November 7th, 2025
이 기사에서는 극저온 전자 단층 촬영을 사용하여 이미징된 인플루엔자 바이러스의 데이터 처리 및 혈구응집소 당단백질의 후속 서브 단층 촬영 평균화를 위한 프로토콜을 제시합니다. 이 프로토콜은 이미지 전처리부터 최종 모델 개선까지 단계별 데이터 처리를 다룹니다.
우리 연구실은 구조생물학을 이용해 바이러스와 약물 내성의 진화를 연구합니다. 현재 연구에서는 인플루엔자 헤마글루티닌이 수용체 결합 시 구조를 어떻게 변화시키는지 규명하고 있습니다. 우리는 냉동 전자 단층촬영을 활용해 바이러스 형태학 조직과 구조를 시각화했습니다.
구체적으로, 우리는 이 냉동전자현미경 방식을 사용하여 다형성 바이러스인 인플루엔자를 영상화했습니다. 저희 프로토콜은 온전한 바이러스에서 인플루엔자 헤마글루티닌의 조직과 구조를 서브나노미터 해상도로 연구할 수 있게 합니다. 이 높은 해상도 덕분에 이전에 숨겨져 있던 상호작용을 시각화할 수 있습니다.
먼저, 콘다 환경을 활성화하기 위해 리눅스 터미널을 실행하세요. 터미널을 사용해 ISO Net이 설치된 Conda 환경을 활성화하세요. tomo folder라는 하위 폴더를 만들고, 모든 단층촬영 파일을 그 폴더로 옮기세요.
다음으로, 코드를 사용해 프로젝트 폴더에 별자리 파일을 생성하세요. 텍스트 편집기를 사용해 생성된 별 파일을 열고 0도 기울기 이미지의 대략적인 디포커스 값을 네 번째 열에 입력합니다. 이제 터미널에서 CTFD 컨볼루션 명령을 실행하세요.
디컨볼딩 후 EMAN2 GUI 환경을 활성화하여 입자 선택을 위한 전처리를 시작합니다. 단층촬영 아래에서 원시 데이터 옆에 있는 화살표를 왼쪽으로 클릭하고, 드롭다운 메뉴에서 단층촬영 가져오기를 선택한 뒤 파일을 선택하세요. 그 다음 분할 옆의 화살표를 왼쪽으로 클릭하고 사전 처리된 단층촬영(pre-processing tomography)을 선택하세요.
적절한 기본 조건을 사용하세요. 전처리 후, 프로세스 단층촬영 파일의 기본 이름과 일치하는 빈 JSON 파일이 포함된 정보 디렉터리가 자동으로 생성됩니다. 진행하기 전에 파일에 앵스트롬 픽셀 정보를 추가하세요.
합성곱 신경망(CNN)을 학습시켜 HA 당단백질을 인식하려면, 작업 디렉터리를 사용할 토모그램 위치로 변경하세요. 그 다음 터미널을 이용해 CNN 훈련 인터페이스를 엽니다. 창문 네 개가 열려 있는지 확인해.
하나는 디렉터리의 CNN 매개변수와 단층도(단층도) 정보를 담고 있고, 나머지 세 창은 좋은 참조, 나쁜 참조, CNN이 선택한 입자 이미지를 담고 있습니다. CNN GUI에서 기본 학습률 0.0001, 박스 크기가 8인 CNN을 초기화하는 새 옵션을 클릭하세요. 파일 이름 열에서 대표적인 단층촬영술을 왼쪽으로 클릭해 열어보세요.
열린 단층촬영술 위에 커서를 올리고 마우스 스크롤 휠을 클릭하면 새 창을 열어보세요. N 숫자 슬라이더를 왼쪽으로 클릭해 Z축을 이동하세요. 다음으로, 오픈 단층촬영술에서 좋은 참고 문헌 패널을 사용해 HA에 해당하는 10개에서 20개의 특징을 선택하세요. 양성 이미지는 양성 창에 나타납니다.
하나를 제거하려면 Shift를 길게 누른 후 왼쪽 클릭하세요. 이제 나쁜 참조 패널로 전환하여 빈 막 패치, RNP 밀도, 기준 마커, 잔해 등과 같은 특징에 해당하는 10개에서 20개의 참조를 선택합니다. 반복 횟수를 50회로 설정하고 기차 아이콘을 클릭하면 CNN 교육을 시작하세요.
교육이 완료되면 적용 버튼을 누르세요. 선택된 입자는 단층사진에서 파란색 원으로 표시되거나 입자 창에서 확인할 수 있습니다. 추가로 긍정적·부정적 참고 자료를 선택하고, 주기적으로 저장을 눌러 진행 상황을 유지하며 계속 다듬으세요.
CNN이 만족스럽게 작동하면 '모두 적용'을 클릭하여 입자 선택을 실행하세요. 그 후 여러 단층촬영술로 결과를 평가하고 필요에 따라 재훈련하세요. 각 단층촬영술의 좌표를 저장하려면 명령어 e2projectmanager.py 을 사용해 EMAN2 GUI를 다시 엽니다.
절대촬영술 평균(subtomogram average) 아래 화살표를 클릭하고 수동 박싱을 선택하세요. 이제 단층촬영술 이름을 입력하고 실행을 클릭하세요. 그 다음 파일을 순차적으로 클릭하고 박스 코드를 저장한 후 tomogram_ha.
txt를 보내서 좌표를 저장하세요. Neural Net 하위 폴더와 info 하위 폴더로 이동해서 백업과 넷 저장을 하세요. HDF, 트레인아웃.
HDF, 분리 조치. hdf, 그리고 box3Dref.hdf. 훈련 박스 크기를 8에서 14로 변경하여 두 번째 CNN을 훈련시켜 M1 단백질층과 VRNP 존재를 감지합니다.
파티클을 큐레이션하려면 먼저 GitHub 저장소에서 노트북을 다운로드하세요. 그 다음 IPYNB 노트북을 청소하는 CNN 입자를 열고 필요한 모듈을 불러오세요. HA와 M1 좌표 텍스트 파일을 노트북에 불러와요.
오픈 3D 라이브러리를 사용해 3D 구름으로 볼 수 있습니다. 다음으로, 개방형 3D 통계적 이상치 제거 방법을 사용하여 HA 좌표 이상치를 필터링합니다. 다음으로, HA와 M1 포인트 클라우드 간 거리를 계산하여 M1에서 20픽셀 이상 떨어진 HA 포인트를 이상치로 식별하고, 나머지 좌표는 출력 텍스트 파일에 저장합니다.
모든 입자를 연결하고 pts2 star 파일을 사용해 별 파일로 저장하세요. IPYNB. WarpTools를 사용해 4인자를 굽히는 입자를 추출하고, 코드를 사용해 RELION -4 단위로 초기 단층촬영술 평균을 수행합니다. 워프스타 파일을 RELION 4 형식으로 변환하세요.
그 다음 RELION refine MPI를 사용해 입자 하위 집합에 대해 초기 참조를 생성합니다. RELION refine MPI로 하층촬영술에 대해 3D 자동 정제를 수행하세요. 수회가 되면 타이탄 번역 오프셋을 8, 스텝을 2로 반복해서 자동 정제를 반복합니다.
RELION Refine을 사용해 2D 분류를 활용해 쓰레기 입자를 버리세요. 코드를 사용해 좋은 클래스로 별 파일을 만들고, 개별 별 파일을 합치세요. 대표적인 단층촬영술에서는 구형부터 길쭉한 형태까지 다양한 형태의 다형성 바이러스가 발견되었습니다.
최종 서브토모그램 평균은 전 지구 해상도 6.0 옹스트롬에 도달했으며, 국소 해상도는 5에서 7 옹스트롬 사이였습니다. 최종 HA 재구성에서는 알파 나선과 베타 시트가 해명되어 정제된 지도의 구조적 품질을 뒷받침했습니다. HA 머리와 줄기의 네 곳에서 당화 부위가 확인되어 최종 재구성에서 당당 밀도가 확인되었음을 확인했습니다.
View the full transcript and gain access to thousands of scientific videos
이 기사는 냉동 전자 단층 촬영을 사용하여 수용체 결합 시 인플루엔자 용혈소의 구조를 연구하기 위한 프로토콜을 제시합니다. 이 프로토콜은 나노미터 미만 해상도로 바이러스 형태 및 구조의 시각화를 가능하게 합니다.
Subnanometer-resolution cryo-electron tomography of influenza hemagglutinin (HA) enables direct structural interrogation of viral glycoproteins in their native context, addressing a critical challenge in target validation for antiviral discovery. This workflow enhances predictive confidence in structure-based drug design and supports mechanistic de-risking at the earliest stages of antiviral portfolio development. The robust pipeline for HA visualization on intact virions positions structural biology as a foundational capability for translational virology programs.
This cryoET pipeline integrates into the discovery continuum from early target validation through lead identification and preclinical research for antiviral programs.