* Diese Autoren haben gleichermaßen beigetragen
Das Multi-Grid-Screening der Kryo-Elektronenmikroskopie (KryoEM) ist oft ein langwieriger Prozess, der stundenlange Aufmerksamkeit erfordert. Dieses Protokoll zeigt, wie Sie eine Standard-Leginon-Sammlung und Smart Leginon Autoscreen einrichten, um diesen Prozess zu automatisieren. Dieses Protokoll kann auf die meisten KryoEM-Löchrigfoliengitter angewendet werden.
Fortschritte in der Kryo-Elektronenmikroskopie (KryoEM) in den letzten zehn Jahren haben es Strukturbiologen ermöglicht, makromolekulare Proteinkomplexe routinemäßig mit nahezu atomarer Auflösung aufzulösen. Der allgemeine Arbeitsablauf der gesamten KryoEM-Pipeline umfasst die Iteration zwischen Probenvorbereitung, KryoEM-Gittervorbereitung und Proben-/Raster-Screening, bevor zur hochauflösenden Datenerfassung übergegangen wird. Die Iteration zwischen Proben-/Gittervorbereitung und Screening ist in der Regel ein großer Engpass für Forscher, da jedes iterative Experiment unter anderem für Probenkonzentration, Pufferbedingungen, Gittermaterial, Gitterlochgröße, Eisdicke und Proteinpartikelverhalten im Eis optimiert werden muss. Sobald diese Variablen zufriedenstellend bestimmt sind, variieren Gitter, die unter identischen Bedingungen erstellt wurden, stark darin, ob sie für die Datenerhebung bereit sind, so dass zusätzliche Screening-Sitzungen vor der Auswahl optimaler Gitter für die hochauflösende Datenerfassung empfohlen werden. Dieser Proben-/Gittervorbereitungs- und Screening-Prozess nimmt oft mehrere Dutzend Gitter und Tage Bedienerzeit am Mikroskop in Anspruch. Darüber hinaus ist der Screening-Prozess auf die Verfügbarkeit des Bedieners/Mikroskops und die Zugänglichkeit des Mikroskops beschränkt. Hier zeigen wir, wie Sie Leginon und Smart Leginon Autoscreen verwenden, um den Großteil des KryoEM-Gitterscreenings zu automatisieren. Autoscreen kombiniert maschinelles Lernen, Computer-Vision-Algorithmen und Algorithmen zur Handhabung von Mikroskopen, um die Notwendigkeit ständiger manueller Bedienereingaben zu beseitigen. Autoscreen kann Raster mit Multiskalen-Bildgebung mithilfe eines automatisierten Probenwechselkassettensystems autonom laden und abbilden, was zu einem unbeaufsichtigten Rasterraster für eine gesamte Kassette führt. Infolgedessen kann die Bedienerzeit für das Screening von 12 Rastern mit Autoscreen auf ~10 Minuten reduziert werden, verglichen mit ~6 Stunden mit früheren Methoden, die durch ihre Unfähigkeit, eine hohe Variabilität zwischen den Rastern zu berücksichtigen, behindert werden. Dieses Protokoll führt zunächst in die grundlegende Einrichtung und Funktionalität von Leginon ein und demonstriert dann Schritt für Schritt die Autoscreen-Funktionalität von der Erstellung einer Vorlagensitzung bis zum Ende einer automatisierten Screening-Sitzung mit 12 Rastern.
Die Einzelpartikel-Kryo-Elektronenmikroskopie (KryoEM) ermöglicht die Strukturbestimmung von gereinigten makromolekularen Komplexen mit nahezu atomarer Auflösung. Ein Einzelpartikel-KryoEM-Experiment erfordert nur ein oder zwei gut ausgewählte Gitter, die aus einem viel größeren Satz von Gittern mit unterschiedlichen Proben- und Gitterbedingungen ausgewählt werden. Das Mikroskop-Screening zur Untersuchung dieser Gitter beinhaltet die Abbildung jedes Gitters in mehreren Vergrößerungen, um festzustellen, welches Gitter die wichtigsten Anforderungen für eine hochauflösende Datenerfassung erfüllt, einschließlich Eisdicke, ausreichende Flächen für die vollständige Datenerfassung, Proteinreinheit, Proteinkonzentration, Proteinstabilität und minimale Probleme bei der bevorzugten Orientierung1. Die Optimierung für diese Schlüsselanforderungen beinhaltet oft eine Rückkopplung zwischen dem Screening am Mikroskop und den Präparationsbedingungen wie Proteinproduktion, Pufferauswahl, potenziellen Detergenzien und Gittertyp 2,3,4 (Abbildung 1). Das konventionelle Rasterscreening wird manuell oder halbmanuell mit Software wie Leginon5, SerialEM6 und EPU7 durchgeführt. Beim herkömmlichen Screening muss der Mikroskopbediener Stunden am Mikroskop verbringen, um mehrere Raster zu screenen, was einen erheblichen Engpass im hochauflösenden Einzelpartikel-Workflow darstellt, da der Bediener eher mit Routinevorgängen als mit Proben-/Rasteroptimierung beschäftigt wird.
Zuvor wurden Smart Leginon Autoscreen und die zugrunde liegende maschinelle Lernsoftware Ptolemy vorgestellt und ihre zugrunde liegenden Methoden und Algorithmen zusammen mit Beispielen beschrieben 8,9. Mehrere andere Softwarepakete sind entweder in der Lage, ein vollautomatisches Multi-Grid-Screening10 durchzuführen oder darauf hinzuarbeiten, darunter SmartScope11, Smart EPU12 und CryoRL13,14. Um den Screening-Engpass zu beheben, ermöglicht Smart Leginon dem Benutzer, zunächst Screening-Parameter in einer Vorlagenmikroskopsitzung einzurichten und dann die Parameter dieser Vorlagensitzung als Vorlage zu verwenden, um die gesamte Kassette mit Rastern im Mikroskop-Autoloader zu screenen. Alle manuellen Arbeiten während der Kassettensiebung entfallen, wodurch die Optimierungsrückkopplungsschleife deutlich effizienter ablaufen kann.
In diesem Protokoll wird der vollständige Smart Leginon Autoscreen-Workflow beschrieben, so dass das Lesegerät ein vollautomatisches Multi-Grid-KryoEM-Screening unabhängig durchführen kann. Für diejenigen, die neu bei Leginon sind, beschreibt der erste Abschnitt des Protokolls die konventionelle Verwendung von Leginon. Dieses Wissen setzt sich aus mehrjähriger Erfahrung mit mehreren Autoloader-Mikroskopen zusammen, auf der dann im nachfolgenden Smart Leginon-Abschnitt des Protokolls aufgebaut wird. Weitere Tutorial-Videos finden Sie auf https://memc.nysbc.org.
Um diesem Protokoll zu folgen, das in Abbildung 2 dargestellt ist, muss Leginon 3.6+ auf dem Mikroskopcomputer und auf einer zusätzlichen Linux-Workstation installiert sein, und Ptolemy muss auf der Linux-Workstation installiert sein. Dieses Protokoll wurde über mehrere Jahre mit Thermo Fisher Scientific (TFS) Glacios- und Krios-Mikroskopen entwickelt. Dieses Protokoll geht davon aus, dass das Lesegerät bereits Leginon, Appion15, die zugehörige Datenbank, Mikroskopkalibrierungen konfiguriert, direkte Ausrichtungen am Mikroskop durchgeführt und zwei Leginon-Anwendungen eingerichtet hat: Eine für die Standard-Einzelpartikelsammlung und eine für die Einzelpartikelsammlung mit Ptolemäus. Informationen zum Aufbau von Leginon finden Sie hier: https://emg.nysbc.org/redmine/projects/leginon/wiki/Leginon_Manual. Informationen zur Gründung von Ptolemäus in Leginon finden Sie hier: https://emg.nysbc.org/redmine/projects/leginon/wiki/Multi-grid_autoscreening. Leginon von http://leginon.org und Ptolemäus von https://github.com/SMLC-NYSBC/ptolemy herunterladen. Leginon ist unter der Apache-Lizenz, Version 2.0, und Ptolemäus ist unter CC BY-NC 4.0 lizenziert.
1. Leginon Verwendung
2. Smart Leginon Autoscreen Verwendung
Gemäß dem Protokoll können KryoEM-Screening-Sitzungen für die Mehrheit (80%-90%) der löchrigen Gitter und Bedingungen automatisch und erfolgreich durchgeführt werden. Mehrere Beispiele und Experimente wurden bereits vorgestellt 8,9, um die erwarteten Ergebnisse erfolgreicher Smart Leginon Autoscreen-Sitzungen zu demonstrieren. Eine erfolgreiche Autoscreen-Sitzung beginnt mit ~10 Minuten Einrichtung und führt in der Regel zu einer vollen Kassette mit 12 Rastern, die nach etwa 6 Stunden (30 Minuten pro Raster) automatisch gerastert werden, wobei 3-5 Quadrate unterschiedlicher Größe und 3-5 Löcher pro Quadrat bei hoher Vergrößerung abgebildet werden, so dass der Benutzer die Eigenschaften der Probe auf jedem Raster schnell bestimmen und schnell durch die Proben-/Rasterbedingungen iterieren kann (Abbildung 3). Gelegentlich sind Sitzungen nicht erfolgreich, häufig weil Autoscreen auf gebrochene Quadrate abzielt, große Eisdickengradienten über das Gitter oder über Quadrate nicht richtig interpretiert oder Löcher in Kohlenstoffgittern nicht richtig identifiziert. Darüber hinaus können potenzielle Speicherlecks dazu führen, dass Leginon aufgrund übermäßiger Speicherauslastung abstürzt, was durch Freigeben von RAM oder Neustart des Computers behoben oder durch Hinzufügen von mehr RAM zum Computer verbessert werden kann.
Abbildung 1: Smart Leginon Autoscreen-Workflow. Ein allgemeiner Überblick über den Smart Leginon Autoscreen-Workflow. Zunächst wird ein Vorlagenprogramm erstellt, indem Parameter für ein repräsentatives Raster im Stapel der zu prüfenden Raster ausgewählt werden. Das Einrichten von Leginon und das Erstellen einer Vorlagensitzung dauert weniger als 45 Minuten. Zweitens ist Autoscreen so eingerichtet, dass es die Template-Session-Parameter verwendet, um alle Raster in der Kassette zu screenen. Das Einrichten von Autoscreen dauert weniger als 10 Minuten. Schließlich beendet Autoscreen die Screening-Sitzung. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 2: Konventionelle Einzelpartikel-Kryo-EM-Pipeline vor dem automatisierten Screening. Die häufigsten Schritte in der konventionellen Einzelpartikel-KryoEM-Pipeline vor dem automatisierten Screening, zusammen mit Komponenten, die verbessert werden können. Jeder Schritt ist eingefärbt, um ungefähr zu veranschaulichen, wie groß der Engpass des Schritts im Vergleich zu anderen ist. Der blaue kreisförmige Pfeil stellt mehrere Feedbackschleifen zwischen den meisten Schritten dar. Der Durchsatz in mehreren Schritten hängt stark von der Probe, der Finanzierung und dem Standort des Forschers ab. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 3: Repräsentative Smart Leginon Autoscreen-Ergebnisse. Repräsentative Multi-Scale-Bilder nach dem Smart Leginon Autoscreen-Protokoll, aufgenommen auf einem TFS Krios cryoTEM mit einem BioQuantum-Energiefilter und einer K3-Kamera. (A) Ein zusammengesetztes "Atlas"-Bild, das einen Überblick über ein KryoEM-Gitter zeigt. (B-F) Bilder mit mehreren Maßstäben von den angegebenen Positionen im Gitteratlas. Bilder mit geringer Vergrößerung in der ersten Reihe, Bilder mit mittlerer Vergrößerung in der zweiten Reihe und Bilder mit hoher Vergrößerung in der dritten Reihe wurden jeweils automatisch ausgewählt, um Informationen über die Probe von dünnen bis dicken Eisquadraten zu erhalten. Die von Leginon geschätzte Eisdicke ist unten dargestellt. Die Maßstabsbalken betragen 500 μm in (A) und 10 μm für die erste Reihe, 5 μm für die zweite Reihe und 100 nm für die dritte Reihe für (B-F). Diese Abbildung wurde mit Genehmigung von Cheng et al.8 geändert. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
gr: Gitter | Quadrat: Quadrat | hln: Loch | Lüfter: Autofokus | fcn: Zentraler Fokus | enn: Belichtung | |
Vergrößerung | 210 | 2600 | 6700 | 120000 | 120000 | 120000 |
Defokussierung | -0.0002 | -0.00015 | -0.00015 | -2 x 10-06 cm | -7 x 10-07 | -2,5 x 10-06 cm |
Spot-Größe | 5 | 5 | 4 | 2 | 2 | 2 |
Intensität | 1.1 | 0.83 | 0.65 | 0.44 | 0.44 | 0.45 |
Dimension | 1024 x 1024 cm | 1024 x 1024 cm | 1024 x 1024 cm | 1024 x 1024 cm | 1024 x 1024 cm | 4096 x 4096 cm |
Offset | 0, 0 | 0, 0 | 0, 0 | 0, 0 | 512, 512 | 0, 0 |
Binning | 4 x 4 Stück | 4 x 4 Stück | 4 x 4 Stück | 4 x 4 Stück | 2 x 2 | 1 x 1 |
Belichtungszeit (ms) | 200 | 500 | 500 | 500 | 500 | 1000 |
Vorbelichtung(en) | 0 | 0 | 0 | 0 | 0 | 0 |
Dosis (e/Å2) | -- | -- | -- | 36.5 | 36.5 | 64.7 |
Speichern von Rohbildern | Nein | Nein | Nein | Nein | Nein | Ja |
Tabelle 1: Voreingestellte Parameter für das KryoEM-Gitter-Screening am Simons Electron Microscopy Center (SEMC) unter Verwendung eines Glacios cryoTEM mit einer Falcon 3EC-Kamera. Parameter für jedes Preset, das üblicherweise auf einem Glacios cryoTEM mit einer Falcon 3EC-Kamera am SEMC verwendet wird, werden angezeigt. Verschiedene Mikroskope haben unterschiedliche Vergrößerungen zur Verfügung und verschiedene Experimente verwenden unterschiedliche Parameter wie Unschärfe und Belichtungszeit.
gr: Gitter | Quadrat: Quadrat | hln: Loch | Lüfter: Autofokus | fcn: Zentraler Fokus | enn: Belichtung | |
Vergrößerung | 64 | 1700 | 2850 | 75000 | 75000 | 75000 |
Defokussierung | 0 | -5 x 10-05 cm | -5 x 10-05 cm | -1 x 10-06 cm | -7 x 10-07 | -2 x 10-06 cm |
Spot-Größe | 6 | 9 | 9 | 6 | 6 | 7 |
Intensität | 0.001 | 1,65 x 10-05 cm | 1,5 x 10-05 cm | 4,3 x 10-07 cm | 4,3 x 10-07 cm | 5,5 x 10-07 cm |
Breite des Energiefilters | -- | -- | -- | 20 | 20 | 20 |
Dimension | 1024 x 1024 cm | 1024 x 1024 cm | 1024 x 1024 cm | 1024 x 1024 cm | 2048 x 2048 cm | 4096 x 4096 cm |
Offset | 0, 0 | 0, 0 | 0, 0 | 0, 0 | 0, 0 | 0, 0 |
Binning | 4 x 4 Stück | 4 x 4 Stück | 4 x 4 Stück | 4 x 4 Stück | 2 x 2 | 1 x 1 |
Belichtungszeit (ms) | 500 | 2000 | 1000 | 500 | 300 | 8700 |
Vorbelichtung(en) | 0 | 0 | 0 | 0 | 0 | 0 |
Dosis (e/Å2) | -- | -- | -- | -- | -- | 47.4 |
Speichern von Rohbildern | Nein | Nein | Nein | Nein | Nein | Ja |
Tabelle 2: Voreingestellte Parameter für das KryoEM-Gitterscreening am SEMC mit einem Krios cryoTEM mit einer Selectris X- und Falcon 4i-Kamera. Parameter für jedes Preset, das üblicherweise auf einem Krios mit einem Selectris X-Energiefilter und einer Falcon 4i-Kamera am SEMC verwendet wird, werden angezeigt. Verschiedene Mikroskope haben unterschiedliche Vergrößerungen zur Verfügung und verschiedene Experimente verwenden unterschiedliche Parameter wie Unschärfe und Belichtungszeit.
gr: Gitter | Quadrat: Quadrat | hln: Loch | Lüfter: Autofokus | fcn: Zentraler Fokus | enn: Belichtung | |
Vergrößerung | 1550 | 940 | 2250 | 81000 | 81000 | 81000 |
Defokussierung | 0 | -5 x 10-05 cm | -5 x 10-05 cm | -1 x 10-06 cm | -7 x 10-07 | -2 x 10-06 cm |
Spot-Größe | 4 | 8 | 7 | 6 | 6 | 6 |
Intensität | 0.0015 | 0.00017 | 7,3 x 10-05 cm | 1,3 x 10-06 cm | 1,3 x 10-06 cm | 9,2 x 10-07 cm |
Breite des Energiefilters | -- | -- | 50 | 20 | 20 | 20 |
Dimension | 1024 x 1024 cm | 1440 x 1024 cm | 1440 x 1024 cm | 1440 x 1024 cm | 1008 x 1008 cm | 5760 x 4092 cm |
Offset | 0, 0 | 0, 0 | 0, 0 | 0, 0 | 936, 519 | 0, 0 |
Binning | 4 x 4 Stück | 8 x 8 Stück | 8 x 8 Stück | 8 x 8 Stück | 4 x 4 Stück | 2 x 2 |
Belichtungszeit (ms) | 250 | 600 | 600 | 500 | 500 | 2100 |
Vorbelichtung(en) | 0 | 0 | 0 | 0 | 0 | 0 |
Dosis (e/Å2) | -- | -- | -- | -- | -- | 51 |
Speichern von Rohbildern | Nein | Nein | Nein | Nein | Nein | Ja |
Tabelle 3: Voreingestellte Parameter für das KryoEM-Grid-Screening am SEMC mit einem Krios cryoTEM mit einer BioQuantum- und K3-Kamera. Parameter für jedes Preset, das üblicherweise auf einem Krios mit einem BioQuantum-Energiefilter und einer K3-Kamera am SEMC verwendet wird, werden angezeigt. Verschiedene Mikroskope haben unterschiedliche Vergrößerungen zur Verfügung und verschiedene Experimente verwenden unterschiedliche Parameter wie Unschärfe und Belichtungszeit.
Ergänzende Abbildung 1: Quadratische Zieleinstellungen und quadratische Einstellungen für Smart Leginon. (A) Square Targeting-Einstellungen. (B) Quadratische Einstellungen. Bitte klicken Sie hier, um diese Datei herunterzuladen.
Ergänzende Abbildung 2: Bohrungszieleinstellungen und Bohrungseinstellungen für Smart Leginon. (A) Einstellungen für das Bohrloch-Targeting. (B) Bohrungseinstellungen. Bitte klicken Sie hier, um diese Datei herunterzuladen.
Ergänzende Abbildung 3: Einstellungen für das Belichtungsziel und die Belichtungseinstellungen für Smart Leginon. (A) Einstellungen für das Belichtungs-Targeting. (B) Belichtungseinstellungen. Bitte klicken Sie hier, um diese Datei herunterzuladen.
Ergänzende Abbildung 4: Fokuseinstellungen und Fokussequenzeinstellungen für Smart Leginon. (A) Fokuseinstellungen. (B) Einstellungen für die Fokussequenz (Defocus1). (C) Einstellungen für die Fokussequenz (Defokus 2). Bitte klicken Sie hier, um diese Datei herunterzuladen.
Ergänzende Abbildung 5: Z_Focus Einstellungen und Z_Focus Sequenzeinstellungen für Smart Leginon. (A) Z_Focus Einstellungen. (B) Z_Focus Sequenzeinstellungen (Stage_Tilt_Rough). (C) Z_Focus Sequenzeinstellungen (Stage_Tilt_Fine). Bitte klicken Sie hier, um diese Datei herunterzuladen.
Ergänzende Abbildung 6: Ein Beispielatlas nach der Einrichtung von Smart Leginon Square_Targeting Parametern. Blaue Kreise sind Kleckse, grüne Pluszeichen sind Erfassungsorte und das braune "x" ist der aktuelle Standort der Phase. Bitte klicken Sie hier, um diese Datei herunterzuladen.
Ergänzende Abbildung 7: Ein Beispielatlas nach dem Einrichten von Smart Leginon Hole_Targeting Parametern. Lila Pluszeichen sind Gitterstandorte, grüne Pluszeichen mit Kästchen sind Erfassungsorte und das blaue Pluszeichen ist der Fokusstandort. Bitte klicken Sie hier, um diese Datei herunterzuladen.
Ergänzende Abbildung 8: Ein Beispielatlas nach dem Einrichten von Smart Leginon Exposure_Targeting Parametern. Blaue Kreise sind Kleckse, grüne Pluszeichen sind Aufnahmeorte und das blaue Pluszeichen ist der Fokusort. Bitte klicken Sie hier, um diese Datei herunterzuladen.
Ergänzende Abbildung 9: Einrichtung des Smart Leginon Autoscreen-Terminals. Bitte klicken Sie hier, um diese Datei herunterzuladen.
Ergänzende Abbildung 10: Einrichtung der Smart Leginon Autoscreen-GUI. Bitte klicken Sie hier, um diese Datei herunterzuladen.
In diesem Protokoll beschreiben wir die Pipeline für Smart Leginon Autoscreen und zusätzlich die grundlegende Leginon-Nutzung für diejenigen, die neu in der Erfassungssoftware sind. Die Einzelpartikel-Kryo-EM wird bis Ende 2024 die produktivste dreidimensionale (3D) Technik zur Auflösung von Proteinstrukturen sein17. Die Einzelpartikel-KryoEM-Pipeline besteht aus mehreren Schritten, die ständig optimiert werden, um die Datenqualität und den Durchsatz zu erhöhen. Abbildung 2 zeigt die häufigsten Schritte (Probenvorbereitung, Gittervorbereitung, Screening-Zeit und -Aufwand, hochauflösende Entnahmezeit, Live-Verarbeitung und vollständige Nachbearbeitung) zusammen mit anderen Komponenten der Pipeline, die verbessert werden können (Zugang zum Screening-Mikroskop, Tischgeschwindigkeit und -genauigkeit, Kamerageschwindigkeit und Zugang zum hochauflösenden Mikroskop). Die Ergebnisse der meisten Schritte werden zu Rückkopplungsschleifen in die vorherigen Schritte (blaue Pfeile in Abbildung 2), wodurch die gesamte Pipeline stark voneinander abhängig wird. Jeder Schritt in Abbildung 2 ist eingefärbt, um ungefähr zu veranschaulichen, wie groß der Engpass des Schritts im Vergleich zu anderen ist. Smart Leginon Autoscreen reduziert den Zeit- und Arbeitsaufwand für das Screening von 12 Rastern erheblich von 6 Stunden auf weniger als 10 Minuten, wodurch dieser Engpass beseitigt und eine schnellere Rückmeldung an die Proben-/Gittervorbereitung ermöglicht wird (Abbildung 3).
Das Protokoll enthält mehrere kritische Schritte, die in Abbildung 1 dargestellt sind. Es ist wichtig, dass das Raster, das zum Erstellen der Vorlagensitzung verwendet wird, repräsentativ für die verbleibenden Raster ist, die überprüft werden sollen. Wichtig ist, dass Leginon alle Einstellungen im gesamten Einrichtungsprozess zum Erstellen einer Vorlagensitzung speichert (blaue Schritte in Abbildung 1), wodurch wiederkehrende Vorlagensitzungen jedes Mal schneller eingerichtet werden können. Beim Erstellen einer Vorlagensitzung ist der wichtigste Schritt die Einrichtung des Targetings bei allen Vergrößerungen, damit die Parameter und Schwellenwerte die erwartete Streuung über die zu prüfenden Raster widerspiegeln. Die verschiedenen "Test"-Schaltflächen sorgen für Effizienz bei diesem Einrichtungsprozess. Während einer Autoscreen-Sitzung ist es wichtig, die ersten Raster in Appion zu überwachen, um Probleme schnell zu erkennen und sie so schnell wie möglich in Leginon zu beheben.
Der typische Arbeitsablauf bei SEMC besteht darin, Autoscreen-Daten in CryoSPARC Live18 einzuspeisen und diese zusätzlichen Informationen zu verwenden, um die Rückkopplungsschleifen in die Proben-/Gittervorbereitung zu informieren. Während intensiver KryoEM-Optimierungstage für Forscher und Betreiber werden Informationen über die Proben- und Gitterbedingungen in die Proben- und Gittervorbereitung zurückgeführt, während Autoscreen noch Gitter durchleuchtet. Dadurch können mehrere Dutzend Gitter pro Woche eingefroren und gesiebtwerden 8.
Smart Leginon Autoscreen funktioniert für die Mehrheit (80%-90%) der löchrigen Gitter und Bedingungen, die bei SEMC beobachtet werden. Die restlichen 10%-20% der Gitter umfassen solche, die manchmal nicht gut funktionieren - Gitter mit minimalem Kontrastunterschied zwischen Löchern und Substrat; Raster mit kleineren Löchern und Abständen (z. B. 0,6/0,8) - und Raster, bei denen das Zielen über mehrere Raster oft unpraktisch ist - Spotiton/Chamäleon 19,20-Raster, die aus Probenstreifen über das Raster bestehen; Spitzengitter. Beachten Sie, dass sich die Tilted Grid-Sammlung mit Autoscreen in der Entwicklung befindet, aber noch nicht verfügbar ist. Es kann möglich sein, das Protokoll so zu modifizieren, dass es mit Spotiton/Chamäleon-Gittern arbeitet, indem man zuerst Bereiche des Streifens manuell abbildet, um enge Parameterschwellenwerte zu bestimmen, dann versucht, größere bzw. kleinere Quadrate in Schritt 2.1.7.4 zu gruppieren, und dann Ziele aus der Gruppe mit Eis auswählt. Das Ziel dieser Modifikation ist es, dass Smart Leginon leere und nicht leere Quadrate in zwei Gruppen aufteilt. Wenn Parameter gefunden werden, erstrecken sie sich möglicherweise nicht gut auf die verbleibenden Raster, die überprüft werden sollen. Es kann auch möglich sein, das Protokoll so zu modifizieren, dass es mit Spitzengittern funktioniert, indem Sie das hl_finding.sh-Skript in Schritt 2.1.9.1 entfernen und die Parameter so konfigurieren, dass sie wie gewünscht auf hellere/dunklere Bereiche abzielen. Die Erfolgsrate dieser Modifikation kann von Gitter zu Gitter variieren, je nach Eisdicke und Gittermaterial.
Eine Fehlerbehebung während einer Autoscreen-Sitzung ist möglich und manchmal angebracht. Änderungen an voreingestellten (z. B. Defokussierung) und Zielparametern (z. B. Schwellenwerte für das Bohrlochziel) können während der automatischen Erfassung vorgenommen werden. Während eine Autoscreen-Sitzung gesammelt wird, kann eine Grid-Sitzung nicht abgebrochen werden, da sie autoscreen.py beendet. Die Abbruch-Schaltflächen in den Zielknoten können jedoch verwendet werden, um einen beliebigen Teil eines Rasters oder ein ganzes Raster zu überspringen. Gelegentlich kann autoscreen.py zu viel Speicher verbrauchen und einfrieren, was zwei Optionen bietet: "Beenden erzwingen" oder "Warten". Wenn "Beenden erzwingen" ausgewählt ist, wird das gesamte Skript beendet, sodass der Benutzer das Skript erneut ausführen muss, um es auf die verbleibenden Raster zur Überprüfung anzuwenden. Wenn "Warten" ausgewählt ist, wird das Skript fortgesetzt, und die Einstellungen können geändert werden, um zukünftiges Einfrieren zu verhindern, z. B. das Ausschalten der Bildanzeige im Belichtungsknoten, das Verringern der Pixelgröße im Atlas oder das Ausführen eines Skripts zum Löschen des Speichers. Wenn das Programm einfriert, ohne die beiden Optionen anzubieten, werden Speicherfehler möglicherweise nicht von selbst behoben, was zu einer Pause bei der Erfassung führt. Die Option "Beenden erzwingen" kann in diesem Fall nützlich sein.
Smart Leginon Autoscreen wird regelmäßig bei SEMC eingesetzt. Da die Engpässe in der Einzelpartikel-KryoEM-Pipeline weiter reduziert werden, wird die Einführung von KryoEM weiter zunehmen, um biologische Fragen zu beantworten. Dieses Protokoll ist ein Schritt in Richtung Optimierung der gesamten Pipeline, indem es einen klaren Weg zur deutlichen Reduzierung von Rückkopplungsschleifen bietet.
Die Autoren erklären, dass sie keine konkurrierenden finanziellen Interessen haben.
Einige dieser Arbeiten wurden am Simons Electron Microscopy Center am New York Structural Biology Center mit Unterstützung der Simons Foundation (SF349247), des NIH (U24 GM129539) und der NY State Assembly durchgeführt.
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 |
Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden
Genehmigung beantragenWeitere Artikel entdecken
This article has been published
Video Coming Soon
Copyright © 2025 MyJoVE Corporation. Alle Rechte vorbehalten