Name: 초저온 전자 단층촬영(cryo-electron tomography) 데이터의 몰입형 세분화 및 분석을 위한 가상 현실 활용 (동영상) | JoVE Journal
Uploaded: 2025-01-24T15:00:00.000+00:00
Duration: 7 min 17 s
Description: 배우세요 가상현실을 활용한 초저온 전자 단층촬영 데이터 세분화 방법을. 포유류 세포의 미토콘드리아 구조를 정밀하게 분석하여 생물학 연구의 효율성을 높이는 혁신적인 기술입니다.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

<meta charset="utf8"></head><body>VR 인터랙션 도구: 3D Cryo-ET 데이터 세분화

<ol><li>Plitzko, J. M., Schuler, B., Selenko, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Structural+biology+outside+the+box-inside+the+cell%5BTitle%5D)+AND+%22Curr+Opin+Struct+Biol%22%5BJournal%5D)">Structural biology outside the box-inside the cell.</a> Curr Opin Struct Biol. 46, 110-121 (2017).</li>
<li>Beck, M., Baumeister, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cryo-electron+tomography%3A+can+it+reveal+the+molecular+sociology+of+cells+in+atomic+detail%5BTitle%5D)+AND+%22Trends+Cell+Biol%22%5BJournal%5D)">Cryo-electron tomography: can it reveal the molecular sociology of cells in atomic detail.</a> Trends Cell Biol. 26 (11), 825-837 (2016).</li>
<li>Lam, V., Villa, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Practical+approaches+for+cryo-FIB+milling+and+applications+for+cellular+cryo-electron+tomography%5BTitle%5D)+AND+%22Methods+Mol+Biol%22%5BJournal%5D)">Practical approaches for cryo-FIB milling and applications for cellular cryo-electron tomography.</a> Methods Mol Biol. 2215, 49-82 (2021).</li>
<li>Berger, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cryo-electron+tomography+on+focused+ion+beam+lamellae+transforms+structural+cell+biology%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Cryo-electron tomography on focused ion beam lamellae transforms structural cell biology.</a> Nat Methods. 20 (4), 499-511 (2023).</li>
<li>Watson, A. J. I., Bartesaghi, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Advances+in+cryo-ET+data+processing%3A+meeting+the+demands+of+visual+proteomics%5BTitle%5D)+AND+%22Curr+Opin+Struct+Biol%22%5BJournal%5D)">Advances in cryo-ET data processing: meeting the demands of visual proteomics.</a> Curr Opin Struct Biol. 87, 102861(2024).</li>
<li>Pyle, E., Zanetti, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Current+data+processing+strategies+for+cryo-electron+tomography+and+subtomogram+averaging%5BTitle%5D)+AND+%22Biochem+J%22%5BJournal%5D)">Current data processing strategies for cryo-electron tomography and subtomogram averaging.</a> Biochem J. 478 (10), 1827-1845 (2021).</li>
<li>Wan, W., Briggs, J. A. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cryo-electron+tomography+and+subtomogram+averaging%5BTitle%5D)+AND+%22Methods+Enzymol%22%5BJournal%5D)">Cryo-electron tomography and subtomogram averaging.</a> Methods Enzymol. 579, 329-367 (2016).</li>
<li>Ni, T., Liu, K., Zhang, J., Atanasov, I., Mladenov, M. G., Jiang, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-resolution+in+situ+structure+determination+by+cryo-electron+tomography+and+subtomogram+averaging+using+emClarity%5BTitle%5D)+AND+%22Nat+Protoc%22%5BJournal%5D)">High-resolution in situ structure determination by cryo-electron tomography and subtomogram averaging using emClarity.</a> Nat Protoc. 17 (2), 421-444 (2022).</li>
<li>Obr, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Exploring+high-resolution+cryo-ET+and+subtomogram+averaging+capabilities+of+contemporary+DEDs%5BTitle%5D)+AND+%22J+Struct+Biol%22%5BJournal%5D)">Exploring high-resolution cryo-ET and subtomogram averaging capabilities of contemporary DEDs.</a> J Struct Biol. 214 (2), 107852(2021).</li>
<li>Tegunov, D., Xue, L., Dienemann, C., Cramer, P., Mahamid, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multi-particle+cryo-EM+refinement+with+M+visualizes+ribosome-antibiotic+complex+at+3.5+%C3%85+in+cells%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Multi-particle cryo-EM refinement with M visualizes ribosome-antibiotic complex at 3.5 Å in cells.</a> Nat Methods. 18 (2), 186-193 (2021).</li>
<li>Salfer, M., Collado, J. F., Baumeister, W., Fernández-Busnadiego, R., Martínez-Sánchez, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reliable+estimation+of+membrane+curvature+for+cryo-electron+tomography%5BTitle%5D)+AND+%22PLoS+Comput+Biol%22%5BJournal%5D)">Reliable estimation of membrane curvature for cryo-electron tomography.</a> PLoS Comput Biol. 16 (8), e1007962(2020).</li>
<li>Barad, B. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantifying+organellar+ultrastructure+in+cryo-electron+tomography+using+a+surface+morphometrics+pipeline%5BTitle%5D)+AND+%22J+Cell+Biol%22%5BJournal%5D)">Quantifying organellar ultrastructure in cryo-electron tomography using a surface morphometrics pipeline.</a> J Cell Biol. 222 (2), e202204093(2023).</li>
<li>Martinez-Sanchez, A., Garcia, I., Asano, S., Lucic, V., Fernandez, J. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Robust+membrane+detection+based+on+tensor+voting+for+electron+tomography%5BTitle%5D)+AND+%22J+Struct+Biol%22%5BJournal%5D)">Robust membrane detection based on tensor voting for electron tomography.</a> J Struct Biol. 186 (1), 49-61 (2014).</li>
<li>Heebner, J. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Deep+learning-based+segmentation+of+cryo-electron+tomograms%5BTitle%5D)+AND+%22J+Vis+Exp%22%5BJournal%5D)">Deep learning-based segmentation of cryo-electron tomograms.</a> J Vis Exp. (189), e64435(2022).</li>
<li>Garza-López, E., Robles-Flores, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Protocols+for+generating+surfaces+and+measuring+3D+organelle+morphology+using+Amira%5BTitle%5D)+AND+%22Cells%22%5BJournal%5D)">Protocols for generating surfaces and measuring 3D organelle morphology using Amira.</a> Cells. 11 (1), 65(2021).</li>
<li>Chen, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Convolutional+neural+networks+for+automated+annotation+of+cellular+cryo-electron+tomograms%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Convolutional neural networks for automated annotation of cellular cryo-electron tomograms.</a> Nat Methods. 14 (10), 983-985 (2017).</li>
<li>Lamm, L., et al. MemBrain v2: an end-to-end tool for the analysis of membranes in cryo-electron tomography. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aLamm%2C+L+%22bioRxiv%22">bioRxiv</a>. , (2024).</li>
<li>Pidhorskyi, S., Morehead, M., Jones, Q., Spirou, G., Doretto, G. syGlass: interactive exploration of multidimensional images using virtual reality head-mounted displays. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aPidhorskyi%2C+S+%22arXiv%22">arXiv</a>. , (2018).</li>
<li>Schindelin, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fiji%3A+an+open-source+platform+for+biological-image+analysis%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Fiji: an open-source platform for biological-image analysis.</a> Nat Methods. 9 (7), 676-682 (2012).</li>
<li>Tegunov, D., Cramer, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Real-time+cryo-electron+microscopy+data+preprocessing+with+Warp%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Real-time cryo-electron microscopy data preprocessing with Warp.</a> Nat Methods. 16 (11), 1146-1152 (2019).</li>
<li>Bepler, T., Kelley, K., Noble, A. J., Berger, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Topaz-Denoise%3A+general+deep+denoising+models+for+cryoEM+and+cryoET%5BTitle%5D)+AND+%22Nat+Commun%22%5BJournal%5D)">Topaz-Denoise: general deep denoising models for cryoEM and cryoET.</a> Nat Commun. 11, 5208(2020).</li>
<li>Buchholz, T. -O., Berninger, L., Maurer, M., Jug, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cryo-CARE%3A+content-aware+image+restoration+for+cryo-transmission+electron+microscopy+data%5BTitle%5D)+AND+%22Proc+IEEE+Int+Symp+Biomed+Imaging%22%5BJournal%5D)">Cryo-CARE: content-aware image restoration for cryo-transmission electron microscopy data.</a> Proc IEEE Int Symp Biomed Imaging. 16, 502-506 (2019).</li>
<li>Buchholz, T. -O., Jordan, M., Pigino, G., Jug, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Content-aware+image+restoration+for+electron+microscopy%5BTitle%5D)+AND+%22Methods+Cell+Biol%22%5BJournal%5D)">Content-aware image restoration for electron microscopy.</a> Methods Cell Biol. 152, 277-289 (2019).</li>
<li>Liu, Y. -T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Isotropic+reconstruction+for+electron+tomography+with+deep+learning%5BTitle%5D)+AND+%22Nat+Commun%22%5BJournal%5D)">Isotropic reconstruction for electron tomography with deep learning.</a> Nat Commun. 13, 6482(2022).</li>
<li>Kremer, J. R., Mastronarde, D. N., McIntosh, J. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Computer+visualization+of+three-dimensional+image+data+using+IMOD%5BTitle%5D)+AND+%22J+Struct+Biol%22%5BJournal%5D)">Computer visualization of three-dimensional image data using IMOD.</a> J Struct Biol. 116 (1), 71-76 (1996).</li>
</ol>

<table><tbody><tr><td>CryoET 데이터</td><td></td><td></td><td>형식:TIFF 스택, TIFF</td></tr><tr><td>HTC VIVE 코스모스</td><td>HTC</td><td>99HARL000-00</td><td>https://www.vive.com/sea/product/vive-cosmos/features/</td></tr> <tr><td>Intel(R) Core(TM) i7-10870H CPU @ 2.20 GHz 2.21 GHz</td><td>Intel</td><td></td><td>https://ark.intel.com/content/www/us/en/ark/products/208018/intel-core-i7-10870h-processor-16m-cache-up-to-5-00-ghz.html</td></tr><tr><td>NVIDIA GeForce RTX 3070 노트북 GPU</td><td>NVIDIA</td><td></td><td>https://www.nvidia.com/en-us/geforce/laptops/compare/30-series/</td></tr> <tr><td>syGlass 소프트웨어</td><td>호환되는 Windows PC에 설치된 syGlass</td><td></td><td></td> syGlass 소프트웨어</tr><tr><td>VIVE Cosmos 핸드 컨트롤러</td><td>HTC</td><td>99HAFR001-00</td><td>https://www.vive.com/us/accessory/cosmos-controller-right/</td></tr> <tr><td>Windows 11 Home</td>, <td>Microsoft</td><td></td><td>마이크로소프트 윈도우 11 홈</td></tr></tbody></table>

초저온 전자 단층촬영(cryo-electron tomography) 데이터의 몰입형 세분화 및 분석을 위한 가상 현실 활용

Leveraging Virtual Reality for Immersive Segmentation and Analysis of Cryo-Electron Tomography Data

이 연구에서는 syGlass를 사용하여 미토콘드리아와 추가 막성 소기관(예: 소포, 소포체)을 포함하는 단층촬영을 분할했습니다. 단층 도선은 처음에 16.00 Å/pixel에서 가중 투영을 사용하여 Warp에서 재구성되었으며 소프트웨어 IsoNet을 사용하여 누락된 쐐기 보정 및 잡음 제거를 거쳤습니다. 다음 단층 촬영은 그림 1A 와 같이 가져오기를 위한 추가 처리를 거쳤습니다( 또한 보충 비디오 S1, 보충 비디오 S2, 보충 비디오 S3 및 보충 비디오 S4 참조).
전처리 후 MRC 형식의 단층촬영은 ImageJ를 사용하여 TIFF 스택으로 변환되었으며, 대비 반전이 적용되어 멤브레인이 검은색 배경에 흰색으로 보이도록 했습니다. 그런 다음 대비를 더욱 향상시키기 위해 히스토그램 이퀄라이제이션을 수행했습니다. 이를 통해 보다 효과적인 임계값을 설정할 수도 있습니다. TIFF 스택은 몰입형 VR 환경 내에서 3D로 가져와 시각화하여 그림 1B에 표시된 소프트웨어의 절단 도구를 사용하여 막질 구조를 자세히 검사할 수 있습니다.
소프트웨어에서 수동 세분화가 수행되었으며, 윈도잉은 자동으로 설정되고 밝기/임계값 조정이 이루어졌으며 셀룰러 기능 가시성을 최적화했습니다. 미토콘드리아와 다른 구조에 대한 ROI는 VR 컨트롤러를 사용하여 정의되었습니다. 세분화 도구를 사용하면 멤브레인 경계를 정확하게 묘사할 수 있었고 erase 기능을 사용하여 오류를 수정할 수 있었습니다. ROI 도구를 사용하여 단층촬영 전체 영역을 boxing하기 위한 슬라이스 별 탐색 또는 3D는 조정 가능한 페인트 브러시 도구와 결합되어 그림 1C와 같이 미토콘드리아 막 및 기타 소기관의 정확한 분할을 보장했습니다.
분할된 데이터는 ROI 도구의 표면 옵션을 사용하여 메시를 생성하여 시각화했으며, 스무딩 반복은 12로, 해상도 수준은 3으로 설정되었습니다. 최종 3D 렌더링은 그림 1D와 같이 외막과 내막, 크리스태 및 인산칼슘 침전물을 포함한 미토콘드리아 구조를 명확하게 보여줍니다(보충 동영상 S5, 보충 동영상 S6, 보충 동영상 S7 및 보충 동영상 S8 참조). 
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/67849/67849fig01.jpg"> 
그림 1: syglass를 사용한 단층 촬영 시각화, 세분화 및 3D 렌더링의 작업 흐름. (A) 얇은 가장자리 RPE1 세포의 단층 촬영 절편. Warp에서 재구성하고 IMOD25로 시각화한 syGlass를 사용한 분할에 사용되는 IsoNet 보정 단층 촬영. 단층 촬영은 K3 검출기가 장착된 300keV Titan-Krios 현미경에서 수집되었으며 망막 상피 세포의 얇은 가장자리에 초점을 맞췄습니다. 각 단층촬영에는 다양한 다른 막 결합 소기관과 함께 적어도 하나의 미토콘드리아가 포함되어 있습니다. 이러한 이미지는 추가 비디오 S1, 추가 비디오 S2, 추가 비디오 S3 및 추가 비디오 S4에 표시된 비디오의 스틸 이미지입니다. (B) 소프트웨어에서 시각화된 해당 단층 촬영. VR 소프트웨어의 절단 도구를 사용하여 임계값, 밝기 및 윈도잉을 최적화한 후 생성된 단층 촬영 슬라이스는 뚜렷한 세포 구조를 드러냅니다. (C) 분절된 멤브레인이 있는 소프트웨어에서 시각화된 단층 촬영. VR 소프트웨어의 자르기 도구로 만든 단층 촬영 슬라이스는 해당 세분화로 오버레이됩니다. 인산칼슘 침전물은 노란색, 미토콘드리아 막은 청록색, 소포 및 원형질막과 같은 다른 막은 보라색으로 표시됩니다. (D) syGlass에서 분절된 멤브레인의 3D 렌더링. 크리스테(cristae), 바깥쪽 및 안쪽 미토콘드리아 막(outer and inner mitochondrial membranes)을 포함한 미토콘드리아 막(mitochondrial membranes)은 시안(cyan)으로 표시됩니다. 인산칼슘 침전물은 노란색 또는 녹색이고, 소포와 원형질막은 보라색이며, 소포체는 황갈색입니다. 이러한 이미지는 보충 동영상 S5, 추가 동영상 S6, 추가 동영상 S7 및 추가 동영상 S8에 표시된 동영상의 스틸 이미지입니다. <a href="https://www.jove.com/files/ftp_upload/67849/67849fig01large.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a>
보충 비디오 S1: 이 연구에서 분할에 사용된 샘플 RPE-1_1의 단층 촬영. 이 단층 촬영은 Warp를 사용하여 16 Å/pixel로 재구성한 다음 IsoNet을 사용하여 누락된 쐐기를 제거하고 수정합니다. <a href="https://www.jove.com/files/ftp_upload/67849/67849_SuppFile1a-Edward-Eng.avi" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 비디오 S2: 이 연구에서 분할에 사용된 샘플 RPE-1_2의 단층 촬영. 이 단층 촬영은 Warp를 사용하여 16 Å/pixel로 재구성한 다음 IsoNet을 사용하여 누락된 쐐기를 제거하고 수정합니다. <a href="https://www.jove.com/files/ftp_upload/67849/67849_SuppFile1b-Edward-Eng.avi" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 비디오 S3: 이 연구에서 분할에 사용된 샘플 RPE-1_3의 단층 촬영. 이 단층 촬영은 Warp를 사용하여 16 Å/pixel로 재구성한 다음 IsoNet을 사용하여 누락된 쐐기를 제거하고 수정합니다. <a href="https://www.jove.com/files/ftp_upload/67849/67849_SuppFile1c-Edward-Eng.avi" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 동영상 S4: 이 연구에서 분할에 사용된 샘플 RPE-1_4의 단층 촬영. 이 단층 촬영은 Warp를 사용하여 16 Å/pixel로 재구성한 다음 IsoNet을 사용하여 누락된 쐐기를 제거하고 수정합니다. <a href="https://www.jove.com/files/ftp_upload/67849/67849_SuppFile1d-Edward-Eng.avi" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 비디오 S5: 표면 생성 후 샘플 RPE-1_1의 결과 세분화. 미토콘드리아 막은 청록색으로 표시됩니다. 미토콘드리아 내의 인산칼슘은 노란색으로 표시됩니다. 소포체는 황갈색으로 표시됩니다. 다른 멤브레인은 자주색으로 표시됩니다. <a href="https://www.jove.com/files/ftp_upload/67849/67849_SuppFile2a-Edward-Eng.mp4" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 동영상 S6: 표면 생성 후 샘플 RPE-1_2의 결과 세분화. 미토콘드리아 막은 청록색으로 표시됩니다. 미토콘드리아 내의 인산칼슘은 노란색으로 표시됩니다. 소포체는 황갈색으로 표시됩니다. 다른 멤브레인은 자주색으로 표시됩니다. <a href="https://www.jove.com/files/ftp_upload/67849/67849_SuppFile2b-Edward-Eng.mp4" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 비디오 S7: 표면 생성 후 샘플 RPE-1_3의 결과 분할. 미토콘드리아 막은 청록색으로 표시됩니다. 미토콘드리아 내의 인산칼슘은 노란색으로 표시됩니다. 소포체는 황갈색으로 표시됩니다. 다른 멤브레인은 자주색으로 표시됩니다. <a href="https://www.jove.com/files/ftp_upload/67849/67849_SuppFile2c-Edward-Eng.mp4" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>
보충 비디오 S8: 표면 생성 후 샘플 RPE-1_4의 결과 세분화. 미토콘드리아 막은 청록색으로 표시됩니다. 미토콘드리아 내의 인산칼슘은 노란색으로 표시됩니다. 소포체는 황갈색으로 표시됩니다. 다른 멤브레인은 자주색으로 표시됩니다. <a href="https://www.jove.com/files/ftp_upload/67849/67849_SuppFile2d-Edward-Eng.mp4" target="_blank">이 파일을 다운로드하려면 여기를 클릭하십시오.</a>

Cryo-electron tomography (cryo-ET) is a powerful technique for visualizing the ultrastructure of cells in three dimensions (3D) at nanometer resolution. ...

leveraging-virtual-reality-for-immersive-segmentation-analysis-cryo

Research

연구

JoVE Journal

Biology

생물학

셀룰러 차원 전자 현미경을위한 병목 고도로 복잡한 3D 밀도 맵에서 피쳐 추출 (분할)된다. 우리는 따라서 효율적인 세그멘테이션 대한 시작점을 제공하고, 분할 방식 (수동, 반자동 또는 자동으로)가 상이한 데이터 유형에 가장 적합 관한 지침을 제공하는 기준의 세트를 개발했다.

복셀에서 지식 : 복잡한 전자 현미경 3D-데이터의 분할에 대한 실용 가이드

설명된 파이프라인은 기가바이트보다 큰 전자 현미경 데이터 세트를 세분화하여 전체 세포 형태를 추출하도록 설계되었습니다. 셀을 3D로 재구성하면 개별 요구를 중심으로 설계된 맞춤형 소프트웨어를 사용하여 3D로 직접 정성적 및 정량적 분석을 수행할 수 있으며 가상 현실을 사용하여 뷰 오클루전을 극복할 수도 있습니다.

신경교 세포와 신경 세포의 3D 재건 및 가상 현실 분석을위한 방법

집속 이온빔 밀링을 사용하여 극저온 전자 단층 촬영을 위한 급락 동결 생물학적 샘플에서 유리질 그리드 상의 라멜라를 생성합니다.

극저온 전자 단층 촬영을 위한 이중 빔 주사 전자 현미경을 사용하여 유리체 생물학적 샘플에서 라멜라 준비

극저온 전자 단층 촬영에서 대규모 데이터 수집에 대한 수요가 증가함에 따라 처리량이 높은 이미지 수집 루틴이 필요합니다. 여기에 설명된 프로토콜은 지형 데이터 수집의 시간 효율성과 처리량을 최대화하기 위한 고급 인수 전략의 최근 개발을 구현하는 프로토콜입니다.

극저온 전자 단층 촬영 데이터 수집 최적화를 위한 전략

본 프로토콜은 Tomo5를 사용한 고분해능 초저온 전자 단층 촬영 원격 데이터 수집과 emClarity를 사용한 후속 데이터 처리 및 서브 단층 촬영 평균화를 설명합니다. 아포페리틴은 2.86 Å 분해능에서 cryo-ET 구조를 달성하기 위한 자세한 단계별 프로세스를 설명하기 위한 예로 사용됩니다.

초저온 전자 단층 촬영 원격 데이터 수집 및 서브 단층 촬영 평균화

이것은 하나의 단층 촬영의 일부를 훈련 입력으로 사용하여 극저온 전자 단층 촬영의 다중 클래스 분할을 위해 다중 슬라이스 U-Net을 훈련하는 방법입니다. 이 신경망을 다른 단층그램과 유추하는 방법과 서브토모그램 평균화 및 필라멘트 추적과 같은 추가 분석을 위해 분할을 추출하는 방법을 설명합니다.

Deep Learning-based segmentation of Cryo-Electron Tomograms(극저온 전자 단층 촬영의 딥러닝 기반 분할)

Cryo-STEM 단층촬영은 임베딩, 절편 또는 기타 침습적 제제 없이 손상되지 않은 세포의 세포 소기관을 시각화하는 수단을 제공합니다. 얻어진 3D 해상도는 현재 수 나노미터 범위이며, 시야는 수 마이크로미터이고 접근 가능한 두께는 1μm 정도입니다.

Cryo-STEM 단층촬영에 의한 세포 소기관 In Situ 의 시각화

이 프로토콜은 고압 냉동(HPF)과 와플 방법, 극저온 집중 이온 빔(cryo-FIB) 리프트아웃, 선량 대칭 병렬 채취를 통합하여 두꺼운 조직에 대한 냉동 전자 단층촬영(cryo-ET)을 표준화하여, 쥐 해마에서 재 현 가능한 현장 분석을 위한 균일하게 얇은 층상과 유리화 표본을 제공합니다.

쥐 해마에서 입증된 두꺼운 조직을 위한 냉동 전자 단층촬영 워크플로우

이 문서는 소설 프로토콜 및 시약 높은 컨텐츠 분석을 사용하여 뉴런과 astrocytes의 공동 문화 화합물과 치료의 neurotoxic 효과 민감한 측정을위한 설정에 대해 설명합니다. 결과는 높은 컨텐츠 분석 neurotoxicity 평가에 대한 흥미 진진한 소설 기술을 대표하는 것을 보여줍니다.

Neurotoxicity 높은 컨텐츠 분석의 연결 및 Astrocyte 공동 문화 분석

불안과 관련된 장애 (인트 리피드)의 치료를위한 가상 현실 지능형 멀티 센서 시스템에있는 프로젝트는 불안 관련 장애의 치료를위한 멀티 센서 컨텍스트 인식 가상 현실 시스템을 개발 목표로하고 있습니다.

임상 가상 현실의 생체 자기 제어의 사용 인트 리피드 프로젝트

배우세요 가상현실을 활용한 초저온 전자 단층촬영 데이터 세분화 방법을. 포유류 세포의 미토콘드리아 구조를 정밀하게 분석하여 생물학 연구의 효율성을 높이는 혁신적인 기술입니다.

초저온 전자 단층촬영(cryo-electron tomography) 데이터의 몰입형 세분화 및 분석을 위한 가상 현실 활용

더 많은 동영상 탐색