$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
El portal de administración de datos proporciona un almacenamiento eficiente y estructurado de imágenes, datos y metadatos recopilados de múltiples flujos de trabajo experimentales en una sola plataforma de software. Cada experimento definido en un proyecto creado consiste en un flujo de trabajo con pasos definidos por el cliente para capturar información de muestra, datos recopilados y metadatos relacionados sin ninguna restricción para proporcionar la máxima flexibilidad y usabilidad para cualquier experimento posible y todos los casos de uso (Figura 1, Figura 2). El portal de gestión de datos también tiene una funcionalidad de nota de laboratorio para ilustrar los pasos del flujo de trabajo, incluido el procesamiento de imágenes con resultados intermedios, que se pueden asociar todos juntos con un proyecto y proporcionar un registro lo más completo posible para el análisis y la creación de informes y publicaciones.

Figura 1: Ejemplo de posible organización de datos y metadatos en la plataforma de gestión de datos. Cada proyecto puede consistir en múltiples experimentos, como crio-EM o espectroscopia de masas (a saber, el paso de protocolo 2.3). Cada experimento puede incluir varios flujos de trabajo definidos por el usuario (a saber, el paso 2.5 del protocolo), cada uno de los cuales consta de varios pasos configurables (a saber, el paso 2.7 del protocolo). Haga clic aquí para ver una versión más grande de esta figura.

Figura 2: Ver en un flujo de trabajo de proyecto abierto en la plataforma de gestión de datos. La figura muestra los metadatos y notas asociados al paso abierto en el flujo de trabajo. La barra izquierda con iconos proporciona un acceso rápido a diferentes opciones y menús de la plataforma de gestión de datos. El panel izquierdo incluye una lista de flujos de trabajo guardados (se muestra solo un flujo de trabajo guardado "Exp2_ApoF_EFTEM_Grid7") y un botón azul para agregar un nuevo flujo de trabajo. El panel central muestra los pasos individuales en el flujo de trabajo abierto, como se muestra para el flujo de trabajo de SPA aquí. El botón azul en la parte superior derecha puede agregar un paso adicional al flujo de trabajo abierto. El panel derecho incluye espacio para metadatos grabados o notas de entrada de usuario del flujo de trabajo, que pueden incluir texto, tablas e imágenes. Hay diferentes opciones de formato disponibles para el texto. Haga clic aquí para ver una versión más grande de esta figura.
Las rejillas Cryo-EM producidas con dispositivos tradicionales de congelación por inmersión, como Vitrobot, generalmente mostrarán un gradiente de espesor de hielo sobre la superficie de la rejilla. Algunas rejillas también pueden dañarse (doblarse) después de la manipulación manual y / o el recorte en un portador de anillo de rejilla automática. La Figura 3 muestra ejemplos de diferentes cuadrículas como se muestra en la descripción general del Atlas. Las rejillas con hielo grueso o daños deben excluirse de una investigación adicional.

Figura 3: Galería de diferentes cuadrículas como se ve en la descripción general del Atlas. (A) Una rejilla mala con hielo grueso, (B) una rejilla doblada con hielo malo y contaminación por hielo, (C) una rejilla aceptable con buen gradiente de hielo, (D) una rejilla típica con buen hielo delgado y un gradiente de hielo pequeño. Haga clic aquí para ver una versión más grande de esta figura.
La selección de cuadrados de cuadrícula sin daños y con un espesor de hielo óptimo es fundamental para recopilar conjuntos de datos de alta resolución. El espesor del hielo puede variar incluso a nivel de cuadrados de cuadrícula individuales, y por lo tanto, es importante seleccionar solo agujeros con hielo óptimamente delgado de cada cuadrado de cuadrícula seleccionado. La Figura 4 muestra un cuadrado de cuadrícula adecuado con lámina intacta y hielo delgado en el centro. El cuadrado de cuadrícula mostrado es bueno para configurar un filtro para la selección automatizada de agujeros con hielo delgado en todos los cuadrados de cuadrícula seleccionados, ya que contiene un rango de diferentes espesores de hielo, así como agujeros vacíos sin hielo, lo cual es extremadamente útil para establecer un rango apropiado de intensidad en el filtro de hielo en la tarea de selección de agujeros.

Figura 4: Un cuadrado de cuadrícula de ejemplo con un gradiente de espesor de hielo, a partir de cuadrados de cuadrícula vacíos en el centro y hielo grueso cerca de las barras de rejilla. El filtro de calidad de hielo se puede utilizar para seleccionar el rango de intensidades dentro de los orificios con el espesor de hielo ideal que se seleccionan en consecuencia en el cuadrado de la cuadrícula (los agujeros con superposición verde). Haga clic aquí para ver una versión más grande de esta figura.
Los resultados de referencia utilizando el protocolo descrito se obtuvieron utilizando la muestra de apo-ferritina de ratón (apoF) del grupo de Kikkawa11. ApoF es una proteína helicoidal altamente α que forma una jaula octaédrica muy estable. La alta estabilidad y la alta simetría hacen de apoF una muestra óptima para imágenes crio-EM de alta resolución y procesamiento de imágenes. Por lo tanto, ApoF se ha convertido en una muestra estándar para evaluar el rendimiento de los instrumentos crio-EM 11,12,13. Una alícuota congelada que contenía una muestra de apoF purificada de 15 mg/ml se descongeló en hielo y se clarificó por centrifugación a 10.000 x g durante 10 min. El sobrenadante se diluyó a 5 mg/ml con 20 mM HEPES pH 7.5, 150 mM NaCl. Se aplicaron 3 μL de la muestra diluida sobre una rejilla de oro de malla R-1.2/1.3 con descarga de resplandor durante 30 s. Luego, las rejillas se borraron durante 5 s antes de sumergirse en etano líquido enfriado por nitrógeno líquido. La congelación por inmersión se realizó utilizando un sistema de vitrificación totalmente automatizado al 100% de humedad y 4 °C. Todas las rejillas se recortaron en autorredes y se cargaron en un Cryo-TEM de 200 kV. Se recolectaron alrededor de 3000 películas a un rendimiento de 300 películas / h. Los datos se procesaron utilizando los métodos descritos11 con las siguientes modificaciones: i) se utilizó la versión 4-beta de Relion en lugar de Relion 3.1, ii) la selección automatizada de partículas se realizó utilizando promedios de clase 2D de reconstrucciones apoF anteriores como referencias, y iii) el modelo 3D inicial se generó a partir de la reconstrucción apoF anterior de baja resolución pasada a 15-Å. No se realizó la agrupación óptica para este conjunto de datos, ya que se ha demostrado que el procedimiento AFIS34 utilizado minimiza de manera eficiente y confiable los cambios de fase inducidos por la inclinación del haz que no limitan la calidad de los datos para reconstruir mapas 3D a las resoluciones informadas. El refinamiento 3D después del pulido bayesiano y el refinamiento CTF llevaron a un mapa de resolución de 1.68 Å. La resolución se mejoró aún más con la corrección de la esfera de Ewald, lo que resultó en un mapa de resolución de 1,63 Å. La descripción general de los parámetros de recopilación y procesamiento de datos se muestra en la Tabla 2, y el mapa de densidad reconstruido final se muestra en la Figura 5, con la curva de Correlación de Concha de Fourier (FSC) que se muestra en la Figura Suplementaria 8.
Tabla 2: Recopilación de datos y parámetros de procesamiento de imágenes utilizados para la reconstrucción 3D de la apo-ferritina. Haga clic aquí para descargar esta tabla.

Figura 5: Reconstrucción crio-EM de apo-ferritina. (Panel izquierdo) Representación 3D del mapa crio-EM de apoF reconstruido a una resolución de 1,6 Å. (Panel derecho) Vista detallada del mapa reconstruido a nivel de cadenas laterales de aminoácidos individuales. La densidad de las cadenas laterales de aminoácidos está bien resuelta, y el modelo atómico se puede construir inequívocamente dentro de este mapa. Haga clic aquí para ver una versión más grande de esta figura.
Los efectos y beneficios del uso de un filtro de energía en las reconstrucciones de SPA se evaluaron utilizando el proteasoma procariota 20S aislado de T. acidophilum. El proteasoma procariota 20S también se ha utilizado como una muestra crio-EM estándar, ya que representa el núcleo catalítico estable del complejo proteasoma con la simetría D7. Las rejillas se prepararon agregando 4.5 μL de la muestra purificada de proteasoma T. acidophilum 20S en una rejilla de cobre R 2/1 de 200 mallas descargadas con brillo. Las muestras se vitrificaron en una mezcla líquida de etano/propano utilizando un sistema de vitrificación totalmente automatizado establecido a 4 °C y 100% de humedad con fuerza de borrado de 20 y tiempo de borrado de 4,5 s.
Se recopilaron tres conjuntos de datos diferentes de la misma cuadrícula crio-EM con cuadrados de cuadrícula similares utilizando un ancho de hendidura diferente del filtro de energía en el orden: i) hendidura completamente abierta (sin ranura insertada), ii) hendidura de 20 eV y iii) hendidura de 10 eV. Los cuadrados de la cuadrícula se seleccionaron utilizando un filtro de calidad de hielo dentro del software de análisis. Todos los demás parámetros para la recopilación y el procesamiento de datos se mantuvieron iguales. Los conjuntos de datos se recopilaron durante 15 h con un total de 4000 películas y se procesaron utilizando los métodos descritos11 utilizando Relion 3.1 con la modificación de que el algoritmo de selección de partículas laplaciano de Gaussian se utilizó para producir promedios iniciales de clase 2D para la selección de partículas basada en referencia a partir de los conjuntos de datos completos. Se eligió el mismo número (102.200) de partículas seleccionadas al azar y se utilizó para la iteración final y la reconstrucción 3D de cada conjunto de datos. Las variables de procesamiento de datos se describen en la tabla (Tabla 3) a continuación para lograr el mapa de densidad EM reconstruido final que se muestra en la Figura 6 con la curva FSC que se muestra en la Figura Suplementaria 9. La agrupación óptica y la corrección de la esfera de Ewald tampoco se realizaron para estos conjuntos de datos.
Tabla 3: Parámetros de recolección de datos y procesamiento de imágenes utilizados para la reconstrucción 3D del proteasoma T. acidophilum 20S. Haga clic aquí para descargar esta tabla.
Tabla 4: Resumen de la resolución alcanzada y el factor B para las reconstrucciones crio-EM del proteasoma T. acidophilum 20S utilizando conjuntos de datos con diferente ancho de hendidura de energía. Haga clic aquí para descargar esta tabla.

Figura 6: Efecto del filtrado de energía en imágenes crio-EM. (A) Imágenes crio-EM a diferentes valores de desenfoque recopilados con o sin ranura de 10 eV. (B) Visión general del mapa crio-EM del proteasoma 20S con subunidades segmentadas. (C) Vista de zoom en el mapa del proteasoma 20S con un modelo atómico ajustado. Haga clic aquí para ver una versión más grande de esta figura.
Figura complementaria 1: Calibración de la tarea de desplazamientos de imagen (elipse amarilla) para alinear los cambios de imagen entre diferentes ajustes preestablecidos ópticos (elipses rojas) en el software de análisis, utilizando un cristal de hielo hexagonal que es visible en el rango de aumento completo entre 100x y 165,000x. (Arriba) Calibración entre los ajustes preestablecidos de Adquisición de datos y Altura de agujero/eucéntrico, calibración (media) entre los ajustes preestablecidos de Altura de orificio/eucéntrico y Cuadrado de cuadrícula, calibración (inferior) entre los ajustes preestablecidos de cuadrado de cuadrícula y Atlas. Haga clic aquí para descargar este archivo.
Figura complementaria 2: Función autostigma en software de análisis (elipse amarilla). (Imagen de la izquierda) Imagen adquirida. (Imagen derecha) Transferencia de Fourier de la imagen adquirida que muestra anillos de Thon concéntricos y su ajuste CTF mostrado en haces radiales. Haga clic aquí para descargar este archivo.
Figura complementaria 3: Interfaz de usuario de la función Autocoma en el software de análisis (elipse amarilla) para la alineación del coma. El panel de imágenes muestra imágenes de transferencia de Fourier adquiridas en diferentes inclinaciones de haz y sus ajustes CTF que se utilizan para el cálculo de la coma. Haga clic aquí para descargar este archivo.
Figura complementaria 4: Interfaz de usuario de ajuste del filtro de energía. Ejemplo de un buen informe de sintonización de la isocromía del filtro de energía con todos los parámetros (mostrados en texto verde) dentro de las especificaciones. Haga clic aquí para descargar este archivo.
Figura complementaria 5: Interfaz de usuario de ajuste del filtro de energía. Ejemplo de buen informe de ajuste de las distorsiones de aumento del filtro de energía con todos los parámetros (mostrados en texto verde) dentro de las especificaciones. Haga clic aquí para descargar este archivo.
Figura complementaria 6: Interfaz de usuario de ajuste del filtro de energía. Ejemplo de buen ajuste de las distorsiones cromáticas del filtro de energía con todos los parámetros (mostrados en texto verde) dentro de las especificaciones. Haga clic aquí para descargar este archivo.
Figura complementaria 7: Panel DataViz del Monitor de Calidad de la EPU con una visión general de la calidad de los datos en un conjunto de datos crio-EM recopilado. Los gráficos con datos agregados de todas las imágenes / películas recopiladas muestran valores (diagramas de puntos) y distribución (gráficos de barras) de indicadores de calidad críticos seleccionados, como la confianza de ajuste CTF (azul), el desenfoque (naranja) y el astigmatismo (verde). Se puede seleccionar un subconjunto de las imágenes/películas recopiladas estableciendo filtros de parámetros en la parte superior del panel DataViz. Después de aplicar los filtros, las imágenes / películas seleccionadas se pueden exportar para su posterior procesamiento en otro paquete de procesamiento de imágenes, como Relion o CryoSpark. Haga clic aquí para descargar este archivo.
Figura complementaria 8: Curva FSC de la reconstrucción final de apoF a resolución 1.6 Å, según lo informado por Relion 4-beta. La curva azul muestra el FSC de mapas 3D enmascarados de dos reconstrucciones 3D refinadas de forma independiente a partir de dos conjuntos de datos medios mutuamente excluyentes. De acuerdo con el estándar de oro FSC en 0.143, la resolución del mapa 3D final reconstruido a partir del conjunto de datos completo corresponde a 1.6 Å. La curva naranja muestra el FSC de las reconstrucciones 3D enmascaradas con fases aleatorias. La rápida caída de la curva FSC indica que la máscara utilizada no contribuyó al FSC observado de los mapas reconstruidos originales (curva azul) más allá de la resolución de ~ 2 Å. Haga clic aquí para descargar este archivo.
Figura complementaria 9: Curvas FSC de la reconstrucción final del proteasoma de T. acidophilum 20S utilizando diferentes anchos de hendidura del filtro de energía, según lo informado por Relion 3.1. Las curvas azules muestran el FSC de mapas 3D enmascarados a partir de dos reconstrucciones refinadas independientemente a partir de dos conjuntos de datos medios de cada conjunto de datos, respectivamente. El FSC estándar de oro en 0.143 indica las resoluciones alcanzadas de los mapas 3D finales reconstruidos a partir de los respectivos conjuntos de datos completos (resolución 2.3 Å, 2.2 Å y 2.1 Å, respectivamente). Las curvas rojas muestran el FSC de los mapas enmascarados con fases aleatorias. La rápida caída de las curvas FSC rojas indica que la máscara utilizada no contribuyó al FSC de los mapas reconstruidos originales más allá de la resolución de ~ 3 Å. Las curvas verdes muestran el FSC de los mapas 3D desenmascarados, que están influenciados por el ruido en todo el volumen 3D reconstruido y, por lo tanto, caen antes que el FSC de los mapas 3D enmascarados. Haga clic aquí para descargar este archivo.
Disponibilidad de los datos: Los mapas de densidad crio-EM se han depositado en el Banco de Datos em bajo los números de acceso: apoferritina: EMD 14173, EMPIAR-10973. Proteasoma 20S: EMD 14467, EMPIAR-10976.