Name: Gebruikmaken van virtual reality voor meeslepende segmentatie en analyse van cryo-elektronentomografiegegevens (Video) | JoVE Journal
Uploaded: 2025-01-24T15:00:00.000+00:00
Duration: 7 min 17 s
Description: Leer cryo-elektronentomografie-segmentatie met virtual reality voor analyse van mitochondriën in zoogdiercellen. Deze methode verbetert de efficiëntie en nauwkeurigheid van 3D-visualisatie.

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-interactietools: 3D Cryo-ET-gegevenssegmentatie

<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 Data</td><td></td><td></td><td>Formaat:TIFF-stack, TIFF</td></tr><tr><td>HTC VIVE Cosmos</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 Laptop GPU</td><td>NVIDIA</td><td></td><td>https://www.nvidia.com/en-us/geforce/laptops/compare/30-series/</td></tr><tr><td>syGlass Software</td><td>syGlass</td><td></td><td>syGlass Software geïnstalleerd op een compatibele Windows-pc</td></tr><tr><td>VIVE Cosmos Hand Controllers</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>Microsoft Windows 11 Home</td></tr></tbody></table>

gebruikmaken van virtual reality voor meeslepende segmentatie en analyse van cryo-elektronentomografiegegevens

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

Gebruikmaken van virtual reality voor meeslepende segmentatie en analyse van cryo-elektronentomografiegegevens

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

JoVE Journal

Biology

Biologie

De bottleneck voor mobiele 3D-elektronenmicroscopie is feature extractie (segmentatie) in zeer complexe 3D-density maps. We hebben een set van criteria, waarin aanbevelingen worden gedaan met betrekking tot welke segmentatie aanpak (handmatig, semi-automatisch of automatisch) is het meest geschikt voor verschillende soorten data ontwikkeld, en zo een uitgangspunt voor effectieve segmentatie.

Van Voxels to Knowledge: Een praktische gids voor de segmentatie van Complex Electron Microscopy 3D-Data

De beschreven pijplijn is ontworpen voor de segmentatie van elektronenmicroscopie datasets groter dan gigabytes, om hele celmorfologieën te extraheren. Zodra de cellen zijn gereconstrueerd in 3D, kan aangepaste software die is ontworpen rond individuele behoeften worden gebruikt om een kwalitatieve en kwantitatieve analyse rechtstreeks in 3D uit te voeren, ook met behulp van Virtual Reality om de zicht occlusie te overwinnen.

Een methode voor 3D reconstructie en Virtual Reality analyse van gliale en neuronale cellen

Met behulp van gefocusseerde ionenbundelfrezen om glasvochtlamellen op het rooster te produceren uit bevroren biologische monsters voor cryo-elektronentomografie.

Lamellen bereiden van glasvochtbiologische monsters met behulp van een dual-beam scanning elektronenmicroscoop voor cryo-elektronentomografie

De toenemende vraag naar grootschalige gegevensverzameling in cryogene elektronentomografie vereist routines voor beeldverwerving met hoge doorvoer. Hier wordt een protocol beschreven dat de recente ontwikkelingen van geavanceerde acquisitiestrategieën implementeert die gericht zijn op het maximaliseren van de tijdsefficiëntie en doorvoer van tomografische gegevensverzameling.

Strategieën voor optimalisatie van cryogene elektronentomografiegegevensverwerving

Het huidige protocol beschrijft cryo-elektronentomografie op afstand met hoge resolutie data-acquisitie met behulp van Tomo5 en daaropvolgende gegevensverwerking en subtomogrammiddeling met behulp van emClarity. Apoferritine wordt als voorbeeld gebruikt om gedetailleerde stapsgewijze processen te illustreren om een cryo-ET-structuur met een resolutie van 2,86 Å te bereiken.

Cryo-elektronentomografie Gegevensverzameling op afstand en subtomogrammiddeling

Dit is een methode voor het trainen van een multi-slice U-Net voor multi-class segmentatie van cryo-elektronentomogrammen met behulp van een deel van één tomogram als trainingsinput. We beschrijven hoe we dit netwerk kunnen afleiden naar andere tomogrammen en hoe we segmentaties kunnen extraheren voor verdere analyses, zoals subtomogramgemiddelden en filamenttracering.

Deep learning-gebaseerde segmentatie van cryo-elektronentomogrammen

Cryo-STEM-tomografie biedt een middel om organellen van intacte cellen te visualiseren zonder inbedding, sectie of andere invasieve preparaten. De verkregen 3D-resolutie ligt momenteel in het bereik van enkele nanometers, met een gezichtsveld van enkele micrometers en een toegankelijke dikte in de orde van grootte van 1 μm.

Visualisatie van organellen in situ door cryo-STEM tomografie

Dit protocol standaardiseert cryo-elektrontomografie (cryo-ET) voor dik weefsel door hogedrukbevriezing (HPF) te integreren met de wafelmethode, cryogene focus ion beam (cryo-FIB) lift-out en dosissymmetrische, parallelle acquisitie, waardoor uniform dunne lamellen en gevitrificeerde monsters worden opgeleverd voor reproduceerbare in situ-analyse in de hippocampus van de muis.

Cryo-elektrontomografie workflow voor dik weefsel aangetoond bij de muishippocampus

Dit artikel beschrijft een nieuw protocol en reagensset ontworpen voor de gevoelige meting van de neurotoxische effecten van verbindingen en behandelingen op co-culturen van neuronen en astrocyten met behulp van hoge inhoudsanalyse. Resultaten tonen aan dat de hoge inhoudelijke analyse een spannende nieuwe technologie voor neurotoxiciteit assessment vertegenwoordigt.

Een Neuronale en astrocyte co-cultuur assay voor High Content Analysis van neurotoxiciteit

Het project op de Virtual Reality Intelligent Multi-sensor-systeem voor de behandeling van angst-gerelateerde stoornissen (Intrepid) is gericht op het ontwikkelen van een multi-sensor context-aware virtual reality-systeem voor de behandeling van angst-gerelateerde stoornissen.

Het gebruik van biofeedback in Clinical Virtual Reality: The INTREPID Project

Leer cryo-elektronentomografie-segmentatie met virtual reality voor analyse van mitochondriën in zoogdiercellen. Deze methode verbetert de efficiëntie en nauwkeurigheid van 3D-visualisatie.

Gebruikmaken van virtual reality voor meeslepende segmentatie en analyse van cryo-elektronentomografiegegevens

Meer video's verkennen