配置和利用 CryoSieve 在冷冻电子显微镜中增强颗粒筛分

要配置 GPU 加速环境，请打开终端并输入命令 nvidia-smi。验证该命令是否成功显示有关 GPU 卡的所有信息，以及 CUDA 版本是否高于 10.2。然后执行命令 conda V 以确认 conda 的安装。

输入以下命令。设置虚拟环境并等待几分钟，直到成功配置环境。执行命令 conda activate CRYOSIEVE_ENV。

激活新创建的虚拟环境。要安装 CryoSieve，请运行 pip install cryosieve 命令。安装后，输入命令 cryosieve h 以确保帮助信息正确显示。

从 EMPIAR 下载 EMPIAR-10097 最终堆栈数据集。打开 GitHub，然后下载 star 文件和 mask。MRC 和首字母。

MRC 模型。将所有这些文件放在一个文件夹中。打开终端并使用命令 cd file path 导航到包含数据集的文件夹。

然后输入 conda activate CRYOSIEVE_ENV命令以激活 conda 环境。使用以下命令。要开始粒子筛选，请监控每次迭代的输出日志的终端显示。

输入指示的命令以打印 10 次筛分迭代的分辨率结果。在第七次迭代中过滤的粒子堆栈具有最高的分辨率，最少的粒子显示出最佳结果。要导入过筛的颗粒，请打开 CryoSPARC Web 界面。

进入一个工作区，然后单击面板右上角的构建器按钮。然后选择并单击导入粒子堆栈选项。在粒子堆栈导入面板的参数部分中，将粒子元路径指定为 _。

nstar 文件和包含 MRCS 文件的文件夹的粒子数据路径。单击“队列作业”按钮，然后单击“队列”按钮以启动该过程。在 CryoSPARC 的右上角面板中，单击构建器按钮，然后选择并单击导入 3D 体积选项。

将卷数据路径指定为初始路径。MRC 文件。单击“队列作业”按钮，然后单击“队列”按钮以启动该过程。

再次，单击构建器按钮并选择“同质细化”选项。在左侧的主面板中，打开用于导入第四次迭代的粒子堆栈的作业。从主面板的右侧拖动导入的粒子模块，并将其拖放到构建器的粒子堆栈部分。

单击红色的 X 以关闭导入粒子堆栈作业。打开用于导入 3D 体积的作业。从主面板的右侧拖动导入的卷模块，并将其拖放到构建器的初始卷部分。

在“参数”文件夹下，找到对称选项并将其设置为 C3。查找并禁用“强制重做 GS 拆分”选项。单击 Queue JOb 按钮，然后单击 Queue 按钮以启动同质细化。完成所有作业后，查看结果并确认在第六次迭代中过滤的粒子堆栈提供了最佳结果。

图中显示了该方法前后重建的流感血凝素三聚体数据集密度图的模型和半图傅里叶壳相关曲线。还将原始密度图和锐化密度图与应用的等效等值线水平进行了比较。从锐利地图中侧链的比较中可以明显看出重建的密度图的增强。

在去除最终堆栈中的大部分颗粒后，罗森塔尔·亨德森 B 因子从 226.9 埃平方增加到 146.2 埃平方。局部分辨率、局部B因子和RESLOG等参数表明，CryoSieve可以提高密度图和颗粒的质量。