 10 دقائق. أخيرا ، ينهي الفحص التلقائي جلسة الفحص. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.
الشكل 2: خط أنابيب cryoEM التقليدي أحادي الجسيمات قبل الفحص الآلي. الخطوات الأكثر شيوعا في خط أنابيب cryoEM التقليدي أحادي الجسيمات قبل الفحص الآلي ، جنبا إلى جنب مع المكونات التي يمكن تحسينها. يتم تلوين كل خطوة لتقريب مقدار عنق الزجاجة بالنسبة للخطوة الأخرى. يمثل السهم الدائري الأزرق عدة حلقات تغذية مرتدة بين معظم الخطوات. يعتمد معدل النقل في عدة خطوات بشكل كبير على العينة والتمويل وموقع الباحث. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.
الشكل 3: نتائج الشاشة التلقائية Smart Leginon التمثيلية. صور تمثيلية متعددة المقاييس تتبع بروتوكول Smart Leginon Autoscreen الذي تم جمعه على جهاز تبريد TFS Krios مع مرشح طاقة BioQuantum وكاميرا K3. (أ) صورة "أطلس" مركبة توضح نظرة عامة على شبكة cryoEM. (ب-و) صور متعددة المقاييس من المواقع المشار إليها في أطلس الشبكة. تم اختيار كل من صور التكبير المنخفض في الصف الأول ، وصور التكبير المتوسط في الصف الثاني ، وصور التكبير العالي في الصف الثالث تلقائيا للحصول على معلومات حول العينة من المربعات الجليدية الرقيقة إلى السميكة. يظهر سمك الجليد كما قدره Leginon في الأسفل. أشرطة المقياس هي 500 ميكرومتر في (A) و 10 ميكرومتر للصف الأول ، و 5 ميكرومتر للصف الثاني ، و 100 نانومتر للصف الثالث ل (B-F). تم تعديل هذا الرقم بإذن من Cheng et al.8. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.
غرام: الشبكة | مربع: مربع | hln: هول | مروحة: التركيز التلقائي | FCN: التركيز المركزي | enn: التعرض | |
التكبير | 210 | 2600 | 6700 | 120000 | 120000 | 120000 |
إلغاء التركيز البؤري | -0.0002 | -0.00015 | -0.00015 | -2 × 10-06 | -7 × 10-07 | -2.5 × 10-06 |
حجم البقعة | 5 | 5 | 4 | 2 | 2 | 2 |
قوة | 1.1 | 0.83 | 0.65 | 0.44 | 0.44 | 0.45 |
البعد | 1024 س 1024 | 1024 س 1024 | 1024 س 1024 | 1024 س 1024 | 1024 س 1024 | 4096 س 4096 |
اوفست | 0, 0 | 0, 0 | 0, 0 | 0, 0 | 512, 512 | 0, 0 |
بينينغ | 4 × 4 | 4 × 4 | 4 × 4 | 4 × 4 | 2 × 2 | 1 × 1 |
وقت التعرض (مللي ثانية) | 200 | 500 | 500 | 500 | 500 | 1000 |
ما قبل التعرض (ق) | 0 | 0 | 0 | 0 | 0 | 0 |
الجرعة (e/Å2) | -- | -- | -- | 36.5 | 36.5 | 64.7 |
حفظ الإطارات الأولية | لا | لا | لا | لا | لا | نعم |
الجدول 1: معلمات محددة مسبقا لفحص شبكة cryoEM في مركز Simons Electron Microscopy Center (SEMC) باستخدام Glacios cryoTEM مع كاميرا Falcon 3EC. يتم عرض معلمات كل إعداد مسبق الاستخدام بشكل شائع في Glacios cryoTEM مع كاميرا Falcon 3EC في SEMC. سيكون للمجاهر المختلفة تكبير متفاوت متاح وستستخدم التجارب المختلفة معلمات مختلفة مثل إلغاء التركيز ووقت التعرض.
غرام: الشبكة | مربع: مربع | hln: هول | مروحة: التركيز التلقائي | FCN: التركيز المركزي | enn: التعرض | |
التكبير | 64 | 1700 | 2850 | 75000 | 75000 | 75000 |
إلغاء التركيز البؤري | 0 | -5 × 10-05 | -5 × 10-05 | -1 × 10-06 | -7 × 10-07 | -2 × 10-06 |
حجم البقعة | 6 | 9 | 9 | 6 | 6 | 7 |
قوة | 0.001 | 1.65 س 10-05 | 1.5 س 10-05 | 4.3 س 10-07 | 4.3 س 10-07 | 5.5 س 10-07 |
عرض فلتر الطاقة | -- | -- | -- | 20 | 20 | 20 |
البعد | 1024 س 1024 | 1024 س 1024 | 1024 س 1024 | 1024 س 1024 | 2048 س 2048 | 4096 س 4096 |
اوفست | 0, 0 | 0, 0 | 0, 0 | 0, 0 | 0, 0 | 0, 0 |
بينينغ | 4 × 4 | 4 × 4 | 4 × 4 | 4 × 4 | 2 × 2 | 1 × 1 |
وقت التعرض (مللي ثانية) | 500 | 2000 | 1000 | 500 | 300 | 8700 |
ما قبل التعرض (ق) | 0 | 0 | 0 | 0 | 0 | 0 |
الجرعة (e/Å2) | -- | -- | -- | -- | -- | 47.4 |
حفظ الإطارات الأولية | لا | لا | لا | لا | لا | نعم |
الجدول 2: معلمات محددة مسبقا لفحص شبكة cryoEM في SEMC باستخدام Krios cryoTEM مع كاميرا Selectris X و Falcon 4i. يتم عرض معلمات كل إعداد مسبق الاستخدام بشكل شائع على Krios مع مرشح طاقة Selectris X وكاميرا Falcon 4i في SEMC. سيكون للمجاهر المختلفة تكبير متفاوت متاح وستستخدم التجارب المختلفة معلمات مختلفة مثل إلغاء التركيز ووقت التعرض.
غرام: الشبكة | مربع: مربع | hln: هول | مروحة: التركيز التلقائي | FCN: التركيز المركزي | enn: التعرض | |
التكبير | 1550 | 940 | 2250 | 81000 | 81000 | 81000 |
إلغاء التركيز البؤري | 0 | -5 × 10-05 | -5 × 10-05 | -1 × 10-06 | -7 × 10-07 | -2 × 10-06 |
حجم البقعة | 4 | 8 | 7 | 6 | 6 | 6 |
قوة | 0.0015 | 0.00017 | 7.3 س 10-05 | 1.3 س 10-06 | 1.3 س 10-06 | 9.2 س 10-07 |
عرض فلتر الطاقة | -- | -- | 50 | 20 | 20 | 20 |
البعد | 1024 س 1024 | 1440 س 1024 | 1440 س 1024 | 1440 س 1024 | 1008 س 1008 | 5760 س 4092 |
اوفست | 0, 0 | 0, 0 | 0, 0 | 0, 0 | 936, 519 | 0, 0 |
بينينغ | 4 × 4 | 8 س 8 | 8 س 8 | 8 س 8 | 4 × 4 | 2 × 2 |
وقت التعرض (مللي ثانية) | 250 | 600 | 600 | 500 | 500 | 2100 |
ما قبل التعرض (ق) | 0 | 0 | 0 | 0 | 0 | 0 |
الجرعة (e/Å2) | -- | -- | -- | -- | -- | 51 |
حفظ الإطارات الأولية | لا | لا | لا | لا | لا | نعم |
الجدول 3: معلمات محددة مسبقا لفحص شبكة cryoEM في SEMC باستخدام Krios cryoTEM مع كاميرا BioQuantum و K3. يتم عرض معلمات كل إعداد مسبق الاستخدام بشكل شائع على Krios مع مرشح طاقة BioQuantum وكاميرا K3 في SEMC. سيكون للمجاهر المختلفة تكبير متفاوت متاح وستستخدم التجارب المختلفة معلمات مختلفة مثل إلغاء التركيز ووقت التعرض.
الشكل التكميلي 1: إعدادات استهداف المربع وإعدادات Square ل Smart Leginon. (أ) إعدادات استهداف Square Target. (ب) إعدادات مربعة. الرجاء الضغط هنا لتنزيل هذا الملف.
الشكل التكميلي 2: إعدادات استهداف الحفرة وإعدادات الثقب ل Smart Leginon. (أ) إعدادات استهداف الثقوب. (ب) إعدادات الثقب. الرجاء الضغط هنا لتنزيل هذا الملف.
الشكل التكميلي 3: إعدادات استهداف التعرض وإعدادات التعرض ل Smart Leginon. (أ) إعدادات استهداف التعرض للضوء. (ب) إعدادات التعرض. الرجاء الضغط هنا لتنزيل هذا الملف.
الشكل التكميلي 4: إعدادات التركيز وإعدادات تسلسل التركيز ل Smart Leginon. (أ) إعدادات التركيز البؤري. (ب) إعدادات تسلسل التركيز البؤري (إلغاء التركيز البؤري 1). (C) إعدادات تسلسل التركيز البؤري (إلغاء التركيز البؤري 2). الرجاء الضغط هنا لتنزيل هذا الملف.
الشكل التكميلي 5: إعدادات Z_Focus وإعدادات تسلسل Z_Focus ل Smart Leginon. (أ) إعدادات Z_Focus. (ب) Z_Focus إعدادات التسلسل (Stage_Tilt_Rough). (ج) Z_Focus إعدادات التسلسل (Stage_Tilt_Fine). الرجاء الضغط هنا لتنزيل هذا الملف.
الشكل التكميلي 6: مثال على الأطلس بعد إعداد معلمات Smart Leginon Square_Targeting. الدوائر الزرقاء عبارة عن نقاط ، وعلامات زائد خضراء هي مواقع اكتساب ، و "x" البني هو موقع المرحلة الحالي. الرجاء الضغط هنا لتنزيل هذا الملف.
الشكل التكميلي 7: مثال على الأطلس بعد إعداد معلمات Smart Leginon Hole_Targeting. علامات الجمع الأرجواني هي مواقع شبكية ، وعلامات زائد خضراء مع صناديق هي مواقع الاستحواذ ، وعلامة الجمع الزرقاء هي موقع التركيز. الرجاء الضغط هنا لتنزيل هذا الملف.
الشكل التكميلي 8: مثال على الأطلس بعد إعداد Smart Leginon Exposure_Targeting المعلمات. الدوائر الزرقاء عبارة عن نقاط ، وعلامات زائد خضراء هي مواقع اكتساب ، وعلامة الجمع الزرقاء هي موقع التركيز. الرجاء الضغط هنا لتنزيل هذا الملف.
الشكل التكميلي 9: إعداد محطة Smart Leginon Autoscreen. الرجاء الضغط هنا لتنزيل هذا الملف.
الشكل التكميلي 10: إعداد واجهة المستخدم الرسومية Smart Leginon Autoscreen. الرجاء الضغط هنا لتنزيل هذا الملف.
في هذا البروتوكول ، نصف خط أنابيب Smart Leginon Autoscreen ، بالإضافة إلى استخدام Leginon الأساسي لأولئك الجدد في برنامج التجميع. يستعد cryoEM أحادي الجسيمات ليصبح تقنية حل بنية البروتين ثلاثية الأبعاد (3D) الأكثر إنتاجية بحلول نهاية عام 202417. يتكون خط أنابيب cryoEM أحادي الجسيم من عدة خطوات يتم تحسينها باستمرار لزيادة جودة البيانات والإنتاجية. يوضح الشكل 2 الخطوات الأكثر شيوعا (إعداد العينة ، وإعداد الشبكة ، ووقت الفحص والجهد ، ووقت التجميع عالي الدقة ، والمعالجة الحية ، والمعالجة اللاحقة الكاملة) جنبا إلى جنب مع المكونات الأخرى لخط الأنابيب التي يمكن تحسينها (فحص الوصول إلى المجهر ، وسرعة المرحلة ودقتها ، وسرعة الكاميرا ، والوصول إلى المجهر عالي الدقة). تصبح النتائج من معظم الخطوات حلقات تغذية مرتدة في الخطوات السابقة (الأسهم الزرقاء في الشكل 2) ، مما يجعل خط الأنابيب بأكمله مترابطا للغاية. يتم تلوين كل خطوة في الشكل 2 لتقريب مقدار عنق الزجاجة بالنسبة للخطوات الأخرى. يقلل Smart Leginon Autoscreen بشكل كبير من وقت المشغل وجهده لفحص 12 شبكة من 6 ساعات إلى أقل من 10 دقائق ، وبالتالي تخفيف عنق الزجاجة هذا والسماح بردود فعل أسرع لإعداد العينات / الشبكة (الشكل 3).
هناك العديد من الخطوات الحاسمة في البروتوكول، الموضحة في الشكل 1. من الأهمية بمكان أن تكون الشبكة المستخدمة لإنشاء جلسة عمل القالب ممثلة للشبكات المتبقية المراد فحصها. الأهم من ذلك ، يتذكر Leginon جميع الإعدادات في عملية الإعداد بأكملها لإنشاء جلسة قالب (الخطوات الزرقاء في الشكل 1) ، مما يسمح بإعداد جلسات القالب المتكررة بسرعة أكبر في كل مرة. عند إنشاء جلسة قالب، فإن الخطوة الأكثر أهمية هي إعداد الاستهداف في جميع التكبيرات بحيث تعكس المعلمات والعتبات التباين المتوقع عبر الشبكات المراد فحصها. تسمح أزرار "الاختبار" المختلفة بالكفاءة في عملية الإعداد هذه. أثناء جلسة Autoscreen ، من الأهمية بمكان مراقبة الشبكات القليلة الأولى في Appion لاكتشاف أي مشكلات بسرعة وإصلاحها داخل Leginon في أسرع وقت ممكن.
يتمثل سير العمل النموذجي في SEMC في تغذية بيانات الشاشة التلقائية في CryoSPARC Live18 واستخدام هذه المعلومات الإضافية لإبلاغ حلقات التغذية الراجعة في إعداد العينة / الشبكة. خلال أيام تحسين cryoEM المكثفة للباحث والمشغل ، يتم تغذية المعلومات حول العينة وظروف الشبكة مرة أخرى في إعداد العينة والشبكة بينما لا يزال Autoscreen يقوم بفحص الشبكات. هذا يسمح بتجميد عشرات الشبكات وفحصها أسبوعيا8.
يعمل Smart Leginon Autoscreen مع غالبية (80٪ -90٪) من الشبكات والظروف التي تمت ملاحظتها في SEMC. تشمل 10٪ -20٪ المتبقية من الشبكات تلك التي لا تعمل بشكل جيد في بعض الأحيان - شبكات ذات فرق تباين ضئيل بين الثقوب والركيزة ؛ الشبكات ذات الثقوب الصغيرة والتباعد (على سبيل المثال ، 0.6 / 0.8) - والشبكات التي يكون فيها الاستهداف عبر شبكات متعددة غير عملي في كثير من الأحيان - شبكات Spotiton/ Chameleon 19,20 التي تتكون من خطوط من العينة عبر الشبكة ؛ شبكات لاسي. لاحظ أن مجموعة الشبكة المائلة مع Autoscreen قيد التطوير ولكنها غير متوفرة بعد. قد يكون من الممكن تعديل البروتوكول للعمل مع شبكات Spotiton / Chameleon عن طريق تصوير مناطق الشريط أولا يدويا لتحديد عتبات المعلمات الضيقة ، ثم محاولة تجميع المربعات الأكبر والأصغر معا ، على التوالي ، في الخطوة 2.1.7.4 ، ثم اختيار الأهداف من المجموعة مع الجليد. الهدف من هذا التعديل هو جعل Smart Leginon يفصل المربعات الفارغة وغير الفارغة إلى مجموعتين. إذا تم العثور على المعلمات ، فقد لا تمتد بشكل جيد إلى الشبكات المتبقية المراد فحصها. قد يكون من الممكن أيضا تعديل البروتوكول للعمل مع شبكات الدانتيل عن طريق إزالة البرنامج النصي hl_finding.sh في الخطوة 2.1.9.1 وتكوين المعلمات لاستهداف المناطق الفاتحة / الداكنة حسب الرغبة. قد يختلف معدل نجاح هذا التعديل من شبكة إلى أخرى بناء على سمك الجليد ومواد الشبكة.
استكشاف الأخطاء وإصلاحها أثناء جلسة الفحص التلقائي أمر ممكن ومناسب في بعض الأحيان. يمكن إجراء تغييرات على الإعداد المسبق (على سبيل المثال ، إلغاء التركيز البؤري) ومعلمات الاستهداف (على سبيل المثال ، عتبات استهداف الثقوب) أثناء التجميع التلقائي. أثناء تجميع جلسة عمل الشاشة التلقائية، لا يمكن إلغاء جلسة عمل الشبكة لأنها ستنتهي autoscreen.py. ومع ذلك، يمكن استخدام أزرار إحباط في عقد الاستهداف لتخطي أي جزء من الشبكة أو شبكة بأكملها. في بعض الأحيان ، قد يستخدم autoscreen.py الكثير من الذاكرة ويتجمد ، ويقدم خيارين: "فرض الإنهاء" أو "الانتظار". إذا تم تحديد "فرض الإنهاء" ، إنهاء البرنامج النصي بالكامل ، مما يتطلب من المستخدم إعادة تشغيل البرنامج النصي ليتم تطبيقه على الشبكات المتبقية للفحص. إذا تم تحديد "انتظار" ، فسيستمر البرنامج النصي ، وقد يتم تغيير الإعدادات لمنع التجميد في المستقبل ، على سبيل المثال ، إيقاف تشغيل عرض الصورة في عقدة التعرض ، أو تقليل حجم البكسل في الأطلس ، أو تشغيل برنامج نصي واضح للذاكرة. إذا تجمد البرنامج دون تقديم الخيارين ، فقد لا يتم حل أخطاء الذاكرة من تلقاء نفسها ، مما يتسبب في توقف مؤقت في الاستحواذ. قد يكون خيار "فرض الإنهاء" مفيدا في هذه الحالة.
يتم استخدام Smart Leginon Autoscreen بانتظام في SEMC. مع استمرار تقليل الاختناقات في خط أنابيب cryoEM أحادي الجسيم ، سيستمر اعتماد cryoEM في الزيادة للمساعدة في الإجابة على الأسئلة البيولوجية. هذا البروتوكول هو خطوة في اتجاه تحسين خط الأنابيب بأكمله من خلال توفير مسار واضح لتقليل حلقات التغذية الراجعة بشكل كبير.
ويعلن صاحبا البلاغ أنه ليس لهما مصالح مالية متنافسة.
تم تنفيذ بعض هذا العمل في مركز سيمونز للمجهر الإلكتروني في مركز البيولوجيا الهيكلية في نيويورك ، بدعم من مؤسسة سيمونز (SF349247) ، والمعاهد الوطنية للصحة (U24 GM129539) ، وجمعية ولاية نيويورك.
Name | Company | Catalog Number | Comments |
Glacios cryoTEM | Thermo Fisher Scientific | GLACIOSTEM | FEG, 200 keV, Falcon 3EC camera |
Krios cryoTEM | Thermo Fisher Scientific | KRIOSG4TEM | XFEG, 300 keV, Gatan BioQuantum energy filter, Gatan K3 camera |
Leginon | Simons Electron Microscopy Center | http://leginon.org | |
Ptolemy | Simons Machine Learning Center | https://github.com/SMLC-NYSBC/ptolemy |
Request permission to reuse the text or figures of this JoVE article
Request PermissionExplore More Articles
This article has been published
Video Coming Soon
Copyright © 2025 MyJoVE Corporation. All rights reserved