* Estos autores han contribuido por igual
El cribado multirred de criomicroscopía electrónica (crioEM) suele ser un proceso tedioso que exige horas de atención. Este protocolo muestra cómo configurar una colección estándar de Leginon y Smart Leginon Autoscreen para automatizar este proceso. Este protocolo se puede aplicar a la mayoría de las rejillas de lámina con agujeros crioEM.
Los avances en las técnicas de criomicroscopía electrónica (crioEM) en la última década han permitido a los biólogos estructurales resolver de forma rutinaria complejos de proteínas macromoleculares con una resolución casi atómica. El flujo de trabajo general de toda la línea de producción de cryoEM implica iterar entre la preparación de muestras, la preparación de la cuadrícula de cryoEM y el cribado de muestras/cuadrículas antes de pasar a la recopilación de datos de alta resolución. La iteración entre la preparación de la muestra/rejilla y el cribado suele ser un cuello de botella importante para los investigadores, ya que cada experimento iterativo debe optimizar la concentración de la muestra, las condiciones del tampón, el material de la rejilla, el tamaño del agujero de la rejilla, el grosor del hielo y el comportamiento de las partículas de proteínas en el hielo, entre otras variables. Además, una vez que estas variables se determinan satisfactoriamente, las cuadrículas preparadas en condiciones idénticas varían ampliamente en cuanto a si están listas para la recopilación de datos, por lo que se recomiendan sesiones de selección adicionales antes de seleccionar las cuadrículas óptimas para la recopilación de datos de alta resolución. Este proceso de preparación y cribado de muestras/rejillas a menudo consume varias docenas de rejillas y días de tiempo del operador en el microscopio. Además, el proceso de selección se limita a la disponibilidad del operador/microscopio y a la accesibilidad del microscopio. Aquí, demostramos cómo usar Leginon y Smart Leginon Autoscreen para automatizar la mayor parte del cribado de rejilla crioEM. Autoscreen combina el aprendizaje automático, los algoritmos de visión artificial y los algoritmos de manejo del microscopio para eliminar la necesidad de una intervención manual constante del operador. Autoscreen puede cargar e idear cuadrículas de forma autónoma con imágenes multiescala mediante un sistema automatizado de casetes de intercambio de muestras, lo que da como resultado una trama de cuadrícula desatendida para un casete completo. Como resultado, el tiempo del operador para el cribado de 12 rejillas puede reducirse a ~10 min con Autoscreen en comparación con ~6 h utilizando métodos anteriores que se ven obstaculizados por su incapacidad para tener en cuenta la alta variabilidad entre rejillas. Este protocolo primero presenta la configuración y la funcionalidad básicas de Leginon y, a continuación, demuestra la funcionalidad de Autoscreen paso a paso, desde la creación de una sesión de plantilla hasta el final de una sesión de cribado automatizada de 12 cuadrículas.
La criomicroscopía electrónica de una sola partícula (crioEM) permite la determinación de la estructura de resolución casi atómica de complejos macromoleculares purificados. Un experimento crioEM de una sola partícula solo requiere una o dos cuadrículas bien elegidas seleccionadas de un conjunto mucho más grande de cuadrículas con diferentes condiciones de muestra y cuadrícula. El cribado microscópico para examinar estas rejillas implica la obtención de imágenes de cada rejilla con varios aumentos para determinar qué rejilla satisface la mayoría de los requisitos clave para la recopilación de datos de alta resolución, incluido el espesor del hielo, las áreas suficientes para la recopilación completa de datos, la pureza de las proteínas, la concentración de proteínas, la estabilidad de las proteínas y los problemas mínimos de orientación preferida1. La optimización de estos requisitos clave a menudo implica la retroalimentación entre el cribado al microscopio y las condiciones de preparación, como la producción de proteínas, la selección de tampones, los detergentes potenciales y el tipo de rejilla 2,3,4 (Figura 1). El cribado de rejilla convencional se realiza de forma manual o semimanual con software como Leginon5, SerialEM6 y EPU7. El cribado convencional requiere que el operador del microscopio pase horas frente al microscopio para cribar varias rejillas, lo que crea un cuello de botella significativo en el flujo de trabajo de una sola partícula de alta resolución al ocupar al operario con operaciones de memoria en lugar de la optimización de la muestra/rejilla.
Anteriormente, se han introducido Smart Leginon Autoscreen y el software de aprendizaje automático subyacente, Ptolemy, y se han descrito sus métodos y algoritmos subyacentes, junto con ejemplos 8,9. Varios otros paquetes de software son capaces o funcionan para el cribado multirredtotalmente automatizado 10, incluidos SmartScope11, Smart EPU12 y CryoRL13,14. Para abordar el cuello de botella de la detección, Smart Leginon permite al usuario configurar primero los parámetros de cribado en una sesión de microscopio de plantilla y, a continuación, utilizar los parámetros de esa sesión de plantilla como plantilla para cribar el casete completo de rejillas en el cargador automático del microscopio. Se elimina todo el trabajo manual durante el cribado de casetes, lo que permite que el bucle de retroalimentación de optimización proceda de manera significativamente más eficiente.
En este protocolo, se describe el flujo de trabajo completo de Smart Leginon Autoscreen para que el lector pueda realizar un cribado crioelectromagnético multirrejilla totalmente automatizado de forma independiente. Para aquellos que son nuevos en Leginon, la primera sección del protocolo describe el uso convencional de Leginon. Este conocimiento se compone de varios años de experiencia en varios microscopios de cargador automático, que luego se desarrolla en la siguiente sección Smart Leginon del protocolo. Se pueden encontrar videos tutoriales adicionales en https://memc.nysbc.org.
Para seguir este protocolo, representado en la Figura 2, Leginon 3.6+ debe instalarse en la computadora del microscopio y en una estación de trabajo Linux adicional, y Ptolemy debe instalarse en la estación de trabajo Linux. Este protocolo se ha desarrollado a lo largo de varios años utilizando microscopios Glacios y Krios de Thermo Fisher Scientific (TFS). Este protocolo asume que el lector ya ha configurado Leginon, Appion15, la base de datos asociada, las calibraciones del microscopio, ha realizado alineaciones directas en el microscopio y ha configurado dos aplicaciones Leginon: una para la recolección estándar de una sola partícula y otra para la recolección de una sola partícula con Ptolomeo. La información para la creación de Leginon está disponible aquí: https://emg.nysbc.org/redmine/projects/leginon/wiki/Leginon_Manual. La información para establecer a Ptolomeo dentro de Leginon está disponible aquí: https://emg.nysbc.org/redmine/projects/leginon/wiki/Multi-grid_autoscreening. Descarga Leginon de http://leginon.org y Ptolomeo de https://github.com/SMLC-NYSBC/ptolemy. Leginon está licenciado bajo la Licencia Apache, Versión 2.0, y Ptolemy está licenciado bajo CC BY-NC 4.0.
1. Uso de Leginon
2. Uso inteligente de la pantalla automática de Leginon
Siguiendo el protocolo, las sesiones de cribado crioEM pueden realizarse de forma automática y con éxito para la mayoría (80%-90%) de las rejillas y condiciones agujereadas. Anteriormente se han presentado varios ejemplos y experimentos 8,9 para demostrar los resultados esperados de las sesiones exitosas de Smart Leginon Autoscreen. Una sesión exitosa de Autoscreen comienza con ~ 10 minutos de configuración y comúnmente da como resultado un casete completo de 12 cuadrículas que se filtran automáticamente después de aproximadamente 6 h (30 minutos por cuadrícula) donde se obtienen imágenes de 3 a 5 cuadrados de diferentes tamaños y 3 a 5 orificios por cuadrado a gran aumento, lo que permite al usuario determinar rápidamente las características de la muestra en cada cuadrícula e iterar rápidamente a través de las condiciones de muestra / cuadrícula (Figura 3). Ocasionalmente, las sesiones no tienen éxito, generalmente debido a que Autoscreen apunta a cuadrados rotos, no interpreta correctamente grandes gradientes de espesor de hielo a través de la cuadrícula o a través de los cuadrados, o no identifica correctamente los agujeros en las cuadrículas de carbono. Además, las posibles fugas de memoria pueden hacer que Leginon se bloquee debido al uso excesivo de memoria, lo que puede resolverse liberando RAM o reiniciando la computadora, o mejorarse agregando más RAM a la computadora.
Figura 1: Flujo de trabajo de Smart Leginon Autoscreen. Una descripción general de alto nivel del flujo de trabajo de Smart Leginon Autoscreen. En primer lugar, se crea una sesión de plantilla seleccionando parámetros para una cuadrícula representativa en el lote de cuadrículas que se va a filtrar. La configuración de Leginon y la creación de una sesión de plantilla tardan menos de 45 minutos. En segundo lugar, Autoscreen está configurado para utilizar los parámetros de sesión de la plantilla para filtrar todas las cuadrículas del casete. La configuración de Autoscreen tarda menos de 10 minutos. Por último, Autoscreen finaliza la sesión de proyección. Haga clic aquí para ver una versión más grande de esta figura.
Figura 2: Tubería convencional de crioEM de una sola partícula antes del cribado automatizado. Los pasos más comunes en la línea de crioEM convencional de una sola partícula antes del cribado automatizado, junto con los componentes que se pueden mejorar. Cada paso está coloreado para aproximarse a la magnitud del cuello de botella que tiene el paso en relación con los demás. La flecha circular azul representa varios bucles de retroalimentación entre la mayoría de los pasos. El rendimiento en varios pasos depende en gran medida de la muestra, la financiación y la ubicación del investigador. Haga clic aquí para ver una versión más grande de esta figura.
Figura 3: Resultados representativos de Smart Leginon Autoscreen. Imágenes representativas multiescala siguiendo el protocolo Smart Leginon Autoscreen recogidas en un TFS Krios cryoTEM con un filtro de energía BioQuantum y una cámara K3. (A) Una imagen compuesta de "atlas" que muestra una visión general de una rejilla crioEM. (B-F) Imágenes a varias escalas de las ubicaciones indicadas en el atlas de cuadrícula. Las imágenes de bajo aumento en la primera fila, las imágenes de aumento medio en la segunda fila y las imágenes de alto aumento en la tercera fila se seleccionaron automáticamente para obtener información sobre la muestra de cuadrados de hielo delgados a gruesos. El espesor del hielo estimado por Leginon se muestra en la parte inferior. Las barras de escala son de 500 μm en (A) y 10 μm para la primera fila, 5 μm para la segunda fila y 100 nm para la tercera fila para (B-F). Esta cifra ha sido modificada con permiso de Cheng et al.8. Haga clic aquí para ver una versión más grande de esta figura.
gr: Cuadrícula | cuadrado: Cuadrado | hln: Agujero | ventilador: Enfoque automático | fcn: Foco central | enn: Exposición | |
Magnificación | 210 | 2600 | 6700 | 120000 | 120000 | 120000 |
Desenfoque | -0.0002 | -0.00015 | -0.00015 | -2 x 10-06 | -7 x 10-07 | -2.5 x 10-06 |
Tamaño de punto | 5 | 5 | 4 | 2 | 2 | 2 |
Intensidad | 1.1 | 0.83 | 0.65 | 0.44 | 0.44 | 0.45 |
Dimensión | 1024 x 1024 | 1024 x 1024 | 1024 x 1024 | 1024 x 1024 | 1024 x 1024 | 4096 x 4096 |
Compensar | 0, 0 | 0, 0 | 0, 0 | 0, 0 | 512, 512 | 0, 0 |
Binning | 4 x 4 | 4 x 4 | 4 x 4 | 4 x 4 | 2 x 2 | 1 x 1 |
Tiempo de exposición (ms) | 200 | 500 | 500 | 500 | 500 | 1000 |
Pre-Exposición(es) | 0 | 0 | 0 | 0 | 0 | 0 |
Dosis (e/Å2) | -- | -- | -- | 36.5 | 36.5 | 64.7 |
Guardar fotogramas RAW | No | No | No | No | No | Sí |
Tabla 1: Parámetros preestablecidos para el cribado de la rejilla crioEM en el Centro de Microscopía Electrónica Simons (SEMC) utilizando un crioTEM Glacios con una cámara Falcon 3EC. Se muestran los parámetros para cada preajuste comúnmente utilizado en un crioTEM Glacios con una cámara Falcon 3EC en SEMC. Los diferentes microscopios tendrán diferentes aumentos disponibles y los diferentes experimentos utilizarán diferentes parámetros, como el desenfoque y el tiempo de exposición.
gr: Cuadrícula | cuadrado: Cuadrado | hln: Agujero | ventilador: Enfoque automático | fcn: Foco central | enn: Exposición | |
Magnificación | 64 | 1700 | 2850 | 75000 | 75000 | 75000 |
Desenfoque | 0 | -5 x 10-05 | -5 x 10-05 | -1 x 10-06 | -7 x 10-07 | -2 x 10-06 |
Tamaño de punto | 6 | 9 | 9 | 6 | 6 | 7 |
Intensidad | 0.001 | 1,65 x 10-05 | 1.5 x 10-05 | 4.3 x 10-07 | 4.3 x 10-07 | 5.5 x 10-07 |
Anchura del filtro de energía | -- | -- | -- | 20 | 20 | 20 |
Dimensión | 1024 x 1024 | 1024 x 1024 | 1024 x 1024 | 1024 x 1024 | 2048 x 2048 | 4096 x 4096 |
Compensar | 0, 0 | 0, 0 | 0, 0 | 0, 0 | 0, 0 | 0, 0 |
Binning | 4 x 4 | 4 x 4 | 4 x 4 | 4 x 4 | 2 x 2 | 1 x 1 |
Tiempo de exposición (ms) | 500 | 2000 | 1000 | 500 | 300 | 8700 |
Pre-Exposición(es) | 0 | 0 | 0 | 0 | 0 | 0 |
Dosis (e/Å2) | -- | -- | -- | -- | -- | 47.4 |
Guardar fotogramas RAW | No | No | No | No | No | Sí |
Tabla 2: Parámetros preestablecidos para el cribado de rejilla crioEM en SEMC utilizando un crioTEM Krios con una cámara Selectris X y Falcon 4i. Se muestran los parámetros para cada preajuste comúnmente utilizado en un Krios con un filtro de energía Selectris X y una cámara Falcon 4i en SEMC. Los diferentes microscopios tendrán diferentes aumentos disponibles y los diferentes experimentos utilizarán diferentes parámetros, como el desenfoque y el tiempo de exposición.
gr: Cuadrícula | cuadrado: Cuadrado | hln: Agujero | ventilador: Enfoque automático | fcn: Foco central | enn: Exposición | |
Magnificación | 1550 | 940 | 2250 | 81000 | 81000 | 81000 |
Desenfoque | 0 | -5 x 10-05 | -5 x 10-05 | -1 x 10-06 | -7 x 10-07 | -2 x 10-06 |
Tamaño de punto | 4 | 8 | 7 | 6 | 6 | 6 |
Intensidad | 0.0015 | 0.00017 | 7.3 x 10-05 | 1.3 x 10-06 | 1.3 x 10-06 | 9.2 x 10-07 |
Anchura del filtro de energía | -- | -- | 50 | 20 | 20 | 20 |
Dimensión | 1024 x 1024 | 1440 x 1024 | 1440 x 1024 | 1440 x 1024 | 1008 x 1008 | 5760 x 4092 |
Compensar | 0, 0 | 0, 0 | 0, 0 | 0, 0 | 936, 519 | 0, 0 |
Binning | 4 x 4 | 8 x 8 | 8 x 8 | 8 x 8 | 4 x 4 | 2 x 2 |
Tiempo de exposición (ms) | 250 | 600 | 600 | 500 | 500 | 2100 |
Pre-Exposición(es) | 0 | 0 | 0 | 0 | 0 | 0 |
Dosis (e/Å2) | -- | -- | -- | -- | -- | 51 |
Guardar fotogramas RAW | No | No | No | No | No | Sí |
Tabla 3: Parámetros preestablecidos para el cribado de rejilla crioEM en SEMC utilizando un crioTEM Krios con una cámara BioQuantum y K3. Se muestran los parámetros para cada preajuste comúnmente utilizado en un Krios con un filtro de energía BioQuantum y una cámara K3 en SEMC. Los diferentes microscopios tendrán diferentes aumentos disponibles y los diferentes experimentos utilizarán diferentes parámetros, como el desenfoque y el tiempo de exposición.
Figura complementaria 1: Configuración de Square Targeting y configuración de Square para Smart Leginon. (A) Configuración de Segmentación Square. (B) Ajustes cuadrados. Haga clic aquí para descargar este archivo.
Figura complementaria 2: Configuración de Hole Targeting y Configuración de Hole para Smart Leginon. (A) Configuración de Agujeros. (B) Ajustes de agujeros. Haga clic aquí para descargar este archivo.
Figura complementaria 3: Ajustes de Orientación de la exposición y ajustes de la exposición para Smart Leginon. (A) Configuración de segmentación por exposición. (B) Ajustes de exposición. Haga clic aquí para descargar este archivo.
Figura complementaria 4: Ajustes de enfoque y ajustes de secuencia de enfoque para Smart Leginon. (A) Ajustes de enfoque. (B) Ajustes de secuencia de enfoque (Desenfoque1). (C) Ajustes de secuencia de enfoque (Desenfoque2). Haga clic aquí para descargar este archivo.
Figura complementaria 5: Configuración de Z_Focus y configuración de secuencia de Z_Focus para Smart Leginon. (A) Z_Focus ajustes. (B) Z_Focus Ajustes de secuencia (Stage_Tilt_Rough). (C) Z_Focus Ajustes de secuencia (Stage_Tilt_Fine). Haga clic aquí para descargar este archivo.
Figura complementaria 6: Un ejemplo de atlas después de configurar los parámetros de Square_Targeting de Smart Leginon. Los círculos azules son manchas, los signos más verdes son ubicaciones de adquisición y la "x" marrón es la ubicación actual del escenario. Haga clic aquí para descargar este archivo.
Figura complementaria 7: Un ejemplo de atlas después de configurar los parámetros de Hole_Targeting de Smart Leginon. Los signos más morados son ubicaciones de celosía, los signos más verdes con casillas son ubicaciones de adquisición y el signo más azul es la ubicación de foco. Haga clic aquí para descargar este archivo.
Figura 8 complementaria: Un ejemplo de atlas después de configurar los parámetros de Exposure_Targeting de Smart Leginon. Los círculos azules son manchas, los signos más verdes son ubicaciones de adquisición y el signo más azul es la ubicación de foco. Haga clic aquí para descargar este archivo.
Figura complementaria 9: Configuración del terminal Smart Leginon Autoscreen. Haga clic aquí para descargar este archivo.
Figura complementaria 10: Configuración de la interfaz gráfica de usuario de Smart Leginon Autoscreen. Haga clic aquí para descargar este archivo.
En este protocolo, describimos la canalización de Smart Leginon Autoscreen y, además, el uso básico de Leginon para aquellos que son nuevos en el software de recolección. La crioEM de una sola partícula está preparada para convertirse en la técnica de resolución de la estructura de proteínas tridimensional (3D) más productiva a finales de 202417. La canalización de crioEM de una sola partícula consta de varios pasos que se optimizan constantemente para aumentar la calidad y el rendimiento de los datos. La Figura 2 muestra los pasos más comunes (preparación de la muestra, preparación de la cuadrícula, tiempo y esfuerzo de detección, tiempo de recolección de alta resolución, procesamiento en vivo y posprocesamiento completo) junto con otros componentes de la tubería que se pueden mejorar (acceso al microscopio de detección, velocidad y precisión de la etapa, velocidad de la cámara y acceso al microscopio de alta resolución). Los resultados de la mayoría de los pasos se convierten en bucles de retroalimentación en los pasos anteriores (flechas azules en la figura 2), lo que hace que toda la canalización sea altamente interdependiente. Cada paso de la Figura 2 está coloreado para aproximarse a la magnitud del cuello de botella que tiene el paso en relación con otros. Smart Leginon Autoscreen reduce significativamente el tiempo y el esfuerzo del operador para el cribado de 12 rejillas de 6 h a menos de 10 min, lo que alivia ese cuello de botella y permite una retroalimentación más rápida a la preparación de la muestra/rejilla (Figura 3).
Hay varios pasos críticos en el Protocolo, que se muestran en la Figura 1. Es fundamental que la cuadrícula utilizada para crear la sesión de plantilla sea representativa de las cuadrículas restantes que se van a filtrar. Es importante destacar que Leginon recuerda todos los ajustes de todo el proceso de configuración para crear una sesión de plantilla (pasos azules en la Figura 1), lo que permite configurar sesiones de plantilla recurrentes cada vez más rápidamente. Al crear una sesión de plantilla, el paso más importante es configurar la segmentación en todos los aumentos para que los parámetros y umbrales reflejen la variación esperada en las cuadrículas que se van a examinar. Los distintos botones de "Prueba" permiten la eficiencia en este proceso de configuración. Durante una sesión de Autoscreen, es fundamental monitorear las primeras cuadrículas en Appion para detectar rápidamente cualquier problema y solucionarlo dentro de Leginon lo antes posible.
El flujo de trabajo típico en SEMC consiste en introducir datos de Autoscreen en CryoSPARC Live18 y utilizar esta información adicional para informar a los bucles de retroalimentación en la preparación de muestras/cuadrículas. Durante los días intensivos de optimización crioEM por parte del investigador-operador, la información sobre las condiciones de la muestra y la rejilla se retroalimenta en la preparación de la muestra y la rejilla, mientras que Autoscreen sigue cribando las rejillas. Esto permite congelar y cribar varias docenas de rejillas por semana8.
Smart Leginon Autoscreen funciona para la mayoría (80%-90%) de las rejillas y condiciones agujereadas observadas en SEMC. El 10%-20% restante de las rejillas incluye aquellas que a veces no funcionan bien: rejillas con una diferencia de contraste mínima entre los agujeros y el sustrato; cuadrículas con agujeros y espaciados más pequeños (por ejemplo, 0,6/0,8) - y cuadrículas en las que la orientación a través de múltiples cuadrículas a menudo no es práctica - Spotiton/Chameleon19,20 cuadrículas que consisten en franjas de muestra a lo largo de la cuadrícula; Rejillas de encaje. Tenga en cuenta que la colección de cuadrícula inclinada con Autoscreen está en desarrollo, pero aún no está disponible. Es posible modificar el protocolo para trabajar con las cuadrículas de Spotiton/Chameleon tomando primero imágenes manualmente de las áreas de la franja para determinar los umbrales de parámetros estrechos, luego intentando agrupar cuadrados más grandes y más pequeños, respectivamente, en el paso 2.1.7.4, y luego seleccionando objetivos del grupo con hielo. El objetivo de esta modificación es que Smart Leginon separe las casillas vacías y no vacías en dos grupos. Si se encuentran parámetros, es posible que no se extiendan bien a las rejillas restantes que se van a examinar. También es posible modificar el protocolo para que funcione con cuadrículas de encaje eliminando el script hl_finding.sh en el paso 2.1.9.1 y configurando los parámetros para apuntar a áreas más claras/oscuras según se desee. La tasa de éxito de esta modificación puede variar de una cuadrícula a otra en función del espesor del hielo y el material de la cuadrícula.
La solución de problemas durante una sesión de Autoscreen es posible y, a veces, apropiada. Los cambios en los parámetros preestablecidos (p. ej., desenfoque) y de segmentación (p. ej., umbrales de segmentación de agujeros) se pueden realizar durante la recopilación automatizada. Mientras se recopila una sesión de Autoscreen, no se puede cancelar una sesión de cuadrícula porque terminará autoscreen.py. Sin embargo, los botones Abortar de los nodos de segmentación se pueden utilizar para omitir cualquier parte de una cuadrícula o una cuadrícula completa. Ocasionalmente, autoscreen.py puede usar demasiada memoria y congelarse, ofreciendo dos opciones: 'forzar el cierre' o 'esperar'. Si se selecciona "forzar salida", todo el script finalizará, lo que requerirá que el usuario vuelva a ejecutar el script para aplicarlo a las cuadrículas restantes para su detección. Si se selecciona 'esperar', el script continuará y la configuración se puede modificar para evitar que se congele en el futuro, por ejemplo, apagando la visualización de la imagen en el nodo Exposición, disminuyendo el tamaño de píxel en el atlas o ejecutando un script de borrado de memoria. Si el programa se congela sin ofrecer las dos opciones, es posible que los errores de memoria no se resuelvan por sí solos, lo que provoca una pausa en la adquisición. La opción 'forzar salida' puede ser útil en este caso.
Smart Leginon Autoscreen se utiliza regularmente en SEMC. A medida que se sigan reduciendo los cuellos de botella en la cartera de crioEM de una sola partícula, la adopción de la crioEM seguirá aumentando para ayudar a responder a las preguntas biológicas. Este protocolo es un paso en la dirección de optimizar toda la canalización al proporcionar un camino claro para reducir significativamente los bucles de retroalimentación.
Los autores declaran que no tienen intereses financieros contrapuestos.
Parte de este trabajo se realizó en el Centro de Microscopía Electrónica Simons en el Centro de Biología Estructural de Nueva York, con el apoyo de la Fundación Simons (SF349247), los NIH (U24 GM129539) y la Asamblea del Estado de Nueva York.
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 |
Solicitar permiso para reutilizar el texto o las figuras de este JoVE artículos
Solicitar permisoExplorar más artículos
This article has been published
Video Coming Soon
ACERCA DE JoVE
Copyright © 2025 MyJoVE Corporation. Todos los derechos reservados