著者スポットライト:CryoSieveによるクライオ電子顕微鏡分析の最適化による粒子選択効率の向上

極低温電子顕微鏡は、生体高分子の原子近傍構造を決定するために不可欠です。多数の低S/N比画像の平均化に依存しているにもかかわらず、特定の解像度に必要な粒子の最適な数は不明のままです。この制限は、サンプル分析および調製方法の進歩を妨げます。

これに取り組むために、反復的な選別方法であるCryoSieveを導入します。標準的なプロトコルの選択には、2次元および3次元の分類が含まれ、正規化された相互相関法、角度グラフ一貫性アプローチ、非アライメント分類などの他のプロトコルのソート基準が現在使用されています。広範な実験により、CryoSieveは他のクライオ電子顕微鏡粒子選別アルゴリズムよりも優れていることが実証されており、ほとんどの粒子が最終スタックでは不要であることが明らかになりました。

最終的なスタックに残っている少数の粒子は、再構築密度マップで非常に高解像度の振幅をもたらします。一部のデータ セットでは、最も細かいサブセットのサイズが理論上の制限に近づきます。クライオ電子顕微鏡では、サンプル調製がワークフローの妨げになります。

プロトコル比較のための標準的な指標がないため、選択された粒子と収集された粒子の比率が品質指標として役立つ可能性があります。それらの空間的および時間的分布を調べることは、準備の有効性における主要な物理的要因も浮き彫りにするかもしれません。