作者聚焦：使用 CryoSieve 优化冷冻电镜分析以提高颗粒选择效率

低温电子显微镜对于确定生物大分子的近原子结构至关重要。尽管它依赖于对大量低信噪比图像进行平均，但特定分辨率所需的最佳粒子数量仍然未知。这种限制阻碍了样品分析和制备方法的进步。

为了解决这个问题，我们引入了一种迭代排序方法，即 CryoSieve。标准协议选择包括二维和三维分类，其他协议排序标准如归一化互相关法、角度图一致性方法、非对准分类等目前正在使用中。大量实验表明，CryoSieve 优于其他冷冻电镜颗粒分选算法，揭示了大多数颗粒在最终堆栈中是不必要的。

留在最终堆栈中的少数粒子在重建密度图中产生非常高分辨率的振幅。对于某些数据集，最细子集的大小接近理论极限。在冷冻电子显微镜中，样品制备阻碍了工作流程。

由于缺乏用于协议比较的标准指标，所选颗粒与收集颗粒的比率可以作为质量指标。检查它们的空间和时间分布也可以突出影响准备有效性的关键物理因素。