$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Dzięki najnowszym postępom zarówno w sprzęcie instrumentalnym1,2 i oprogramowaniu do przetwarzania obrazów3,4,5, kriogeniczna mikroskopia elektronowa (cryo-EM) stała się popularnym i potężnym narzędziem w nowoczesnej biologii strukturalnej. Pomimo tych przełomowych odkryć, nadal istnieją wąskie gardła w uzyskiwaniu struktur makromolekularnych o wysokiej rozdzielczości za pomocą cryo-EM. Jednym z takich istotnych wyzwań jest nierównomierny rozkład cząstek, w tym zjawisko preferencji orientacji, które obserwuje się głównie na granicy faz powietrze-woda6,7,8,9.
Podczas witryfikacji próbki, niektóre cząsteczki wykazują tendencję do ustawiania się wzdłuż określonych osi na siatce. Prowadzi to do nierównomiernego rozkładu widoków cząstek w końcowym zbiorze danych. Niektóre orientacje mogą być nadreprezentowane, podczas gdy inne są niedostatecznie reprezentowane lub całkowicie nieobecne, co skutkuje niepełnym próbkowaniem całkowitej architektury białka. Regiony białka, które są preferencyjnie zorientowane w kierunku wiązki elektronów, będą bardziej widoczne na mapie gęstości, podczas gdy regiony zorientowane z dala od wiązki mogą być słabo rozdzielone lub całkowicie ich brakować10,11. W związku z tym nierównomierny rozkład cząstek wprowadza potencjalne odchylenia i artefakty do końcowej, zrekonstruowanej struktury trójwymiarowej (3D). Warto zauważyć, że kluczowe elementy strukturalne, takie jak helisy alfa i arkusze beta, mogą ulec przekrzywieniu, łańcuchy aminokwasów lub nukleotydów mogą wydawać się pofragmentowane, a gęstości określonych segmentów białek lub kwasów nukleinowych mogą wykazywać zniekształcenia12. Ostatecznie, te błędne interpretacje stanowią poważne wyzwanie dla dokładnego rozwikłania struktury i funkcji cząsteczek biologicznych.
Różne eksperymentalne podejścia są obecnie stosowane w celu przezwyciężenia takich wyzwań, w tym optymalizacja przygotowania próbek13,14,15, leczenie siatki16,17,18,19,20,21,22, oraz strategia zbierania danych23. W szczególności zaleca się, aby w miarę możliwości zająć się tym wyzwaniem na etapie przygotowania próbki7. Typowe optymalizacje w przygotowaniu próbek obejmują modyfikację składu buforu, wprowadzanie małocząsteczkowych lub makromolekularnych partnerów wiążących, generowanie wewnątrzcząsteczkowych wiązań krzyżowych i różne detergenty. Dotyczy to również białek błonowych24,25, chociaż detergenty muszą być używane specjalnie do celów oczyszczania i stabilizacji. Wśród nich możliwość dostosowania, opłacalność i powszechna dostępność optymalizacji białkowych sprawiają, że jest to preferowana strategia w większości laboratoriów. Takie podejście pozwala na precyzyjne i natychmiastowe dostosowanie różnych parametrów w celu dopasowania do specyficznych wymagań każdej próbki białka. Dzięki iteracyjnemu doskonaleniu naukowcy mogą systematycznie testować różne warunki buforowe i dostosowywać różne parametry w celu zminimalizowania preferowanych orientacji i poprawy ogólnej jakości danych krio-EM. Proste zmienianie składników bufora białkowego i dostosowywanie ich stężeń wykazało skuteczność w wpływaniu na stabilność białek poprzez modulację ładunku powierzchniowego, co w konsekwencji wpływa na zachowanie białek w ciele szklistym lodu25. Dlatego optymalizacja składu buforu białkowego jest uważana za jedno z najwygodniejszych i najprostszych podejść do rozwiązywania typowych problemów w cryo-EM.
Tutaj sugerowany jest protokół do rozwiązania powszechnej przeszkody w cryo-em - pokonania nierównomiernego rozkładu cząstek. W tym protokole przedstawiono kluczowe procedury przygotowania białek i badań przesiewowych, uzupełnione przygotowaniem siatki, przy użyciu małego białka szoku cieplnego z Methanocaldococcus jannaschii (MjsHSP16.5)26 jako studium przypadku (Rysunek 1). Ten sHSP jest natywnie stabilny, ma masę cząsteczkową 16,5 kDa na monomer i składa się w 24-merową klatkę oktaedryczną26,27, co czyni go atrakcyjnym kandydatem do analizy strukturalnej za pomocą cryo-EM. Jednak obserwacja nierównomiernego rozkładu cząstek podczas zbierania danych kriogenicznych nie była przewidziana i okazało się to poważnym wyzwaniem podczas eksperymentów. Ponadto omówiono potencjalne podejścia przydatne dla naukowców zajmujących się podobnymi wyzwaniami, ułatwiając w ten sposób skuteczne wyjaśnienie struktur makromolekularnych za pomocą cryo-EM.