CryoSPARC, RELION ve Scipion ile Sağlam Tek Parçacıklı Kriyo-Elektron Mikroskobu (cryo-EM) İşleme İş Akışı

Hem enstrümantasyon hem de görüntü işleme yazılımındaki son gelişmeler, tek parçacıklı kriyo-elektron mikroskobunu (kriyo-EM), yapısal biyologların çok çeşitli makromoleküllerin yüksek çözünürlüklü yapılarını belirlemek için tercih ettikleri yöntem haline getirmiştir. Görüntü işleme ve yapı hesaplaması için yeni ve uzman kullanıcılar tarafından aynı temel iş akışını kolaylaştıran birden fazla yazılım paketi mevcuttur: mikroskop dedektörleri tarafından edinilen filmler, ışın kaynaklı hareket ve kontrast aktarım fonksiyonu (CTF) tahmini için düzeltmeye tabi tutulur. Daha sonra, parçacık görüntüleri yinelemeli 2B ve 3B sınıflandırma için ortalama film karelerinden seçilir ve ayıklanır, ardından 3B yeniden yapılandırma, iyileştirme ve doğrulama yapılır. Çeşitli yazılım paketleri farklı algoritmalar kullandığından ve çalışmak için farklı uzmanlık seviyeleri gerektirdiğinden, ürettikleri 3D haritalar genellikle kalite ve çözünürlük bakımından farklılık gösterir. Böylece, kullanıcılar en iyi sonuçlar için çeşitli programlar arasında düzenli olarak veri aktarırlar. Bu makale, kullanıcıların popüler yazılım paketlerinde bir iş akışında gezinmeleri için bir kılavuz sağlar: adeno ilişkili virüsün (AAV) atomik çözünürlüğe yakın bir yapısını elde etmek için cryoSPARC v3, RELION-3 ve Scipion 3. İlk önce cryoSPARC v3 ile bir görüntü işleme boru hattını detaylandırıyoruz, çünkü verimli algoritmaları ve kullanımı kolay GUI'si kullanıcıların bir 3D haritaya hızlı bir şekilde ulaşmalarını sağlıyor. Bir sonraki adımda, parçacık koordinatlarını cryoSPARC v3'te elde edilen en iyi kalitede 3D rekonstrüksiyondan RELION-3 ve Scipion 3'e dönüştürmek ve aktarmak ve 3D haritaları yeniden hesaplamak için PyEM ve şirket içi komut dosyalarını kullanıyoruz. Son olarak, RELION-3 ve Scipion 3'ten algoritmaları entegre ederek ortaya çıkan yapıların daha fazla iyileştirilmesi ve doğrulanması için adımları özetliyoruz. Bu makalede, yüksek çözünürlüklü yapı belirleme için çeşitli veri kümelerine uygulanabilir tek ve sağlam bir iş akışı oluşturmak üzere üç işleme platformunun etkili bir şekilde nasıl kullanılacağını açıklayacağız.