Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Мазмұны
Кіріспе
Трансмиссиялық электронды криомикроскопия (CryoTEM), әдетте криоЭМ деп аталады, криогендік электронды микроскопияның бір түрі, атап айтқанда, үлгі криогендік температурада (әдетте сұйық азот температурасында) зерттелетін трансмиссиялық электронды микроскопияның (TEM) бір түрі. Криоэлектрондық микроскопия, атап айтқанда 3DEM, құрылымдық биологияда танымалдыққа ие болды. Трансмиссиялық электронды криомикроскопияның пайдалылығы оның кез келген жолмен боялмаған немесе бекітілмеген үлгілерді байқауға мүмкіндік беруінен туындайды, оларды туған орталарында көрсетеді. Бұл рентген кристаллографиясына қарама-қарсы, бұл үлгілерді кристалдастыруды талап етеді, бұл қиын болуы мүмкін және оларды физиологиялық емес ортаға орналастыру, бұл кейде функционалдық маңызды емес конформациялық өзгерістерге әкелуі мүмкін. Электронды детекторлар технологиясының, әсіресе DED (Direct Electron Detectors) жетістіктері, сондай-ақ программалық бейнелеудің қуатты алгоритмдері макромолекулалық құрылымдарды атомдық қанықтықта анықтауға мүмкіндік берді. Суреттелген макромолекулаларға вирустар, рибосомалар, митохондриялар, иондық арналар және фермент кешендері жатады. 2018 жылдан бастап криоэлектрондық эмуляторды гемоглобин (64 кДА) сияқты кішкентай құрылымдарға және 1,8 Å-ге дейінгі ажыратылымдыққа қолдануға болады. 2019 жылы криоэлектрондық құрылымдар ақуыздық деректер банкіне салынған құрылымдардың 2,5% -ын құрады және бұл сан өсіп келеді. Криоэлектроэлектроэлектрографияның бір түрі - криоэлектронды томография (КЭТ), онда 2D-суреттерден 3D-бейнелеу жасалады.
Transmission electron cryomicroscopy (CryoTEM), commonly known as cryo EM, is a form of cryogenic electron microscopy, more specifically a type of transmission electron microscopy (TEM) where the sample is studied at cryogenic temperatures (generally liquid nitrogen temperatures). Cryo EM, specifically 3 dimensional electron microscopy (3DEM), is gaining popularity in structural biology. The utility of transmission electron cryomicroscopy stems from the fact that it allows the observation of specimens that have not been stained or fixed in any way, showing them in their native environment. This is in contrast to X ray crystallography, which requires crystallizing the specimen, which can be difficult, and placing them in non physiological environments, which can occasionally lead to functionally irrelevant conformational changes. Advances in electron detector technology, particularly DED (Direct Electron Detectors) as well as more powerful software imaging algorithms have allowed for the determination of macromolecular structures at near atomic resolution. Imaged macromolecules include viruses, ribosomes, mitochondria, ion channels, and enzyme complexes. Starting in 2018, cryo EM could applied to structures as small as hemoglobin (64 kDa) and with resolutions up to 1.8 Å. In 2019, cryo EM structures represented 2.5% of structures deposited in the Protein Data Bank, and this number continues to grow. An application of cryo EM is cryo electron tomography (cryo ET), where a 3D reconstruction of the sample is created from tilted 2D images.
Даму
CryoTEM-тің бастапқы негіздемесі биологиялық үлгілердің радиациялық зақымдануына қарсы күрес құралы ретінде болды. Электрондық микроскоппен бір үлгіге сурет алу үшін қажетті сәулелену мөлшері өте жоғары, сондықтан ол нәзік құрылымдарға зақым келтірудің ықтимал көзі болуы мүмкін. Сонымен қатар, электронды микроскоптың бағанында талап етілетін жоғары вакуум үлгі үшін ортаны өте қатал етеді. Вакуум мәселесі теріс бояуларды енгізу арқылы ішінара шешілді, бірақ теріс бояулармен биологиялық үлгілер үлгі сусыздалған кезде құрылымдық құлдырауға ұшырайды. Үлгілерді сублимациялық температурадан төмен мұзға салу ертеректе қарастырылған мүмкіндік болды, бірақ су мұздаған кезде төмен тығыздықтағы кристалдық торға орналасуға бейім және бұл оған салынған кез-келген нәрсенің құрылымын жоя алады. 1980 жылдардың басында қатты дене физикасын зерттейтін бірнеше топтар шыны тәрізді мұзды жоғары қысыммен немесе тез мұздату арқылы өндіруге тырысты. 1984 жылы Жакс Дюбоше бастаған Еуропалық молекулалық биология зертханасының тобы аденовирустың судың шыныланған қабатына енген суреттерін көрсетті. Бұл мақала жалпы алғанда криоэлектрондық технологияның бастауы болып саналады, ал бұл техника әлемдегі көптеген зертханаларда әдеттегідей дамыған. Кескінге түсіру үшін пайдаланылатын электрондардың энергиясы (80300 кВ) ковалентті байланыстарды бұзуға жеткілікті жоғары. Суреттеу үлгілері сәулеленуден зақымдануға бейім болған кезде, суретті алу үшін пайдаланылатын электронды экспозицияны шектеу қажет. Бұл кіші экспозиция үшін арнайы бағдарламалық қамтамасыз етуді қолдана отырып, мыңдаған, тіпті миллиондаған бірдей мұздатылған молекулалардың суреттерін таңдап, туралап, орташасын шығарып, жоғары ажыратылатын карталар алу қажет. 2012 жылы тікелей электронды детекторларды және жақсы есептеу алгоритмдерін енгізу арқылы құрылымдық ерекшеліктердің айтарлықтай жақсаруына қол жеткізілді. Содан бері жоғары ажыратылымға қол жеткізілді, соның ішінде 2015 жылы бактериялық β-галактозидаза ферментінің 2,2 Å құрылымы және 2016 жылы глутамат дегидрогеназаның 1,8 Å құрылымы. Криоэлектрондық эмулятор әртүрлі вирустардың, соның ішінде Зика вирусының құрылымын анықтау үшін де қолданылған және ол шплицеосома сияқты үлкен кешендерге қолданылған. 2017 жылы химия саласындағы Нобель сыйлығы Жак Дюбоше, Йоахим Франк және Ричард Хендерсонға "раствордағы биомолекулалардың құрылымын жоғары ажыратылыммен анықтау үшін криоэлектрондық микроскопияны жасағаны үшін" бірлесіп берілді.
The original rationale for CryoTEM was as a means to fight radiation damage for biological specimens. The amount of radiation required to collect an image of a specimen in the electron microscope is high enough to be a potential source of specimen damage for delicate structures. In addition, the high vacuum required on the column of an electron microscope makes the environment for the sample quite harsh. The problem of the vacuum was partially solved by the introduction of negative stains but even with negative stains biological samples are prone to structural collapse upon dehydration of the specimen. Embedding the samples in ice below the sublimation temperature was a possibility that was contemplated early on, but water tends to arrange into a crystalline lattice of lower density upon freezing and this can destroy the structure of anything that is embedded in it. In the early 1980s, several groups studying solid state physics were attempting to produce vitreous ice by different means, such as high pressure freezing or flash freezing. In a seminal paper in 1984, the group led by Jacques Dubochet at the European Molecular Biology Laboratory showed images of adenovirus embedded in a vitrified layer of water. This paper is generally considered to mark the origin of Cryo EM, and the technique has been developed to the point of becoming routine at numerous laboratories throughout the world. The energy of the electrons used for imaging (80–300 kV) is high enough that covalent bonds can be broken. When imaging specimens are vulnerable to radiation damage, it is necessary to limit the electron exposure used to acquire the image. These low exposures require that the images of thousands or even millions of identical frozen molecules be selected, aligned, and averaged to obtain high resolution maps, using specialized software. A significant improvement in structural features was achieved in 2012 by the introduction of direct electron detectors and better computational algorithms. Since then, higher resolutions have been achieved, including a 2.2 Å structure of bacterial enzyme β galactosidase in 2015 and a 1.8 Å structure of glutamate dehydrogenase in 2016. Cryo EM has also been used to determine the structure of various viruses, including the Zika virus, and has been applied to large complexes such as the spliceosome. In 2017, the Nobel Prize in Chemistry was awarded jointly to Jacques Dubochet, Joachim Frank and Richard Henderson, "for developing cryo electron microscopy for the high resolution structure determination of biomolecules in solution".
Ұсақ пленка
Биологиялық материал электронды микроскопия желісіне таратылады және тез мұздату арқылы, әдетте сұйық азот температурасына жақын сұйық этанда мұздатылған сулы күйінде сақталады. Өрнектерді сұйық азот температурасында немесе одан да суықта ұстап, оларды электронды микроскоп бағанының жоғары вакуумына енгізуге болады. Көптеген биологиялық үлгілер өте радио сезімтал, сондықтан оларды төмен дозалы техникамен суретке түсіру керек (пайдалы, беріліс электронды криомикроскопияның төмен температурасы радиациялық зақымданудан қосымша қорғаныс факторын қамтамасыз етеді). Сондықтан суреттер өте шулы. Кейбір биологиялық жүйелер үшін сигнал мен шу аралығын арттыру үшін суреттерді орташалау және бір бөлшекті талдау деп аталатын әдісті қолдана отырып, үлгі туралы жоғары ажыратылымдағы ақпаратты алу мүмкін. Бұл әдіс жалпы алғанда орташаланған заттардың бірдей болуын талап етеді, дегенмен кейбір шектеулі конформациялық гетерогенділікті зерттеуге болады (мысалы, рибосома). Белсенді кешендер мен вирустардың КриоТЭМ суреттерінен алынған үш өлшемді реконструкциялар нанометрлік немесе атомдық қашықтыққа жуық шешімге қол жеткізілді, бұл осы үлкен жиынтықтың құрылымы мен биологиясына жаңа түсінік беруге мүмкіндік береді. Белсенің реттелген массивтерін, мысалы трансмембраналық белоктардың 2D кристалдары немесе белдіктердің спиральді массивтерін талдау, сондай-ақ үлгі туралы жоғары ажыратылымдағы ақпаратты ұсына алатын орташалау түрін жасауға мүмкіндік береді. Бұл техниканы электронды кристаллография деп атайды.
The biological material is spread on an electron microscopy grid and is preserved in a frozen hydrated state by rapid freezing, usually in liquid ethane near liquid nitrogen temperature. By maintaining specimens at liquid nitrogen temperature or colder, they can be introduced into the high vacuum of the electron microscope column. Most biological specimens are extremely radiosensitive, so they must be imaged with low dose techniques (usefully, the low temperature of transmission electron cryomicroscopy provides an additional protective factor against radiation damage). Consequently, the images are extremely noisy. For some biological systems it is possible to average images to increase the signal to noise ratio and retrieve high resolution information about the specimen using the technique known as single particle analysis. This approach in general requires that the things being averaged are identical, although some limited conformational heterogeneity can now be studied (e. g. ribosome). Three dimensional reconstructions from CryoTEM images of protein complexes and viruses have been solved to sub nanometer or near atomic resolution, allowing new insights into the structure and biology of these large assemblies. Analysis of ordered arrays of protein, such as 2 D crystals of transmembrane proteins or helical arrays of proteins, also allows a kind of averaging which can provide high resolution information about the specimen. This technique is called electron crystallography.
Шынылы кесінділер
Ұсақ пленка әдісі жұқа үлгілермен (әдетте < 500 нм) шектеледі, өйткені электрондар бірнеше шашырау оқиғаларысыз қалың үлгілерді кесіп өте алмайды. Қалың үлгілерді этанға (қалыңдығы ондаған мкм-ге дейін) немесе көбірек жоғары қысымды мұздату арқылы (жүздеген мкм-ге дейін) тұндыру арқылы (криофиксация) шыныландыруға болады. Оларды криоультрамикротомдағы алмаздық пышақпен - 135 °C-тан төмен температурада (девитрификация температурасы) жұқа кесінділерге (40 - 200 нм қалыңдықта) кесуге болады. Бөлшектер электронды микроскоп желісіне жиналады және жұқа пленкамен шыныланған үлгі сияқты бейнеленеді. Бұл әдіс шыны денелер секцияларының (CEMOVIS) немесе мұздатылған гидратацияланған секциялардың электронды криомикроскопиясы деп аталады.
The thin film method is limited to thin specimens (typically < 500 nm) because the electrons cannot cross thicker samples without multiple scattering events. Thicker specimens can be vitrified by plunge freezing (cryofixation) in ethane (up to tens of μm in thickness) or more commonly by high pressure freezing (up to hundreds of μm). They can then be cut in thin sections (40 to 200 nm thick) with a diamond knife in a cryoultramicrotome at temperatures lower than −135 °C (devitrification temperature). The sections are collected on an electron microscope grid and are imaged in the same manner as specimen vitrified in thin film. This technique is called transmission electron cryomicroscopy of vitreous sections (CEMOVIS) or transmission electron cryomicroscopy of frozen hydrated sections.
Материал үлгілері
Кристалданған биологиялық үлгілерді суретке түсіруден басқа, CryoTEM сонымен қатар стандартты бөлме температурасындағы электронды микроскопияны қолдану арқылы суретке түсіруге вакуумда өте ұшпалы материал үлгілерін суретке түсіруге де қолдануға болады. Мысалы, сұйық қатты интерфейстердің шыныланған бөліктерін CryoTEM арқылы талдау үшін алуға болады, ал электронды микроскоптардың вакуумда сублимацияға бейім күкіртті CryoTEM-де тұрақтандыруға және бейнелеуге болады.
In addition to allowing vitrified biological samples to be imaged, CryoTEM can also be used to image material specimens that are too volatile in vacuum to image using standard, room temperature electron microscopy. For example, vitrified sections of liquid solid interfaces can be extracted for analysis by CryoTEM, and sulfur, which is prone to sublimation in the vacuum of electron microscopes, can be stabilized and imaged in CryoTEM.
Крио-ТЭМ-де бейне өңдеу
Электрондық микроскопияның көпшілік тәсілдерінде материалдың ең жақсы ажыратылатын суретін алуға тырысса да, крио-ТЭМ-де бұл әрқашан бола бермейді. Жоғары ажыратылатын суреттердің барлық артықшылықтарынан басқа, сигнал мен шудың арақатынасы әр бөлшектің бағытын белгілеуге кедергі келтіретін негізгі кедергі болып табылады. Мысалы, макромолекулалық кешендерде бейнелеу кезінде 3D-ден 2D-ге жобаланатын бірнеше түрлі құрылымдар бар және егер олар ажыратылмаса, бейне өңдеу нәтижесі бұлыңғыр болады. Сондықтан ықтималдық тәсілдер осы зерттеу түрінде күштірек болады. Қазіргі кезде криоэлектрондық бейнелерді өңдеуде кеңінен қолданылатын екі танымал тәсіл бар, олар 1998 жылы ашылған максималды ықтималдылық әдісі және салыстырмалы түрде жақында бейес әдісі. Бұл салада ең жоғары ықтималдықты бағалау әдісі статистикадан келеді. Мұнда бөлшектердің барлық ықтимал бағыттары жинақталып, нәтижесінде ықтималдық үлестірімі алынады. Біз оны бөлшектердің сурет бойынша тура бағытын алатын ең кіші квадратты бағалаумен салыстыра аламыз. Осылайша, үлгідегі бөлшектер тиісті ықтималдықтармен салмақталған есептеулерден кейін "қаңқақты" бағыттарды алады. Бүкіл процесс қайталанатын және әрбір келесі қайталаумен модель жақсарады. Нақты құрылымды дәл көрсететін модель жасау үшін жақсы жағдайлар деректерде тым көп шу жоқ және бөлшектердің артықшылықты бағыты жоқ. Ең жоғарғы ықтималдыққа негізделген әдістің басты кемшілігі - нәтиже бастапқы болжамға байланысты және модельді оңтайландыру кейде жергілікті минимумға тұрып қалуы мүмкін. Қазір крио-ТЭМ-де қолданылатын Байес әдісі табиғатынан эмпирикалық. Бұл бөлшектердің таралуы бастапқы деректер жиынтығына негізделген дегенді білдіреді. Сол сияқты, әдеттегі Бейес әдісінде деректер байқалғаннан кейін өзгеріске ұшыраған тұрақты алдын ала ықтималдық бар. Ең жоғарғы ықтималдық бағасынан негізгі айырмашылық қайта құру кезінде шуды азайта отырып, алынған карталарды тегістеуге көмектесетін арнайы қайта құру терминіне жатады. бағдарлама крио-ТЭМ саласында кеңінен таралды. Ол қайта құрылған суреттердің ажыратылуын жақсартатын түзетулер қатарын ұсынады, Python тілін қолдана отырып, жан-жақты скрипттерді іске асыруға мүмкіндік береді және 2D / 3D модельдерді жіктеудің немесе de novo модельдерді құрудың әдеттегі міндеттерін орындайды.
Even though in the majority of approaches in electron microscopy one tries to get the best resolution image of the material, it is not always the case in cryo TEM. Besides all the benefits of high resolution images, the signal to noise ratio remains the main hurdle that prevents assigning orientation to each particle. For example, in macromolecule complexes, there are several different structures that are being projected from 3D to 2D during imaging and if they are not distinguished the result of image processing will be a blur. That is why the probabilistic approaches become more powerful in this type of investigation. There are two popular approaches that are widely used nowadays in cryo EM image processing, the maximum likelihood approach that was discovered in 1998 and relatively recently adapted Bayesian approach. The maximum likelihood estimation approach comes to this field from the statistics. Here, all the possible orientations of particles are summed up to get the resulting probability distribution. We can compare this to a typical least square estimation where particles get exact orientations per image. This way, the particles in the sample get "fuzzy" orientations after calculations, weighted by corresponding probabilities. The whole process is iterative and with each next iteration the model gets better. The good conditions for making the model that closely represent the real structure is when the data does not have too much noise and the particles do not have any preferential direction. The main downside of maximum likelihood approach is that the result depends on the initial guess and model optimization can sometimes get stuck at local minimum. The Bayesian approach that is now being used in cryo TEM is empirical by nature. This means that the distribution of particles is based on the original dataset. Similarly, in the usual Bayesian method there is a fixed prior probability that is changed after the data is observed. The main difference from the maximum likelihood estimation lies in special reconstruction term that helps smoothing the resulting maps while also decreasing the noise during reconstruction. the program became widespread in the cryo TEM field. It offers a range of corrections that improve the resolution of reconstructed images, allows implementing versatile scripts using python language and executes the usual tasks of 2D/3D model classifications or creating de novo models.