يوفر هذا البروتوكول إطاراً عملياً لتصميم وتشغيل البنية التحتية لتكنولوجيا المعلومات في مرفق داخلي للمجهريات الإلكترونية بالتبريد الشديد (cryo-EM). وهو يغطي تخطيط المرفق، وبنية الشبكة، والتخزين، والحوسبة باستخدام وحدات معالجة الرسومات (GPU)، والوصول عن بُعد، ومعالجة البيانات في الوقت الفعلي، مما يتيح الإدارة الفعالة لمجموعات البيانات التي تبلغ سعتها عدة تيرابايتات مع ضمان عمليات cryo-EM قابلة للتوسع ومستدامة وعالية الأداء.
مقالة منهجية
تصميم وتشغيل مرفق داخلي للمجهر الإلكتروني المبرد مع بنية تحتية لتكنولوجيا المعلومات وأنابيب معالجة البيانات الفورية
في هذه المقالة
ملخص
الملخص
أصبح المجهر الإلكتروني المبرد (Cryo-EM) طريقة مهيمنة للتحديد البنيوي عالي الدقة للجزيئات البيولوجية الكبيرة. ومع تزايد عدد مرافق Cryo-EM المؤسسية في جميع أنحاء العالم، ظهر تحدٍ مستمر، وهو أن البنية التحتية للبيانات المطلوبة لدعم هذه المرافق غالباً ما يتم التخطيط لها بشكل غير كافٍ. تولد أجهزة Cryo-EM الحديثة المقترنة بكواشف الإلكترونات المباشرة (DEDs) ما بين 2 و 5 TB من البيانات الخام يومياً، ويمكن لمرفق يضم 20 مستخدماً أن يراكم ما يقرب من 2 PB من البيانات خلال سنة تشغيلية واحدة. يتطلب معالجة هذه البيانات عقد حوسبة مخصصة لوحدات معالجة الرسوميات (GPU)، وشبكات داخلية عالية السرعة، واستراتيجيات أرشفة قوية طويلة المدى، وكل ذلك يجب أن يكون جاهزاً قبل بدء جمع البيانات. يقدم هذا البروتوكول إطاراً متكاملاً للتصميم المعلوماتي والحوسبي لمرفق Cryo-EM داخلي. نحن نغطي متطلبات المرفق المادية (تصميم الغرفة، والطاقة، والتبريد، وعزل الاهتزازات)، واختيار المعدات (المجاهر، وDEDs، والأجهزة الداعمة)، والحزمة الحوسبية الكاملة: تكوين مفاتيح الشبكة، واختيار وتحديد حجم خادم التخزين، وتوفير عقد حوسبة GPU، وبنية الوصول عن بُعد. بعد ذلك، نقدم بروتوكولاً مفصلاً لتنفيذ أنابيب معالجة البيانات الفورية—والتي تشمل تصحيح الحركة، وتقدير دالة نقل التباين (CTF)، واختيار الجزيئات، والتصنيف ثنائي الأبعاد في الوقت الفعلي أثناء جمع البيانات—باستخدام أدوات قياسية في هذا المجال. كما نتطرق إلى استراتيجيات نقل البيانات للمستخدمين الخارجيين. يسد هذا الدليل فجوة حرجة في المراجع العلمية، وسيمكن الباحثين والإداريين من بناء مرافق Cryo-EM جاهزة حوسبياً منذ اليوم الأول.
المقدمة
أحدثت ثورة الدقة في المجهر الإلكتروني المبرد (cryo-EM) تحولاً جذرياً في البيولوجيا البنيوية، حيث مكنت من التصور بدقة ذرية للبروتينات، والأحماض النووية، والمعقدات الجزيئية الضخمة دون الحاجة إلى عملية البلورة1,2. وقد دفعت ثلاثة تطورات تقنية هذا التحول: تطوير كاشفات الإلكترونات المباشرة (DEDs) ذات معدلات إطارات عالية، والتحسينات في البصريات الإلكترونية وميكانيكا المجهر، وتحسين برمجيات معالجة الصور المسرعة بواسطة وحدات معالجة الرسومات (GPU)3,4,5,6. وبمجموع هذه التطورات، أصبح المجهر الإلكتروني المبرد الطريقة المفضلة لمجتمع متنامٍ من علماء البيولوجيا البنيوية.
أدى الطلب المتزايد على استخدام المجهر الإلكتروني المبرد (cryo-EM) إلى استثمارات كبيرة في كل من المراكز الوطنية الضخمة والمرافق المؤسسية الأصغر حجماً. وتوفر المراكز الوطنية - مثل NCCAT وS2C2 وPNCC وMCCET في الولايات المتحدة، وeBIC وNeCEN وSciLifeLab في أوروبا3,5,6 - إمكانية الوصول إلى الأجهزة الأكثر تطوراً للمشاريع المعتمدة. وتكمل المرافق الداخلية هذه الموارد من خلال دعم الأبحاث التكرارية الخاصة بالمشاريع مع فترات إنجاز أسرع وتفاعل أوثق بين المستخدمين والموظفين. ومع ذلك، فإن إنشاء مرفق داخلي فعال يتطلب ما هو أكثر بكثير من مجرد شراء مجهر؛ إذ تعد البنية التحتية لتكنولوجيا المعلومات الداعمة بالغة الأهمية وبنفس القدر، ويُعد نقص هذه البنية سبباً رئيسياً للفشل التشغيلي في المرافق الجديدة6.
يمكن لجلسة واحدة عالية الجودة من المجهر الإلكتروني المبرد (cryo-EM) أن تولّد ما بين 2-5 TB من بيانات الأفلام الخام خلال 24 h. ومع وجود مجاهر ومستخدمين متعددين، يصل عبء البيانات سريعاً إلى مقياس البيتابايت (petabyte). وتتطلب معالجة هذه البيانات مسارات عمل مسرّعة بواسطة وحدات معالجة الرسوميات (GPU) يجب أن تكون قيد التشغيل بالتزامن مع عملية جمع البيانات7,8. وتؤدي التأخيرات في المعالجة الأولية إلى تأخر التغذية الراجعة حول جودة البيانات وإهدار وقت الجهاز. ورغم هذه الحقائق، فإن معظم الأدلة المنشورة حول إدارة مرافق cryo-EM تولي اهتماماً ضئيلاً لمكونات تكنولوجيا المعلومات، ولا يوجد أي منها يوفر بروتوكولاً تشغيلياً خطوة بخطوة لإعداد والتحقق من صحة بنية تحتية كاملة للبيانات.
يعالج هذا البروتوكول تلك الفجوة؛ حيث نصف المتطلبات الفيزيائية والتقنية لإنشاء المرفق، ومعايير اختيار المجاهر والكواشف، والأهم من ذلك، تصميم وتنفيذ البنية التحتية لتكنولوجيا المعلومات التي تجعل تشغيل مرفق المجهر الإلكتروني المبرد (cryo-EM) قابلاً للتطبيق من الناحية التشغيلية6. وقد أُعطِي اهتمام خاص لمعالجة البيانات الفورية: وهي المعالجة المسبقة الآلية والمتزامنة للبيانات أثناء عملية الجمع، مما يتيح مراقبة الجودة في الوقت الفعلي، ويوجه قرارات الجمع، ويقلل بشكل كبير من وقت إنجاز العمل بعد الجلسة9,10,11. ومن خلال اتباع هذا البروتوكول، سيكون مطورو المرافق مجهزين لبناء عملية cryo-EM متكاملة وشاملة تخدم المجتمع العلمي الواسع بشكل مستدام وفعال.
البروتوكول
تتوفر تفاصيل المعدات والبرمجيات والمواد المستخدمة طوال هذا البروتوكول في جدول المواد.
1. تخطيط تصميم المرافق المادية، والموظفين، والبنية التحتية
- أجرِ تقييماً للموقع. اختر موقعاً للبناء يوفر: أرضية معزولة عن الاهتزازات (مستويات الاهتزاز المحيط، ويفضل أن تكون < 1 µm/s جذر متوسط المربعات عند 1-100 هرتز)؛ استقرار المجال المغناطيسي (< تدرج مكاني بمقدار 1 ملي غاوس/متر و < تغير زمني بمقدار 0.1 mG/m للأجهزة التي تعمل بجهد 300 kV)؛ درجة حرارة غرفة مستقرة (18-22 °C مع < 0.5 °C تقلب)؛ والتحكم في الرطوبة (40-60% رطوبة نسبية)؛ وضجيج صوتي منخفض (<(50 ديسيبل). راجع متطلبات الموقع الخاصة بالشركة المصنعة للمجهر في مرحلة مبكرة من عملية التخطيط.
ملاحظة: قد تكلف عملية تجديد غرفة قائمة تكلفة تضاهي تكلفة الإنشاءات الجديدة. وكقاعدة عامة، يُخصص للميزانية ما يقرب من 20% من سعر شراء المجهر لتجهيز الغرفة. - صمم مخطط المنشأة بحيث يكون هناك فصل مكاني واضح بين المناطق الوظيفية: (أ) غرفة (أو غرف) المجهرية للمجاهر الإلكترونية النافذة المبردة (cryo-TEMs)؛ (ب) غرفة تحضير العينات الملحقة لمناولة الشبكات وتخزينها؛ (ج) غرفة التحكم التي تضم مبردات المياه، ووحدات مزود الطاقة غير المنقطع (UPS)، وأنظمة تبريد المجاهر؛ (د) غرفة خوادم منفصلة أو مركز بيانات للبنية التحتية للتخزين والحوسبة.
ملاحظة: حافظ على غرفة التحكم أدناه 26 °C في جميع الأوقات، مع توفير تبريد ومصدر طاقة احتياطي مخصص. تُعد التقلبات الحرارية في غرفة التحكم مصدرًا شائعًا لتوقف المجهر عن العمل. - خطط للبنية التحتية للطاقة. قم بتركيب دوائر طاقة ثلاثية الأطوار مخصصة للمجاهر الإلكترونية المبردة (cryo-TEM) عالية الأداء. صِل جميع المجاهر والكاميرات ومعدات الخوادم ببنية الطاقة المحمية المخصصة. نسّق مع فريق المرافق في المؤسسة لتوفير مولد طوارئ قادر على ضمان استمرارية تشغيل المجهر وتدفق مياه التبريد أثناء انقطاع التيار الكهربائي.
ملاحظة: تتطلب العديد من الأجهزة الموجودة في مرفق المجهر الإلكتروني المبرد (cryo-EM) أكثر من يوم واحد لإتمام دورة تشغيل وإيقاف الطاقة بشكل آمن. قد يؤدي فقدان الطاقة غير المخطط له إلى إتلاف لوحات الدوائر الحساسة، مما يتسبب في فقدان جلسات جمع البيانات النشطة. - قم بتثبيت أنظمة تبريد المياه للمجهر الإلكتروني والأجهزة الملحقة به. قم بإنشاء دائرة تبريد مياه احتياطية مع خاصية التحويل التلقائي عند الفشل. راقب معدل تدفق المياه ودرجة الحرارة والموصلية بشكل مستمر باستخدام نظام المراقبة المتكامل في المجهر أو مصفوفة مستشعرات مخصصة.
- قم بتمديد مسارات كابلات الألياف الضوئية من غرفة (غرف) المجهر إلى غرفة الخادم أثناء عملية الإنشاء أو التجديد. حدد كحد أدنى أليافاً متعددة الأنماط من نوع OM4 أو أليافاً أحادية النمط من نوع OS2، مع ترك طول إضافي كافٍ (slack) وتركيب لوحات توزيع (patch panels) مصنفة عند الطرفين.
ملاحظة: يعد التركيب المسبق للألياف أقل تكلفة بكثير من التحديث اللاحق. - تعيين مشغلين متخصصين للمجاهر أو علماء منشآت للقيام بصيانة الأجهزة، وتدريب المستخدمين، وجدولة المواعيد، وتحسين العينات، ودعم عملية الحصول على البيانات. وتعيين موظفي تكنولوجيا معلومات متخصصين لإدارة البنية التحتية، وأداء الشبكة، والأمن السيبراني، والنسخ الاحتياطي للبيانات، ونشر البرمجيات، وموارد الحوسبة باستخدام وحدات معالجة الرسومات (GPU)، والوصول عن بُعد للمستخدمين.
- حدد متطلبات التوظيف وفقاً لمستوى دعم المستخدمين المقدم ومدى تعقيد البنية التحتية الحسابية. ففي المرافق الأصغر حجماً، مثل مرفق UCSC Biomolecular cryo-EM، قد يتم تقاسم هذه المسؤوليات بين مدير المرفق الذي يمتلك خبرة حسابية أو خدمات تكنولوجيا المعلومات المؤسسية المركزية؛ ومع ذلك، فكلما زاد عدد المجاهر والمستخدمين وجلسات جمع البيانات السنوية، تزداد الحاجة إلى كوادر متخصصة.
- توفير دعم مخصص لتكنولوجيا المعلومات للمرافق التي تشغل عدة أجهزة مجهر إلكتروني مبرد بالنقل (cryo-TEM) لضمان الحصول على البيانات دون انقطاع، وإدارة البيانات بكفاءة، وتوفير موارد حوسبة قابلة للتوسع. والاستثمار في بنية تحتية قوية لتكنولوجيا المعلومات وكوادر بشرية مؤهلة في مرحلة مبكرة من تطوير المرفق لتقليل فترات التوقف التشغيلي، وتسهيل التوسع المستقبلي، وتوفير إطار مستدام قادر على دعم مجتمعات المستخدمين المتنامية وسير عمل المجهر الإلكتروني المبرد (cryo-EM) التي تزداد كثافة بياناتها.
2. اختيار المجهر والكاشف
- حدد المهمة العلمية الأساسية للمرفق قبل اختيار المجهر. ضع في اعتبارك ما يلي: (أ) ما إذا كان سير العمل الأساسي سيعتمد على تحليل الجسيمات المنفردة (SPA)، أو التصوير المقطعي الإلكتروني المبرد (cryo-ET)، أو حيود الإلكترونات الدقيق (microED)، أو مزيجاً منها؛ (ب) الحجم المتوقع لقاعدة المستخدمين وتنوع المشاريع؛ (ج) قيود الميزانية المتعلقة بكل من عملية الاستحواذ وعقود الخدمة المستمرة.
- قَيِّم منصات المجهر الإلكتروني النافذ المبرد (cryo-TEM) المتاحة وفقاً للتطبيقات المقصودة. بالنسبة لتحليل الجسيمات المنفردة (SPA) عالي الدقة ومتوسطات المقطعات الفرعية (STA)، يُنصح باستخدام أجهزة بقدرة 300 كيلو فولت. ولأغراض الفرز وجمع البيانات متوسطة الدقة، يُنصح باستخدام أجهزة بقدرة 200 كيلو فولت. أما بالنسبة لنقطة دخول منخفضة التكلفة مع إمكانية الفرز، فقَيِّم الأجهزة بقدرة 100-120 كيلو فولت (ملخصة في الجدول ١).
ملاحظة: تتغير أوراق المواصفات بشكل متكرر. اطلب دائمًا تفاصيل التكوين الحالي والأسعار مباشرة من الشركة المصنعة قبل اتخاذ القرارات النهائية بشأن المعدات. - اختر كاشفاً للإلكترونات المباشرة (DED) متوافقاً مع المجهر والتطبيق المستخدم. وبالنسبة لتحليل الجسيمات المنفردة (SPA) عالي الدقة على أجهزة Thermo Fisher Scientific (TFS)، يعد Falcon 4i حالياً الخيار الأساسي في سلسلتي Krios وGlacios.
- بالنسبة لأجهزة JEOL CryoARM، يوفر كاشف Gatan K3 حساسية ومعدلات إطارات ممتازة. وبالنسبة للمرافق التي تستهدف كل من تحليل الجسيمات المنفردة (SPA) وحيود الإلكترونات المجهرية (microED)، يجب التأكد من توافق الكاشف مع أنماط جمع بيانات حيود الإلكترونات (جدول ٢).
ملاحظة: يعد جهاز كاشف الإلكترونات (DED) أحد أغلى المكونات تكلفة في المنشأة، ويؤثر بشكل كبير على جودة البيانات ومتطلبات التخزين. فعلى سبيل المثال، ينتج وضع سجل الأحداث الإلكتروني (EER) ملفات خام أكبر بكثير من التنسيقات المضغوطة التقليدية، مما يتطلب سعة تخزين وعرض نطاق ترددي للشبكة أكبر بنسبة متناسبة. - قيم دور مرشح الطاقة عند اختيار تكوين جهاز المجهر الإلكتروني المبرد (cryo-EM)، حيث يمكن أن يؤثر بشكل كبير على جودة الصورة، واختيار الكاشف، والأداء العام للنظام. فمن خلال إزالة الإلكترونات المشتتة غير المرنة، يعمل مرشح الطاقة على تحسين التباين ونسبة الإشارة إلى الضوضاء، وهو أمر مفيد بشكل خاص للعينات الصعبة، وتطبيقات تحليل الجسيمات المفردة (SPA) عالية الدقة (مفيد)، والتصوير المقطعي الإلكتروني المبرد (cryo-ET) (ضروري)، وحيود الإلكترونات الميكروي (microED) (مفيد).
- قَيِّم أنظمة تصفية الطاقة المتاحة أثناء عملية اختيار الجهاز. وعادةً ما تتراوح تكلفة أنظمة Gatan Bioquantum وBiocontinuum أو أنظمة Thermo Fisher Scientific Selectris وSelectrisX ما بين 0.3 و1.5 مليون دولار أمريكي تقريبًا، اعتمادًا على التكوين.
- قيم التكلفة والتعقيد الإضافيين المرتبطين بمرشحات الطاقة بالتزامن مع قدرات الكاشف، وأهداف المنشأة، وتطبيقات المستخدم المتوقعة، وذلك قبل اختيار التكوين النهائي للجهاز.
- ضع عقود الخدمة في الاعتبار عند حساب إجمالي تكلفة الاستحواذ. وعادةً ما تغطي عقود الخدمة المجهر، ومرشح الطاقة، والكاشف، ونظام التبريد المائي.
- تفاوض بشأن شروط عقد الخدمة —بما في ذلك ضمانات وقت الاستجابة وتوفّر قطع الغيار البديلة— عند شراء الجهاز. خصص ميزانية تتراوح بين 8 و15% من سعر شراء الجهاز سنوياً لتغطية خدمات الصيانة.
3. تصميم وتنفيذ بنية الشبكة
- صمم شبكة المنشأة الداخلية حول مفتاح تحويل مركزي (core switch) عالي السرعة. قم بتوصيل جميع الأجهزة التي تولد البيانات وتلك التي تستهلكها مباشرة بهذا المفتاح بأعلى سرعة مدعومة: وحدة تحكم المجهر، ووحدة تحكم الكاميرا (والتي غالباً ما تكون محطة عمل منفصلة)، وخوادم التخزين، وعقد الحوسبة التي تعمل بوحدات معالجة الرسوميات GPU.
- وفر اتصالاً لا يقل عن 10 Gbps لكل جهاز. وخصص وصلات صاعدة (uplinks) بسرعة 25 Gbps أو أسرع بين مفتاح التحويل وعقد التخزين والحوسبة حسبما تسمح الميزانية.
ملاحظة: عند سرعة 1 Gbps، يستغرق نقل 20 TB من البيانات الخام من يومين إلى 3 أيام. أما عند سرعة 10 Gbps، فإن نفس عملية النقل تستغرق من 5 إلى 6 h. وعند سرعة 25 Gbps، تستغرق العملية حوالي 2 h. تحدد سرعة الشبكة بشكل مباشر ما إذا كانت المعالجة الفورية قادرة على مواكبة عملية استحصال البيانات. - حدد مواصفات مفتاح التحويل المركزي. المتطلبات: (أ) بنية تحويل غير معرقلة (non-blocking switching fabric) بمعدل خط كامل؛ (ب) منافذ SFP+ أو QSFP كافية لجميع أجهزة المنشأة؛ (ج) وظائف المفاتيح المدارة (دعم VLAN، ومراقبة حركة البيانات، وعمليات محاكاة المنافذ port mirroring لأغراض التشخيص)؛ (د) وحدات إمداد طاقة احتياطية. اختر مفتاح تحويل مدار من الفئة المؤسسية يوفر بنية تحويل غير معرقلة، ومنافذ عالية السرعة كافية، ووظائف إدارة حركة البيانات، ومصادر طاقة احتياطية.
- جزّئ الشبكة باستخدام شبكات VLAN لفصل: (أ) شبكة VLAN الخاصة باستحصال البيانات (وحدات تحكم المجهر والكاميرا، وخوادم التخزين)؛ (ب) شبكة VLAN الخاصة بالحوسبة (محطات عمل GPU وعقد التجمعات العنقودية cluster nodes)؛ (ج) شبكة VLAN الخاصة بالإدارة (الوصول عن بعد، والمراقبة، والإدارة).
ملاحظة: يقلل تجزئة الشبكة من حركة بيانات البث (broadcast traffic)، ويحسن الأمان، ويسمح باستكشاف الأخطاء وإصلاحها بشكل مستقل لكل نظام فرعي. - قم بتوصيل شبكة المنشأة بالشبكة الواسعة (WAN) الخاصة بالمؤسسة عبر منفذ وصلة صاعدة مخصص في مفتاح التحويل المركزي. وتعد وصلة صاعدة بسرعة 1–10 Gbps إلى شبكة الحرم الجامعي كافية للوصول عن بعد ونقل البيانات الخارجي.
- نسّق مع قسم تكنولوجيا المعلومات في المؤسسة لتوفير عناوين IP ثابتة، ومدخلات DNS، وقواعد جدار الحماية المناسبة لجميع الأجهزة التي يمكن الوصول إليها من المنشأة (الشكل 1).
- قم بتركيب وتسمية جميع مسارات كابلات الشبكة. استخدم كابلات التوصيل المباشر (direct attach cables) أو الكابلات البصرية النشطة (active optical cables) للاتصالات التي تبلغ سرعتها 10+ Gbps لمسافات تصل إلى 100m (كابلات Cat6A المحمية تعمل أيضاً بسرعة 10 Gbps حتى 100m)؛ واستخدم تجميعات ألياف بصرية مجهزة مسبقاً (LC-LC أو MTP) للوصلات بين الرفوف (inter-rack) بسرعة 25+ Gbps.
- وثق مخطط الكابلات كاملاً باستخدام رسم تخطيطي للشبكة يحدد أسماء الأجهزة، وعناوين IP، وتعيينات المنافذ، وعضوية VLAN.
ملاحظة: راجع الشكل 2 للاطلاع على مخطط طوبولوجيا الشبكة الدنيا الموصى بها لمنشأة صغيرة للمجهر الإلكتروني المبرد cryo-EM.
4. تصميم ونشر خادم التخزين
- احسب متطلبات التخزين قبل شراء الأجهزة. كخط أساس: تولد جلسة cryo-EM واحدة عالية المستوى ما بين 2–5 TB من البيانات الخام يومياً.
- قدّر متطلبات التخزين طويلة المدى بناءً على الاستخدام المتوقع للمرفق. يمكن لمرفق يخدم 20 مستخدماً ويشغل مجهرين أن يولد ما يقرب من 2 PB من البيانات خلال 3–6 أشهر من التشغيل. خطط لكل من تخزين البيانات الخام (قصير المدى، إنتاجية عالية) وتخزين البيانات المعالجة (متوسط المدى، حجم أكبر)، حيث تكون مجموعات البيانات المعالجة غالباً أكبر بـ 10–20 ضعفاً من المدخلات الخام.
- اختر بنية تخزين قوية. تُعد الخوادم المستقلة القائمة على ZFS نقطة البداية الموصى بها لمعظم المرافق، حيث توفر نسبة تكلفة إلى سعة مناسبة، وتحققاً مدمجاً من سلامة البيانات (checksumming)، وتكوينات مرنة مكافئة لـ RAID (مثل RAIDZ وRAIDZ2)، ودعماً لخاصية اللقطات (snapshots). يمكن لأنظمة ملفات التوزيع العنقودية (مثل Gluster وCeph وGPFS/IBM Spectrum Scale) أن توفر أداءً أعلى وقابلية أكبر للتوسع، ولكنها تتطلب خوادم مادية متعددة وإدارة أكثر تعقيداً.
- قم بتكوين أحواض تخزين ZFS. التكوين المبدئي الموصى به: اثنان من vdevs بنظام RAIDZ2 (يتكون كل منهما من 6–8 أقراص SAS HDDs عالية السعة، بسعة 16–20 TB لكل قرص)، مما يوفر سعة استخدام تبلغ 60–70% تقريباً مع حماية ضد تعطل قرصين في وقت واحد.
- أضف vdev مخصصاً لذاكرة التخزين المؤقت للكتابة من نوع SSD (L2ARC) باستخدام 2–4 أقراص NVMe SSD لتسريع أداء القراءة العشوائية لمهام المعالجة النشطة.
ملاحظة: لا تستخدم محركات أقراص SATA المخصصة للمستهلكين في مصفوفات تخزين الإنتاج. إن أقراص Enterprise SAS أو NL-SAS ذات سعة تحمل عبء العمل المحددة (على سبيل المثال، 550 TB/year) ضرورية لأنماط I/O العشوائية المستمرة في سير عمل cryo-EM. - قم بتكوين صادرات NFS (لعملاء Linux) ومشاركات SMB (لعملاء Windows) على خادم تخزين ZFS. قم بربط مشاركة البيانات الأساسية على جميع عقد الحوسبة GPU وعلى محطة عمل وحدة التحكم في الكاميرا لتمكين الوصول المباشر إلى البيانات دون الحاجة إلى نسخ وسيطة.
- ضع سياسة للاحتفاظ بالبيانات ودورة حياتها. حدد ما يلي: (أ) فترة الاحتفاظ بالأفلام الخام (عادةً 3–6 أشهر بعد الجمع)؛ (ب) الاحتفاظ بالمخططات المجهرية المصححة حركياً؛ (ج) الاحتفاظ بمجموعات البيانات المعالجة النهائية (لفترة غير محددة حتى النشر)؛ (د) إجراءات الأرشفة للمشاريع المكتملة.
- قم بتفعيل التنبيهات التلقائية عندما يتجاوز استهلاك التخزين 70% من السعة للسماح بشراء مساحات تخزين إضافية في الوقت المناسب.
ملاحظة: يعد التخزين التكلفة الأكثر تقديراً بأقل من قيمتها الحقيقية في تخطيط مرافق cryo-EM. لا تخلط بين الموافقة على شراء المجهر وتوفير التمويل الكافي للتخزين. يجب التخطيط لشراء وحدات التخزين بالتوازي مع تركيب الجهاز، وليس بعد بدء جمع البيانات.
5. البنية التحتية للحوسبة باستخدام وحدات معالجة الرسوميات (GPU)
- حدد متطلبات الحوسبة بناءً على الإنتاجية المتوقعة. بالنسبة لمجهر واحد ينتج من 3,000 إلى 5,000 صورة مجهرية لكل جلسة مدتها 24 h، يلزم وجود عقدتي حوسبة على الأقل، بحيث تكون كل منهما مجهزة بـ 4 بطاقات NVIDIA GPU (طراز Maxwell أو أحدث، وبذاكرة VRAM سعة 11+ GB، مثل RTX 3090 أو RTX 4090 أو A100)، وذلك لضمان استمرارية المعالجة المسبقة الفورية بسرعة التجميع.
- بالنسبة للمرافق الأكبر أو سير عمل cryo-ET التي تتميز بحجم كبير من السلاسل المائلة، قم بتوفير عقد إضافية.
- حدد مواصفات أجهزة عقدة حوسبة GPU. يجب أن تتضمن كل عقدة ما يلي: (أ) 4 بطاقات NVIDIA GPUs تدعم CUDA (بحد أدنى 24 GB VRAM لكل GPU لعمليات تحسين CryoSPARC وRELION 3D)؛ (ب) وحدة معالجة مركزية CPU ذات عدد أنوية عالٍ (AMD EPYC أو Intel Xeon، بـ ≥32 نواة) لدعم الخطوات المتوازية المرتبطة بالمعالج (تقدير CTF، وإدخال/إخراج الملفات)؛ (ج) ذاكرة وصول عشوائي للنظام RAM بسعة ≥256 GB؛ (د) مساحة تخزين مؤقتة محلية NVMe SSD بسعة 2–4 TB للبيانات الوسيطة للوظائف النشطة؛ (هـ) بطاقة واجهة شبكة (NIC) بسرعة 10/25 Gbps؛ (و) سعة تخزين محلية كافية لمجموعات البيانات العاملة (عادةً ما تكون وحدة RAID). ملاحظة: يمكن لبطاقات GPU الموجهة للمستهلكين (RTX 4090) أن توفر أداءً مشابهاً للبدائل المخصصة للمؤسسات (A100) بتكلفة أقل بكثير لأعباء عمل cryo-EM. قم بتقييم اختبارات الأداء لبرنامجي CryoSPARC وRELION تحديداً، حيث تفضل أنماط الوصول إلى الذاكرة فيهما بطاقات GPU ذات نطاق ترددي عالٍ للذاكرة.
- قم بتثبيت حزمة تعريفات NVIDIA، ومجموعة أدوات CUDA (الإصدار المتوافق مع CryoSPARC وRELION)، وcuDNN على كل عقدة حوسبة. استخدم أداة إدارة التكوين لتوحيد بيئات البرامج عبر جميع العقد وتسهيل التحديثات المستقبلية.
- قم بنشر CryoSPARC في تكوين مستقل أو تكوين عنقودي. بالنسبة للمرافق متعددة العقد، قم بتثبيت CryoSPARC-master على عقدة رئيسية مخصصة وCryoSPARC-worker على كل عقدة حوسبة GPU.
- قم بتكوين جدولة الوظائف للسماح لعدة مستخدمين بإرسال وظائف معالجة متزامنة. اتبع وثائق بنية CryoSPARC الرسمية لمعرفة الحد الأدنى من متطلبات النظام وتكوين الشبكة.
- قم بتثبيت RELION جنباً إلى جنب مع منصة المعالجة الأساسية لتزويد المستخدمين بكلا نظامي المعالجة. قم بتكوين البرنامج لاستخدام عقد الحوسبة المحلية عبر مجدول (SLURM أو PBS/Torque).
- قم بتثبيت الأدوات المساعدة: MotionCor2 (لتصحيح الحركة)، وCTFFIND4 وGctf (لتقدير CTF)، وTOPAZ (لالتقاط الجسيمات القائم على التعلم الآلي)، وcrYOLO (ملتقط جسيمات بالشبكة العصبية)، وcryoDRGN (لتحليل عدم التجانس). ارجع إلى الجدول 3 للحصول على نظرة عامة على حزم البرامج المتاحة لـ SPA وcryo-ET وSTA وmicroED.
- استخدم نشر اتحاد SBGrid أو إدارة البرمجيات القائمة على الحاويات (Singularity/Apptainer لبيئات HPC؛ وDocker لمحطات العمل) للحفاظ على بيئات برمجية قابلة للتكرار ومحددة الإصدار.
ملاحظة: يوفر SBGrid نسخاً مجمعة مسبقاً ومصادقاً عليها من جميع أدوات برمجيات cryo-EM الرئيسية مع إدارة تحديثات آلية للمؤسسات الأكاديمية.
6. بنية الوصول عن بُعد الأساسية
- إنشاء وصول عن بُعد قائم على الشبكة الافتراضية الخاصة (VPN) كبوابة دخول آمنة أساسية لجميع المستخدمين والموظفين من خارج الموقع. التنسيق مع إدارة تكنولوجيا المعلومات المؤسسية لتوفير ملف تعريف أو نفق VPN خاص بالمنشأة يمنح الوصول إلى شبكة الحوسبة والتخزين الخاصة بالمنشأة دون تعريض الأجهزة لشبكة الإنترنت العامة الواسعة.
- تفعيل المصادقة الثنائية (2FA) في جميع نقاط الوصول عن بُعد (الشكل 2).
- نشر برامج سطح المكتب عن بُعد للوصول الرسومي إلى وحدات التحكم في المجهر ومحطات عمل وحدات معالجة الرسومات (GPU). الخيارات الموصى بها هي: (أ) TeamViewer (تجاري، متعدد المنصات، يتجاوز NAT—مناسب للوصول إلى وحدة التحكم في المجهر)؛ (ب) NoMachine (تجاري، متعدد المنصات، يدعم توجيه رسومات OpenGL ثلاثية الأبعاد—موصى به لمحطات عمل GPU التي تشغل أدوات التصور)؛ (ج) TurboVNC مع VirtualGL (مفتوح المصدر، لنظام Linux فقط، يدعم التصيير ثلاثي الأبعاد عن بُعد).
ملاحظة: تستخدم العديد من أدوات تصور المجهر الإلكتروني المبرد (cryo-EM) OpenGL للتصيير ثلاثي الأبعاد. لا يدعم توجيه X11 القياسي OpenGL المسرع بواسطة الأجهزة. استخدم NoMachine أو VirtualGL/TurboVNC لهذه التطبيقات. - تكوين الوصول عن بُعد إلى برنامج الحصول على بيانات المجهر. استخدم Leginon أو SerialEM للتشغيل عن بُعد عبر الـ VPN المؤسسي. يمكن الوصول إلى برنامج الحصول على بيانات المجهر عن بُعد من خلال تطبيق سطح مكتب عن بُعد معتمد.
- اختبار الاتصال عن بُعد من مواقع تمثيلية خارج الموقع (الشبكات المنزلية، المؤسسات المتعاونة) قبل البدء الفعلي في عمليات المستخدمين (الجدول 4).
- إعداد لوحة تحكم لمراقبة المنشأة قائمة على الويب للسماح للموظفين والمستخدمين بمراقبة حالة جمع البيانات، ومخرجات المعالجة المسبقة، واستخدام التخزين، وحالة قائمة انتظار الحوسبة عن بُعد. يتضمن Leginon واجهة مراقبة ويب مدمجة.
- بالنسبة لسير عمل CryoSPARC، قم بتكوين Grafana أو لوحة تحكم ويب مخصصة تتغذى من مخرجات سجلات خطوط الأنابيب وأدوات مراقبة النظام (Prometheus، node_exporter).
- إنشاء آلية لتسليم البيانات للمستخدمين الخارجيين. تكوين خدمة نقل بيانات مصادق عليها، مثل Globus Connect Server، على وحدة تخزين المنشأة.
- بالنسبة للمستخدمين الذين لا يملكون وصولاً إلى Globus، قم بإعداد إجراءات شحن محركات الأقراص الصلبة USB مع توثيق المجموع التحققي (checksums). يعد وجود اتصال إنترنت صاعد بسرعة 10 Gbps ضروريًا للتحميل المباشر والعملي لمجموعات البيانات التي تبلغ سعتها عدة تيرابايت من قبل المستخدمين الخارجيين.
7. سير عمل معالجة البيانات الفورية: التنفيذ
- قم بتهيئة مسار تدفق البيانات مسبقاً قبل كل جلسة جمع بيانات. تأكد مما يلي: (أ) أن وحدة تحكم الكاميرا تكتب الأفلام الخام مباشرة إلى وحدة التخزين عالية الأداء المثبتة عبر NFS في المنشأة؛ (ب) أن مشاركة NFS مثبتة ويمكن الوصول إليها من جميع عقد الحوسبة المعتمدة على GPU؛ (ج) توفر سعة تخزينية شاغرة كافية للجلسة المخطط لها (بحد أدنى 5 تيرابايت شاغرة لجلسة SPA مدتها 24 ساعة)؛ (د) أن عقد الحوسبة المعتمدة على GPU متاحة ولا توجد مهام طويلة الأمد ستتنافس على الموارد.
- قم بإعداد تصحيح مرجع الكسب. قبل كل جلسة، قم بالتقاط صورة مرجع الكسب وفقاً لتعليمات الشركة المصنعة للكاشف (عادةً ما يكون ذلك عن طريق تعريض منطقة فارغة من الشبكة للحزمة).
- ضع ملف مرجع الكسب في دليل مدخلات المعالجة المسبقة المخصص. ستطبق جميع برامج تصحيح الحركة (MotionCor2، أو التنفيذ الخاص بـ RELION) هذا المرجع تلقائيًا إذا تم تهيئتها بشكل صحيح.
- قم بتشغيل مسار المعالجة المسبقة الفورية باستخدام CryoSPARC-Live (وهو الخيار المفضل للتصور في الوقت الفعلي). يجب بدء مسار المعالجة بمجرد ظهور أولى الأفلام في دليل المخرجات، وعادةً ما يكون ذلك خلال أول 5-10 دقائق من عملية جمع البيانات الآلية.
ملاحظة: يستمر برنامج CryoSPARC-Live في مراقبة دليل محدد بحثاً عن ملفات فيديو جديدة ومعالجتها فور وصولها. ويكمن الفرق الجوهري في أن برنامج CryoSPARC-Live يوفر واجهة ويب تفاعلية في الوقت الفعلي للمراقبة. - سير عمل CryoSPARC-Live
- في واجهة الويب، انتقل إلى مشروع جديد أو مشروع قائم وأنشئ جلسة بث مباشر جديدة11,36.
- قم بتكوين مصدر الإدخال: حدد مسار الدليل الذي يكتب فيه متحكم الكاميرا (مجلد المراقبة "watch folder")، ونمط الملفات المطابق لملفات الأفلام الخام (على سبيل المثال: *.tif أو *.mrc أو *.eer لبيانات Falcon 4i بصيغة EER)، ومسار ملف مرجع الكسب.
- ضبط معلمات تصحيح الحركة: عدد الإطارات المستخدمة، وتصحيح الحركة القائم على الرقع (الموصى به: رقع 5×5)، وعامل تجميع المخرجات (عادةً 1 لجمع البيانات بالقرب من حد ناي كويست؛ و2 للفحص الأولي)، والجرعة الإلكترونية لكل إطار (تُحسب من الجرعة الإجمالية وعدد الإطارات).
- ضبط معلمات تقدير دالة نقل التباين (CTF): الحد الأدنى والحد الأقصى للدقة للملاءمة (عادةً 30 Å و 4 Å)، نطاق البحث عن فقدان التركيز (0.5-5 µm (موصى به لـ SPA)، والحد الأقصى المقبول للاستجماتيزم. قم بتفعيل تقدير دالة نقل التباين (CTF) لكل إمالة لمجموعات بيانات التصوير المقطعي الإلكتروني المبرد (cryo-ET).
- تكوين عملية اختيار الجسيمات: اختر طريقة الاختيار (أداة Blob picker للجلسات الأولية؛ وأداة Template picker بعد توفر أول مجموعات من الفئات ثنائية الأبعاد الجيدة؛ وأداة TOPAZ picker للعينات الصعبة). حدد قطر الجسيمات المتوقع والحد الأدنى والأقصى للمسافات الفاصلة بين الجسيمات.
- من أجل تقليل متطلبات التخزين، وحمل نقل البيانات، والتكلفة الحسابية بشكل كبير، يُوصى بإجراء قص فوريه (Fourier cropping) أثناء استخلاص الجسيمات بمعامل قدره 4 (مما يؤدي إلى مضاعفة حجم البكسل الفيزيائي 4 مرات). ولإجراء تقييم روتيني لجودة البيانات، تُستخدم دقات متوسطة تتراوح بين 3-5 Å تكون كافية عادةً أثناء المعالجة الفورية.
- قم بتفعيل التصنيف ثنائي الأبعاد (2D classification) ضمن الجلسة المباشرة. حدد عدد الفئات ثنائية الأبعاد (عادةً ما بين 50 و200)، وحجم الدفعة للتحديثات التزايدية (200-500 جسيم)، وحد الدقة للتصنيف (6-8 Å). Å (للتقييم الأولي).
- ابدأ الجلسة المباشرة. راقب لوحة البيانات في الوقت الفعلي لمتابعة: عدد ومعدل الأفلام الواردة، وجودة تصحيح الحركة (إجمالي الحركة لكل فيلم—استبعد الأفلام التي تحتوي على >30 Å إجمالي الحركة كقاعدة عامة)، وجودة مطابقة دالة نقل التباين (CTF) (استبعاد الصور المجهرية التي تقل دقة مطابقة دالة نقل التباين فيها عن) >6–8 Å)، وحصيلة الجسيمات لكل صورة مجهرية، وجودة متوسطات الفئات ثنائية الأبعاد المتطورة.
- حدد عتبات القبول للتنظيم الآلي. في لوحة المرشحات (Filters panel)، حدد معايير الرفض الخاصة بالحركة (حد قطع الحركة الإجمالية)، وجودة دالة نقل التباين (حد قطع دقة الملاءمة)، ونطاق إزالة التركيز (استبعاد الصور المجهرية ذات التركيز الناقص أو الزائد بشكل مفرط). يتم توجيه الجسيمات المنظمة تلقائياً إلى مهمة التصنيف ثنائي الأبعاد اللاحقة.
8. مراقبة الجودة والتغذية الراجعة في الوقت الفعلي أثناء جمع البيانات
- راقب إحصاءات دالة نقل التباين (CTF) باستمرار طوال الجلسة. قم برسم قيم إلغاء التركيز (defocus) لكل صورة مجهرية: يجب أن تتجمع التوزيعات ضمن نطاق إلغاء التركيز المقصود (عادةً من −0.5 إلى −3.0 µm بالنسبة لـ SPA).
- قد يشير الانزياح المنهجي نحو قيم إلغاء تركيز أعلى إلى انزياح المنصة أو خطأ في معايرة الارتفاع المركزي (eucentric height). أبلغ موظفي المنشأة فوراً إذا تدهورت دقة ملاءمة CTF إلى أقل من 6 Å، حيث يشير ذلك عادةً إلى تلوث جليدي، أو عدم استقرار الحزمة، أو انزياح في التركيز يتطلب التدخل.
- راقب مخرجات تصحيح الحركة. يجب أن تكون الحركة الإجمالية داخل الإطار لكل فيلم أقل من 10–30 Å للحصول على بيانات عالية الجودة. من المتوقع حدوث حركة عالية منهجية في الإطارات الأولى ويتم تصحيحها؛ ومع ذلك، فإن استمرار الحركة العالية طوال الفيلم (إجمالي >40 Å) قد يشير إلى عدم استقرار ميكانيكي في المنصة أو شحن العينة، مما يستوجب الاستقصاء.
- افحص متوسطات الفئات ثنائية الأبعاد (2D class averages) أثناء تحديثها خلال الجلسة (كل 30–60 دقيقة). مؤشرات مجموعة البيانات عالية الجودة: إظهار متوسطات الفئات لسمات البنية الثانوية، وجود مناظير متعددة ومتميزة للجسيم، وغياب آثار التراكم أو التكتل.
- راقب المؤشرات التي تتطلب التدخل: تصنيف جميع الجسيمات ضمن فئات "نفايات" (junk) عديمة السمات (ما يشير إلى رداءة جودة العينة أو الجليد)، أو الغياب التام لمناظير معينة (ما يشير إلى توجه مفضل — وقد يتطلب تحسيناً للشبكة)، أو انخفاض شديد في إنتاجية الجسيمات لكل صورة مجهرية.
- سجل جميع الملاحظات في سجل جلسة منظم. قم بتدوين: أوقات بدء ونهاية الجلسة، إعدادات المجهر والكاميرا، ملخص الإحصاءات الفورية (إجمالي الأفلام المجموعة، نسبة المجموعات التي اجتازت مرشح CTF، نسبة المجموعات التي اجتازت مرشح الحركة، إجمالي الجسيمات التي تم اختيارها، وتقييم الفئات ثنائية الأبعاد)، وأي تدخلات تم إجراؤها. هذا السجل ضروري لتقييم الجودة بأثر رجعي وتقديم تقارير أداء المنشأة.
- عند نهاية الجلسة، أنشئ تقريراً ملخصاً لجودة البيانات. تقوم منصة المعالجة المباشرة بتصدير ملخص الجلسة تلقائياً.
ملاحظة: خيار آخر لإنشاء الملخصات والتقارير هو استخدام أدوات الذكاء الاصطناعي مثل Vitreum. في منشأة UCSC Biomolecular Cryo-EM، تُستخدم منصة Vitreum لإدارة سير العمل المختبري والتوثيق التجريبي. تقوم Vitreum بتسجيل الخطوات التجريبية فور حدوثها، وتفرض قيوداً على مستوى البروتوكول، وتتحقق من تنفيذ سير العمل مقابل معايير جودة محددة مسبقاً، وتوفر سجلاً قابلاً للتدقيق للأنشطة المختبرية. ومن خلال دمج العمليات المختبرية مع البنية التحتية الحاسوبية وإدارة البيانات في المنشأة، تقلل المنصة من التدوين اليدوي، وتحسن قابلية التكرار، وتسهل التواصل بين موظفي المنشأة والمستخدمين، وتتيح تتبعاً متسقاً للتجارب بدءاً من تحضير العينة مروراً بجمع البيانات وصولاً إلى التحليل الحاسوبي اللاحق.
9. مسار معالجة البيانات ما بعد الجمع
- بعد اكتمال المعالجة المسبقة الفورية، يتم تصدير مكدس الجسيمات المجمعة والمنقحة جنباً إلى جنب مع الأفلام التي خضعت للمعالجة المسبقة والمنقحة.
- افصل مشروع CryoSPARC عن محطة العمل الرئيسية ثم أعد ربطه بمحطة عمل أخرى مشتركة ويمكن الوصول إليها عن بُعد. يتيح ذلك تفريغ البيانات بسرعة وتدويرها لبدء جلسة الحصول على البيانات التالية.
ملاحظة: قد تتراوح عملية جمع البيانات النموذجية بين 1-2 يوم، ويمكن مراقبتها بسهولة بواسطة CryoSPARC-Live. ومع ذلك، قد تستغرق خطوات المعالجة ثلاثية الأبعاد أسابيع أو أشهر، مما يبرر نقل المشروع بين محطات العمل وخوادم التخزين. - في CryoSPARC، قم بتصدير الجسيمات المجمعة والمنقحة من الجلسة المباشرة إلى مشروع قياسي للمعالجة ثلاثية الأبعاد غير المتصلة بالإنترنت36.
- قم بإجراء إعادة بناء ثلاثية الأبعاد من البداية (ab initio). في CryoSPARC، استخدم وظيفة Ab Initio Reconstruction (يوصى بـ 3-5 نماذج أولية للعينات غير المتجانسة). قم بإنشاء 1-4 نماذج أولية لتقييم التباين الهيكلي.
- بمجرد أن تصبح قيم إعادة البناء مرضية، أعد استخراج الجسيمات غير المجمعة لتحسين الدقة الإجمالية.
- قم بإجراء تحسين ثلاثي الأبعاد باستخدام التحسين غير المتجانس (في حال الاشتباه في وجود تشكيلات أو فئات متعددة)، يليه التحسين المتجانس لأفضل فئة. في CryoSPARC، استخدم التحسين غير المتجانس متبوعاً بالتحسين غير المنتظم (non-uniform refinement).
- طبق تلميع بايزي (Bayesian polishing) في RELION13 أو استخدم تصحيح الحركة لكل جسيم وتحسين CTF (في CryoSPARC: وظيفة CTF refinement) لتحسين الإشارة لكل جسيم من خلال حساب الحركة الناجمة عن الحزمة وإزالة التركيز لكل جسيم، وذلك حسب تفضيل المستخدم. تعمل هذه الخطوة بشكل روتيني على تحسين دقة الخريطة النهائية بمقدار 0.2-0.5 Å. بالإضافة إلى ذلك، يمكن أن يكون تصحيح الحركة القائم على المرجع (RBMC) في CryoSPARC خياراً آخر لتحسين الدقة وجودة الخريطة.
- تحقق من صحة الخريطة النهائية باستخدام إجراء ارتباط قشرة فوريه (FSC) ذو المعيار الذهبي. قم بتقسيم مكدس الجسيمات إلى مجموعتين نصفيتين مستقلتين، وقم بتحسينهما بشكل مستقل، واحسب FSC بين الخريطتين النصفيتين. سجل الدقة النهائية عند FSC = 0.143.
- احسب FSC بين الخريطة والنموذج (FSC-Q) ودرجات Q بعد ملاءمة النموذج الذري كمقاييس تحقق مستقلة37.
- قم ببناء النموذج الذري والتحقق من صحته. استخدم ModelAngelo لبناء نموذج آلي من البداية (de novo) من خريطة الكثافة20. قم بتحسين النموذج باستخدام تحسين الفضاء الحقيقي في PHENIX وتحقق من صحته باستخدام MolProbity.
- استخدم COOT35 بعد إنشاء النموذج الأولي لتصور خريطة الكثافة، أو ملاءمة أو ضبط الإحداثيات الذرية، أو تصحيح أخطاء النمذجة، أو بناء المناطق المفقودة، أو تحسين هياكل البروتين أو الأحماض النووية أو الروابط. فهو يتيح التحرير التفاعلي للبقايا، وتشكيلات السلاسل الجانبية، والهياكل الثانوية، وتعيينات التسلسل، يليه تحسين في الفضاء الحقيقي لتحسين التوافق بين النموذج الذري والكثافة التجريبية.
- أخيراً، قم بإيداع النموذج الذري النهائي في بنك بيانات البروتينات (PDB)، وخريطة الكثافة في بنك بيانات المجهر الإلكتروني (EMDB)، والبيانات الخام أو التي تمت معالجتها مسبقاً في أرشيف الصور العام للمجهر الإلكتروني (EMPIAR).
النتائج
ستؤدي بنية تحتية لتقنية المعلومات في المرفق، مُنفَّذة بنجاح، وخط أنابيب لمعالجة البيانات فور إنشائها، إلى النتائج القابلة للتحقق التالية في كل مرحلة:
الشبكة والتخزين
يجب أن تدعم نقل البيانات الداخلية بين وحدة تحكم الكاميرا وخادم التخزين سرعة تبلغ ≥800 ميغابايت/ثانية (تقترب من الأداء النظري البالغ 10 جيجابت/ثانية) عند قياسها باستخدام أدوات مثل iperf3 أو fio. هذه السرعة كافية لنقل كومة أفلام بحجم 10–12 جيجابايت من الكاشف في أقل من 15 ثانية، مما يضمن ألا يشكل الكتابة إلى وحدة التخزين عنق زجاجة أثناء جمع بيانات EER عالية السرعة. يجب مراقبة استخدام مجموعة تخزين ZFS وعدد عمليات الإدخال/الإخراج لكل ثانية (IOPS) لكل مجموعة يوميًا؛ حيث تُظهر المجموعات السليمة عدم وجود وحدات تخزين افتراضية (VDEVs) متدهورة أو معطوبة، وسرعات قراءة متسقة تبلغ ≥500 ميغابايت/ثانية للقراءات المتسلسلة.
المعالجة المسبقة الفورية
يجب أن تعالج سير العمل الفورية كل فيلم جديد—بما في ذلك تصحيح الحركة، وتقدير دالة التباين الكهرومغناطيسي (CTF)، واختيار الجسيمات—خلال ثوانٍ من كتابته على القرص، بحيث تُواكب معدلات أطر الكاشف الحديثة مثل TFS Falcon 4i العاملة عند 5–15 فيلماً في الدقيقة (مع الأخذ بعين الاعتبار اتصالات ومحولات شبكة بسرعة 10–100 جيجابت في الثانية). ولجلسة تشتت البروتينات في الفراغ (SPA) تستغرق 24 ساعة وتُنتج نحو 8,000–12,000 صورة مجهرية عند تكبير 150,000x باستخدام الكاشف المختار، ينبغي أن تُنتج السلسلة التحليلية نحو 200,000–800,000 جسيم مختار، ودقة متوسطة لملاءمة دالة التباين الكهرومغناطيسي (CTF) تتراوح بين 3.0–5.0 أنغستروم، وناتج تحليل التجميع ثلاثي الأبعاد (3D) بدرجة دقة تتراوح بين 3.5–6.0 أنغستروم. Å، ومجموعة أولية من المتوسطات الصفية ثنائية الأبعاد تُظهر بوضوح ميزات البنية الثانوية (حلزونات ألفا، سلاسل بيتا) خلال 4–6 ساعات من بدء الجلسة.
معايير معالجة الأبعاد الثنائية والثلاثية
مع استخدام 4 بطاقات رسومية من نوع NVIDIA RTX 4090 لكل عقدة حاسوبية ومجموعة بيانات مكونة من 500,000 جسيم، يجب أن تكتمل عملية تصنيف CryoSPARC ثنائي الأبعاد (200 فئة، 25 تكرارًا) في غضون 30–60 دقيقة تقريبًا. أما إعادة البناء ثلاثي الأبعاد من الصفر باستخدام 100,000 جسيم، فيجب أن تكتمل خلال 15–30 دقيقة. وعادةً ما تتطلب عملية التحسين الكامل ثلاثي الأبعاد لمركب بوزن 300 كيلو دالتون وصولًا إلى دقة شبه ذرية من 2–8 ساعات، وذلك حسب عدد الجسيمات والدقة المستهدفة. تُعد هذه المعايير بمثابة خط أساس لاكتشاف أي تراجع في الأداء ناتج عن أعطال في العتاد أو تنافس على الموارد.
مقاييس أداء المنشأة
يجب على المنشأة التي تعمل بكفاءة أن تتابع مؤشرات الأداء الرئيسية التالية شهريًا: (أ) نسبة تشغيل الأجهزة (الهدف: >90%)؛ (ب) الكسر الزمني للجلسات التي يكون فيها خط الأنابيب النشط أثناء التشغيل فعالاً منذ بدء الجلسة (الهدف: 100%)؛ (ج) استخدام التخزين ومعدل النمو؛ (د) عدد المستخدمين والمشاريع النشطين؛ (هـ) عدد الهياكل المودعة في قاعدة بيانات EMDB/PDB؛ (و) الكسر الزمني للجلسات التي تُنتج تصنيفات ثنائية الأبعاد ذات جودة مناسبة للنشر. توفر هذه المقاييس أدلة موضوعية على النجاح التشغيلي وتدعم تقارير المنشأة أمام الجهات الممولة.
الشكل 1: نظرة عامة على بنية تدفق البيانات في منشأة المجهر الإلكتروني بالتبريد. توضيح تخطيطي للمسار الكامل للبيانات من كاشف الإلكترونات إلى البنية النهائية المودعة. تُكتب إطارات الأفلام الأولية من وحدة تحكم الكاميرا إلى وحدة تخزين NFS عالية الأداء عبر مفتاح شبكة المنشأة البالغة سرعته 10 جيجابت في الثانية. وتُركَّب عُقَد الحوسبة المعتمدة على وحدات معالجة الرسوميات (GPU) على نفس مشاركة التخزين وتبدأ فورًا في المعالجة المسبقة أثناء الطيران (تصحيح الحركة → تقدير دالة التباين الكهرومغناطيسي CTF → اختيار الجسيمات → التصنيف ثنائي الأبعاد) بالتوازي مع جمع البيانات. تُخزَّن المخرجات المعالجة مسبقًا والانعكاسات ثلاثية الأبعاد النهائية إما في نفس مجموعة التخزين أو في مجموعة تخزين ثانوية. ويمكن للمستخدمين عن بُعد الوصول إلى موارد الحوسبة والتخزين من خلال شبكة افتراضية خاصة مؤسسية (VPN) وبرامج سطح مكتب عن بُعد معتمدة. ويتم تسليم البيانات الخارجية من خلال خدمة نقل موثَّقة أو عن طريق شحن وسائط تخزين مادية. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.
الشكل 2: التوصيل الشبكي الأدنى لمنشأة صغيرة للتصوير بالمجهر الإلكتروني بالتبريد. تتصل جميع أجهزة جمع البيانات ومعالجتها — وحدة تحكم الكاميرا، وحدة تحكم المجهر، خوادم التخزين (بقدرة >1 بيتابايت)، وخوادم الحوسبة باستخدام وحدات معالجة الرسومات (N عقدة) — عبر مفتاح شبكة مركزي مُدار بسرعة 10 جيجابت في الثانية (أو أسرع). يرتبط المفتاح بالإنترنت/الشبكة الواسعة للمؤسسة للوصول عن بُعد. ويمكن الوصول إلى معالجة البيانات عن بُعد والمراقبة عن بُعد عبر الإنترنت العام باستخدام شبكة خاصة افتراضية (VPN). يمثل سعة التخزين المبينة السعة المطلوبة لمنشأة تعمل بمجهر واحد ويستخدمها 20 مستخدمًا على مدى 3–6 أشهر. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.
| الشركة المصنعة | الطراز | kVmax | مصدر الإلكترونات | أجهزة الكشف الرقمية المدمجة (DEDs) المتوافقة | التطبيقات الأساسية | المزايا | القيود/ملاحظات |
| Thermo Fisher Scientific | Krios G4/Krios 5 | 300 kV | XFEG/CFEG | Falcon 4i، Falcon 3EC، Gatan K3/K2 | SPA، cryo-ET/STA، MicroED | منصة معيارية ذهبية، أتمتة كاملة (EPU)، أعلى إنتاجية، الأفضل للدقة العالية (<2.5 Å) | الأعلى تكلفة، يتطلب بنية تحتية معقدة |
| Glacios 2 | 200 kV | XFEG | Falcon 4i، Falcon 4، Gatan K3 | SPA، cryo-ET، MicroED | أداء قوي بتكلفة أقل، تصميم مدمج، سهولة وصول عالية | دقة نهائية أقل مقارنة بـ 300 kV | |
| Talos Arctica | 200 kV | XFEG | Falcon 3، Falcon 4، Gatan K2/K3 | SPA، cryo-ET | منصة مثبتة وقوية، مُعتمدة على نطاق واسع | جيل أقدم، أتمتة أقل | |
| Talos L120C | 120 kV | LaB6 | Ceta CMOS (DED محدود) | الفرز، MicroED (محدود) | فعالة من حيث التكلفة، مناسبة للتدريب والفرز | غير مناسبة لتقنية SPA عالية الدقة | |
| JEOL | CRYO ARM 300 II (JEM-Z300FSC) | 300 kV | CFEG | Gatan K3/K2، Direct Electron DE64 | SPA، cryo-ET/STA، MicroED | مصدر إلكترونات بارد (FEG) (تماسك عالي)، دقة من الطراز الأول، بصريات قوية | نظام بيئي أقل تكاملًا |
| CRYO ARM 200 | 200 kV | CFEG | Gatan K3/K2، DE64 | SPA، cryo-ET | نسبة أداء إلى تكلفة ممتازة، استقرار عالٍ | أدوات أتمتة جاهزة أقل | |
| JEM-3200FSC | 300 kV | FEG | Gatan K2/K3، DE20 | SPA، cryo-ET | قاعدة مثبتة كبيرة، منصة موثوقة | نظام قديم، دعم قيد التقادم | |
| Hitachi High-Tech | HF8300 | 300 kV | FEG | Gatan K3/K2، DE64 (تكامل مخصص) | SPA، cryo-ET | قدرة على الجهد العالي، تكامل مرن | اعتماد محدود في علم البنية البيولوجية |
| HT7800 | 120 kV | LaB6 | CMOS، DED محدود | الفرز، MicroED | جهاز فرز موثوق | غير مناسب لتقنية cryoEM عالية الدقة | |
| SU9000 (TEM/STEM) | 200 kV | CFEG | أجهزة كشف رقمية محدودة متوافقة مع التبريد | cryo تطبيقات متخصصة، مواد | بصريات متقدمة | غير شائعة الاستخدام في SPA/ET |
الجدول 1: مقارنة بين منصات التصوير الإلكتروني بالتبريد الحالية وأجهزة الكشف عن الإلكترونات المباشرة الموصى بها. ملخص لأجهزة التصوير الإلكتروني بالتبريد المتاحة تجاريًا، مرتبة حسب الشركة المصنعة (ثيرمو فيشر ساينتفيك، جيول، هيتاشي)، ويتضمن اسم الطراز، أقصى جهد تسريع (kVmax)، أجهزة الكشف عن الإلكترونات المباشرة المتوافقة للتشغيل في درجات الحرارة المتجمدة، والتطبيقات التصويرية الأساسية (تحليل الجسيمات الفردية، التمثيل المقطعي الإلكتروني بالتبريد/متوسط الصور الفرعية، التحليل بالحيود الإلكتروني الدقيق). يُستخدم كمرجع للتخطيط؛ يُرجى الرجوع إلى الشركات المصنعة للحصول على المواصفات الحالية. الاختصارات: DED = جهاز كشف الإلكترونات المباشرة؛ XFEG = مسدس انبعاث حقل متطرف؛ CFEG = مسدس انبعاث حقل بارد؛ FEG = مسدس انبعاث حقل؛ SPA = تحليل الجسيمات الفردية؛ cryo-ET = التمثيل المقطعي الإلكتروني بالتبريد؛ STA = متوسط الصور الفرعية؛ MicroED = التحليل بالحيود الإلكتروني الدقيق؛ TEM = المجهر الإلكتروني النافذ؛ STEM = المجهر الإلكتروني النافذ الماسح.
| الكاشف | المورد | الميزات الرئيسية | الاقتران النموذجي | أفضل حالة استخدام |
| Falcon 4i | Thermo Fisher Scientific | وضع EER، معدل إطارات عالي جدًا، كفاءة كشف كمية عالية (DQE) | Krios, Glacios | تحليل البروتينات بواسطة التجميد (SPA) عالي الإنتاجية، التحليل المجسم بالتجميد الإلكتروني (cryo-ET) |
| Gatan K3 | Gatan (AMETEK) | وضع العد، مجال رؤية واسع، دقة فائقة | JEOL + Thermo | تحليل البروتينات بواسطة التجميد عالي الدقة (SPA) (القياسي) |
| Gatan K2 | Gatan | كاشف عد من الجيل السابق | أنظمة قديمة | سلاسل عمل مثبتة |
| DE64 | Direct Electron | مستشعر كبير، إنتاجية عالية | JEOL، أنظمة Thermo مختارة | التحليل المجسم بالتجميد الإلكتروني (cryo-ET)، مجال رؤية واسع |
| Apollo | Direct Electron | معدل إطارات عالٍ، إنتاجية عالية | Krios, Glacios, JEOLs | تحليل البروتينات بواسطة التجميد (SPA) وتحليل حيود الإلكترونات الدقيق (microED) |
الجدول 2: أجهزة الكشف عن الإلكترونات المباشرة (DEDs) المتاحة حاليًا في السوق. ملخص لأجهزة الكشف عن الإلكترونات المباشرة (DEDs) المتاحة تجاريًا، مرتبة حسب الشركة المصنعة. الاختصارات: EER = تسجيل أحداث الإلكترونات (Electron Event Register); DQE = كفاءة الكشف الكمية (detective quantum efficiency); FOV = مجال الرؤية (field of view); SPA = تحليل الجسيمات الفردية (single-particle analysis); cryo-ET = التصوير الطبقي المقطعي بالمجهر الإلكتروني بالتبريد (cryo-electron tomography); microED = حيود الإلكترونات الدقيقة (micro-electron diffraction).
| البرمجيات | الوظيفة الرئيسية | الميزات الرئيسية | مصدر مرجعي |
| ريلايون | المعالجة الشاملة لتقنية التصوير بالتحليل الطيفي للجزيئات (SPA) من البداية إلى النهاية | التحسين البيزي، التصنيف، التحسين الوظيفي للتحويلة (CTF) | 7, 12, 13 |
| cryoSPARC | سبا من البداية إلى النهاية | أنابيب معالجة سريعة باستخدام وحدة معالجة الرسوميات، إعادة بناء من الصفر | 11 |
| EMAN2 | حزمة معالجة الصور | إعادة البناء، تحليل التباين (e2gmm) | 14 |
| cisTEM | معالجة إس بي إيه | واجهة مستخدم سهلة الاستخدام، التحسين والتحقق | 15 |
| SPHIRE | SPA (المستند إلى SPARX) | سير عمل التصنيف عالي الدقة | 16 |
| cryoDRGN | تحليل التباين | إعادة بناء الفضاء الكامن للتعلم العميق | 17 |
| توباز | اختيار الجسيمات | الاختيار القائم على التعلم العميق | 18 |
| crYOLO | اختيار الجسيمات | اختيار الشبكة العصبية في الزمن الحقيقي | 16 |
| التشويه | المعالجة المسبقة | تصحيح الحركة، تقدير دالة انتقال التباين (CTF)، المعالجة الفعلية في الزمن الحقيقي | 19 |
| موديل أنجيلو | بناء النموذج | بناء النماذج الآلي من الخرائط | 20 |
| التصوير الإلكتروني بالتبريد + التحليل الإحصائي للتركيبات | |||
| البرمجيات | الوظيفة الرئيسية | الميزات الرئيسية | مرجع |
| آي-مود (IMOD) | محاذاة سلسلة الصور المائلة &؛ إعادة البناء | المعيار الذهبي لإعادة بناء الصورة المقطعية | 21 |
| دينامو | STA | اختيار الجسيمات القائم على الهندسة، وسير العمل المرِن | 22 |
| emClarity | تحسين STA | مطابقة القالب، تحليل التوقيت المتوسط عالي الدقة | 23 |
| ريلاين (وحدة التصوير المجهري الإلكتروني) | تحسين STA | الاستدلال البايزي لتحليل الاستجابة المكانية، التكامل مع سير عمل التحليل الطيفي للبروتينات | 24 |
| EMAN2 (SPT) | STA | أدوات التحسين الفرعي للتصوير المقطعي | 14 |
| الانحناء/م | المعالجة المسبقة + تحليل الاستجابة للتحفيز (STA) | المعالجة المسبقة المقطعية في الزمن الحقيقي | 19 |
| AreTomo | إعادة بناء الصورة المقطعية | المحاذاة والتجميع السريعان | 25 |
| بيت | STA | متوسط التصوير المجسم الفرعي (بالاعتماد على IMOD) | 26 |
| بايتوم | STA | مطابقة القوالب، التصنيف | 27 |
| تومو3د | إعادة البناء | إعادة بناء سريعة لصورة المقطع باستخدام وحدة معالجة الرسوميات (GPU) | 28 |
| crYOLO (3D) | اختيار الجسيمات | الاختيار القائم على التعلم الآلي في المجسمات الظلالية | 16 |
| AITom | التحليل القائم على الذكاء الاصطناعي | التعلم العميق للتجزئة والتصنيف | 29 |
| مايكروإي دي | |||
| البرمجيات | الوظيفة الرئيسية | الميزات الرئيسية | مرجع |
| DIALS | معالجة الحيود | دمج بيانات الحيود | 30 |
| XDS | معالجة البيانات | الفهرسة ودمج بيانات الحيود | 31 |
| مُوسفلم | معالجة البيانات | التصنيف في علم البلورات | 32 |
| SHELX | حل البنية | التنقية والمرحلية | 33 |
| Phenix | تنقية البنية | البناء الآلي للنماذج | 34 |
| كوت | بناء النموذج | التصحيح اليدوي للنموذج | 35 |
الجدول 3: أمثلة على حزم البرامج الشائعة الاستخدام في تحليل الجسيمات الفردية (SPA)، والنفاذية الإلكترونية بالتبريد (cryo-ET)، ومتوسط الصور الفرعية (STA)، وحيود الإلكترونات الدقيقة (microED). ملخص لحزم البرامج المتاحة تجاريًا وعامة. الاختصارات: SPA = تحليل الجسيمات الفردية؛ cryo-ET = النفاذية الإلكترونية بالتبريد؛ STA = متوسط الصور الفرعية؛ microED = حيود الإلكترونات الدقيقة؛ CTF = دالة انتقال التباين؛ GUI = واجهة المستخدم الرسومية؛ ML = التعلّم الآلي.
| فئة | البرمجيات | نوع | الوظيفة الأساسية | الميزات الرئيسية / الدور في المنشأة |
| نظام التشغيل | لينكس (أوبونتو، سينت أو إس/روكي) | نظام التشغيل | بيئة الحوسبة الأساسية | معيار HPC، دعم GPU، البرمجة النصية، نشر المجموعة |
| نظام التشغيل | ويندوز | نظام التشغيل | واجهة المستخدم / نظام تشغيل محطة العمل | التوافق مع برامج المورِّد، والوصول إلى سطح المكتب عن بُعد |
| نظام الملفات | ZFS | نظام الملفات | تخزين البيانات &؛ السلامة | لقطات، تكرار البيانات، سلامة البيانات (مجموع التحقق)، تخزين قابل للتوسعة |
| مشاركة الملفات عبر الشبكة | نظام الملفات الشبكي | بروتوكول | مشاركة الملفات القائمة على نظام لينكس | مشاركة عالية الأداء عبر عقد الحوسبة |
| مشاركة الملفات عبر الشبكة | SMB (نظام الملفات المشترك) | بروتوكول | مشاركة الملفات عبر المنصات | التشغيل المتبادل بين ويندوز–لينكس |
| الوصول عن بُعد | مايكروسوفت ريموت ديسكتوب (RDP) | الوصول عن بُعد | التحكم عن بُعد باستخدام واجهة رسومية | الوصول البعيد الأصلي لنظام ويندوز |
| الوصول عن بُعد | NoMachine | الوصول عن بُعد | سطح مكتب عن بعد عالي الأداء | تصور سريع مُمكَّن بالمعالج الرسومي، يُستخدم على نطاق واسع في المجهر الإلكتروني بالتبريد |
| الوصول عن بُعد | TeamViewer | الوصول عن بُعد | الدعم/الوصول عن بُعد | إعداد سهل، ودعم متعدد المنصات |
| الوصول عن بُعد | فيتشرل + توربو فانسي | التصور عن بُعد | العرض عن بُعد المُسرَّع بواسطة وحدة معالجة الرسوميات | ضروري لعرض cryoSPARC/RELION عن بُعد |
| الحوسبة باستخدام وحدة المعالجة الرسومية | CUDA | إطار الحوسبة | تسريع وحدة معالجة الرسوميات | مطلوب لـ cryoSPARC، RELION، وأدوات التعلم العميق |
| نقل البيانات | غلوبيوس | نقل البيانات | نقل آمن على نطاق واسع | نقل بيانات عالي السرعة ومحصن ضد الأخطاء بين المؤسسات |
الجدول 4: مرجع البرمجيات لعمليات تكنولوجيا المعلومات في منشأة المجهر الإلكتروني بالتبريد والمعالجة البيانية. قائمة مرجعية لأهم أدوات البرمجيات التي تشمل أنظمة التشغيل (Linux، Windows)، وأنظمة الملفات (ZFS)، ومشاركة الملفات عبر الشبكة (NFS، SMB)، والوصول عن بُعد (Microsoft RDP، NoMachine، TeamViewer، VirtualGL/TurboVNC)، وحسابات وحدة معالجة الرسوميات (CUDA)، ونقل البيانات (Globus). الاختصارات: OS = نظام التشغيل؛ HPC = الحوسبة عالية الأداء؛ NFS = نظام الملفات الشبكي؛ SMB = كتلة رسالة الخادم؛ CIFS = نظام الملفات المشترك؛ RDP = بروتوكول سطح المكتب البعيد؛ GUI = واجهة المستخدم الرسومية.
المناقشة
لا تُعد البنية التحتية لتكنولوجيا المعلومات في مرفق المجهر الإلكتروني المبرد (cryo-EM) مجرد إجراء دعم ثانوي، بل هي شرط تشغيلي أساسي. فالمرافق التي تبدأ عملية جمع البيانات دون توفر سعة تخزين وشبكات وقدرات معالجة كافية تواجه حتماً خياراً صعباً بين التخلص من البيانات الخام، أو إيقاف جمع البيانات، أو قبول تأخيرات تمتد لشهور في تحديد البنية الجزيئية. وقد صُممت البروتوكولات الموضحة هنا لمنع حدوث هذه النتائج من خلال ضمان تصميم العمود الفقري الحسابي واختباره والتحقق من كفاءته قبل بدء أول جلسة للمستخدم.
إن المبدأ الأكثر أهمية في تصميم تكنولوجيا المعلومات الخاصة بالمجهر الإلكتروني المبرد (cryo-EM) هو ضرورة توفير سعة التخزين والشبكة بما يتناسب مع مخرجات البيانات الخاصة بالكاشف، وليس بناءً على الحدس التاريخي لمصمم المنشأة. ففي وضع EER، يمكن للكاشف كتابة 8–12 GB لكل مجموعة صور (movie stack)؛ وبمعدل ~15 مجموعة صور في الدقيقة على مدار جلسة تستمر 24 h، ينتج عن ذلك ما يقرب من 2–5 TB من البيانات الخام قبل أي عملية ضغط. وبينما يمكن للضغط غير الفاقد للبيانات الذي يتم أثناء التشغيل (المتاح في CryoSPARC-Live) تقليل هذه الكمية بنسبة 50–70%، يجب أن تكون الشبكة ووحدات التخزين قادرة على التعامل مع معدل الكتابة غير المضغوط في حال تم تعطيل الضغط أو فشله. لذا، فإن التصميم بناءً على السعة القصوى بدلاً من السعة المتوسطة أمر ضروري.
تمثل المعالجة الفورية (On-the-fly processing) أحد أكثر التطورات تأثيراً في عمليات مرافق المجهر الإلكتروني المبرد (cryo-EM) في السنوات الأخيرة. وقبل توفر مسارات المعالجة في الوقت الفعلي، لم يكن لدى موظفي المرفق طريقة موضوعية لتقييم جودة البيانات إلا بعد مرور ساعات أو أيام من عملية الجمع، وبحلول ذلك الوقت تكون الجلسة قد انتهت وقد يتم التخلص من شبكة العينة. وباستخدام CryoSPARC-Live، يمكن الحصول على متوسطات الفئات ثنائية الأبعاد (2D class averages) التي تظهر بنية ثانوية يمكن التعرف عليها في غضون 2–4 h من بدء الجلسة، مما يسمح باتخاذ قرارات مدروسة بشأن اختيار الشبكة، وتعديلات معلمات جمع البيانات، وتمديد الجلسة أو إنهائها. ولعل حلقة التغذية الراجعة هذه هي الطريقة الأكثر مباشرة التي تساهم من خلالها البنية التحتية لتكنولوجيا المعلومات في تحسين النتائج العلمية.
تتمثل إحدى القيود المعروفة لسير العمل الفوري (on-the-fly) في حساسيته لأخطاء التكوين؛ حيث إن تحديد حجم بكسل غير صحيح، أو استخدام مرجع كسب (gain reference) خاطئ، أو قيمة غير متطابقة للجرعة لكل إطار سيؤدي إلى انتشار الخطأ عبر خط المعالجة بالكامل، مما ينتج مقاييس جودة مضللة ومجموعات جسيمات تالفة. لذا، نوصي باستخدام قائمة تحقق معيارية قبل الجلسة تتحقق صراحةً من جميع معاملات تكوين خط المعالجة قبل بدء جمع البيانات. ويجب التعامل مع قائمة التحقق هذه كوثيقة حرجة للسلامة، على غرار قوائم التحقق ما قبل الطيران في مجال الطيران، كما هو موضح في الأدبيات الأوسع المتعلقة بإدارة مرافق المجهريات الإلكترونية المبردة (cryo-EM).
يعتمد الاختيار بين CryoSPARC-Live و RELION على أولويات المنشأة. توفر منصة المعالجة المباشرة واجهة ويب فائقة في الوقت الفعلي، وتكاملاً وثيقاً بين بيئتي المعالجة المباشرة وغير المتصلة، وتكويناً أبسط للمستخدمين غير الخبراء. بينما يوفر RELION تحكماً أكثر دقة في معاملات المعالجة، وهو المنصة المفضلة للمستخدمين الذين يتطلبون خيارات خوارزمية محددة (مثل Bayesian polishing، واستراتيجيات تصنيف ثلاثية الأبعاد محددة)، وذلك بالمقارنة مع استراتيجيات التصنيف ثلاثي الأبعاد (مثل 3DVAR أو 3D-classification) الموجودة في CryoSPARC. وتعتمد العديد من المنشآت النظامين بالتوازي، حيث تستخدم CryoSPARC-Live للمراقبة في الوقت الفعلي و RELION لتحديد البنية النهائية.
تستحق البنية التحتية للوصول عن بُعد تركيزاً خاصاً. فمن خلال خبرتنا، تنبع غالبية المشكلات التي يبلغ عنها المستخدمون أثناء جمع البيانات من إخفاقات الوصول عن بُعد بدلاً من مشكلات في المجهر أو الكاشف. إن توفير وصول موثوق ومنخفض الكمون لسطح المكتب عن بُعد إلى المجهر ومحطات عمل جمع البيانات ليس مجرد رفاهية، بل هو الوسيلة الأساسية التي يتفاعل من خلالها معظم المستخدمين مع المنشأة. لذا فإن الاستثمار في خوادم سطح مكتب عن بُعد مهيأة بشكل احترافي، واختبار الاتصال من مواقع مستخدمين تمثيلية، وتوثيق إجراءات الاتصال بوضوح، سيكون لها تأثير إيجابي على تجربة المستخدم أكبر من العديد من الاستثمارات في الأجهزة والمعدات الأكثر تكلفة.
أخيرًا، يجب وضع سياسة لإدارة البيانات وإبلاغ المستخدمين بها قبل بدء عمليات المنشأة. فغالبًا ما يقلل المستخدمون من تقدير حجم مجموعات البيانات الخاصة بهم، وبالغوا في تقدير مدة تخصيص التخزين. إن وجود سياسة مكتوبة وواضحة تحدد فترات الاحتفاظ بالبيانات الخام، وحصص بيانات المستخدمين، وإجراءات الأرشفة، واسترداد التكاليف في حالة تجاوز سعة التخزين، يحمي كلاً من المنشأة ومستخدميها، ويمنع الأزمات التشغيلية التي تنشأ عند نفاد سعة التخزين في منتصف الجلسة.
الإفصاحات
يصرح المؤلفون بعدم وجود تضارب في المصالح.
شكر وتقدير
يتقدم المؤلفون بالشكر إلى مرفق المجهر الإلكتروني المبرد للجزيئات الحيوية (Biomolecular Cryo-Electron Microscopy Facility) في قسم الكيمياء والكيمياء الحيوية بجامعة كاليفورنيا-سانتا كروز (RRID: SCR_021755) على الدعم العلمي والتقني (برنامج NIH للأجهزة عالية الجودة، S10OD02509).
المواد
| الاسم | الشركة | رقم فهرسي | التعليقات |
|---|---|---|---|
| كريوس 5 | ثيرمو فيشر ساينتفيك | <أ هريف="https://www.thermofisher.com/us/en/home/electron-microscopy/products/transmission-electron-microscopes/krios-5-cryo-tem.html">https://www.thermofisher.com/us/en/home/electron-microscopy/products/transmission-electron-microscopes/krios-5-cryo-tem.html | ميكروسكوب إلكتروني نافذ |
| Krios G4 | ثيرمو فيشر ساينتفيك | <أ.href="https://www.thermofisher.com/us/en/home/electron-microscopy/products/transmission-electron-microscopes/krios-g4-cryo-tem.html">https://www.thermofisher.com/us/en/home/electron-microscopy/products/transmission-electron-microscopes/krios-g4-cryo-tem.html | ميكروسكوب إلكتروني نافذ |
| غلاشيوس | ثيرمو فيشر ساينتفيك | <أ هريف="https://www.thermofisher.com/us/en/home/electron-microscopy/products/transmission-electron-microscopes/glacios-cryo-tem.html">https://www.thermofisher.com/us/en/home/electron-microscopy/products/transmission-electron-microscopes/glacios-cryo-tem.html | ميكروسكوب إلكتروني نافذ |
| غلاتشيوس 2 | ثيرمو فيشر ساينتفيك | <أ هريف="https://www.thermofisher.com/us/en/home/electron-microscopy/products/transmission-electron-microscopes/glacios-2-cryo-tem.html">https://www.thermofisher.com/us/en/home/electron-microscopy/products/transmission-electron-microscopes/glacios-2-cryo-tem.html | ميكروسكوب إلكتروني نافذ |
| غلاتشيوس 3 | ثيرمو فيشر ساينتفيك | https://www.thermofisher.com/ (الجيل الأحدث؛ قد تختلف صفحة المنتج حسب المنطقة) | ميكروسكوب إلكتروني نافذ |
| تالوس أركتيكا | ثيرمو فيشر ساينتفيك | https://www.thermofisher.com/us/en/home/electron-microscopy/products/transmission-electron-microscopes/talos-arctica.html | ميكروسكوب إلكتروني نافذ |
| تالوس L120C | ثيرمو فيشر ساينتفيك | https://www.thermofisher.com/us/en/home/electron-microscopy/products/transmission-electron-microscopes/talos-l120c.html | ميكروسكوب إلكتروني نافذ |
| CRYO ARM 300 II (JEM-Z300FSC) | JEOL | <أ هريف="https://www.jeol.com/products/scientific/tem/cryoarm300ii.php">https://www.jeol.com/products/scientific/tem/cryoarm300ii.php | ميكروسكوب إلكتروني نافذ |
| CRYO ARM 200 | JEOL | https://www.jeol.com/products/scientific/tem/cryoarm200.php | ميكروسكوب إلكتروني نافذ |
| JEM-3200FSC | JEOL | <أ.href="https://www.jeol.com/products/scientific/tem/jem3200fsc.php">https://www.jeol.com/products/scientific/tem/jem3200fsc.php | ميكروسكوب إلكتروني نافذ |
| HF8300 | هيتاشي | <أ.href="https://www.hitachi-hightech.com/global/en/products/microscopes/tem/hf8300.html">https://www.hitachi-hightech.com/global/en/products/microscopes/tem/hf8300.html | ميكروسكوب إلكتروني نافذ |
| HT7800 | هيتشي | <أ هريف="https://www.hitachi-hightech.com/global/en/products/microscopes/tem/ht7800.html">https://www.hitachi-hightech.com/global/en/products/microscopes/tem/ht7800.html | ميكروسكوب إلكتروني نافذ |
| SU9000 (TEM/STEM) | هيتاشي | https://www.hitachi-hightech.com/global/en/products/microscopes/sem-tem/su9000.html | ميكروسكوب إلكتروني نافذ |
| Falcon 4i | ثيرمو فيشر ساينتفيك | https://www.thermofisher.com/us/en/home/electron-microscopy/products/direct-electron-detectors/falcon-4i.html | كاشف الإلكترون المباشر |
| Gatan K3 | غاتان (أميتيك) | <أ.href="https://gatan.com/products/tem-cameras/k3-is-camera">https://gatan.com/products/tem-cameras/k3-is-camera | كاشف الإلكترونات المباشر |
| Gatan K2 | Gatan | https://gatan.com/products/tem-cameras/k2-camera | كاشف الإلكترونات المباشر |
| أبولو | إلكترون مباشر | https://directelectron.com/apollo/ | كاشف الإلكترونات المباشر |
| DE64 | إلكترون مباشر | <أ هريف="https://directelectron.com/de-64/">https://directelectron.com/de-64/ | كاشف الإلكترونات المباشر |
| ريلايون | مختبر بيولوجيا الجزيئات التابع لمجلس أبحاث الطب (MRC-LMB)، جامعة كامبريدج | <أ هريف="https://relion.readthedocs.io/">https://relion.readthedocs.io | حزمة برنامج SPA |
| cryoSPARC | ستروكتورا بايوتكنولوجي | <أ.href="https://cryosparc.com/">https://cryosparc.com | حزمة برنامج SPA |
| EMAN2 | كلية بايلور للطب (تم تطويره بواسطة مختبر ستيفن لوتك) | <أ هريف="https://blake.bcm.edu/emanwiki/EMAN2">https://blake.bcm.edu/emanwiki/EMAN2 | حزمة برنامج SPA |
| cisTEM | المجلس الوطني للبحوث الكندي (تم تطويره من قبل تيم جرانت وزملائه) | <أ هريف="https://cistem.org/">https://cistem.org | حزمة برنامج SPA |
| SPHIRE | المعهد ماكس بلانك للفيزيولوجيا الجزيئية وكلية بايلور للطب | <أ هريف="https://sphire.mpg.de/">https://sphire.mpg.de | حزمة برنامج SPA |
| cryoDRGN | جامعة برينستون (تم تطويره بواسطة مختبر إلين زهونغ) | <أ.href="https://cryodrgn.cs.princeton.edu/">https://cryodrgn.cs.princeton.edu | حزمة برنامج SPA |
| توباز | مدرسة هارفارد الطبية (تم تطويره بواسطة مختبر ترافيس بيلبر) | https://github.com/tbepler/topaz | حزمة برنامج SPA |
| crYOLO | معهد ماكس بلانك للفيزياء الحيوية | <أ هريف="https://cryolo.readthedocs.io/">https://cryolo.readthedocs.io | حزمة برنامج SPA |
| التشويه | مختبر بيولوجيا الجزيئات التابع لمجلس أبحاث الطب (طوره دميتري تيغونوف) | <أ.href="http://www.warpem.com/">http://www.warpem.com | حزمة برمجيات التصوير المبرد بالتقنيات الإلكترونية والتحليل الإحصائي |
| موديل أنجيلو | مختبر بيولوجيا الجزيئات التابع لمجلس أبحاث الطب (MRC) | <أ هريف="https://www.modelangelo.org/">https://www.modelangelo.org | حزمة برمجيات التصوير المبرد بالتقنيات الإلكترونية والتحليل الإحصائي |
| آي-مود | جامعة كولورادو بولدر | <أ.href="https://bio3d.colorado.edu/imod">https://bio3d.colorado.edu/imod | حزمة برمجيات التصوير المبرد بالتقنيات الإلكترونية والتحليل الإحصائي |
| دينامو | المركز الوطني للتقنيات الحيويةí(م.ب.و.-م.م.ث) | <أ هريف="https://www.dynamo-em.org/">https://www.dynamo-em.org | حزمة برمجيات التصوير المبرد بالتقنيات الإلكترونية والتحليل الإحصائي |
| emClarity | جامعة كاليفورنيا، سان فرانسسكو | https://github.com/StochasticAnalytics/emClarity | حزمة برمجيات التصوير المبرد بالتقنيات الإلكترونية والتحليل الإحصائي |
| ريلاين (وحدة التصوير المجهري الإلكتروني) | مختبر بيولوجيا الجزيئات التابع لمجلس أبحاث الطب (MRC-LMB)، جامعة كامبريدج | https://relion.readthedocs.io | حزمة برمجيات التصوير المبرد بالمجهر الإلكتروني والتحليل الإحصائي للهياكل |
| EMAN2 (SPT) | كلية بايلور للطب | <أ.href="https://blake.bcm.edu/emanwiki/EMAN2">https://blake.bcm.edu/emanwiki/EMAN2 | حزمة برمجيات التصوير المبرد بالتقنيات الإلكترونية والتحليل الإحصائي |
| الانحناء/م | مختبر بيولوجيا الجزيئات التابع لمجلس أبحاث الطب (MRC) | <أ هريف="https://warpem.github.io/">https://warpem.github.io | حزمة برمجيات التصوير المبرد بالتقنيات الإلكترونية والتحليل الإحصائي |
| AreTomo | جامعة ستانفورد (تم تطويره من قبل مجموعتي فاي سون وواه تشيو) | https://github.com/czimaginginstitute/AreTomo2 | حزمة برمجيات التصوير المبرد بالمجهر الإلكتروني والتحليل الإحصائي للهياكل |
| بيت | جامعة كولورادو بولدر | https://bio3d.colorado.edu/PEET | حزمة برمجيات التصوير المبرد بالمجهر الإلكتروني والتحليل الإحصائي للتركيبات |
| بايتوم | معهد ماكس بلانك للبيوكيمياء | <أ هريف="https://pytom.org/">https://pytom.org | حزمة برمجيات التصوير المبرد بالمجهر الإلكتروني والتحليل الإحصائي للتركيبات |
| تومو3د | المركز الوطني الإسباني للتكنولوجيا الحيوية (CNB-CSIC) | <أ.href="https://sites.google.com/site/3demimageprocessing/tomo3d">https://sites.google.com/site/3demimageprocessing/tomo3d | حزمة برمجيات التصوير المبرد بالتقنيات الإلكترونية والتحليل الإحصائي |
| crYOLO (3D) | معهد ماكس بلانك للفيزياء الحيوية | <أ هريف="https://cryolo.readthedocs.io/">https://cryolo.readthedocs.io | حزمة برمجيات التصوير المبرد بالتقنيات الإحصائية والتحليل الطوبولوجي |
| AITom | جامعة كارنيغي ميلون | https://github.com/xulabs/aitom | حزمة برمجيات التصوير المبرد بالتقنيات الإلكترونية والتحليل الإحصائي |
| دايلز | مصدر الضوء الماسي والمشاركون معه | <أ.href="https://dials.github.io/">https://dials.github.io | حزمة برنامج microED |
| XDS | المعهد ماكس بلانك للبحوث الطبية (تم تطويره بواسطة فولفغانغ كابش) | https://xds.mr.mpg.de | حزمة برنامج microED |
| موزفلم | مختبر بيولوجيا الجزيئات التابع لمجلس أبحاث الطب (MRC-LMB)، جامعة كامبريدج | <أ هريف="https://www.mrc-lmb.cam.ac.uk/mosflm">https://www.mrc-lmb.cam.ac.uk/mosflm | حزمة برنامج microED |
| SHELX | جامعة جöتتينغن (تم تطويره بواسطة جورج م. شيلدريك) | https://shelx.uni-goettingen.de | حزمة برنامج microED |
| Phenix | مختبر لورانس بيركلي الوطني (التحالف الفينيكس) | <أ.href="https://phenix-online.org/">https://phenix-online.org | حزمة برنامج microED |
| كوت | مختبر بيولوجيا الجزيئات التابع لمجلس أبحاث الطب (MRC-LMB)، جامعة كامبريدج | https://www2.mrc-lmb.cam.ac.uk/personal/pemsley/coot | حزمة برنامج microED |
| لينكس (أوبونتو، سينت أو إس/روكي) | أوبونتو: كانونيكال المحدودة؛ سينت أو إس: مشروع سينت أو إس؛ روكـي لينكس: مؤسسة روكـي للبرمجيات المؤسسية (ريسـف) | https://ubuntu.com / https://www.centos.org (قديم) / https://rockylinux.org | النظام التشغيلي |
| ويندوز | مايكروسوفت | <أ هريف="https://www.microsoft.com/windows">https://www.microsoft.com/windows | النظام التشغيلي |
| ZFS | أوريكل كوربوريشن (في الأصل سان مايكروسيستمز)؛ نظام OpenZFS يُدار من قبل مجتمع OpenZFS | <أ.href="https://openzfs.org/">https://openzfs.org | نظام الملفات |
| نظام الملفات الشبكي | سون مايكروسيستمز (تم الحفاظ عليها الآن كمعيار تابع للـ IETF) | https://www.rfc-editor.org/rfc/rfc8881 | بروتوكول |
| SMB (CIFS) | مايكروسوفت | <أ.href="https://learn.microsoft.com/windows-server/storage/file-server/file-server-smb-overview">https://learn.microsoft.com/windows-server/storage/file-server/file-server-smb-overview | بروتوكول |
| مايكروسوفت ريموت ديسكتوب (RDP) | مايكروسوفت | <أ هريف="https://learn.microsoft.com/windows-server/remote/remote-desktop-services">https://learn.microsoft.com/windows-server/remote/remote-desktop-services | الوصول عن بُعد |
| NoMachine | NoMachine | <أ.href="https://www.nomachine.com/">https://www.nomachine.com | الوصول عن بُعد |
| TeamViewer | تيم فيور SE | <أ هريف="https://www.teamviewer.com/">https://www.teamviewer.com | الوصول عن بُعد |
| فيتشرل + توربو فانسي | VirtualGL: مشروع VirtualGL؛ TurboVNC: مشروع TurboVNC | <أ هريف="https://virtualgl.org/">https://virtualgl.org وhttps://turbovnc.org | الوصول عن بُعد |
| CUDA | NVIDIA | https://developer.nvidia.com/cuda-toolkit | إطار الحاسوب |
المراجع
- Cheng Y, Grigorieff N, Penczek PA, Walz T. A primer to single-particle cryo-electron microscopy. Cell. 2015;161(3):438-449.
- Kühlbrandt W. Cryo-EM enters a new era. eLife. 2014;3:e03678.
- Alewijnse B, et al. Best practices for managing large CryoEM facilities. J Struct Biol. 2017;199(3):225-236.
- Walsh RM, et al. Practices for running a research-oriented shared cryo-EM facility. Front Mol Biosci. 2022;9:960940.
- Zimanyi CM, et al. Broadening access to cryoEM through centralized facilities. Trends Biochem Sci. 2022;47(2):106-116.
- Shell E, Minari K, Serrão VHB. From Icy Specimens to Digital Insights: Integrating Sample Preparation, Data Analysis, and IT Infrastructure. In: Cryo-Electron Microscopy in Structural Biology. 2024.
- Kimanius D, Forsberg BO, Scheres SHW, Lindahl E. Accelerated cryo-EM structure determination with parallelisation using GPUs in RELION-2. eLife. 2016;5:e18722.
- Střelák D, Sorzano CÓS, Carazo JM, Filipovič J. A GPU acceleration of 3-D Fourier reconstruction in cryo-EM. Int J High Perform Comput Appl. 2019;33(5):948-959.
- Pichkur E, et al. Towards on-the-fly Cryo-Electron Microscopy data processing by high performance data analysis. J Phys Conf Ser. 2018;955:012005.
- Thompson RF, et al. Collection, pre-processing and on-the-fly analysis of data for high-resolution single-particle cryo-electron microscopy. Nat Protoc. 2019;14(1):100-118.
- Punjani A, Rubinstein JL, Fleet DJ, Brubaker MA. cryoSPARC: algorithms for rapid unsupervised cryo-EM structure determination. Nat Methods. 2017;14(3):290-296.
- Fernandez-Leiro R, Scheres SHW. A pipeline approach to single-particle processing in RELION. Acta Crystallogr D Struct Biol. 2017;73(Pt 6):496-502.
- Scheres SHW. RELION: implementation of a Bayesian approach to cryo-EM structure determination. J Struct Biol. 2012;180(3):519-530.
- Tang G, et al. EMAN2: an extensible image processing suite for electron microscopy. J Struct Biol. 2007;157(1):38-46.
- Grant T, Rohou A, Grigorieff N. cisTEM, user-friendly software for single-particle image processing. eLife. 2018;7:e35383.
- Wagner T, et al. SPHIRE-crYOLO is a fast and accurate fully automated particle picker for cryo-EM. Commun Biol. 2019;2(1):218.
- Zhong ED, Bepler T, Berger B, Davis JH. CryoDRGN: reconstruction of heterogeneous cryo-EM structures using neural networks. Nat Methods. 2021;18(2):176-185.
- Bepler T, Kelley K, Noble AJ, Berger B. Topaz-Denoise: general deep denoising models for cryoEM and cryoET. Nat Commun. 2020;11(1):5208.
- Tegunov D, Cramer P. Real-time cryo-electron microscopy data preprocessing with Warp. Nat Methods. 2019;16(11):1146-1152.
- Jamali K, et al. Automated model building and protein identification in cryo-EM maps. Nature. 2024;628(8007):450-457.
- Kremer JR, Mastronarde DN, McIntosh JR. Computer visualization of three-dimensional image data using IMOD. J Struct Biol. 1996;116(1):71-76.
- Castaño-Díez D, Kudryashev M, Arheit M, Stahlberg H. Dynamo: a flexible, user-friendly development tool for subtomogram averaging of cryo-EM data in high-performance computing environments. J Struct Biol. 2012;178(2):139-151.
- Ni T, et al. High-resolution in situ structure determination by cryo-electron tomography and subtomogram averaging using emClarity. Nat Protoc. 2022;17(2):421-444.
- Bharat TAM, et al. Advances in single-particle electron cryomicroscopy structure determination applied to sub-tomogram averaging. Structure. 2015;23(9):1743-1753.
- Zheng S, et al. AreTomo: an integrated software package for automated marker-free, motion-corrected cryo-electron tomographic alignment and reconstruction. J Struct Biol X. 2022;6:100068.
- Nicastro D, et al. The molecular architecture of axonemes revealed by cryoelectron tomography. Science. 2006;313(5789):944-948.
- Hrabe T, et al. PyTom: a Python-based toolbox for localization of macromolecules in cryo-electron tomograms and subtomogram analysis. J Struct Biol. 2012;178(2):177-188.
- de la Morena JJ, et al. ScipionTomo: towards cryo-electron tomography software integration, reproducibility, and validation. J Struct Biol. 2022;214(3):107872.
- Zhan X, Zeng X, Uddin MR, Xu M. AITom: AI-guided cryo-electron tomography image analyses toolkit. J Struct Biol. 2025;217(2):108207.
- Winter G, et al. DIALS: implementation and evaluation of a new integration package. Acta Crystallogr D Struct Biol. 2018;74(2):85-97.
- Kabsch W. XDS. Acta Crystallogr D Biol Crystallogr. 2010;66(2):125-132.
- Battye TGG, et al. iMOSFLM: a new graphical interface for diffraction-image processing with MOSFLM. Acta Crystallogr D Biol Crystallogr. 2011;67(Pt 4):271-281.
- Thorn A, Sheldrick GM. Extending molecular-replacement solutions with SHELXE. Acta Crystallogr D Biol Crystallogr. 2013;69(Pt 11):2251-2256.
- Liebschner D, et al. Macromolecular structure determination using X-rays, neutrons and electrons: recent developments in Phenix. Acta Crystallogr D Struct Biol. 2019;75(10):861-877.
- Emsley P, Cowtan K. Coot: model-building tools for molecular graphics. Acta Crystallogr D Biol Crystallogr. 2004;60(Pt 12 Pt 1):2126-2132.
- Pryor E, Kohr H, Ortiz J, Grollios F. Advancing towards a "one-button" screening solution for Cryo-EM data acquisition with Smart EPU. Struct Dyn. 2025;12(5):A86.
- Ramírez-Aportela E, et al. FSC-Q: a CryoEM map-to-atomic model quality validation based on the local Fourier shell correlation. Nat Commun. 2021;12(1):42.
إعادة الطباعة والأذونات
