Para configurar el entorno de aceleración de GPU, abra el terminal e ingrese el comando nvidia-smi. Compruebe que el comando muestra correctamente toda la información sobre la tarjeta GPU y que la versión de CUDA es superior a la 10.2. A continuación, ejecute el comando conda V para confirmar la instalación de Conda.
Introduzca el siguiente comando. Para configurar el entorno virtual y esperar unos minutos hasta que el entorno se haya configurado correctamente. Ejecute el comando conda activate CRYOSIEVE_ENV.
para activar el entorno virtual recién creado. Para instalar CryoSieve, ejecute el comando pip install cryosieve. Después de la instalación, ingrese el comando cryosieve h para asegurarse de que la información de ayuda se muestre correctamente.
Desde EMPIAR, descargue el conjunto de datos de pila final EMPIAR-10097. Abra GitHub y, a continuación, descargue el archivo de estrella y la máscara. MRC y la inicial.
Modelo MRC. Coloque todos estos archivos en una carpeta juntos. Abra el terminal y utilice la ruta del archivo cd de comandos para navegar a la carpeta que contiene el conjunto de datos.
A continuación, introduzca el comando conda activate CRYOSIEVE_ENV para activar el entorno Conda. Utilice el siguiente comando. Para iniciar el tamizado de partículas, supervise la pantalla del terminal para ver los registros de salida de cada iteración.
Introduzca el comando indicado para imprimir los resultados de la resolución de las 10 iteraciones de tamizado. La pila de partículas filtrada en la séptima iteración tiene la resolución más alta y la menor cantidad de partículas muestra el resultado óptimo. Para importar partículas tamizadas, abra la interfaz web de CryoSPARC.
Ingrese a un espacio de trabajo y haga clic en el botón constructor en la parte superior derecha del panel. A continuación, seleccione y haga clic en la opción de importar pila de partículas. En la sección de parámetros del panel de importación de pila de partículas, especifique la ruta de metadatos de partículas como _.
nstar de la carpeta de salida y la ruta de datos de partículas a la carpeta que contiene el archivo MRCS. Haga clic en el botón Trabajo en cola seguido del botón Cola para iniciar el proceso. En el panel superior derecho de CryoSPARC, haga clic en el botón del constructor, luego seleccione y haga clic en la opción Importar volúmenes 3D.
Especifique la ruta de datos del volumen como inicial. Archivo MRC. Haga clic en el botón Trabajo en cola seguido del botón Cola para iniciar el proceso.
Nuevamente, haga clic en el botón del constructor y seleccione la opción Refinamiento homogéneo. En el panel principal de la izquierda, abra el trabajo para importar la pila de partículas de la cuarta iteración. Arrastra el módulo de partículas importadas desde el lado derecho del panel principal y suéltalo en la sección Pilas de partículas del constructor.
Haga clic en la X roja para cerrar el trabajo de importación de la pila de partículas. Abra el trabajo para importar volúmenes 3D. Arrastre el módulo de volúmenes importados desde el lado derecho del panel principal y suéltelo en la sección de volumen inicial del constructor.
En la carpeta Parámetros, busque la opción de simetría y establézcala en C3. Busque y deshabilite la opción Forzar rehacer la división GS. Haga clic en el botón Cola JOb seguido del botón Cola para iniciar el refinamiento homogéneo. Una vez finalizados todos los trabajos, revise los resultados y confirme que la pila de partículas filtrada en la sexta iteración proporcionó el resultado óptimo.
Se muestra el modelo para mapear y semimapear las curvas de correlación de la concha de Fourier de los mapas de densidad reconstruidos para el conjunto de datos del trímero de hemaglutinina de influenza antes y después del método. También se compararon los mapas de densidad brutos y nítidos con el nivel de contorno equivalente aplicado. La mejora de los mapas de densidad reconstruidos es evidente a partir de la comparación de las cadenas laterales en mapas nítidos.
Después de eliminar la mayoría de las partículas en la pila final, el factor B de Rosenthal Henderson aumentó de 226,9 angstrom cuadrado a 146,2 angstrom cuadrado. Parámetros como la resolución local, el factor B local y RESLOG indicaron que CryoSieve mejora tanto la calidad de los mapas de densidad como la de la partícula.
