$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Das Datenmanagement-Portal bietet eine effiziente, strukturierte Speicherung von gesammelten Bildern, Daten und Metadaten aus mehreren experimentellen Workflows in einer einzigen Softwareplattform. Jedes definierte Experiment in einem erstellten Projekt besteht aus einem Workflow mit benutzerdefinierten Schritten zum Erfassen von Beispielinformationen, gesammelten Daten und zugehörigen Metadaten ohne Einschränkungen, um maximale Flexibilität und Benutzerfreundlichkeit für mögliche Experimente und alle Anwendungsfälle zu bieten (Abbildung 1, Abbildung 2). Das Datenmanagement-Portal verfügt auch über eine Lab-Note-Funktionalität zur Veranschaulichung von Workflow-Schritten, einschließlich der Bildverarbeitung mit Zwischenergebnissen, die alle zusammen mit einem Projekt verknüpft werden können und eine möglichst vollständige Aufzeichnung für die Analyse und Erstellung von Berichten und Publikationen bereitstellen.

Abbildung 1: Beispiel für eine mögliche Organisation von Daten und Metadaten in der Datenmanagement-Plattform. Jedes Projekt kann aus mehreren Experimenten bestehen, wie z.B. Kryo-EM oder Massenspektroskopie (d.h. Protokollschritt 2.3). Jedes Experiment kann mehrere benutzerdefinierte Workflows (d. h. Protokollschritt 2.5) umfassen, die jeweils aus mehreren konfigurierbaren Schritten bestehen (d. h. Protokollschritt 2.7). Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.

Abbildung 2: Anzeigen eines geöffneten Projektworkflows in der Datenverwaltungsplattform. Die Abbildung zeigt zugeordnete Metadaten und Notizen zum geöffneten Schritt im Workflow. Die linke Leiste mit Symbolen bietet schnellen Zugriff auf verschiedene Optionen und Menüs der Datenverwaltungsplattform. Der linke Bereich enthält eine Liste der gespeicherten Workflows (es wird nur ein gespeicherter Workflow "Exp2_ApoF_EFTEM_Grid7" angezeigt) und eine blaue Schaltfläche zum Hinzufügen eines neuen Workflows. Der zentrale Bereich zeigt einzelne Schritte im geöffneten Workflow an, wie es hier für den SPA-Workflow gezeigt wird. Die blaue Schaltfläche oben rechts kann dem geöffneten Workflow einen zusätzlichen Schritt hinzufügen. Das rechte Bedienfeld bietet Platz für aufgezeichnete Metadaten oder benutzerdefinierte Notizen des Workflows, die Text, Tabellen und Bilder enthalten können. Für den Text stehen verschiedene Formatierungsmöglichkeiten zur Verfügung. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Kryo-EM-Gitter, die mit herkömmlichen Tauchgefriergeräten wie Vitrobot hergestellt werden, zeigen typischerweise einen Gradienten der Eisdicke über der Gitteroberfläche. Einige Gitter können auch nach manueller Handhabung und/oder Clipping in einen Autogrid-Ringträger beschädigt (gebogen) werden. Abbildung 3 zeigt Beispiele für verschiedene Raster, wie in der Atlas-Übersicht gezeigt. Die Gitter mit dickem Eis oder Schäden sollten von weiteren Untersuchungen ausgeschlossen werden.

Abbildung 3: Galerie verschiedener Gitter, wie in der Atlasübersicht zu sehen . (A) Ein schlechtes Gitter mit dickem Eis, (B) ein gebogenes Gitter mit schlechter Eis- und Eiskontamination, (C) ein akzeptables Gitter mit gutem Eisgradienten, (D) ein typisches Gitter mit gutem dünnem Eis und kleinem Eisgradienten. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Die Auswahl von Gitterquadraten ohne Beschädigung und optimaler Eisdicke ist entscheidend für die Erfassung hochauflösender Datensätze. Die Eisdicke kann auch auf der Ebene einzelner Gitterquadrate variieren, daher ist es wichtig, aus jedem ausgewählten Gitterquadrat nur Löcher mit optimal dünnem Eis auszuwählen. Abbildung 4 zeigt ein passendes Gitterquadrat mit intakter Folie und dünnem Eis in der Mitte. Das gezeigte Gitterquadrat eignet sich gut zum Einstellen eines Filters für die automatisierte Auswahl von Löchern mit dünnem Eis in allen ausgewählten Gitterquadraten, da es einen Bereich unterschiedlicher Eisdicke sowie leere Löcher ohne Eis enthält, was äußerst nützlich ist, um einen geeigneten Intensitätsbereich im Eisfilter in der Aufgabe Lochauswahl einzustellen.

Abbildung 4: Ein Beispiel für ein Gitterquadrat mit einem Gradienten der Eisdicke, aus leeren Gitterquadraten in der Mitte und dickem Eis in der Nähe der Gitterstäbe. Mit dem Filter der Eisqualität kann der Intensitätsbereich innerhalb von Löchern mit der idealen Eisdicke ausgewählt werden, die entsprechend im Gitterquadrat (den Löchern mit grüner Überlagerung) ausgewählt werden. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Benchmark-Ergebnisse unter Verwendung des beschriebenen Protokolls wurden unter Verwendung der Probe von Maus-Apoferritin (apoF) aus der Kikkawa-Gruppe11 erhalten. ApoF ist ein hochgradig α-helikales Protein, das einen sehr stabilen Oktaederkäfig bildet. Die hohe Stabilität und hohe Symmetrie machen apoF zu einer optimalen Probe für hochauflösende Kryo-EM-Bildgebung und Bildverarbeitung. ApoF ist daher zu einer Standardstichprobe für die Bewertung der Leistung von Kryo-EM-Instrumentengeworden 11,12,13. Eine gefrorene aliquot mit 15 mg/ml gereinigter apoF-Probe wurde auf Eis aufgetaut und durch Zentrifugation bei 10.000 x g für 10 min geklärt. Der Überstand wurde auf 5 mg/ml mit 20 mM HEPES pH 7,5, 150 mM NaCl verdünnt. 3 μL der verdünnten Probe wurden auf ein glühend entladenes R-1.2/1.3, 300 mesh Goldgitter für 30 s aufgetragen. Dann wurden die Gitter für 5 s gesprüht, bevor sie in flüssiges Ethan eingefroren wurden, das durch flüssigen Stickstoff gekühlt wurde. Das Einfrieren wurde mit einem vollautomatischen Verglasungssystem bei 100% Luftfeuchtigkeit und 4 °C durchgeführt. Alle Gitter wurden in Autogrids geclippt und in ein 200 kV Cryo-TEM geladen. Etwa 3000 Filme wurden bei einem Durchsatz von 300 Filmen/h gesammelt. Die Daten wurden mit den Methoden wiebeschrieben 11 mit den folgenden Modifikationen verarbeitet: i) Relion 4-Beta-Version wurde anstelle von Relion 3.1 verwendet, ii) automatisierte Partikelkommissionierung wurde unter Verwendung von 2D-Klassendurchschnitten früherer apoF-Rekonstruktionen als Referenzen durchgeführt und iii) das anfängliche 3D-Modell wurde aus der vorherigen apoF-Rekonstruktion mit einer Auflösung von 15 Å generiert. Für diesen Datensatz wurde keine optische Gruppierung durchgeführt, da das verwendete AFIS-Verfahren34 nachweislich effizient und zuverlässig strahlneigungsinduzierte Phasenverschiebungen minimiert, die die Datenqualität nicht einschränken, um 3D-Karten bei den gemeldeten Auflösungen zu rekonstruieren. Die 3D-Verfeinerung nach Bayes'scher Politur und CTF-Verfeinerung führte zu einer Auflösung von 1,68 Å. Die Auflösung wurde mit der Ewald-Kugelkorrektur weiter verbessert, was zu einer Auflösung von 1,63 Å führte. Die Übersicht über die Datenerfassungs- und Verarbeitungsparameter ist in Tabelle 2 dargestellt, und die endgültige rekonstruierte Dichtekarte ist in Abbildung 5 dargestellt, wobei die Fourier-Schalenkorrelationskurve (FSC) in ergänzender Abbildung 8 dargestellt ist.
Tabelle 2: Datenerfassung und Bildverarbeitungsparameter für die 3D-Rekonstruktion von Apoferritin. Bitte klicken Sie hier, um diese Tabelle herunterzuladen.

Abbildung 5: Kryo-EM-Rekonstruktion von Apoferritin. (Linkes Feld) 3D-Darstellung der rekonstruierten apoF-Kryo-EM-Karte mit einer Auflösung von 1,6 Å. (Rechtes Feld) Detailansicht der rekonstruierten Karte auf der Ebene einzelner Aminosäure-Seitenketten. Die Dichte der Aminosäure-Seitenketten ist gut aufgelöst, und das Atommodell kann innerhalb dieser Karte eindeutig aufgebaut werden. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Die Auswirkungen und Vorteile der Verwendung eines Energiefilters in den SPA-Rekonstruktionen wurden mit dem prokaryotischen 20S-Proteasom untersucht, das aus T. acidophilum isoliert wurde. Das prokaryotische 20S-Proteasom wurde auch als Standard-Kryo-EM-Probe verwendet, da es den stabilen katalytischen Kern des Proteasom-Komplexes mit der D7-Symmetrie darstellt. Die Gitter wurden durch Zugabe von 4,5 μL der gereinigten T. acidophilum 20S-Proteasom-Probe auf ein glühend entladenes 200-Mesh-R2/1-Kupfergitter hergestellt. Die Proben wurden in einem flüssigen Ethan/Propan-Gemisch unter Verwendung eines vollautomatischen Vitrifikationssystems, das auf 4 °C und 100% Luftfeuchtigkeit eingestellt ist, mit einer Blot-Kraft von 20 und einer Blot-Zeit von 4,5 s verglast.
Drei verschiedene Datensätze wurden aus demselben Kryo-EM-Gitter mit ähnlichen Gitterquadraten unter Verwendung einer unterschiedlichen Spaltbreite des Energiefilters in der Reihenfolge gesammelt: i) Spalt vollständig offen (kein Spalt eingefügt), ii) 20 eV Spalt und iii) 10 eV Spalt. Die Auswahl der Gitterquadrate erfolgte über einen Eisqualitätsfilter innerhalb der Analysesoftware. Alle anderen Parameter für die Datenerhebung und Datenverarbeitung wurden gleich gehalten. Die Datensätze wurden für 15 h mit insgesamt 4000 Filmen gesammelt und mit den beschriebenen Methodenwie beschrieben 11 mit Relion 3.1 verarbeitet, mit der Modifikation, dass der Laplacian-of-Gauß'sche Partikelpicking-Algorithmus verwendet wurde, um anfängliche 2D-Klassendurchschnitte für die referenzbasierte Partikelauswahl aus den vollständigen Datensätzen zu erstellen. Die gleiche Anzahl (102.200) zufällig ausgewählter Partikel wurde ausgewählt und für die endgültige Iteration und 3D-Rekonstruktion jedes Datensatzes verwendet. Die Datenverarbeitungsvariablen werden in der nachstehenden Tabelle (Tabelle 3) beschrieben, um die endgültige rekonstruierte EM-Dichtekarte in Abbildung 6 mit der in ergänzender Abbildung 9 dargestellten FSC-Kurve zu erreichen. Die optische Gruppierung und die Ewald-Kugelkorrektur wurden für diese Datensätze ebenfalls nicht durchgeführt.
Tabelle 3: Datenerhebungs- und Bildverarbeitungsparameter für die 3D-Rekonstruktion des Proteasoms T. acidophilum 20S. Bitte klicken Sie hier, um diese Tabelle herunterzuladen.
Tabelle 4: Zusammenfassung der erreichten Auflösung und des B-Faktors für Kryo-EM-Rekonstruktionen des Proteasoms T. acidophilum 20S unter Verwendung von Datensätzen mit unterschiedlicher Energiespaltbreite. Bitte klicken Sie hier, um diese Tabelle herunterzuladen.

Abbildung 6: Wirkung der Energiefilterung auf Kryo-EM-Bilder. (A) Kryo-EM-Bilder mit unterschiedlichen Defokussierungswerten, die mit oder ohne 10-eV-Schlitz gesammelt wurden. (B) Überblick über die 20S Proteasom-Kryo-EM-Karte mit segmentierten Untereinheiten. (C) Zoom-Ansicht auf der 20S Proteasom-Karte mit einem angepassten Atommodell. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Ergänzende Abbildung 1: Kalibrierung von Bildverschiebungen (gelbe Ellipse) zur Ausrichtung von Bildverschiebungen zwischen verschiedenen optischen Voreinstellungen (rote Ellipsen) in der Analysesoftware unter Verwendung eines Kristalls aus sechseckigem Eis, der im vollen Vergrößerungsbereich zwischen 100x und 165.000x sichtbar ist. (Oben) Kalibrierung zwischen den Voreinstellungen "Datenerfassung" und "Bohrung/Euzentrische Höhe", (mittlere) Kalibrierung zwischen den Voreinstellungen "Loch/Euzentrische Höhe" und "Gitterquadrat", (untere) Kalibrierung zwischen den Voreinstellungen "Rasterquadrat" und "Atlas". Bitte klicken Sie hier, um diese Datei herunterzuladen.
Ergänzende Abbildung 2: Autostigmate-Funktion in Analysesoftware (gelbe Ellipse). (Linkes Bild) Aufgenommenes Bild. (Rechtes Bild) Fourier-Übertragung des aufgenommenen Bildes, das konzentrische Thon-Ringe und ihre CTF-Passform in radialen Strahlen zeigt. Bitte klicken Sie hier, um diese Datei herunterzuladen.
Ergänzende Abbildung 3: Benutzeroberfläche der Autocoma-Funktion in der Analysesoftware (gelbe Ellipse) zur Komaausrichtung. Das Bildfeld zeigt Fourier-Transferbilder, die bei verschiedenen Strahlneigungen aufgenommen wurden, und deren CTF-Anpassungen, die zur Berechnung der Koma verwendet werden. Bitte klicken Sie hier, um diese Datei herunterzuladen.
Ergänzende Abbildung 4: Benutzeroberfläche der Energiefilterabstimmung. Beispiel für einen guten Tuning-Bericht der Energiefilter-Isochromaität mit allen Parametern (in grünem Text dargestellt) innerhalb der Spezifikationen. Bitte klicken Sie hier, um diese Datei herunterzuladen.
Ergänzende Abbildung 5: Benutzeroberfläche der Energiefilterabstimmung. Beispiel für einen guten Tuning-Bericht der Energiefilter-Vergrößerungsverzerrungen mit allen Parametern (in grünem Text dargestellt) innerhalb der Spezifikationen. Bitte klicken Sie hier, um diese Datei herunterzuladen.
Ergänzende Abbildung 6: Benutzeroberfläche der Energiefilterabstimmung. Beispiel für eine gute Abstimmung der chromatischen Verzerrungen des Energiefilters mit allen Parametern (in grünem Text dargestellt) innerhalb der Spezifikationen. Bitte klicken Sie hier, um diese Datei herunterzuladen.
Ergänzende Abbildung 7: DataViz-Panel des EPU-Qualitätsmonitors mit einem Überblick über die Datenqualität in einem gesammelten Kryo-EM-Datensatz. Die Diagramme mit aggregierten Daten aus allen gesammelten Bildern/Filmen zeigen Werte (Punktdiagramme) und Verteilung (Balkendiagramme) ausgewählter kritischer Qualitätsindikatoren wie CTF-Fit-Konfidenzniveau (blau), Defokus (orange) und Astigmatismus (grün). Eine Teilmenge der gesammelten Bilder/Filme kann ausgewählt werden, indem Parameterfilter oben im DataViz-Panel festgelegt werden. Nach dem Anwenden der Filter können ausgewählte Bilder/Filme zur weiteren Verarbeitung in ein anderes Bildverarbeitungspaket wie Relion oder CryoSpark exportiert werden. Bitte klicken Sie hier, um diese Datei herunterzuladen.
Ergänzende Abbildung 8: FSC-Kurve der endgültigen Rekonstruktion von apoF auf 1,6 Å Auflösung, wie von Relion 4-beta berichtet. Die blaue Kurve zeigt den FSC maskierter 3D-Karten aus zwei unabhängig voneinander verfeinerten 3D-Rekonstruktionen aus zwei sich gegenseitig ausschließenden Halbdatensätzen. Nach dem Goldstandard FSC bei 0,143 entspricht die Auflösung der endgültigen 3D-Karte, die aus dem vollständigen Datensatz rekonstruiert wurde, 1,6 Å. Die orangefarbene Kurve zeigt den FSC der maskierten 3D-Rekonstruktionen mit randomisierten Phasen. Der schnelle Abfall der FSC-Kurve deutet darauf hin, dass die verwendete Maske nicht über ~2 Å Auflösung hinaus zum beobachteten FSC der ursprünglich rekonstruierten Karten (blaue Kurve) beigetragen hat. Bitte klicken Sie hier, um diese Datei herunterzuladen.
Ergänzende Abbildung 9: FSC-Kurven der endgültigen Rekonstruktion des Proteasoms T. acidophilum 20S unter Verwendung verschiedener Spaltbreiten des Energiefilters, wie von Relion 3.1 berichtet. Die blauen Kurven zeigen den FSC von maskierten 3D-Karten aus zwei unabhängig voneinander verfeinerten Rekonstruktionen aus zwei Halbdatensätzen jedes Datensatzes. Der Goldstandard-FSC bei 0,143 gibt die erreichten Auflösungen der endgültigen 3D-Karten an, die aus den jeweiligen vollständigen Datensätzen rekonstruiert wurden (2,3 Å, 2,2 Å bzw. 2,1 Å Auflösung). Die roten Kurven zeigen den FSC der maskierten Karten mit randomisierten Phasen. Der schnelle Abfall der roten FSC-Kurven deutet darauf hin, dass die verwendete Maske nicht über die Auflösung von ~3 Å hinaus zum FSC der ursprünglich rekonstruierten Karten beigetragen hat. Die grünen Kurven zeigen den FSC der unmaskierten 3D-Karten, die im gesamten rekonstruierten 3D-Volumen durch Rauschen beeinflusst werden und daher früher fallen als der FSC der maskierten 3D-Karten. Bitte klicken Sie hier, um diese Datei herunterzuladen.
Verfügbarkeit der Daten: Die Kryo-EM-Dichtekarten wurden in der EM-Datenbank unter den Beitrittsnummern apoferritin: EMD 14173, EMPIAR-10973 hinterlegt. 20S Proteasom: EMD 14467, EMPIAR-10976.