利用冷冻电镜(cryoEM)解析大分子复合物的结构已成为某些类别蛋白质和复合物的常规方法。本文概述了该流程(包括样品制备、筛选、数据采集与处理),并引导读者参考更详细的资源,以针对更具挑战性的样品调整相关变量。
方法文章
利用冷冻电镜(cryoEM)解析大分子复合物的结构已成为某些类别蛋白质和复合物的常规方法。本文概述了该流程(包括样品制备、筛选、数据采集与处理),并引导读者参考更详细的资源,以针对更具挑战性的样品调整相关变量。
冷冻电子显微镜(cryoEM)是一种通过单颗粒分析(SPA)测定大分子复合物结构的强有力技术。整个流程包括:i)将样品在冷冻电镜载网上支撑的薄冰层中进行玻璃化;ii)对样品进行筛选,以评估颗粒分布和冰层质量;iii)若载网符合要求,则采集用于分析的单颗粒数据集;以及 iv)图像处理以获得电镜密度图。本方案概述了上述每一步骤,重点介绍用户在工作流程中可调整的变量以及常见问题的排查方法。随着远程操控显微镜在许多机构中成为常规操作,本文还将介绍成像方案的若干改进措施,以帮助用户在无法直接接触显微镜的情况下高效地完成操作与成像。
单颗粒冷冻电镜(Single particle CryoEM)
要在分子水平上研究生命,我们必须理解其结构。目前已有多种技术可用于探测蛋白质结构,例如核磁共振(NMR)、X射线晶体学、质谱法以及电子显微镜技术(EM)。迄今为止,大多数提交至蛋白质数据库(PDB)的结构是通过X射线晶体学解析的。然而,自2012年左右以来,冷冻电子显微镜(cryoEM)逐渐成为蛋白质结构测定的主流技术,其应用迅速增长。截至2020年12月,提交至电子显微镜数据库(EMDB)的EM图谱总数已达13,421份,而2012年仅为1,566份(图1,www.ebi.co.uk)。2012年,提交至PDB的基于cryoEM密度图建模的原子坐标结构仅有67个,而截至2020年12月,已提交的此类结构达到2,309个,增长了35倍。这种cryoEM密度图在质量和数量上的根本性提升,有时被称为“分辨率革命”1,其背后原因是多个领域技术进步的共同作用:包括用于成像的新型相机——直接电子探测器的开发、新软件的出现,以及更加稳定的显微镜系统2,3,4。

图1:2012年至2020年12月期间向EMDB提交的数据累积数量。 请点击此处查看此图的放大版本。
单颗粒分析(SPA)是一种强大的工具,可通过解析分离复合物的高分辨率结构,为多种类型的样本提供生物学见解5, 6,包括病毒7,8、膜蛋白9, 10、螺旋组装体11以及其他动态且异质的大分子复合物12, 13,其大小跨越多个数量级(从39 kDa14, 15到数兆道尔顿)。本文描述了一种从样本到结构的冷冻电镜单颗粒分析标准流程的操作方案。
在启动该流程之前,应对纯化后的样品进行生化分析,以评估其后续实验成功的可能性。制备合适的样品可以说是进行单颗粒冷冻电镜(SPA)最大的障碍,特别是对于瞬时存在且具有异质性(包括组成和构象上的异质性)的复合物而言。大分子复合物样品应尽可能减少杂质,在足够高的浓度下确保每张冷冻电镜图像中能获得大量颗粒,并且缓冲液成分应适合冷冻电镜分析。某些缓冲液成分,如蔗糖、甘油以及高浓度(约>350 mM,具体取决于样品大小、性质及其他缓冲液成分)的盐类,可能会干扰玻璃化过程,或降低图像的信噪比,从而阻碍结构解析16。
通常,至少应使用尺寸排阻色谱(SEC)和SDS-PAGE凝胶分析来评估样品纯度17, 18,但圆二色光谱、功能检测、SEC联用多角度激光散射以及热稳定性检测等方法,均为在进行冷冻电镜(cryoEM)分析前对大分子复合物样品进行定性分析的有用工具。然而,这些生化分析的结果可能难以揭示样品在结构上的异质性及其在冷冻电镜载网上行为的表现。因此,负染电镜被常规用作一种快速、经济且强大的工具,用于评估样品的组成和构象异质性,从而有助于确定纯化过程中哪个洗脱组分最具前景,或用于筛选不同的缓冲液组成19, 20。一旦确定了有前景的样品,即可进入单颗粒冷冻电镜(SPA cryoEM)流程。需要注意的是,负染结果并不总是与后续的冷冻电镜结果一致;有时样品在负染中表现不佳,但在冷冻电镜的玻璃态冰中却有所改善。相反,有时样品在负染过程中表现极佳,但在进入冷冻电镜阶段时仍需大量进一步优化。然而,在大多数情况下,负染仍是一个有效的质量控制步骤。
玻璃化冷冻
电子显微镜真空系统内的严苛环境会导致未固定的生物样品发生脱水和辐射损伤21。因此,为了以接近天然的状态对样品进行成像,必须在成像前对生物样品进行保存。对于纯化的生物大分子复合物样品,玻璃化冷冻是首选的制备方法,可在利用冷冻电镜(cryoEM)对其进行观察的同时,保持该复合物的原子级细节。玻璃化冷冻作为样品制备方法的发现,是生物样品电子显微技术的一项根本性进步,杜博歇(Dubochet)也因此贡献获得了2017年诺贝尔化学奖。样品的玻璃化冷冻过程包括在冷冻电镜载网支撑膜上形成一层极薄的溶液层,其厚度通常仅为数十纳米,并将目标样品悬浮于其中。随后,该薄层在约-175 °C的液态乙烷等冷冻剂中被极速冷冻。冷冻速率可达约106 °C/s,足够快以形成非晶态(即玻璃态)冰,从而使样品悬浮于一层薄而固态的玻璃态冰中22。
需要考虑的首要变量是所选择的冷冻电镜载网支撑材料23。电子显微镜载网通常由带有穿孔(规则或不规则)的无定形碳膜构成,并附着于支撑结构之上。该支撑结构通常为直径3.05 mm的圆形金属载网,多由铜制成,但也可使用其他金属,如金或钼(后者具有理想的热膨胀性能24)。有时会在载网上额外覆盖一层薄而连续的支撑材料,例如石墨烯、氧化石墨烯,或一层薄的(约1–2 nm)无定形碳层。尽管迄今为止报道的绝大多数结构均使用标准冷冻电镜载网(最常见的是400–200目铜网,带穿孔碳支撑膜,如1.2 µm圆形孔洞间隔1.3 µm(r1.2/1.3),或2 µm孔洞间隔2 µm碳层(r2/2);尽管存在多种不同的孔型模式),但已有研究报道了具有更高导电性并能减少样品漂移的新型载网技术25。所选载网需经过辉光放电/等离子清洗处理,以使其表面亲水,便于样品加载26。
辉光放电处理后,下一步是形成薄冰膜。最常用的方法是使用滤纸从载网上去除多余的液体以形成该薄冰膜。虽然此步骤可手动操作,但目前已有多种商用冷冻 plunge 设备可供选择,包括 Vitrobot Mk IV(Thermo Fisher Scientific)、EM GP II(Leica)和 CP3(Gatan)。使用这些设备时,将约 3–5 µL 溶液状态的样品加到电镜载网上,随后用滤纸吸去多余溶液。载网表面形成一层薄冰膜后,迅速将其浸入由液氮(LN2)冷却至约 -175 °C 的液态乙烷中进行冷冻。冷冻完成后,载网需始终保持在玻璃化转变温度以下(-137 °C),直至成像前及成像过程中均不得升温。
样品筛选与数据采集
在冷冻电镜载网玻璃化后,下一步是对其进行筛选,以评估其质量,并确定该载网是否适合进行高分辨率数据采集。理想的冷冻电镜载网应具有非晶态冰(而非结晶冰),冰层厚度应刚好足以容纳样品最长维度,从而确保周围冰层对最终图像的噪声贡献尽可能小。冰层中的颗粒应具有与生物化学性质一致的大小和(若已知)形态,理想情况下为单一分散状态,并且颗粒取向呈随机分布。最后,载网上应存在足够多的高质量区域,以满足预期的数据采集时长需求。根据样品的不同,可能需要经过多次玻璃化和筛选迭代,才能获得最佳载网。幸运而又不幸的是,存在大量可经验测试的变量,可用于改变冷冻电镜载网上颗粒的分布情况(详见文献16,27)。本文中展示了一个膜蛋白项目10的代表性结果。
一旦确定了合适的载网,即可开始数据采集。目前有多种用于生物样品的冷冻透射电子显微镜型号,均已优化为可自动采集高分辨率数据。通常在300 kV或200 kV系统上进行数据采集。可使用包括EPU(Thermo Fisher Scientific)28、Leginon29、JADAS30和SerialEM31,32在内的软件实现自动化数据采集。借助现代探测器进行自动化数据采集,通常在24小时内可产生数太字节(TB)的原始数据(平均数据集大小约为4 TB)。
由于全球大部分地区(撰写本文时为2020年12月)实施了与COVID-19相关的限制措施,许多显微镜平台已转向提供远程访问服务。一旦载网被装入显微镜的自动进样器,即可进行远程数据采集。
图像处理与模型构建
单次数据采集通常持续0.5至4天,而后续的图像处理则可能耗时数周甚至数月,具体时长取决于计算资源的可用性。初始图像处理步骤(即运动校正和对比度传递函数(CTF)估计)通常采用“实时处理”方式完成33, 34。对于后续处理,目前有多种软件套件可供选择。颗粒从显微照片中被“挑选”并提取出来35, 36。一旦完成颗粒提取,标准流程通常包括对颗粒进行多轮分类(包括二维(2D)和三维(3D)分类,或聚焦于特定感兴趣区域),以获得一组均一的颗粒子集。该均一颗粒子集随后被平均合并,生成三维重构结构。在此阶段,数据通常还需进一步校正以获得尽可能高质量的密度图,例如通过CTF精修、畸变校正37和贝叶斯抛光(Bayesian polishing)38。图像处理的最终结果是获得目标生物样本的三维冷冻电镜(cryoEM)密度图。在使用300 kV电镜系统、从质量足够的载网进行“标准”自动化单颗粒实验时,通常可达到的分辨率范围为10 Å至2 Å,具体取决于蛋白质复合物的大小和柔性。对于理想样本,目前利用单颗粒分析(SPA)工作流程已实现约1.2 Å的分辨率5。尽管本方案重点描述了获得电镜密度图的步骤,但在获得密度图后,还可进一步通过拟合和精修蛋白质结构模型(若分辨率< 3.5 Å)或从头构建(de novo)模型进行解析39。与结构解析实验相关的数据可提交至在线公共数据库,包括电镜密度图(Electron Microscopy Data Bank)40、所得原子坐标(Protein Data Bank)41以及原始数据集(Electron Microscopy Public Image Archive)42。
在本实验方案中,以牙龈卟啉单胞菌(Porphyromonas gingivalis)的外膜蛋白复合物RagAB(约340 kDa)作为大分子复合物的示例10(EMPIAR-10543)。对于初次接触冷冻电镜(cryoEM)的研究人员,可通过iNEXT Discovery和Instruct等资助获取计划,在经过同行评审的前提下,获得从样品制备到结构解析全过程的技术支持。
1. 网格玻璃化法
注意:在执行步骤1和步骤2中的所有操作时,确保所有工具清洁、干燥,并在冷却至液氮温度前保持室温2 温度,使用新倾倒的液氮(LN)2 以减少冰污染。尽可能在湿度可控的环境中操作 < 20% 相对湿度。确保穿戴适当的个人防护装备和 H&在开始工作之前,必须确保所有文件记录已准备就绪。
2. 将网格剪切用于装入自动进样显微镜
3. 显微镜的安全远程登录
注意:在撰写本文时,由于 COVID-19 的防控措施以及国际旅行相关的环境问题,越来越多的显微镜设施开始提供远程操作服务。各设施的具体实施方式将根据其本地 IT 配置以及内部和外部用户群体的需求而有所不同。本文描述了远程访问电子生物成像中心(eBIC)的冷冻电镜(cryoEM),并通过 EPU 软件控制显微镜的操作流程。
4. 将样品载入自动进样显微镜并筛选冰晶及样品质量
注意:本节使用配备自动进样器和 EPU 软件的显微镜进行样品筛选,但也可使用其他软件、侧插式系统以及来自其他制造商的冷冻电镜实现相同目的。
5. 单颗粒冷冻电镜数据采集(侧重于远程操作)
注意:使用 EPU 进行数据采集的详细方案在制造商手册及其他文献中有详细描述28。此处重点介绍该方案在远程操作方面的修改(即减少使用手动控制面板执行任务,转而采用基于软件的替代方法)。
6. 图像处理以获得电镜密度图
注意:大多数冷冻电镜设施提供显微照片电影的“实时”预处理。可用于此目的的软件包和方法有多种,包括 RELION 流程28,33、cryoSPARC43、Scipion34 和 WarpEM44。本文描述的是基于 RELION 的流程,并假设用户已将显微照片电影文件移至具备计算资源访问权限的适当存储位置。文中提供了一个膜蛋白项目的流程概述和代表性结果,详细的说明和分步教程可在 RELION 官网获取:https://www3.mrc-lmb.cam.ac.uk/relion。
在筛选过程中,可在图谱阶段丢弃不合适的载网,因为在低倍率下已能分辨出不适合进行数据采集的特征。例如,当载网受到严重机械损伤,大部分网格方格已破裂(图2A),或载网呈现“干燥”状态,缺乏玻璃态冰(图2B)。此类载网通常可通过观察识别:其网格方格的边缘显得锐利且清晰。在大多数使用冷冻浸渍装置制备的载网中,均可观察到冰层厚度的梯度变化(图2C、D)。颗粒分布情况会因样品不同而显著受冰层厚度影响,因此建议筛选多个网格方格以评估颗粒分布状况。EPU软件在图谱筛选步骤中已提供工具,帮助用户识别冰层厚度相似或不同的网格方格,这对初次检查冷冻电镜载网的用户尤为有帮助(图2E、F)。

图2:筛选实验中低倍放大的“图谱”拼接示例。A一个遭受严重损坏的网格,大多数网格方格已断裂——不适合用于样本收集。 B无玻璃态冰的干燥载网——不适合用于样品采集。 C显示冰梯度的网格,其中约 50% 的网格区域可用。 D) 具有约 33% 可用网格面积的冰梯度。两者 C 和 D,如果可用的网格区域具有适合采集的冰层厚度,并且有足够的采集区域以满足最短采集时间(例如24小时)的要求,则适合进行数据采集 E) 一个包含不同冰层厚度范围的图谱示例。F) 与 E 相同的图谱,但网格方格已由 EPU 软件根据冰层厚度进行分类并着色。 请点击此处查看此图的放大版本。
在筛选颗粒分布时,应确保成像参数(如放大倍数和总电子剂量)与数据采集阶段预期使用的参数相近,以准确预估实验结果。筛选过程中,理想的颗粒分布应为单一分散状态,并可见多种颗粒取向(根据样品特性及对颗粒形态的已有认知,这一点可能较难判断)(图3A)。冰层厚度应尽可能薄,但需足以容纳颗粒的最大尺寸;若冰层过薄,在电子束照射下可能发生熔化,导致显微图像中出现过度漂移,此类区域应予以避开(图3B)。根据综合经验,当缓冲液中含有去垢剂时,该现象尤为常见。这可能导致孔洞中心区域的冰层极薄,从而使颗粒被物理性排斥并推向边缘。该效应如图3C所示,但在本例中并不严重,这些图像仍可有效用于数据集的构建。最后,冰层必须呈玻璃态;在数据采集时,应排除任何载网(或多个载网)上大多数或全部图像显示为晶态冰的区域(图3D)。通常,非玻璃态冰多出现在载网方格的边缘。有关制样玻璃化过程中可调节变量的详细综述16,以及颗粒在薄膜环境中行为特征的描述46, 47,可供读者进一步参考。

图 3:显示不同颗粒分布的代表性显微照片。A) 单分散颗粒呈现多种取向的“理想”分布。B) 孔中心区域冰层过薄,在电子束照射下发生形变,导致显微照片中出现过度运动。当缓冲液中含有去垢剂时,此现象最为常见。C) 当孔中心冰层较薄时,颗粒在物理上被排斥至中心区域之外,导致颗粒在孔边缘聚集。此种情况尚未严重到使图像无法使用,但提示应尝试筛选稍厚的区域。D) 冰非玻璃态,不应在此类显微照片所示区域收集数据。请点击此处查看该图的放大版本。
实时图像处理有助于发现数据采集过程中的错误和问题,因此只要条件允许,始终建议使用。例如,显微照片中过度的运动可能表明自动进样器的涡轮泵处于工作状态,或者数据是在网格方格出现裂纹的区域采集的,导致冰在电子束照射下发生明显移动,此时应跳过该网格方格。实时CTF估计可以揭示应用了正焦距点(而非离焦)的情况(使用CTF估计程序及相关参数来识别这些点),并确定使用Volta相位板48时的相位偏移量。实时图像处理流程通常包含数据的图形化汇总(图4A),以便用户快速评估显微照片质量,并判断是否需要对数据采集参数进行调整。
从显微照片中选择颗粒时,需避免诸如污染或载网支持膜等“假阳性”信号,这一过程可能需要进行优化。然而,像 crYOLO 这样的颗粒挑选工具通常使用默认参数即可对数据进行有效的初步筛选(图4B),从而推进至二维分类平均步骤,在此步骤中可更易于评估数据质量以及后续分析成功的可能性。对于大多数项目,对约>10,000个颗粒进行二维分类后,应能开始分辨出具有二级结构细节的类别。要进入三维重构,二维分类阶段通常应揭示出代表颗粒多种取向的类别。若发现存在优势取向,则可能需要进行更多轮次的样品制备16,或在样品倾斜状态下进一步采集数据49。所有显示二级结构细节的类别均应被选中用于后续三维分析,而“垃圾”颗粒则予以剔除(图4C)。

图 4:初始图像处理步骤。A) 来自“实时”图像处理脚本的输出结果。B) 示例显微照片(左图),其中使用 crYOLO 通用模型自动挑选出的颗粒被正确识别(右图,颗粒由红色方框标出)。比例尺(白色)为 50 nm。C) 二维分类结果,显示了被舍弃的类别(红色方框内),以及保留用于进一步处理的颗粒类别(绿色方框内)。请点击此处查看此图的放大版本。
一小部分颗粒可用于生成初始模型(图5A)。该初始模型随后可作为三维分类与精修的起始模型。以RagAB为例,数据集中包含三种不同的构象异构体,这些异构体可在三维分类过程中被分离(图5B)。归属于每一类别的颗粒可被独立处理,并用于精修电子显微镜密度图,进而进行进一步的结构解析与模型构建。

图5:生成3D电子显微密度图。A) 使用RELION生成的典型初始模型。B) 对5个类别进行3D分类,显示颗粒被分为三种不同的构象状态:开放-开放(绿色)、开放-闭合(蓝色)、闭合-闭合(紫色)。C) 掩模(mask)创建过程。将3D精修得到的图谱(左侧)在Chimera中可视化,然后使用体积查看器确定图谱中无断裂或噪声密度时的最低阈值(中间)。将该阈值作为初始二值化阈值输入RELION的掩模创建任务中。右侧显示的是生成的掩模示例(灰色)。D) RagAB开放-闭合状态的高分辨率电子显微密度图(EMD-10245),经滤波并按局部分辨率(Å)着色。请点击此处查看该图的放大版本。
在本方案中,我们描述了一种适用于可进行常规单颗粒分析(SPA)样品的基本流程。尽管这种使用滤纸 blotting 制备薄层并实现玻璃态冷冻的方法在迄今为止绝大多数 SPA 项目中已被证实是成功的,但它仍存在若干缺点。这些问题包括样品浪费、形成薄层和冷冻样品所需时间较长(数秒级)、文献报道的不可重复性27,以及使用滤纸去除多余液体可能带来的负面影响50。近年来,已开发出新技术以提高薄层制备的可重复性51, 52。此外,其他技术的发展也缩短了样品施加至玻璃态冷冻之间的时间间隔53,54,55。尽管在撰写本文时,基于滤纸的薄层制备方法仍是 SPA 冷冻电镜样品制备中最普遍使用的技术,但这些新兴技术可能在网格玻璃化效率与可重复性方面带来多种优势,同时为引入新的实验维度创造机会,例如时间分辨能力以及在玻璃化前实现快速混合。
目前,大多数用户进行载网筛选的过程是一种定性方法,通常先获取低倍率的图谱,然后在载网上采集高倍率图像以评估颗粒分布情况。尽管这种方法对某些类型的样品已足够可靠,但仅凭肉眼判断样品是否符合研究人员预期(例如是否存在优势取向)仍可能存在困难,特别是对于较小的样品(<200 kDa)或低分辨率形貌难以辨识是否存在多种颗粒分布的情况。对于某些项目而言,仅凭观察甚至无法确定样品是否符合目标,例如配体是否结合,或样品筛选旨在确认一个小的(如10 kDa)亚基是否仍与复合物结合。针对此类项目,若能结合“短时”0.5–1小时的数据采集,并通过全自动化的数据分析流程,快速完成图像处理、2D分类甚至3D分类与优化,将有助于高效判断是否值得进行更长时间的数据采集。目前这类自动化流程仍在开发中,尚未广泛实施,但其在提升冷冻电镜载网筛选效率方面具有巨大潜力,尤其适用于具有挑战性的样品。
直接电子探测器的改进,以及显微镜技术的优化与图像处理技术的进步(如图像偏移数据采集)相结合,显著提高了数据采集过程中所获得图像的通量和质量。数据采集速率的提升凸显了在获取大量TB级数据之前,对冷冻电镜载网进行彻底筛选的必要性。
冷冻电镜单颗粒分析(CryoEM SPA)已成为真正主流的结构生物学技术,在许多情况下更是某些类型样品(如异质性和不稳定的大型分子复合物)的首选方法。尽管本方案仅概述了SPA的基本流程,但其中涉及的每个环节(载网玻璃化与筛选、冷冻电镜成像及图像处理)本身都是值得深入研究的独立课题,应在开展SPA项目时予以充分探索。随着样品制备和显微成像技术的进步,以及新的图像处理算法和方法的不断涌现,SPA流程将持续发展,助力研究人员深入理解复杂的生物系统。
未报告任何利益冲突。
本工作由欧洲委员会“地平线2020”计划资助的 iNEXT-Discovery(资助号 871037)支持。J B. R. White 由惠康信托基金(215064/Z/18/Z)资助。FEI Titan Krios 电子显微镜由利兹大学(UoL ABSL 奖项)和惠康信托基金(108466/Z/15/Z)资助。我们感谢 M Iadanza 提供其显微图像分析脚本的使用。我们感谢钻石光源中心(Diamond Light Source)提供位于英国国家电子生物成像中心(eBIC)的冷冻电镜设施的使用权限与支持,该设施由惠康信托基金、医学研究理事会(MRC)和生物技术和生物科学研究理事会(BBRSC)资助。
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 钝头镊子 | Agar Scientific | AGT5022 | |
| 冷冻电镜圆形储存盒 | Agar Scientific | AGG3736 | |
| 冷冻电镜自动网格盒 | ThermoFisher Scientific | 1084591 | |
| 冷冻电镜载网 | Quantifoil | N1-C14nCu30-01 | |
| 乙烷气体 | Boc | 270595-F | |
| 液氮 泡沫杜瓦瓶 | Agar Scientific | AG81760-500 | |
| 液氮 储存杜瓦瓶 | Worthington industries | HC 34 | |
| 移液器 | Gilson | 10082012 | |
| 移液器吸头 | Star labs | s1111-1706 | |
| 注射器 | BD | BD 300869 | |
| II型实验室用水 | Suez | select fusion | |
| Vitrobot | ThermoFisher Scientific | 1086439 | |
| Vitrobot滤纸 | Whatman | 1001-055 | |
| Vitrobot泡沫塑料容器组件 | ThermoFisher Scientific | 1086439 | |
| Vitrobot镊子 | ThermoFisher Scientific | 72882-D | |
| 软件 | |||
| EPU | ThermoFisher Scientific | 2.8.1.10REL | |
| TEM服务器 | ThermoFisher Scientific | 6.15.3.22415REL | |
| Tia | ThermoFisher Scientific | 5.0.0.2896REL | |
| Titan Krios显微镜 | ThermoFisher Scientific | Titan Krios G2 |
申请许可以重复使用本 JoVE 文章的文本或图表
申请许可