Name: a robust single-particle cryo-electron microscopy (cryo-em) processing workflow with cryosparc, relion, and scipion
Uploaded: 2022-01-31T13:30:00
Description: Watch this Scientific Journal Video about A Robust Single-Particle Cryo-Electron Microscopy cryo-EM Processing Workflow with cryoSPARC, RELION, and Scipion at JoVE.com

Nous remercions Carlos Oscar Sorzano pour son aide à l’installation de Scipion3 et Kilian Schnelle et Arne Moeller pour son aide au transfert de données entre différentes plates-formes de traitement. Une partie de cette recherche a été soutenue par la subvention U24GM129547 des NIH et réalisée au PNCC de l’OHSU et accessible via EMSL (grid.436923.9), une installation d’utilisateurs du DOE Office of Science parrainée par l’Office of Biological and Environmental Research. Cette étude a été soutenue par une subvention de démarrage de l’Université Rutgers à Arek Kulczyk.

1. Création d’un nouveau projet cryoSPARC v3 et importation de données
REMARQUE: Les données ont été acquises à l’Oregon Health and Science University (OHSU) à Portland à l’aide d’un microscope électronique Titan Krios de 300 kV équipé d’un détecteur d’électrons directs Falcon 3. Les images ont été collectées en mode comptage avec une dose totale de 28,38 e−/Å2 fractionnée sur 129 images, et une plage de mise au point de -0,5...

<ol>
	<li>Bartesaghi, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Atomic+resolution+Cryo-EM+structure+of+beta-galactosidase.">Atomic resolution Cryo-EM structure of beta-galactosidase.</a> Structure. 26 (6), 848-856 (2018).</li><li>Merk, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Breaking+Cryo-EM+resolution+barriers+to+facilitate+drug+discovery.">Breaking Cryo-EM resolution barriers to facilitate drug discovery.</a> Cell. 165 (7), 1698-1707 (2016).</li><li>Wardell, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+atomic+structure+of+human+methemalbumin+at+1.9+A.">The atomic structure of human methemalbumin at 1.9 A.</a> Biochemical and Biophysical Research Communications. 291 (4), 813-819 (2002).</li><li>PDB statistics: Growth of Structures from 3DEM Experiments Released per Year. RCSB PDB Available from: <a target="_blank" href="https://www.rcsb.org/stats/growth/growth-em">https://www.rcsb.org/stats/growth/growth-em</a> (2021)</li><li>Lander, G. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Appion:+an+integrated,+database-driven+pipeline+to+facilitate+EM+image+processing.">Appion: an integrated, database-driven pipeline to facilitate EM image processing.</a> Journal of Structural Biology. 166 (1), 95-102 (2009).</li><li>Grant, T., Rohou, A., Grigorieff, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=cisTEM,+user-friendly+software+for+single-particle+image+processing.">cisTEM, user-friendly software for single-particle image processing.</a> Elife. 7, 35383 (2018).</li><li>Punjani, A., Rubinstein, J. L., Fleet, D. J., Brubaker, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=cryoSPARC:+algorithms+for+rapid+unsupervised+cryo-EM+structure+determination.">cryoSPARC: algorithms for rapid unsupervised cryo-EM structure determination.</a> Nature Methods. 14 (3), 290-296 (2017).</li><li>Tang, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=EMAN2:+an+extensible+image+processing+suite+for+electron+microscopy.">EMAN2: an extensible image processing suite for electron microscopy.</a> Journal of Structural Biology. 157 (1), 38-46 (2007).</li><li>van Heel, M., Harauz, G., Orlova, E. V., Schmidt, R., Schatz, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+new+generation+of+the+IMAGIC+image+processing+system.">A new generation of the IMAGIC image processing system.</a> Journal of Structural Biology. 116 (1), 17-24 (1996).</li><li>Scheres, S. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=RELION:+Implementation+of+a+Bayesian+approach+to+cryo-EM+structure+determination.">RELION: Implementation of a Bayesian approach to cryo-EM structure determination.</a> Journal of Structural Biology. 180 (3), 519-530 (2012).</li><li>de la Rosa-Trevin, J. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Scipion:+A+software+framework+toward+integration,+reproducibility+and+validation+in+3D+electron+microscopy.">Scipion: A software framework toward integration, reproducibility and validation in 3D electron microscopy.</a> Journal of Structural Biology. 195 (1), 93-99 (2016).</li><li>Shaikh, T. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=SPIDER+image+processing+for+single-particle+reconstruction+of+biological+macromolecules+from+electron+micrographs.">SPIDER image processing for single-particle reconstruction of biological macromolecules from electron micrographs.</a> Nature Protocols. 3 (12), 1941-1974 (2008).</li><li>Sorzano, C. O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=XMIPP:+a+new+generation+of+an+open-source+image+processing+package+for+electron+microscopy.">XMIPP: a new generation of an open-source image processing package for electron microscopy.</a> Journal of Structural Biology. 148 (2), 194-204 (2004).</li><li>Lawson, C. L., Chiu, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Comparing+cryo-EM+structures.">Comparing cryo-EM structures.</a> Journal of Structural Biology. 204 (3), 523-526 (2018).</li><li>Naso, M. F., Tomkowicz, B., Perry, W. L., Strohl, W. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Adeno-associated+virus+(AAV)+as+a+vector+for+gene+therapy.">Adeno-associated virus (AAV) as a vector for gene therapy.</a> BioDrugs. 31 (4), 317-334 (2017).</li><li>Cryo-EM data processing in cryoSPARC: Introductory Tutorial. at Available from: <a target="_blank" href="https://guide.cryosparc.com/processing-data/cryo-em-data-processing-in-cryosparc-introductory-tutorial">https://guide.cryosparc.com/processing-data/cryo-em-data-processing-in-cryosparc-introductory-tutorial</a> (2020)</li><li>Bepler, T., Noble, A. J., Berger, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Topaz-Denoise:+general+deep+denoising+models+for+cryoEM+and+cryoET.">Topaz-Denoise: general deep denoising models for cryoEM and cryoET.</a> Nature Communications. 11 (5208), (2020).</li><li>Pettersen, E. F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=UCSF+Chimera-a+visualization+system+for+exploratory+research+and+analysis.">UCSF Chimera-a visualization system for exploratory research and analysis.</a> Journal of Computational Chemistry. 25 (13), 1605-1612 (2004).</li><li>. Single-particle processing in RELION-3.1 Available from: <a target="_blank" href="https://hpc.nih.gov/apps/RELION/relion31_tutorial.pdf">https://hpc.nih.gov/apps/RELION/relion31_tutorial.pdf</a> (2019)</li><li>Zheng, S. Q., Palovcak, E., Armache, J. P., Verba, K. A., Cheng, Y., Agard, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=MotionCor2:+anisotropic+correction+of+beam-induced+motion+for+improved+cryo-electron+microscopy.">MotionCor2: anisotropic correction of beam-induced motion for improved cryo-electron microscopy.</a> Nature Methods. 14 (4), 331-332 (2017).</li><li>. MotionCor2 User Manual Available from: <a target="_blank" href="https://hpc.nih.gov/apps/RELION/MotionCor2-UserManual-05-03-2018.pdf">https://hpc.nih.gov/apps/RELION/MotionCor2-UserManual-05-03-2018.pdf</a> (2018)</li><li>Rohou, A., Grigorieff, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=CTFFIND4:+Fast+and+accurate+defocus+estimation+from+electron+micrographs.">CTFFIND4: Fast and accurate defocus estimation from electron micrographs.</a> Journal of Structural Biology. 192 (2), 216-221 (2015).</li><li>. UCSF PyEM v0.5 Available from: <a target="_blank" href="https://github.com/asarnow/pyem">https://github.com/asarnow/pyem</a> (2019)</li><li>Sorzano, C. O. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+new+algorithm+for+high-resolution+reconstruction+of+single+particles+by+electron+microscopy.">A new algorithm for high-resolution reconstruction of single particles by electron microscopy.</a> Journal of Structural Biology. 204 (2), 329-337 (2018).</li><li>Jimenez-Moreno, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cryo-EM+and+single-particle+analysis+with+Scipion.">Cryo-EM and single-particle analysis with Scipion.</a> Journal of Visualized Experiments: JoVE. (171), e62261 (2021).</li><li>Adams, P. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=PHENIX:+a+comprehensive+Python-based+system+for+macromolecular+structure+solution.">PHENIX: a comprehensive Python-based system for macromolecular structure solution.</a> Acta Crystallographica Section D Biological Crystallography. 66, 213-221 (2010).</li><li>Vilas, J. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=MonoRes:+Automatic+and+accurate+estimation+of+local+resolution+for+electron+microscopy+maps.">MonoRes: Automatic and accurate estimation of local resolution for electron microscopy maps.</a> Structure. 26 (2), 337-344 (2018).</li><li>Sorzano, C. O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+clustering+approach+to+multireference+alignment+of+single-particle+projections+in+electron+microscopy.">A clustering approach to multireference alignment of single-particle projections in electron microscopy.</a> Journal of Structural Biology. 171 (2), 197-206 (2010).</li><li>Penczek, P. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Resolution+measures+in+molecular+electron+microscopy.">Resolution measures in molecular electron microscopy.</a> Methods in Enzymology. 482, 73-100 (2010).</li><li>Xie, Q., Yoshioka, C. K., Chapman, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Adeno-associated+virus+(AAV-DJ)-Cryo-EM+structure+at+1.56+A+Resolution.">Adeno-associated virus (AAV-DJ)-Cryo-EM structure at 1.56 A Resolution.</a> Viruses. 12 (10), 1194 (2020).</li><li>Zivanov, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=New+tools+for+automated+high-resolution+cryo-EM+structure+determination+in+RELION-3.">New tools for automated high-resolution cryo-EM structure determination in RELION-3.</a> Elife. 7, 42166 (2018).</li><li>Kulczyk, A. W., Moeller, A., Meyer, P., Sliz, P., Richardson, C. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cryo-EM+structure+of+the+replisome+reveals+multiple+interaction+coordinating+DNA+synthesis.">Cryo-EM structure of the replisome reveals multiple interaction coordinating DNA synthesis.</a> Proceedings of the National Academy of Sciences of the United States of America. 114 (10), 1848-1856 (2017).</li></ol>

Dans cet article, nous présentons un flux de travail SPA robuste pour le traitement des données cryo-EM sur diverses plates-formes logicielles afin de réaliser des reconstructions 3D haute résolution (Figure 1). Ce flux de travail est applicable à une grande variété de macromolécules biologiques. Les étapes suivantes du protocole sont décrites à la figure 4, y compris le prétraitement du film, la sélection et la classification des particules, ainsi ...

La cryo-microscopie électronique (cryo-EM) et l’analyse monoparticulaire (SPA) permettent de déterminer la structure d’une grande variété d’assemblages biomoléculaires à l’état hydraté, contribuant ainsi à éclairer les rôles de ces macromolécules dans les détails atomiques. Les améliorations apportées à l’optique du microscope, au matériel informatique et aux logiciels de traitement d’images ont permis de déterminer les structures des biomolécules à une résolution supérieure à 2 Å1,2,3. Plus de 2 300 structures cryo-EM ont été déposées dans la banque de données sur les protéines (PDB) en 2020, contre 192 structures en 20144, ce qui indique que la cryo-EM est devenue la méthode de choix pour de nombreux biologistes structuraux. Nous décrivons ici un flux de travail combinant trois programmes SPA différents pour la détermination de la structure à haute résolution (Figure 1).
L’objectif de SPA est de reconstruire les volumes 3D d’un spécimen cible à partir d’images 2D bruyantes enregistrées par un détecteur de microscope. Les détecteurs collectent des images sous forme de films avec des images individuelles du même champ de vision. Afin de préserver l’échantillon, les trames sont collectées avec une faible dose d’électrons et ont donc un faible rapport signal/bruit (SNR). De plus, l’exposition aux électrons peut induire un mouvement dans les grilles cryo-EM vitrifiées, ce qui entraîne un flou de l’image. Pour surmonter ces problèmes, les cadres sont alignés pour corriger le mouvement induit par le faisceau et moyennés pour produire une micrographie avec un SNR accru. Ces micrographies subissent ensuite une estimation de la fonction de transfert de contraste (CTF) pour tenir compte des effets de la mise au point et des aberrations imposées par le microscope. À partir des micrographies corrigées par le CTF, les particules individuelles sont sélectionnées, extraites et triées en moyennes de classe 2D représentant différentes orientations adoptées par l’échantillon dans la glace vitrée. L’ensemble homogène de particules résultant est utilisé comme entrée pour la reconstruction 3D ab initio afin de générer un ou plusieurs modèles grossiers, qui sont ensuite affinés de manière itérative pour produire une ou plusieurs structures à haute résolution. Après la reconstruction, des améliorations structurelles sont effectuées pour améliorer encore la qualité et la résolution de la carte cryo-EM. Enfin, soit un modèle atomique est directement dérivé de la carte, soit la carte est équipée de coordonnées atomiques obtenues ailleurs.
Différents progiciels sont disponibles pour accomplir les tâches décrites ci-dessus, notamment Appion5, cisTEM6, cryoSPARC7, EMAN8, IMAGIC9, RELION10, Scipion11, SPIDER12, Xmipp13 et autres. Bien que ces programmes suivent des étapes de traitement similaires, ils utilisent différents algorithmes, par exemple, pour sélectionner des particules, générer des modèles initiaux et affiner les reconstructions. De plus, ces programmes nécessitent un niveau variable de connaissances et d’intervention de l’utilisateur pour fonctionner, car certains dépendent du réglage fin des paramètres qui peuvent constituer un obstacle pour les nouveaux utilisateurs. Ces écarts se traduisent souvent par des cartes de qualité et de résolution incohérentes sur toutes les plates-formes14, ce qui incite de nombreux chercheurs à utiliser plusieurs progiciels pour affiner et valider les résultats. Dans cet article, nous soulignons l’utilisation de cryoSPARC v3, RELION-3 et Scipion 3 pour obtenir une reconstruction 3D haute résolution de l’AAV, un vecteur largement utilisé pour la thérapie génique15. Les progiciels susmentionnés sont gratuits pour les utilisateurs académiques; cryoSPARC v3 et Scipion 3 nécessitent des licences.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>CryoSPARC</td>
			<td>Structura Biotechnology Inc.</td>
			<td>https://cryosparc.com/</td>
			<td></td>
		</tr>
		<tr>
			<td>CTFFIND 4</td>
			<td>Howard Hughes Medical Institute, UMass Chan Medical School</td>
			<td>https://grigoriefflab.umassmed.edu/ctffind4</td>
			<td></td>
		</tr>
		<tr>
			<td>MotionCorr2</td>
			<td>UCSF Macromolecular Structure Group</td>
			<td>https://msg.ucsf.edu/software</td>
			<td></td>
		</tr>
		<tr>
			<td>Phenix</td>
			<td>Computational Tools for Macromolecular Neutron Crystallography (MNC)</td>
			<td>http://www.phenix-online.org/</td>
			<td></td>
		</tr>
		<tr>
			<td>PyEM</td>
			<td>Univerisity of California, San Francisco</td>
			<td>https://github.com/asarnow/pyem</td>
			<td></td>
		</tr>
		<tr>
			<td>RELION</td>
			<td>MRC Laboratory of Structural Biology</td>
			<td>https://www3.mrc-lmb.cam.ac.uk/relion/index.php/Main_Page</td>
			<td></td>
		</tr>
		<tr>
			<td>Scipion</td>
			<td>Instruct Image Processing Center (I2PC), SciLifeLab</td>
			<td>http://scipion.i2pc.es/</td>
			<td></td>
		</tr>
		<tr>
			<td>UCSF Chimera</td>
			<td>UCSF Resource for Biocomputing, Visualization, and Informatics</td>
			<td>https://www.cgl.ucsf.edu/chimera/</td>
			<td></td>
		</tr>
	</tbody>
</table>

a robust single-particle cryo-electron microscopy (cryo-em) processing workflow with cryosparc, relion, and scipion

Les progrès récents dans les logiciels d’instrumentation et de traitement d’images ont fait de la cryo-microscopie électronique à particule unique (cryo-EM) la méthode préférée des biologistes structuraux pour déterminer les structures à haute résolution d’une grande variété de macromolécules. Plusieurs suites logicielles sont disponibles pour les utilisateurs nouveaux et experts pour le traitement d’image et le calcul de structure, qui rationalisent le même flux de travail de base: les films acquis par les détecteurs de microscope subissent une correction pour l’estimation de la fonction de transfert de mouvement et de contraste induit par faisceau (CTF). Ensuite, les images de particules sont sélectionnées et extraites des images de film moyennées pour une classification itérative 2D et 3D, suivie d’une reconstruction, d’un raffinement et d’une validation 3D. Parce que divers progiciels utilisent des algorithmes différents et nécessitent différents niveaux d’expertise pour fonctionner, les cartes 3D qu’ils génèrent diffèrent souvent en qualité et en résolution. Ainsi, les utilisateurs transfèrent régulièrement des données entre une variété de programmes pour des résultats optimaux. Cet article fournit un guide permettant aux utilisateurs de naviguer dans un flux de travail à travers les progiciels populaires : cryoSPARC v3, RELION-3 et Scipion 3 afin d’obtenir une structure de résolution quasi atomique du virus adéno-associé (AAV). Nous détaillons d’abord un pipeline de traitement d’image avec cryoSPARC v3, car ses algorithmes efficaces et son interface graphique facile à utiliser permettent aux utilisateurs d’arriver rapidement à une carte 3D. Dans l’étape suivante, nous utilisons PyEM et des scripts internes pour convertir et transférer les coordonnées des particules de la meilleure reconstruction 3D obtenue dans cryoSPARC v3 vers RELION-3 et Scipion 3 et recalculer les cartes 3D. Enfin, nous décrivons les étapes à suivre pour affiner et valider davantage les structures résultantes en intégrant les algorithmes de RELION-3 et Scipion 3. Dans cet article, nous décrivons comment utiliser efficacement trois plates-formes de traitement pour créer un flux de travail unique et robuste applicable à une variété d’ensembles de données pour la détermination de la structure haute résolution.

Nous avons présenté un pipeline SPA complet pour obtenir une structure haute résolution en utilisant trois plates-formes de traitement différentes : cryoSPARC v3, RELION-3 et Scipion 3. Les figures 1 et 4 résument le flux de travail de traitement général et le tableau 1 détaille les protocoles d’affinement. Ces protocoles ont été utilisés lors des raffinements d’une structure de 2,3 Å de l’AAV, atteignant une résolution proche...

Watch this Scientific Journal Video about A Robust Single-Particle Cryo-Electron Microscopy cryo-EM Processing Workflow with cryoSPARC, RELION, and Scipion at JoVE.com

A Robust Single-Particle Cryo-Electron Microscopy cryo-EM Processing Workflow with cryoSPARC, RELION, and Scipion

Cet article explique comment utiliser efficacement trois plates-formes de traitement cryo-EM, à savoir cryoSPARC v3, RELION-3 et Scipion 3, pour créer un flux de travail unique et robuste applicable à une variété d’ensembles de données monoparticulaires pour la détermination de la structure à haute résolution.

Un flux de travail robuste de traitement par cryo-microscopie électronique (cryo-EM) à particule unique avec cryoSPARC, RELION et Scipion

Recent advances in both instrumentation and image processing software have made single-particle cryo-electron microscopy (cryo-EM) the preferred method ...

La cryo-microscopie électronique monoparticule est la méthode de détermination structurée des macromolécules à une résolution proche de l’atome. Plusieurs progiciels sont disponibles pour le traitement d’images et les calculs de structure, mais le résultat sur les cartes 3D varie souvent en qualité et en résolution en raison des différences dans les algorithmes appliqués lors des calculs. Ainsi, l’utilisation d’une combinaison de différents programmes est souvent bénéfique pour obtenir les résultats optimaux.Ce protocole guide les utilisateurs pour naviguer dans le flux de travail sur trois plates-formes de traitement cryo-EM différentes : CryoSPARC, RELION et Scipion. Nous allons montrer comment utiliser ce pipeline pour obtenir une structure à haute résolution du virus adéno-associé qui est un vecteur largement utilisé pour la thérapie génique. Après avoir ouvert CryoSPARC v3 dans un navigateur Web et créé l’espace de travail pour le projet, accédez au nouvel espace de travail et ouvrez le générateur de tâches sur le panneau de droite.Cliquez sur importer des films et fournissez le chemin des films et obtenez le chemin du fichier de référence. Définissez ensuite les paramètres d’acquisition. Ensuite, cliquez sur la file d’attente, sélectionnez une voie pour exécuter le travail et un espace de travail et cliquez sur créer.Ouvrez la correction de mouvement du patch et la carte de travail d’importation de films. Faites ensuite glisser la sortie imported_movies vers l’espace réservé des films sur la nouvelle tâche et mettez la tâche en file d’attente. Pour effectuer la fonction de transfert de contraste ou l’estimation CTF, ouvrez l’estimation CTF du patch.Entrez les micrographies générées et mettez la tâche en file d’attente. Pour inspecter les micrographies moyennes et corrigées par le CTF et sélectionner un sous-ensemble pour un traitement ultérieur, ouvrez les expositions de curate, entrez les expositions obtenues à l’étape précédente et mettez le travail en file d’attente. Une fois que la tâche est en mode d’attente, cliquez sur l’onglet interactif de la fiche de travail.Ajustez les seuils de paramètres et acceptez ou rejetez des micrographies individuelles pour un traitement ultérieur. Lors du traitement des données actuelles, fixez le seuil supérieur d’astigmatisme à 400 angströms, la résolution CTF à cinq angstroms et l’épaisseur relative de la glace à deux. Cliquez ensuite sur terminé pour sélectionner les micrographies à traiter en aval.Pour le prélèvement manuel, ouvrez le sélecteur manuel. Entrez les expositions acceptées et mettez la tâche en file d’attente. Cliquez ensuite sur l’onglet interactif, réglez la taille de la boîte sur 300 pixels et cliquez sur quelques centaines de particules sur plusieurs micrographies, évitant ainsi le chevauchement des particules.Une fois la sélection terminée, cliquez sur Terminer la sélection des particules d’extrait. Ensuite, pour générer des modèles de prélèvement automatisé de particules, cliquez sur classification 2D et entrez les pics de particules générés. Modifiez ensuite le nombre de classes 2D à 10 et mettez le travail en file d’attente.Ensuite, ouvrez sélectionner des classes 2D et entrez les particules et les moyennes de classe obtenues à l’étape précédente. Cliquez ensuite sur l’onglet interactif, sélectionnez des classes 2D représentatives avec un bon rapport signal/bruit et cliquez sur terminé. Pour la sélection de particules basée sur des modèles, ouvrez le sélecteur de modèles et entrez les classes 2D et les micrographies sélectionnées.Réglez ensuite le diamètre des particules sur 220 angströms et mettez le travail en file d’attente. Enfin, ouvrez l’extrait des micrographies et entrez les micrographies et les particules obtenues lors de l’inspection des pics de particules. Définissez ensuite la taille de la boîte extraite sur 300 pixels et mettez la tâche en file d’attente.Pour la classification 2D, cliquez sur Classification 2D et entrez les particules extraites. Définissez ensuite le nombre de classes 2D sur 50 et mettez la tâche en file d’attente. Ensuite, ouvrez sélectionner des classes 2D et entrez les particules obtenues et les moyennes de classe.Cliquez sur l’onglet interactif. Choisissez des classes 2D en fonction de la résolution et du nombre de particules dans la classe et cliquez sur terminé. Pour générer un volume 3D initial, ouvrez la reconstruction ab-initio et entrez les particules à partir de la classification 2D finale.Ajustez ensuite la symétrie à l’icosaédrique et mettez le travail en file d’attente. Ensuite, ouvrez le raffinement homogène, entrez le volume de l’étape précédente et les particules de la classification 2D finale. Modifiez ensuite la symétrie et mettez la tâche en file d’attente.Lorsque le travail est terminé, inspectez la corrélation de la coque de Fourier ou la courbe FSC et téléchargez le volume à examiner dans UCSF Chimera. Dans CryoSPARC v3, ouvrez la fiche de travail de la tâche de classe 2D sélectionnée à partir de la classification 2D finale. Ensuite, dans l’onglet détails, cliquez sur exporter le travail.À l’aide de PyEM, convertissez le particles_exported. cs au format étoile en exécutant la commande indiquée. Après avoir cliqué sur Extraction de particules, dans l’onglet E/S, entrez les micrographies et les coordonnées corrigées du CTF.Cliquez ensuite sur l’onglet d’extraction, modifiez la taille de la boîte de particules à 300 pixels et exécutez le travail. Pour affiner la 3D, utilisez la carte générée dans CryoSPARC v3 comme modèle initial dans RELION-3. Sélectionnez la méthode d’importation et définissez les paramètres indiqués dans l’onglet E/S.Ensuite, dans l’onglet Autres, sélectionnez la carte CryoSPARC v3 comme fichier d’entrée, remplacez le type de nœud par référence 3D et exécutez la tâche. Ensuite, sélectionnez l’affinement automatique 3D et, sous l’onglet E/S, définissez les images d’entrée comme particules. star de la dernière tâche de sélection.Utilisez la reconstruction CryoSPARC v3 comme carte de référence, cliquez sur l’onglet de référence et changez le filtre passe-bas initial en 50 angströms et la symétrie en icosaèdre. Ensuite, dans l’onglet Optimisation, modifiez le diamètre du masque à 280 angstroms et exécutez la tâche. Pour le post-traitement, cliquez sur post-traitement.Et dans l’onglet E/S, entrez les demi-cartes et le masque créés et définissez la taille de pixel calibrée sur 1,045 angstroms. Ensuite, dans l’onglet sharpen, pour estimer automatiquement le facteur B, entrez oui. Pour la résolution la plus basse pour l’ajustement auto-B, entrez 10.Et pour utiliser votre propre facteur B, entrez no. Enfin, sous l’onglet Filtre, définissez ignorer la pondération FSC sur non et exécutez la tâche. Pour la formation au polissage, ouvrez le polissage bayésien.Et sous l’onglet E/S, entrez les micrographies corrigées du mouvement, les particules et PostProcess. fichier étoile obtenu précédemment. Cliquez sur l’onglet d’entraînement et définissez les paramètres optimaux de train sur oui, fraction de pixels de Fourier pour le test à 0,5 et utilisez autant de particules à 5 000.Exécutez ensuite la tâche. Une fois le travail de formation terminé, cliquez sur Polissage bayésien. Ensuite, dans l’onglet d’entraînement, définissez les paramètres optimaux du train sur no.Sélectionnez l’onglet polissage et, dans le fichier de paramètres optimisé, spécifiez le chemin d’accès au opt_params_all_groups. txt de l’étape précédente et cliquez sur exécuter. Pour estimer les aberrations d’ordre supérieur, ouvrez le raffinement CTF.Et dans l’onglet E/S sous particules, sélectionnez le chemin d’accès au fichier étoile contenant des particules polies de la récente tâche 3D affinée. Ensuite, sous le fichier STAR de post-traitement, définissez le chemin d’accès à la sortie de la dernière tâche de post-traitement. Ensuite, sélectionnez l’onglet d’ajustement et définissez le grossissement anisotrope de l’estimation sur no.Effectuez l’ajustement des paramètres CTF sur no. Estimer beamtilt à oui. Estimez également le trèfle à oui.Et estimer les aberrations du quatrième ordre à oui. Exécutez ensuite la tâche. Pour affiner et valider davantage la carte RELION-3, lancez Scipion 3 et créez un nouveau projet.Dans le panneau des protocoles de gauche, sélectionnez le menu déroulant Importations et cliquez sur Importer des particules. Modifiez l’importation des paramètres de RELION-3 et le fichier étoile en postprocess.star. Spécifiez ensuite les paramètres d’acquisition comme illustré précédemment et cliquez sur exécuter.Ensuite, cliquez sur le menu déroulant des importations et sélectionnez les volumes d’importation. Sous Importer de, donnez le chemin d’accès à la carte RELION-3, modifiez le taux d’échantillonnage de la taille des pixels à 1,045 angstroms par pixel et exécutez. Pour effectuer un alignement global, sélectionnez le menu déroulant Affiner dans le panneau protocoles et cliquez sur xmipp3-highres.Entrez les particules et les volumes importés des étapes précédentes en tant qu’images en taille réelle et volumes initiaux respectivement et définissez le groupe de symétrie sur icosaédrique. Ensuite, dans l’onglet Alignement de l’image sous affectation angulaire, choisissez global, définissez la résolution cible maximale sur trois angstroms et exécutez la tâche. Pour effectuer un alignement local, sélectionnez xmipp3-highres global, passez de l’exécution précédente à yes et sélectionnez la tâche précédente.Ensuite, dans l’onglet Affectation angulaire, modifiez l’alignement de l’image en local et définissez la résolution cible maximale sur 2,1 angströms. Une fois terminé, dans la fenêtre de résultats xmipp3-highres, cliquez sur les tracés de résolution d’affichage pour voir comment le FSC a changé après l’affinement et cliquez sur l’histogramme de tracé avec des modifications angulaires pour voir si les affectations d’angle d’Euler ont changé. Inspectez le volume dans UCSF Chimera.Effectuez un zoom avant et recherchez des fonctionnalités haute résolution. Les micrographies présentant un bon ajustement au CTF et un faible astigmatisme ont été sélectionnées pour un traitement ultérieur, tandis que celles présentant un astigmatisme élevé et une perte ont été rejetées. Les moyennes de classe 2D contenant des classes bien définies ont été sélectionnées et celles avec une faible résolution, du bruit et des particules partielles ont été rejetées.Les régions de la carte de cryo-microscopie électronique équipées des coordonnées atomiques d’un virus adéno-associé sont montrées ici. Des densités EM bien définies permettent d’ajuster des chaînes latérales d’acides aminés individuels, de molécules d’eau et d’ions magnésium. Les courbes FSC calculées à l’aide de CryoSPARC v3, RELION-3 et Scipion indiquent une résolution croissante dans l’ensemble du flux de travail, des estimations de résolution à quatre tranches différentes à travers les structures et des histogrammes de résolution démontrent l’amélioration incrémentielle de la résolution locale entre les cartes tout au long du flux de travail.La combinaison des algorithmes de traitement cryo-EM de CryoSPARC, RELION-3, Scipion et Phoenix a entraîné une augmentation de la résolution des structures virales adéno-associées de 2,9 à 2,3 angströms dans le pipeline de traitement. Il est important de se rappeler que les paramètres spécifiés à chaque étape dépendent de l’échantillon et du microscope. De plus, la capacité d’atteindre une haute résolution dépend grandement de la qualité de l’échantillon et des données brutes.Dans cette vidéo, nous présentons le flux de travail SP robuste pour le traitement des données cryo-EM sur diverses plates-formes logicielles. En utilisant cette approche, on peut implémenter des algorithmes pour plusieurs programmes afin d’affiner et de valider les structures cryogéniques. Ce flux de travail peut être appliqué aux calculs de structure d’une grande variété d’assemblages macromoléculaires.

Research

JoVE Journal

Biochemistry

A Robust Single-Particle Cryo-Electron Microscopy (cryo-EM) Processing Workflow with cryoSPARC, RELION, and Scipion

High-resolution Single Particle Analysis from Electron Cryo-microscopy Images Using SPHIRE

Analyse de particules à haute résolution à partir de microscopie à électrons à l&#39;aide d&#39;images utilisant SPHIRE

SPHIRE (SPARX for High-Resolution Electron Microscopy) is a novel open-source, user-friendly software suite for the semi-automated processing of single ...

Recherche

Biochimie

Expression and Purification of the Human Lipid-sensitive Cation Channel TRPC3 for Structural Determination by Single-particle Cryo-electron Microscopy

Expression et Purification de l’homme sensible lipides canal de Cation TRPC3 pour la détermination de structure par particule Cryo microscopie électronique

Transient receptor potential channels (TRPCs) of the canonical TRP subfamily are nonselective cation channels that play an essential role in calcium ...

Fast Grid Preparation for Time-Resolved Cryo-Electron Microscopy

Préparation rapide de la grille pour la cryo-microscopie électronique à résolution temporelle

The field of cryo-electron microscopy (cryo-EM) is rapidly developing with new hardware and processing algorithms, producing higher resolution structures ...

Cryo-EM and Single-Particle Analysis with Scipion

Cryo-EM et analyse monoparticule avec Scipion

Cryo-electron microscopy has become one of the most important tools in biological research to reveal the structural information of macromolecules at ...

Single Particle Cryo-Electron Microscopy: From Sample to Structure

Cryo-microscopie électronique à particule unique : de l’échantillon à la structure

Cryo-electron microscopy (cryoEM) is a powerful technique for structure determination of macromolecular complexes, via single particle analysis (SPA). The ...

Manual Blot-and-Plunge Freezing of Biological Specimens for Single-Particle Cryogenic Electron Microscopy

Congélation manuelle par transfert et par immersion d’échantillons biologiques pour la microscopie électronique cryogénique à particule unique

Imaging biological specimens with electrons for high-resolution structure determination by single-particle cryogenic electron microscopy (cryoEM) requires ...

Preparation of High-Temperature Sample Grids for Cryo-EM

Préparation de grilles d’échantillons à haute température pour Cryo-EM

The sample grids for cryo-electron microscopy (cryo-EM) experiments are usually prepared at a temperature optimal for the storage of biological samples, ...

Micropatterning Transmission Electron Microscopy Grids to Direct Cell Positioning within Whole-Cell Cryo-Electron Tomography Workflows

Micromodélisation de microscopie électronique à transmission pour diriger le positionnement des cellules dans les flux de travail de cryo-tomographie électronique à cellules entières

Whole-cell cryo-electron tomography (cryo-ET) is a powerful technology that is used to produce nanometer-level resolution structures of macromolecules ...

Preparation of Nucleosome Core Particles Complexed with DNA Repair Factors for Cryo-Electron Microscopy Structural Determination

Préparation de particules de noyau de nucléosomes complexées avec des facteurs de réparation de l’ADN pour la détermination structurelle de la cryo-microscopie électronique

DNA repair in the context of chromatin is poorly understood. Biochemical studies using nucleosome core particles, the fundamental repeating unit of ...

Single-Particle Cryo-EM Data Collection with Stage Tilt using Leginon

Collecte de données cryo-EM à particule unique avec inclinaison de scène à l’aide de Leginon

Single-particle analysis (SPA) by cryo-electron microscopy (cryo-EM) is now a mainstream technique for high-resolution structural biology. Structure ...