Amélioration des cartes de densité en supprimant la majorité des particules dans les piles finales de microscopie électronique cryogénique à particule unique
10 mai 2024
Une méthode avancée de sélection de particules pour la cryo-EM, à savoir CryoSieve, améliore la résolution de la carte de densité en supprimant la majorité des particules dans les piles finales, comme le démontre son application sur un ensemble de données du monde réel.
La microscopie électronique cryogénique est essentielle pour déterminer les structures quasi atomiques des macromolécules biologiques. Bien qu’il repose sur la moyenne de nombreuses images à faible rapport signal/bruit, le nombre optimal de particules nécessaires pour une résolution spécifique reste inconnu. Cette limitation entrave les progrès dans les méthodes d’analyse et de préparation des échantillons.
Pour y remédier, nous introduisons une méthode de tri itérative, CryoSieve. La sélection de protocole standard comprend la classification bidimensionnelle et tridimensionnelle, d’autres critères de tri de protocole tels que la méthode de corrélation croisée normalisée, l’approche de cohérence de graphe angulaire et la classification de non-alignement sont actuellement utilisés. Des expériences approfondies démontrent que CryoSieve surpasse les autres algorithmes de tri de particules cryo-EM, révélant que la plupart des particules sont inutiles dans les piles finales.
La minorité de particules restant dans les empilements finaux donne une amplitude à très haute résolution dans les cartes de densité reconstructives. Pour certains ensembles de données, la taille du sous-ensemble le plus fin approche la limite théorique. Dans la cryo-EM, la préparation des échantillons entrave le flux de travail.
En raison de l’absence de mesures standard pour la comparaison des protocoles, le rapport entre les particules sélectionnées et les particules collectées pourrait servir de mesure de la qualité. L’examen de leur distribution spatiale et temporelle peut également mettre en évidence des facteurs physiques clés de l’efficacité de la préparation.
Aperçu
Cette étude présente CryoSieve, une méthode avancée de sélection de particules pour la microscopie électronique cryogénique (cryo-EM) qui améliore la résolution des cartes de densité. En éliminant les particules inutiles des piles finales, CryoSieve améliore considérablement la qualité des cartes de densité reconstruites.
Composantes clés de l'étude
Domaine scientifique
- Microscopie électronique cryogénique
- Biologie structurale
- Méthodes de sélection des particules
Contexte
- La microscopie électronique cryogénique est essentielle pour déterminer les structures proches de la résolution atomique des macromolécules biologiques.
- Les méthodes actuelles de sélection des particules conservent souvent des particules inutiles, ce qui limite la résolution.
- Les techniques classiques de sélection incluent diverses méthodes et métriques de classification.
- Il existe un manque de métriques normalisées pour comparer les protocoles de préparation des échantillons.
Objectif de l'étude
- Développer une méthode de tri itérative qui optimise la sélection des particules en microscopie électronique cryogénique (cryo-EM).
- Démontrer l'efficacité de CryoSieve pour améliorer la résolution des cartes de densité.
- Établir une métrique de qualité fondée sur le rapport entre les particules sélectionnées et celles collectées.
Méthodes utilisées
- Méthode itérative de tri pour la sélection des particules.
- Accélération par GPU pour une efficacité de traitement optimale.
- Utilisation de commandes spécifiques pour configurer l'environnement et exécuter CryoSieve.
- Comparaison des cartes de densité avant et après l'application de CryoSieve.
Résultats principaux
- CryoSieve a surpassé les algorithmes existants de sélection des particules.
- Le sous-ensemble final de particules s'est approché des limites théoriques, produisant des cartes de haute résolution.
- Des améliorations significatives du facteur B de Rosenthal-Henderson ont été observées.
- Les cartes de densité améliorées montraient des chaînes latérales et des détails structuraux plus nets.
Conclusions
- CryoSieve améliore efficacement la qualité des cartes de densité en microscopie électronique cryogénique.
- La méthode réduit le nombre de particules tout en améliorant la résolution.
- Les travaux futurs pourraient se concentrer sur l'harmonisation des métriques pour la préparation d'échantillons en microscopie électronique cryogénique.
Questions fréquemment posées
Pertinence professionnelle pour l'industrie
La détermination de haute résolution de la structure de macromolécules biologiques est essentielle pour la validation des cibles et la réduction des risques mécanistiques en recherche et développement biopharmaceutique. Le flux de travail itératif de sélection des particules CryoSieve améliore la qualité des cartes de densité en microscopie électronique cryogénique en monoclonde en éliminant la majorité des particules non contributives, influant directement sur la fiabilité prédictive des modèles structuraux. Cette capacité permet des décisions plus fiables en phase précoce de découverte et un tri plus efficace du portefeuille en améliorant la fidélité des connaissances moléculaires.
Applications stratégiques en recherche et développement en biopharmacie
Découverte précoce et validation de cibles
- Permet une interrogation rigoureuse des hypothèses thérapeutiques grâce à une meilleure clarté structurelle.
- Réduit l'ambiguïté mécanistique en affinant les cartes de densité jusqu'à une résolution proche de l'atome.
- Appuie la validation fonctionnelle des cibles en fournissant des données structurales plus fiables.
- Facilite le tri des portefeuilles en distinguant les cibles de haute qualité selon les preuves structurales.
Développement de tests et criblage
- Prépare des modèles structuraux validés pour des flux de travail de criblage en aval et d'évaluation de composés.
- Améliore la reproductibilité des tests en standardisant la sélection des particules et la qualité des cartes.
- Permet une évaluation quantitative de caractéristiques structurales pertinentes pour la liaison ou la modulation de ligands.
- Facilite le développement de plateformes évolutives et réutilisables pour le criblage fondé sur la structure.
Recherche translationnelle et préclinique
- Aligne les résultats structuraux avec des modèles pertinents pour la maladie afin du développement translationnel de biomarqueurs.
- Assure une continuité du stade de découverte à la validation préclinique en garantissant l'exactitude structurale.
- Réduit les risques liés aux décisions d'avancement en fournissant des données moléculaires solides et de haute résolution.
- Améliore la valeur prédictive des études fonctionnelles et pharmacologiques ultérieures.
Intégration du pipeline et du flux de travail
Le flux de travail CryoSieve s'intègre dans la continuité de la découverte, de la biologie structurale précoce jusqu'à l'identification de candidats et la recherche préclinique, en soutenant les tests itératifs des hypothèses et l'affinement des modèles.
- Biologie du Développement : Affine les hypothèses structurales et clarifie les voies moléculaires en maximisant la résolution de la carte de densité.
- Triage : Fournit des données structurales reproductibles et de haute qualité pour le développement de tests et le criblage de composés.
- Analyse : Fournit des résultats quantitatifs tels que le facteur B et la résolution locale permettant une comparaison objective des conditions.
- Recherche Translationnelle : Fait le lien entre la découverte et les phases précliniques en alignant les données structurales avec des modèles de maladies.
- Réutilisation en Entreprise : Met en place une approche normalisée et évolutives pour la sélection de particules à travers plusieurs projets.
Impact opérationnel et organisationnel
- Valeur scientifique : Accroît la confiance prédictive et réduit l'incertitude mécanistique dans les modèles structuraux.
- Valeur opérationnelle : Normalise et rationalise la sélection des particules, améliorant la reproductibilité et la reproductibilité à grande échelle.
- Valeur stratégique : Permet des décisions éclairées de type « aller ou ne pas aller » et améliore l'efficacité du capital en réduisant les risques biologiques en phase avancée.
- Impact sur le portefeuille : Favorise la priorisation et l'avancement, ajustées au risque, des cibles validées sur le plan structural.
Considérations relatives à la mise en œuvre
- Nécessite une expertise en traitement des données de cryo-ME et en biologie structurale.
- Exige une infrastructure informatique accélérée par GPU pour un tri itératif efficace.
- Implique une standardisation entre équipes en matière de sélection des particules et de critères de qualité.
- Adaptable à divers systèmes macromoléculaires, mais dépendante de la qualité des jeux de données.
- Les limitations pratiques incluent la nécessité de protocoles robustes de préparation des échantillons et de gestion des données.
