* Questi autori hanno contribuito in egual misura
Lo screening multi-griglia della microscopia crioelettronica (cryoEM) è spesso un processo noioso che richiede ore di attenzione. Questo protocollo mostra come impostare una raccolta Leginon standard e Smart Leginon Autoscreen per automatizzare questo processo. Questo protocollo può essere applicato alla maggior parte delle griglie a foil forato cryoEM.
I progressi nelle tecniche di crio-microscopia elettronica (cryoEM) nell'ultimo decennio hanno permesso ai biologi strutturali di risolvere di routine complessi proteici macromolecolari con una risoluzione quasi atomica. Il flusso di lavoro generale dell'intera pipeline di crioEM prevede l'iterazione tra la preparazione del campione, la preparazione della griglia crioEM e lo screening del campione/griglia prima di passare alla raccolta dei dati ad alta risoluzione. L'iterazione tra la preparazione del campione/griglia e lo screening è in genere un importante collo di bottiglia per i ricercatori, poiché ogni esperimento iterativo deve ottimizzare la concentrazione del campione, le condizioni del tampone, il materiale della griglia, la dimensione del foro della griglia, lo spessore del ghiaccio e il comportamento delle particelle proteiche nel ghiaccio, tra le altre variabili. Inoltre, una volta determinate in modo soddisfacente queste variabili, le griglie preparate in condizioni identiche variano notevolmente nel fatto che siano pronte per la raccolta dei dati, quindi si raccomandano ulteriori sessioni di screening prima di selezionare le griglie ottimali per la raccolta di dati ad alta risoluzione. Questo processo di preparazione e screening del campione/griglia spesso richiede diverse dozzine di griglie e giorni di tempo dell'operatore al microscopio. Inoltre, il processo di screening è limitato alla disponibilità dell'operatore/microscopio e all'accessibilità del microscopio. Qui, dimostriamo come utilizzare Leginon e Smart Leginon Autoscreen per automatizzare la maggior parte dello screening della griglia crioEM. Autoscreen combina l'apprendimento automatico, gli algoritmi di visione artificiale e gli algoritmi di gestione del microscopio per eliminare la necessità di un costante input manuale da parte dell'operatore. Autoscreen è in grado di caricare e visualizzare autonomamente griglie con imaging multiscala utilizzando un sistema automatizzato di cassette di scambio dei campioni, con conseguente screening non presidiato della griglia per un'intera cassetta. Di conseguenza, il tempo dell'operatore per lo screening di 12 griglie può essere ridotto a ~10 minuti con Autoscreen rispetto a ~6 ore utilizzando metodi precedenti che sono ostacolati dalla loro incapacità di tenere conto dell'elevata variabilità tra le griglie. Questo protocollo introduce innanzitutto la configurazione e le funzionalità di base di Leginon, quindi dimostra la funzionalità di Autoscreen passo dopo passo, dalla creazione di una sessione modello alla fine di una sessione di screening automatizzato a 12 griglie.
La microscopia crioelettronica a singola particella (cryoEM) consente la determinazione della struttura a risoluzione quasi atomica di complessi macromolecolari purificati. Un esperimento crioEM a singola particella richiede solo una o due griglie ben scelte selezionate da un insieme molto più ampio di griglie con condizioni variabili del campione e della griglia. Lo screening al microscopio per esaminare queste griglie comporta l'imaging di ciascuna griglia a diversi ingrandimenti per determinare quale griglia soddisfa la maggior parte dei requisiti chiave per la raccolta di dati ad alta risoluzione, tra cui lo spessore del ghiaccio, le aree sufficienti per la raccolta completa dei dati, la purezza delle proteine, la concentrazione delle proteine, la stabilità delle proteine e i problemi minimi di orientamento preferenziale1. L'ottimizzazione per questi requisiti chiave spesso comporta un feedback tra lo screening al microscopio e le condizioni di preparazione, come la produzione di proteine, la selezione del tampone, i potenziali detergenti e il tipo di griglia 2,3,4 (Figura 1). La vagliatura convenzionale della griglia viene eseguita manualmente o semi-manualmente con software come Leginon5, SerialEM6 ed EPU7. Lo screening convenzionale richiede che l'operatore del microscopio trascorra ore al microscopio per eseguire lo screening di diverse griglie, il che crea un collo di bottiglia significativo nel flusso di lavoro ad alta risoluzione di una singola particella, occupando l'operatore con operazioni meccaniche piuttosto che con l'ottimizzazione del campione/griglia.
In precedenza, sono stati introdotti Smart Leginon Autoscreen e il software di apprendimento automatico sottostante, Ptolemy, e sono stati descritti i metodi e gli algoritmi sottostanti insieme agli esempi 8,9. Diversi altri pacchetti software sono in grado di eseguire o lavorare per lo screening multi-gridcompletamente automatizzato 10, tra cui SmartScope11, Smart EPU12 e CryoRL13,14. Per risolvere il collo di bottiglia dello screening, Smart Leginon consente all'utente di impostare prima i parametri di screening in una sessione di microscopio modello, quindi di utilizzare i parametri di quella sessione di modello come modello per eseguire lo screening dell'intera cassetta di griglie nel caricatore automatico del microscopio. Tutto il lavoro manuale durante la vagliatura della cassetta viene eliminato, il che consente al ciclo di feedback di ottimizzazione di procedere in modo significativamente più efficiente.
In questo protocollo, viene descritto l'intero flusso di lavoro Smart Leginon Autoscreen in modo che il lettore possa eseguire in modo indipendente lo screening crioEM multi-griglia completamente automatizzato. Per coloro che non conoscono Leginon, la prima sezione del protocollo descrive l'uso convenzionale di Leginon. Questa conoscenza è composta da diversi anni di esperienza su diversi microscopi a caricamento automatico, che viene poi sviluppata nella successiva sezione Smart Leginon del protocollo. Ulteriori video tutorial sono disponibili su https://memc.nysbc.org.
Per seguire questo protocollo, illustrato nella Figura 2, Leginon 3.6+ deve essere installato sul computer microscopio e su una workstation Linux aggiuntiva, mentre Ptolemy deve essere installato sulla workstation Linux. Questo protocollo è stato sviluppato nel corso di diversi anni utilizzando i microscopi Glacios e Krios di Thermo Fisher Scientific (TFS). Questo protocollo presuppone che il lettore abbia già configurato Leginon, Appion15, il database associato, le calibrazioni del microscopio, eseguito allineamenti diretti sul microscopio e abbia impostato due applicazioni Leginon: una per la raccolta standard di singole particelle e una per la raccolta di singole particelle con Tolomeo. Le informazioni per la costituzione di Leginon sono disponibili qui: https://emg.nysbc.org/redmine/projects/leginon/wiki/Leginon_Manual. Le informazioni per l'installazione di Tolomeo all'interno di Leginon sono disponibili qui: https://emg.nysbc.org/redmine/projects/leginon/wiki/Multi-grid_autoscreening. Scarica Leginon da http://leginon.org e Tolomeo da https://github.com/SMLC-NYSBC/ptolemy. Leginon è concesso in licenza con la licenza Apache, versione 2.0, e Ptolemy è concesso in licenza con CC BY-NC 4.0.
1. Utilizzo di Leginon
2. Utilizzo intelligente di Leginon Autoscreen
Seguendo il protocollo, le sessioni di screening crioEM possono essere eseguite automaticamente e con successo per la maggior parte (80%-90%) delle griglie e delle condizioni forate. Diversi esempi ed esperimenti sono stati presentati in precedenza 8,9 per dimostrare i risultati attesi di sessioni di successo di Smart Leginon Autoscreen. Una sessione Autoscreen di successo inizia con ~10 minuti di configurazione e in genere si traduce in una cassetta completa di 12 griglie proiettate automaticamente dopo circa 6 ore (30 minuti per griglia) in cui vengono ripresi 3-5 quadrati di diverse dimensioni e 3-5 fori per quadrato ad alto ingrandimento, consentendo all'utente di determinare rapidamente le caratteristiche del campione su ciascuna griglia e di iterare rapidamente attraverso le condizioni del campione/griglia (Figura 3). Occasionalmente, le sessioni non hanno successo, in genere a causa del targeting automatico dei quadrati rotti, della mancata interpretazione corretta dei gradienti di spessore del ghiaccio sulla griglia o sui quadrati o dell'incapacità di identificare correttamente i fori sulle griglie di carbonio. Inoltre, potenziali perdite di memoria possono causare l'arresto anomalo di Leginon a causa di un utilizzo eccessivo della memoria, che può essere risolto liberando RAM o riavviando il computer, o migliorato aggiungendo più RAM al computer.
Figura 1: Flusso di lavoro Smart Leginon Autoscreen. Una panoramica di alto livello del flusso di lavoro Smart Leginon Autoscreen. Innanzitutto, viene creata una sessione modello selezionando i parametri per una griglia rappresentativa nel batch di griglie da esaminare. L'impostazione di Leginon e la creazione di una sessione modello richiedono meno di 45 minuti. In secondo luogo, Autoscreen è impostato per utilizzare i parametri della sessione del modello per esaminare tutte le griglie nella cassetta. L'impostazione di Autoscreen richiede meno di 10 minuti. Infine, Autoscreen termina la sessione di screening. Fare clic qui per visualizzare una versione più grande di questa figura.
Figura 2: Tubazione crioEM convenzionale a singola particella prima dello screening automatizzato. I passaggi più comuni nella pipeline criogenica convenzionale a singola particella prima dello screening automatizzato, insieme ai componenti che possono essere migliorati. Ogni passaggio è colorato per approssimare il collo di bottiglia del passaggio rispetto agli altri. La freccia circolare blu rappresenta diversi cicli di feedback tra la maggior parte dei passaggi. La produttività in diverse fasi dipende fortemente dal campione, dai finanziamenti e dalla posizione del ricercatore. Fare clic qui per visualizzare una versione più grande di questa figura.
Figura 3: Risultati rappresentativi di Smart Leginon Autoscreen. Immagini rappresentative multiscala secondo il protocollo Smart Leginon Autoscreen raccolte su un crioTEM TFS Krios con un filtro energetico BioQuantum e una fotocamera K3. (A) Un'immagine composita dell'atlante che mostra una panoramica di una griglia crioEM. (B-F) Immagini multiscala dalle posizioni indicate nell'atlante a griglia. Le immagini a basso ingrandimento nella prima riga, le immagini a medio ingrandimento nella seconda riga e le immagini ad alto ingrandimento nella terza fila sono state selezionate automaticamente per ottenere informazioni sul campione da quadrati di ghiaccio sottili a spessi. Lo spessore del ghiaccio stimato da Leginon è mostrato in basso. Le barre della scala sono 500 μm in (A) e 10 μm per la prima fila, 5 μm per la seconda fila e 100 nm per la terza fila per (B-F). Questa cifra è stata modificata con il permesso di Cheng et al.8. Fare clic qui per visualizzare una versione più grande di questa figura.
gr: Griglia | sq: Quadrato | hln: Foro | ventola: messa a fuoco automatica | fcn: Messa a fuoco centrale | enn: Esposizione | |
Ingrandimento | 210 | 2600 | 6700 | 120000 | 120000 | 120000 |
Defocus | -0.0002 | -0.00015 | -0.00015 | -2 x 10-06 | -7 x 10-07 | -2,5 x 10-06 |
Dimensione del punto | 5 | 5 | 4 | 2 | 2 | 2 |
Intensità | 1.1 | 0.83 | 0.65 | 0.44 | 0.44 | 0.45 |
Dimensione | Dimensioni 1024 x 1024 | Dimensioni 1024 x 1024 | Dimensioni 1024 x 1024 | Dimensioni 1024 x 1024 | Dimensioni 1024 x 1024 | Dimensioni Dimensioni 4096 x 4096 |
Compensare | 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 |
Tempo di esposizione (ms) | 200 | 500 | 500 | 500 | 500 | 1000 |
Pre-esposizione/i | 0 | 0 | 0 | 0 | 0 | 0 |
Dose (e/Å2) | -- | -- | -- | 36.5 | 36.5 | 64.7 |
Salvare i fotogrammi raw | No | No | No | No | No | Sì |
Tabella 1: Parametri preimpostati per lo screening della griglia crioEM presso il Simons Electron Microscopy Center (SEMC) utilizzando un cryoTEM Glacios con una telecamera Falcon 3EC. Vengono mostrati i parametri per ogni preset comunemente utilizzato su un crioTEM Glacios con una telecamera Falcon 3EC al SEMC. Diversi microscopi avranno a disposizione diversi ingrandimenti e diversi esperimenti utilizzeranno parametri diversi come la sfocatura e il tempo di esposizione.
gr: Griglia | sq: Quadrato | hln: Foro | ventola: messa a fuoco automatica | fcn: Messa a fuoco centrale | enn: Esposizione | |
Ingrandimento | 64 | 1700 | 2850 | 75000 | 75000 | 75000 |
Defocus | 0 | -5 x 10-05 | -5 x 10-05 | -1 x 10-06 | -7 x 10-07 | -2 x 10-06 |
Dimensione del punto | 6 | 9 | 9 | 6 | 6 | 7 |
Intensità | 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 |
Larghezza del filtro energetico | -- | -- | -- | 20 | 20 | 20 |
Dimensione | Dimensioni 1024 x 1024 | Dimensioni 1024 x 1024 | Dimensioni 1024 x 1024 | Dimensioni 1024 x 1024 | 2048 x 2048 | Dimensioni Dimensioni 4096 x 4096 |
Compensare | 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 |
Tempo di esposizione (ms) | 500 | 2000 | 1000 | 500 | 300 | 8700 |
Pre-esposizione/i | 0 | 0 | 0 | 0 | 0 | 0 |
Dose (e/Å2) | -- | -- | -- | -- | -- | 47.4 |
Salvare i fotogrammi raw | No | No | No | No | No | Sì |
Tabella 2: Parametri preimpostati per lo screening della griglia crioEM al SEMC utilizzando un crioTEM Krios con una telecamera Selectris X e Falcon 4i. Vengono mostrati i parametri per ogni preset comunemente usato su un Krios con un filtro energetico Selectris X e una fotocamera Falcon 4i al SEMC. Diversi microscopi avranno a disposizione diversi ingrandimenti e diversi esperimenti utilizzeranno parametri diversi come la sfocatura e il tempo di esposizione.
gr: Griglia | sq: Quadrato | hln: Foro | ventola: messa a fuoco automatica | fcn: Messa a fuoco centrale | enn: Esposizione | |
Ingrandimento | 1550 | 940 | 2250 | 81000 | 81000 | 81000 |
Defocus | 0 | -5 x 10-05 | -5 x 10-05 | -1 x 10-06 | -7 x 10-07 | -2 x 10-06 |
Dimensione del punto | 4 | 8 | 7 | 6 | 6 | 6 |
Intensità | 0.0015 | 0.00017 | 7,3 x 10-05 | 1,3 x 10-06 | 1,3 x 10-06 | 9,2 x 10-07 |
Larghezza del filtro energetico | -- | -- | 50 | 20 | 20 | 20 |
Dimensione | Dimensioni 1024 x 1024 | Dimensioni: 1440 x 1024 | Dimensioni: 1440 x 1024 | Dimensioni: 1440 x 1024 | Dimensioni 1008 x 1008 | 5760 x 4092 |
Compensare | 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 |
Tempo di esposizione (ms) | 250 | 600 | 600 | 500 | 500 | 2100 |
Pre-esposizione/i | 0 | 0 | 0 | 0 | 0 | 0 |
Dose (e/Å2) | -- | -- | -- | -- | -- | 51 |
Salvare i fotogrammi raw | No | No | No | No | No | Sì |
Tabella 3: Parametri preimpostati per lo screening della griglia crioEM presso SEMC utilizzando un crioTEM Krios con una fotocamera BioQuantum e K3. Vengono mostrati i parametri per ogni preset comunemente utilizzato su un Krios con un filtro di energia BioQuantum e una fotocamera K3 al SEMC. Diversi microscopi avranno a disposizione diversi ingrandimenti e diversi esperimenti utilizzeranno parametri diversi come la sfocatura e il tempo di esposizione.
Figura 1 supplementare: Impostazioni di Targeting quadrato e Impostazioni quadrate per Smart Leginon. (A) Impostazioni di Targeting quadrato. (B) Impostazioni quadrate. Fare clic qui per scaricare il file.
Figura 2 supplementare: Impostazioni di puntamento dei fori e Impostazioni dei fori per Smart Leginon. (A) Impostazioni di puntamento delle fori. (B) Impostazioni dei fori. Fare clic qui per scaricare il file.
Figura 3 supplementare: Impostazioni di Targeting dell'Esposizione e Impostazioni dell'Esposizione per Smart Leginon. (A) Impostazioni del targeting per esposizione. (B) Impostazioni di esposizione. Fare clic qui per scaricare il file.
Figura 4 supplementare: Impostazioni di messa a fuoco e impostazioni della sequenza di messa a fuoco per Smart Leginon. (A) Impostazioni di messa a fuoco. (B) Impostazioni della sequenza di messa a fuoco (Sfocatura1). (C) Impostazioni della sequenza di messa a fuoco (Sfocatura2). Fare clic qui per scaricare il file.
Figura 5 supplementare: Impostazioni Z_Focus e impostazioni Z_Focus Sequenza per Smart Leginon. (A) Z_Focus impostazioni. (B) Z_Focus Impostazioni sequenza (Stage_Tilt_Rough). (C) Z_Focus Impostazioni sequenza (Stage_Tilt_Fine). Fare clic qui per scaricare il file.
Figura 6 supplementare: Un atlante di esempio dopo l'impostazione dei parametri di Square_Targeting Smart Leginon. I cerchi blu sono macchie d'acqua, i segni più verdi sono le posizioni di acquisizione e la "x" marrone è la posizione corrente dello stage. Fare clic qui per scaricare il file.
Figura 7 supplementare: Un esempio di atlante dopo l'impostazione dei parametri di Smart Leginon Hole_Targeting. I segni più viola sono le posizioni del reticolo, i segni più verdi con caselle sono le posizioni di acquisizione e il segno più blu è la posizione di messa a fuoco. Fare clic qui per scaricare il file.
Figura 8 supplementare: Un esempio di atlante dopo l'impostazione dei parametri Exposure_Targeting Smart Legittimin. I cerchi blu sono blob, i segni più verdi sono le posizioni di acquisizione e il segno più blu è la posizione di messa a fuoco. Fare clic qui per scaricare il file.
Figura 9 supplementare: Configurazione del terminale Smart Leginon Autoscreen. Fare clic qui per scaricare il file.
Figura supplementare 10: Configurazione dell'interfaccia grafica Smart Leginon Autoscreen. Fare clic qui per scaricare il file.
In questo protocollo, descriviamo la pipeline per Smart Leginon Autoscreen e inoltre l'utilizzo di base di Leginon per coloro che non conoscono il software di raccolta. La crioEM a singola particella è destinata a diventare la tecnica di risoluzione della struttura proteica tridimensionale (3D) più produttiva entro la fine del 202417. La pipeline cryoEM a singola particella è costituita da diversi passaggi che vengono costantemente ottimizzati per aumentare la qualità e la produttività dei dati. La Figura 2 mostra le fasi più comuni (preparazione del campione, preparazione della griglia, tempo e sforzo di screening, tempo di raccolta ad alta risoluzione, elaborazione in tempo reale e post-elaborazione completa) insieme ad altri componenti della pipeline che possono essere migliorati (accesso al microscopio di screening, velocità e precisione del tavolino, velocità della fotocamera e accesso al microscopio ad alta risoluzione). I risultati della maggior parte dei passaggi diventano cicli di feedback nei passaggi precedenti (frecce blu nella Figura 2), rendendo l'intera pipeline altamente interdipendente. Ogni passaggio nella Figura 2 è colorato per approssimare il collo di bottiglia del passaggio rispetto agli altri. Smart Leginon Autoscreen riduce significativamente il tempo e lo sforzo dell'operatore per lo screening di 12 griglie da 6 ore a meno di 10 minuti, alleviando così il collo di bottiglia e consentendo un feedback più rapido per la preparazione del campione/griglia (Figura 3).
Il protocollo prevede diversi passaggi critici, illustrati nella Figura 1. È fondamentale che la griglia utilizzata per la creazione della sessione modello sia rappresentativa delle griglie rimanenti da esaminare. È importante sottolineare che Leginon ricorda tutte le impostazioni nell'intero processo di configurazione per la creazione di una sessione modello (passaggi blu nella Figura 1), il che consente di impostare ogni volta più rapidamente le sessioni ricorrenti del modello. Quando si crea una sessione modello, il passaggio più critico consiste nell'impostare il targeting a tutti gli ingrandimenti in modo che i parametri e le soglie riflettano la variazione prevista tra le griglie da esaminare. I vari pulsanti "Test" consentono di aumentare l'efficienza in questo processo di configurazione. Durante una sessione di Autoscreen, è fondamentale monitorare le prime griglie in Appion per rilevare rapidamente eventuali problemi e risolverli all'interno di Leginon il prima possibile.
Il flusso di lavoro tipico di SEMC consiste nell'inserire i dati di Autoscreen in CryoSPARC Live18 e utilizzare queste informazioni aggiuntive per informare i cicli di feedback nella preparazione del campione/griglia. Durante le intense giornate di ottimizzazione crioEM da parte di ricercatori-operatori, le informazioni sulle condizioni del campione e della griglia vengono reimmesse nella preparazione del campione e della griglia mentre Autoscreen sta ancora esaminando le griglie. Ciò consente di congelare e vagliare diverse dozzine di griglie ogni settimana8.
Smart Leginon Autoscreen funziona per la maggior parte (80%-90%) delle griglie e delle condizioni osservate al SEMC. Il restante 10%-20% delle griglie include quelle che a volte non funzionano bene: griglie con differenza di contrasto minima tra fori e substrato; griglie con fori e spaziatura più piccoli (ad esempio, 0,6/0,8) - e griglie in cui il targeting su più griglie è spesso poco pratico - griglie Spotiton/Chameleon19,20 costituite da strisce di campione attraverso la griglia; griglie di pizzo. Si noti che la raccolta di griglie inclinate con Autoscreen è in fase di sviluppo ma non è ancora disponibile. Potrebbe essere possibile modificare il protocollo per lavorare con le griglie Spotiton/Chameleon visualizzando prima manualmente le aree della striscia per determinare le soglie dei parametri ristretti, quindi tentando di raggruppare insieme quadrati più grandi e più piccoli, rispettivamente, nel passaggio 2.1.7.4, e quindi selezionando i bersagli dal gruppo con il ghiaccio. L'obiettivo di questa modifica è fare in modo che Smart Leginon separi i quadrati vuoti e non vuoti in due gruppi. Se vengono rilevati parametri, è possibile che non si estendano bene alle griglie rimanenti da esaminare. Potrebbe anche essere possibile modificare il protocollo per lavorare con le griglie lacey rimuovendo lo script hl_finding.sh nel passaggio 2.1.9.1 e configurando i parametri per indirizzare le aree più chiare/più scure come desiderato. La percentuale di successo di questa modifica può variare da griglia a griglia in base allo spessore del ghiaccio e al materiale della griglia.
La risoluzione dei problemi durante una sessione di Autoscreen è possibile e talvolta appropriata. Le modifiche ai parametri preimpostati (ad esempio, sfocatura) e di targeting (ad esempio, le soglie di targeting dei fori) possono essere apportate durante la raccolta automatica. Durante la raccolta di una sessione di screening, non è possibile annullare una sessione griglia perché verrà terminata autoscreen.py. Tuttavia, i pulsanti Interrompi nei nodi Targeting possono essere utilizzati per ignorare qualsiasi parte di una griglia o un'intera griglia. Occasionalmente, autoscreen.py potrebbe utilizzare troppa memoria e bloccarsi, offrendo due opzioni: "uscita forzata" o "attesa". Se si seleziona "uscita forzata", l'intero script verrà terminato, richiedendo all'utente di eseguire nuovamente lo script da applicare alle griglie rimanenti per lo screening. Se si seleziona 'attende', lo script continuerà e le impostazioni potrebbero essere modificate per evitare il blocco futuro, ad esempio disattivando la visualizzazione dell'immagine nel nodo Esposizione, diminuendo la dimensione dei pixel nell'atlante o eseguendo uno script di cancellazione della memoria. Se il programma si blocca senza offrire le due opzioni, gli errori di memoria potrebbero non risolversi da soli, causando una pausa nell'acquisizione. L'opzione "uscita forzata" può essere utile in questo caso.
Smart Leginon Autoscreen viene utilizzato regolarmente al SEMC. Man mano che i colli di bottiglia nella pipeline di crioEM a singola particella continuano a essere ridotti, l'adozione di crioEM continuerà ad aumentare per aiutare a rispondere a domande biologiche. Questo protocollo è un passo nella direzione dell'ottimizzazione dell'intera pipeline fornendo un percorso chiaro per ridurre significativamente i cicli di feedback.
Gli autori dichiarano di non avere interessi finanziari concorrenti.
Parte di questo lavoro è stato eseguito presso il Simons Electron Microscopy Center presso il New York Structural Biology Center, con il supporto della Simons Foundation (SF349247), NIH (U24 GM129539) e NY State Assembly.
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 |
Richiedi autorizzazione per utilizzare il testo o le figure di questo articolo JoVE
Richiedi AutorizzazioneEsplora altri articoli
This article has been published
Video Coming Soon