Projektowanie i eksploatacja wewnętrznej pracowni kriomikroskopii elektronowej z infrastrukturą IT i potokami przetwarzania danych w czasie rzeczywistym

Podsumowanie

Niniejszy protokół stanowi praktyczne ramy projektowania i eksploatacji infrastruktury IT w wewnętrznym ośrodku kriomikroskopii elektronowej (cryo-EM). Obejmuje on planowanie zaplecza, architekturę sieci, przechowywanie danych, obliczenia GPU, dostęp zdalny oraz przetwarzanie danych w czasie rzeczywistym, co umożliwia efektywne zarządzanie zbiorami danych o rozmiarach wielu terabajtów przy jednoczesnym zapewnieniu skalowalnych, zrównoważonych i wysokowydajnych operacji cryo-EM.

Streszczenie

Krio-EM stała się dominującą metodą wysokorozdzielczego wyznaczania struktury biologicznych makrocząsteczek. Wraz ze wzrostem liczby instytucjonalnych ośrodków krio-EM na całym świecie pojawiło się stałe wyzwanie: infrastruktura danych niezbędna do obsługi tych placówek jest rutynowo niedoszacowana. Nowoczesne instrumenty do krio-EM w połączeniu z bezpośrednimi detektorami elektronów (DEDs) generują od 2 do 5 TB surowych danych dziennie, a ośrodek obsługujący 20 użytkowników może zgromadzić około 2 PB danych w ciągu jednego roku operacyjnego. Przetwarzanie tych danych wymaga dedykowanych węzłów obliczeniowych GPU, wysokoprzepustowych sieci wewnętrznych oraz solidnych strategii długoterminowej archiwizacji — wszystkie te elementy muszą być wdrożone przed rozpoczęciem zbierania danych. Niniejszy protokół przedstawia zintegrowane ramy projektowania IT i obliczeniowego dla wewnętrznego ośrodka krio-EM. Obejmujemy w nim wymagania fizyczne placówki (projekt pomieszczeń, zasilanie, chłodzenie i izolacja od wibracji), wybór sprzętu (mikroskopy, DEDs i instrumenty pomocnicze) oraz pełny stos obliczeniowy: konfigurację przełączników sieciowych, wybór i dobór rozmiaru serwerów pamięci masowej, udostępnianie węzłów obliczeniowych GPU oraz architekturę zdalnego dostępu. Następnie przedstawiamy szczegółowy protokół wdrażania potoków przetwarzania danych w czasie rzeczywistym — obejmujący korekcję ruchu, szacowanie funkcji transferu kontrastu (CTF), wybieranie cząstek (particle picking) oraz klasyfikację 2D w trakcie zbierania danych — z wykorzystaniem standardowych narzędzi przemysłowych. Omówiono również strategie transferu danych dla użytkowników zewnętrznych. Niniejszy przewodnik wypełnia krytyczną lukę w literaturze i umożliwi badaczom oraz administratorom budowę ośrodków krio-EM, które od pierwszego dnia będą gotowe pod kątem obliczeniowym.

Wprowadzenie

Rewolucja w rozdzielczości cryo-EM przekształciła biologię strukturalną, umożliwiając wizualizację białek, kwasów nukleinowych i kompleksów makromolekularnych w rozdzielczości atomowej bez konieczności ich krystalizacji^1,2. Trzy postępy techniczne napędziły tę transformację: opracowanie detektorów DED z wysoką częstotliwością odświeżania klatek, udoskonalenia w optyce elektronowej i mechanice mikroskopów oraz optymalizacja oprogramowania do przetwarzania obrazów przyspieszanego przez GPU^3,4,5,6. Wspólnie te osiągnięcia sprawiły, że cryo-EM stało się metodą z wyboru dla rozrastającej się społeczności biologów strukturalnych.

Popyt na dostęp do krio-EM skłonił do znacznych inwestycji zarówno w duże centra krajowe, jak i mniejsze placówki instytucjonalne. Centra krajowe — takie jak NCCAT, S2C2, PNCC i MCCET w USA oraz eBIC, NeCEN i SciLifeLab w Europie^3,5,6 — zapewniają dostęp do najnowocześniejszych instrumentów dla zatwierdzonych projektów. Wewnętrzne zapleczami uzupełniają te zasoby, wspierając iteracyjne badania specyficzne dla danego projektu, zapewniając krótszy czas realizacji oraz bliższą interakcję między użytkownikiem a personelem. Jednak stworzenie funkcjonalnej jednostki wewnętrznej wymaga znacznie więcej niż tylko zakupu mikroskopu: równie krytyczna jest wspierająca infrastruktura IT, a jej niewystarczalność jest główną przyczyną błędów operacyjnych w nowych placówkach⁶.

Pojedyncza sesja wysokiej klasy krio-EM może wygenerować od 2 do 5 TB surowych danych wideo w ciągu 24 h. Przy wielu mikroskopach i użytkownikach obciążenie danymi szybko osiąga skalę petabajtową. Przetwarzanie tych danych wymaga potoków obliczeniowych przyspieszanych przez GPU, które muszą działać równolegle z gromadzeniem danych^7,8. Opóźnienia w wstępnym przetwarzaniu oznaczają opóźnioną informację zwrotną o jakości danych i zmarnowany czas pracy urządzenia. Pomimo tych realiów, większość opublikowanych przewodników po zarządzaniu ośrodkami krio-EM poświęca minimalną uwagę komponentom IT, a żaden z nich nie dostarcza szczegółowego protokołu operacyjnego dotyczącego konfiguracji i walidacji kompletnej infrastruktury danych.

Niniejszy protokół wypełnia tę lukę. Opisujemy w nim wymagania fizyczne i techniczne dotyczące budowy zaplecza, kryteria wyboru mikroskopów i detektorów oraz — co najważniejsze — projekt i wdrożenie infrastruktury IT, która sprawia, że funkcjonowanie centrum cryo-EM jest operacyjnie wykonalne⁶. Szczególną uwagę poświęcono przetwarzaniu danych w czasie rzeczywistym (on-the-fly): zautomatyzowanemu, równoległemu wstępnemu przetwarzaniu danych podczas ich gromadzenia, co umożliwia kontrolę jakości w czasie rzeczywistym, kieruje decyzjami dotyczącymi akwizycji i drastycznie skraca czas oczekiwania na wyniki po zakończeniu sesji^9,10,11. Postępując zgodnie z tym protokołem, twórcy ośrodków będą przygotowani do zbudowania kompletnego, zintegrowanego zaplecza cryo-EM, które w sposób zrównoważony i wydajny będzie służyć szerokiej społeczności naukowej.

Protokół

Szczegółowe informacje na temat sprzętu, oprogramowania i materiałów wykorzystywanych w tym protokole znajdują się w Tabeli materiałów.

1. Projektowanie zaplecza fizycznego, planowanie personelu i infrastruktury

1. Przeprowadzić ocenę lokalizacji. Wybrać miejsce pod budynek, które zapewni: podłogę izolowaną od wibracji (poziom wibracji otoczenia idealnie < 1 µm/s RMS w zakresie 1–100 Hz); stabilność pola magnetycznego (gradient przestrzenny < 1 mG/m i zmienność czasowa < 0,1 mG/m dla instrumentów 300 kV); stabilną temperaturę w pomieszczeniu (18–22 °C z wahaniami < 0,5 °C); kontrolę wilgotności (40–60% RH) oraz niski poziom hałasu akustycznego (< 50 dB). Wczesnym etapie planowania należy skonsultować wymagania dotyczące pomieszczeń z producentem mikroskopu.
   UWAGA: Modernizacja istniejącego pomieszczenia może być tak kosztowna, jak nowa budowa. Jako ogólną zasadę należy przeznaczyć około 20% ceny zakupu mikroskopu na przygotowanie pomieszczenia.
2. Zaprojektować układ obiektu z wyraźnym przestrzennym oddzieleniem stref funkcjonalnych: (a) pomieszczenie(a) mikroskopowe dla kriogenicznych transmisyjnych mikroskopów elektronowych (cryo-TEM); (b) śluza do przygotowania próbek, służąca do obsługi i przechowywania siatek; (c) pomieszczenie sterujące mieszczące chillery wodne, jednostki UPS oraz systemy chłodzenia mikroskopów; oraz (d) oddzielna serwerownia lub centrum danych dla infrastruktury przechowywania i obliczeniowej.
   UWAGA: W pomieszczeniu sterującym należy przez cały czas utrzymywać temperaturę poniżej 26 °C oraz zapewnić dedykowane zasilanie awaryjne i chłodzenie. Przekroczenia temperatury w pomieszczeniu sterującym są częstą przyczyną przestojów mikroskopów.
3. Zaplanować infrastrukturę energetyczną. Zainstalować dedykowane trójfazowe obwody zasilania dla wysokiej klasy urządzeń cryo-TEM. Podłączyć wszystkie mikroskopy, kamery i sprzęt serwerowy do wyznaczonej, chronionej infrastruktury zasilającej. Uzgodnić z zespołem technicznym instytucji instalację generatora awaryjnego zdolnego do podtrzymania pracy mikroskopu i przepływu wody chłodzącej podczas przerw w dostawie prądu.
   UWAGA: Kilka instrumentów w ośrodku cryo-EM wymaga więcej niż jednego dnia na bezpieczne cykle włączania i wyłączania zasilania. Nieplanowana utrata zasilania może uszkodzić wrażliwe płytki obwodów i doprowadzić do utraty aktywnych sesji zbierania danych.
4. Zainstalować systemy chłodzenia wodnego dla mikroskopu elektronowego i powiązanego sprzętu. Utworzyć zapasowy obwód wody chłodzącej z automatycznym przełączaniem w razie awarii. Monitorować w sposób ciągły natężenie przepływu wody, temperaturę i przewodność, korzystając z zintegrowanego systemu monitorowania mikroskopu lub dedykowanego zestawu czujników.
5. Podczas budowy lub remontu poprowadzić kable światłowodowe z pomieszczeń mikroskopowych do serwerowni. Określić wymagania dla światłowodu co najmniej wielomodowego OM4 lub jednomodowego OS2, z odpowiednim zapasem długości i opisanymi panelami patchowymi na obu końcach.
   UWAGA: Wcześniejsza instalacja światłowodów jest znacznie tańsza niż późniejsza modernizacja.
6. Wyznaczyć dedykowanych operatorów mikroskopu lub naukowców ośrodka do przeprowadzania konserwacji instrumentów, szkolenia użytkowników, planowania harmonogramów, optymalizacji próbek i wsparcia w akwizycji danych. Wyznaczyć dedykowany personel IT do zarządzania infrastrukturą, wydajnością sieci, cyberbezpieczeństwem, kopiami zapasowymi danych, wdrażaniem oprogramowania, zasobami obliczeniowymi GPU oraz zdalnym dostępem dla użytkowników.
7. Określić zapotrzebowanie na personel w zależności od poziomu wsparcia użytkowników i złożoności infrastruktury obliczeniowej. W mniejszych ośrodkach, takich jak UCSC Biomolecular cryo-EM Facility, obowiązki te mogą być sprawowane przez kierownika ośrodka z wiedzą obliczeniową lub przez scentralizowane instytucjonalne usługi IT; jednak wraz ze wzrostem liczby mikroskopów, użytkowników i rocznych sesji zbierania danych, wyspecjalizowany personel staje się coraz bardziej niezbędny.
8. Zapewnić dedykowane wsparcie IT dla ośrodków eksploatujących wiele urządzeń cryo-TEM, aby zagwarantować nieprzerwaną akwizycję danych, efektywne zarządzanie danymi i skalowalne zasoby obliczeniowe. Zainwestować w solidną infrastrukturę IT i personel na wczesnym etapie rozwoju ośrodka, aby zminimalizować przestoje operacyjne, uprościć przyszłą rozbudowę i zapewnić zrównoważone ramy zdolne do obsługi rosnących społeczności użytkowników i coraz bardziej wymagających pod kątem danych procesów cryo-EM.

2. Wybór mikroskopu i detektora

1. Przed wyborem mikroskopu należy określić główną misję naukową placówki. Należy rozważyć: (a) czy główny proces badawczy będzie opierał się na analizie pojedynczych cząsteczek (SPA), krioelektronowej tomografii (cryo-ET), mikrodyfrakcji elektronów (microED) czy kombinacji tych metod; (b) przewidywaną liczbę użytkowników i różnorodność projektów; (c) ograniczenia budżetowe zarówno w zakresie zakupu, jak i bieżących kontraktów serwisowych.
2. Należy ocenić dostępne platformy cryo-TEM zgodnie z przeznaczeniem aplikacji. Dla wysokorozdzielczego SPA oraz uśredniania subtomogramów (STA) należy rozważyć instrumenty 300 kV. Do celów przesiewowych oraz zbierania danych o średniej rozdzielczości należy rozważyć instrumenty 200 kV. Jako tańszy punkt wejścia z możliwością przesiewania warto ocenić urządzenia 100–120 kV (podsumowanie w Tabeli 1).
   UWAGA: Arkusze specyfikacji często ulegają zmianom. Przed podjęciem ostatecznej decyzji dotyczącej sprzętu należy zawsze zapylać aktualne szczegóły konfiguracji i ceny bezpośrednio od producenta.
3. Należy wybrać detektor DED dopasowany do mikroskopu i zastosowania. W przypadku wysokorozdzielczego SPA na instrumentach Thermo Fisher Scientific (TFS), Falcon 4i jest obecnie główną opcją w seriach Krios i Glacios.
4. Dla instrumentów JEOL CryoARM detektor Gatan K3 zapewnia doskonałą czułość i szybkość odświeżania klatek. W przypadku placówek celujących zarówno w SPA, jak i microED, należy potwierdzić kompatybilność detektora z trybami zbierania danych dyfrakcji elektronów (Tabela 2).
   UWAGA: DED jest jednym z najdroższych komponentów placówki i znacząco wpływa na jakość danych oraz wymagania dotyczące ich przechowywania. Tryb Electron Event Register (EER) generuje np. znacznie większe pliki surowe niż konwencjonalne formaty skompresowane, co wymaga proporcjonalnie większej pojemności pamięci masowej i przepustowości sieci.
5. Przy wyborze konfiguracji instrumentu cryo-EM należy ocenić rolę filtru energetycznego, ponieważ może on znacząco wpłynąć na jakość obrazu, wybór detektora i ogólną wydajność systemu. Poprzez usuwanie elektronów rozproszonych nieelastycznie, filtry energetyczne poprawiają kontrast i stosunek sygnału do szumu, co jest szczególnie korzystne dla trudnych próbek oraz aplikacji takich jak wysokorozdzielcze SPA (korzystne), cryo-ET (kluczowe) i microED (korzystne).
6. Podczas wyboru instrumentu należy ocenić dostępne systemy filtrów energetycznych. Systemy Gatan Bioquantum i Biocontinuum lub Thermo Fisher Scientific Selectris i SelectrisX kosztują zazwyczaj około 0,3–1,5 mln USD, w zależności od konfiguracji.
7. Przed wyborem końcowej konfiguracji instrumentu należy ocenić dodatkowy koszt i złożoność związaną z filtrami energetycznymi w połączeniu z możliwościami detektora, celami placówki i przewidywanymi zastosowaniami użytkowników.
8. Przy obliczaniu całkowitego kosztu zakupu należy uwzględnić kontrakty serwisowe. Kontrakty serwisowe zazwyczaj obejmują mikroskop, filtr energetyczny, detektor i system chłodzenia wodą.
9. Warunki kontraktu serwisowego — w tym gwarancje czasu reakcji i dostępność części zamiennych — należy negocjować w momencie zakupu instrumentu. Na pokrycie kosztów serwisu należy zaplanować budżet w wysokości 8–15% ceny zakupu instrumentu rocznie.

3. Projektowanie i implementacja architektury sieci

1. Zaprojektuj wewnętrzną sieć placówki wokół centralnego przełącznika wysokiej prędkości. Podłącz wszystkie urządzenia generujące i konsumujące dane bezpośrednio do tego przełącznika z najwyższą obsługiwaną prędkością: kontroler mikroskopu, kontroler kamery (często oddzielna stacja robocza), serwery pamięci masowej oraz węzły obliczeniowe GPU.
2. Zapewnij połączenie o minimalnej prędkości 10 Gbps dla każdego urządzenia. W miarę możliwości budżetowych zapewnij łącza uplinks o prędkości 25 Gbps lub wyższej pomiędzy przełącznikiem a węzłami pamięci masowej i obliczeniowymi.
   UWAGA: Przy prędkości 1 Gbps transfer 20 TB surowych danych zająłby 2–3 dni. Przy 10 Gbps ten sam transfer trwa 5–6 h. Przy 25 Gbps trwa on około 2 h. Prędkość sieci bezpośrednio determinuje, czy przetwarzanie w czasie rzeczywistym nadąży za akwizycją danych.
3. Określ specyfikację przełącznika centralnego. Wymagania: (a) nieblokująca struktura przełączania (non-blocking switching fabric) przy pełnej prędkości linii; (b) wystarczająca liczba portów SFP+ lub QSFP dla wszystkich urządzeń w placówce; (c) funkcjonalność przełącznika zarządzalnego (obsługa VLAN, monitorowanie ruchu, mirroring portów do celów diagnostycznych); (d) redundantne moduły zasilacza. Wybierz zarządzalny przełącznik klasy korporacyjnej, który zapewnia nieblokującą strukturę przełączania, wystarczającą liczbę szybkich portów, funkcje zarządzania ruchem oraz redundantne zasilacze.
4. Podziel sieć za pomocą VLAN-ów, aby odseparować: (a) VLAN akwizycji danych (kontrolery mikroskopu i kamery, serwery pamięci masowej); (b) VLAN obliczeniowy (stacje robocze GPU i węzły klastra); (c) VLAN zarządzania (dostęp zdalny, monitorowanie, administracja).
   UWAGA: Segmentacja sieci redukuje ruch rozgłoszeniowy, zwiększa bezpieczeństwo i umożliwia niezależne rozwiązywanie problemów w każdym podsystemie.
5. Połącz sieć placówki z instytucjonalną siecią WAN poprzez dedykowany port uplink na przełączniku centralnym. Łącze uplink o prędkości 1–10 Gbps do sieci kampusu jest wystarczające do zdalnego dostępu i zewnętrznego transferu danych.
6. Ustal z działem IT instytucji przydział statycznych adresów IP, wpisów DNS oraz odpowiednich reguł zapory ogniowej dla wszystkich urządzeń dostępnych w placówce (Rycina 1).
7. Zainstaluj i opisz wszystkie okablowania sieciowe. W przypadku połączeń 10+ Gbps do 100 m stosuj kable direct attach lub aktywne kable optyczne (ekranowany Cat6A również sprawdza się dla 10 Gbps do 100 m); w przypadku łączy międzyrackowych 25+ Gbps stosuj gotowe zestawy światłowodowe (LC-LC lub MTP).
8. Opracuj pełną dokumentację schematu okablowania wraz z diagramem sieci określającym nazwy urządzeń, adresy IP, przypisania portów oraz przynależność do VLAN.
   UWAGA: Patrz Rycina 2 w celu zapoznania się ze schematem zalecanej minimalnej topologii sieci dla małej placówki cryo-EM.

4. Projektowanie i wdrożenie serwera pamięci masowej

1. Oblicz zapotrzebowanie na pamięć masową przed zakupem sprzętu. Jako punkt odniesienia: jedna sesja cryo-EM wysokiej klasy generuje od 2–5 TB surowych danych dziennie.
2. Oszacuj długoterminowe wymagania dotyczące przechowywania danych na podstawie przewidywanego wykorzystania placówki. Placówka z 20 użytkownikami obsługująca dwa mikroskopy może wygenerować około 2 PB danych w ciągu 3–6 miesięcy pracy. Zaplanuj zarówno przestrzeń na dane surowe (krótkoterminową, o wysokiej przepustowości), jak i na dane przetworzone (średnioterminową, o większej objętości), ponieważ przetworzone zestawy danych są często od 10–20x większe niż dane wejściowe.
3. Wybierz solidną architekturę pamięci masowej. Dla większości placówek zalecanym punktem wyjścia są autonomiczne serwery oparte na ZFS, które oferują korzystny stosunek kosztów do pojemności, wbudowaną weryfikację integralności danych (sumy kontrolne), elastyczne konfiguracje odpowiedniki RAID (RAIDZ, RAIDZZ2) oraz obsługę migawek. Klastrowe rozproszone systemy plików (Gluster, Ceph, GPFS/IBM Spectrum Scale) mogą oferować wyższą wydajność i skalowalność, ale wymagają wielu fizycznych serwerów i bardziej złożonej administracji.
4. Skonfiguruj pule pamięci ZFS. Zalecana konfiguracja początkowa: dwa vdevy RAIDZ2 (każdy składający się z 6–8 dysków SAS HDD o dużej pojemności, 16–20 TB każdy), co zapewnia około 60–70% pojemności użytkowej z ochroną przed jednoczesną awarią dwóch dysków.
5. Dodaj dedykowany vdev pamięci cache zapisu SSD (L2ARC) przy użyciu 2–4 dysków NVMe SSD, aby przyspieszyć wydajność odczytu losowego dla aktywnych zadań przetwarzania.
   UWAGA: Nie używaj dysków SATA klasy konsumenckiej w produkcyjnych macierzach pamięci masowej. Dyski Enterprise SAS lub NL-SAS z określoną wydajnością obciążenia (np. 550 TB/year) są niezbędne dla stałych wzorców losowego wejścia/wyjścia (I/O) w przepływach pracy cryo-EM.
6. Skonfiguruj eksporty NFS (dla klientów Linux) i udziały SMB (dla klientów Windows) na serwerze pamięci ZFS. Podmontuj główny udział danych na wszystkich węzłach obliczeniowych GPU oraz na stacji roboczej sterownika kamery, aby umożliwić bezpośredni dostęp do danych bez tworzenia kopii pośrednich.
7. Ustal politykę retencji i cyklu życia danych. Zdefiniuj: (a) okres przechowywania surowych filmów (zazwyczaj 3–6 miesięcy po kolekcji); (b) okres przechowywania mikrografii z korekcją ruchu; (c) okres przechowywania końcowych przetworzonych zestawów danych (bezterminowo do czasu publikacji); (d) procedurę archiwizacji zakończonych projektów.
8. Wdróż automatyczne powiadomienia, gdy wykorzystanie pamięci masowej przekroczy 70% pojemności, aby umożliwić terminowy zakup dodatkowej przestrzeni.
   UWAGA: Pamięć masowa jest najczęściej niedoszacowanym kosztem w planowaniu placówek cryo-EM. Nie myl zatwierdzenia zakupu mikroskopu z zapewnieniem odpowiednich funduszy na pamięć masową. Zakup pamięci masowej musi być planowany równolegle z instalacją instrumentu, a nie po rozpoczęciu kolekcji danych.

5. Infrastruktura obliczeniowa GPU

1. Określ wymagania obliczeniowe na podstawie przewidywanej przepustowości. W przypadku jednego mikroskopu generującego 3 000–5 000 mikrografii podczas 24-godzinnej sesji, wymagane jest minimum dwa węzły obliczeniowe, z których każdy jest wyposażony w 4 karty NVIDIA GPU (Maxwell lub nowsze, 11+ GB VRAM, np. RTX 3090, RTX 4090 lub A100), aby utrzymać preprocessing w czasie rzeczywistym przy prędkości zbierania danych.
2. W przypadku większych ośrodków lub przepływów pracy cryo-ET z dużą objętością serii pochyleń, zapewnij dodatkowe węzły.
3. Określ sprzęt węzła obliczeniowego GPU. Każdy węzeł powinien zawierać: (a) 4 procesory NVIDIA GPU z obsługą CUDA (minimum 24 GB VRAM na GPU dla udoskonalania 3D w CryoSPARC i RELION); (b) procesor CPU z dużą liczbą rdzeni (AMD EPYC lub Intel Xeon, ≥32 rdzenie), aby wspierać równoległe kroki obciążające CPU (estymacja CTF, wejście/wyjście plików); (c) ≥256 GB pamięci RAM systemu; (d) 2–4 TB lokalnej przestrzeni scratch na dysku NVMe SSD dla aktywnych wyników pośrednich zadań; (e) kartę sieciową (NIC) 10/25 Gbps; (f) wystarczającą lokalną pamięć masową dla zestawów danych roboczych (zazwyczaj wolumin RAID). UWAGA: GPU klasy konsumenckiej (RTX 4090) mogą oferować wydajność porównywalną z alternatywami klasy przedsiębiorstw (A100) przy znacznie niższym koszcie dla obciążeń cryo-EM. Oceń benchmarki konkretnie dla CryoSPARC i RELION, ponieważ ich wzorce dostępu do pamięci faworyzują GPU o wysokiej przepustowości pamięci.
4. Zainstaluj stos sterowników NVIDIA, zestaw narzędzi CUDA (w wersji kompatybilnej z CryoSPARC i RELION) oraz cuDNN na każdym węźle obliczeniowym. Użyj narzędzia do zarządzania konfiguracją, aby ustandaryzować środowiska programowe we wszystkich węzłach i uprościć przyszłe aktualizacje.
5. Wdróż CryoSPARC w konfiguracji samodzielnej lub klastrowej. W przypadku ośrodka wielowęzłowego zainstaluj CryoSPARC-master na dedykowanym węźle sterującym i CryoSPARC-worker na każdym węźle obliczeniowym GPU.
6. Skonfiguruj harmonogram zadań, aby umożliwić wielu użytkownikom przesyłanie równoległych zadań przetwarzania. Postępuj zgodnie z oficjalną dokumentacją architektury CryoSPARC w zakresie minimalnych wymagań systemowych i konfiguracji sieci.
7. Zainstaluj RELION obok podstawowej platformy przetwarzania, aby zapewnić użytkownikom oba ekosystemy przetwarzania. Skonfiguruj oprogramowanie tak, aby korzystało z lokalnych węzłów obliczeniowych za pośrednictwem harmonogramowania (SLURM lub PBS/Torque).
8. Zainstaluj narzędzia pomocnicze: MotionCor2 (korekcja ruchu), CTFFIND4 i Gctf (estymacja CTF), TOPAZ (wybieranie cząsteczek w oparciu o uczenie maszynowe), crYOLO (wybieracz cząsteczek oparty na sieciach neuronowych) oraz cryoDRGN (analiza heterogeniczności). Zapoznaj się z Tabelą 3 w celu uzyskania przeglądu dostępnych pakietów oprogramowania dla SPA, cryo-ET, STA i microED. 
9. Użyj wdrożenia konsorcjum SBGrid lub zarządzania oprogramowaniem opartego na kontenerach (Singularity/Apptainer dla środowisk HPC; Docker dla stacji roboczych), aby utrzymać reprodukowalne, wersjonowane środowiska programowe.
   UWAGA: SBGrid udostępnia wstępnie skompilowane, zwalidowane wersje wszystkich głównych narzędzi programistycznych cryo-EM z automatycznym zarządzaniem aktualizacjami dla instytucji akademickich.

6. Infrastruktura zdalnego dostępu

1. Ustanów zdalny dostęp oparty na sieci VPN jako główny bezpieczny punkt wejścia dla wszystkich użytkowników i personelu pracującego poza placówką. Współpracuj z działem IT instytucji w celu skonfigurowania profilu lub tunelu VPN specyficznego dla placówki, który umożliwia dostęp do sieci obliczeniowej i pamięci masowej bez wystawiania urządzeń na działanie ogólnodostępnego internetu.
2. Wdróż uwierzytelnianie dwuskładnikowe (2FA) we wszystkich punktach zdalnego dostępu (Rycina 2).
3. Zainstaluj oprogramowanie do zdalnego pulpitu w celu uzyskania graficznego dostępu do sterowników mikroskopu i stacji roboczych GPU. Rekomendowane opcje: (a) TeamViewer (komercyjne, wieloplatformowe, z funkcją przekraczania NAT — odpowiednie do dostępu do sterownika mikroskopu); (b) NoMachine (komercyjne, wieloplatformowe, obsługuje przesyłanie grafiki 3D OpenGL — zalecane dla stacji roboczych GPU uruchamiających narzędzia do wizualizacji); (c) TurboVNC z VirtualGL (open-source, tylko dla systemu Linux, obsługuje zdalne renderowanie 3D).
   UWAGA: Wiele narzędzi do wizualizacji cryo-EM wykorzystuje OpenGL do renderowania 3D. Standardowe przekierowanie X11 nie obsługuje OpenGL z akceleracją sprzętową. W przypadku tych aplikacji należy używać NoMachine lub VirtualGL/TurboVNC.
4. Skonfiguruj zdalny dostęp do oprogramowania do akwizycji danych z mikroskopu. Używaj Leginon lub SerialEM do zdalnego sterowania poprzez instytucjonalny VPN. Dostęp do oprogramowania akwizycyjnego mikroskopu można uzyskać zdalnie za pomocą zatwierdzonej aplikacji do zdalnego pulpitu.
5. Przetestuj łączność zdalną z reprezentatywnych lokalizacji zewnętrznych (sieci domowe, instytucje współpracujące) przed pełnym uruchomieniem operacji dla użytkowników (Tabela 4).
6. Skonfiguruj internetowy panel monitorowania placówki, aby umożliwić personelowi i użytkownikom zdalne śledzenie statusu zbierania danych, wyników wstępnego przetwarzania, wykorzystania pamięci masowej oraz stanu kolejki obliczeń. Leginon posiada wbudowany interfejs monitorowania przez sieć.
7. W przypadku przepływu pracy CryoSPARC skonfiguruj Grafana lub niestandardowy panel internetowy zasilany danymi z logów potoku i narzędzi monitorowania systemu (Prometheus, node_exporter).
8. Ustanów mechanizm dostarczania danych dla użytkowników zewnętrznych. Skonfiguruj uwierzytelnioną usługę przesyłania danych, taką jak Globus Connect Server, na pamięci masowej placówki.
9. Dla użytkowników bez dostępu do Globus przygotuj procedury wysyłki dysków twardych USB z udokumentowanymi sumami kontrolnymi. Do praktycznego, bezpośredniego pobierania zestawów danych o rozmiarze wielu TB przez użytkowników zewnętrznych niezbędne jest łącze internetowe o prędkości 10 Gbps.

7. Przepływ przetwarzania danych w czasie rzeczywistym: implementacja

1. Przed każdą sesją zbierania danych należy skonfigurować ścieżkę przepływu danych. Potwierdź, że: (a) kontroler kamery zapisuje surowe filmy bezpośrednio w wysokowydajnej pamięci masowej ośrodka zamontowanej przez NFS; (b) zasób NFS jest zamontowany i dostępny na wszystkich węzłach obliczeniowych GPU; (c) istnieje wystarczająca wolna pojemść dyskowa dla planowanej sesji (minimum 5 TB wolnego miejsca dla 24 h sesji SPA); (d) węzły obliczeniowe GPU są dostępne i żadne długotrwałe zadania nie będą konkurować o zasoby.
2. Ustaw korekcję referencyjną wzmocnienia (gain reference). Przed każdą sesją należy pozyskać referencyjny obraz wzmocnienia zgodnie ze specyfikacją dostawcy detektora (zazwyczaj jest to ekspozycja pustego wiuki na pustym obszarze siatki).
3. Umieść plik referencyjny wzmocnienia w wyznaczonym katalogu wejściowym do wstępnego przetwarzania. Wszystkie oprogramowania do korekcji ruchu (MotionCor2, własna implementacja RELION) zastosują tę referencję automatycznie, jeśli zostaną poprawnie skonfigurowane.
4. Uruchom potok wstępnego przetwarzania w czasie rzeczywistym (on-the-fly) za pomocą CryoSPARC-Live (preferowane dla wizualizacji w czasie rzeczywistym). Potok powinien zostać zainicjowany, gdy pierwsze filmy pojawią się w katalogu wyjściowym — zazwyczaj w ciągu pierwszych 5–10 min zautomatyzowanego zbierania danych.
   UWAGA: CryoSPARC-Live stale monitoruje wyznaczony katalog pod kątem nowych plików filmów i przetwarza je w miarę ich pojawiania się. Kluczową różnicą jest to, że CryoSPARC-Live zapewnia interaktywny interfejs internetowy w czasie rzeczywistym do monitorowania.
5. Przebieg pracy CryoSPARC-Live
   1. W interfejsie internetowym przejdź do nowego lub istniejącego projektu i utwórz nową sesję na żywo^11,36.
   2. Skonfiguruj źródło wejściowe: określ ścieżkę katalogu, do którego kontroler kamery zapisuje dane („watch folder”), wzorzec plików pasujący do surowych plików filmów (np. *.tif, *.mrc lub *.eer dla danych Falcon 4i w formacie EER) oraz ścieżkę do pliku referencyjnego wzmocnienia.
   3. Ustaw parametry korekcji ruchu: liczbę ramek do użycia, korekcję ruchu opartą na patchach (zalecane: patche 5x5), współczynnik binningu wyjściowego (zazwyczaj 1 dla zbierania danych w pobliżu granicy Nyquista; 2 dla wstępnego przesiewu) oraz dawkę elektronów na ramkę (obliczoną z całkowitej dawki i liczby ramek).
   4. Ustaw parametry szacowania CTF: minimalną i maksymalną rozdzielczość dopasowania (zazwyczaj 30 Å i 4 Å), zakres wyszukiwania defokusa (zalecane 0,5–5 µm dla SPA) oraz maksymalny dopuszczalny astygmatyzm. Włącz szacowanie CTF dla każdego nachylenia (per-tilt) dla zestawów danych cryo-ET.
   5. Skonfiguruj wybieranie cząsteczek (particle picking): wybierz metodę wyboru (blob picker dla początkowych sesji; template picker po uzyskaniu pierwszych dobrych klas 2D; TOPAZ picker dla trudnych próbek). Ustaw oczekiwaną średnicę cząsteczki oraz minimalny i maksymalny odstęp między cząsteczkami.
   6. W celu znacznego zmniejszenia wymagań dotyczących pamięci masowej, obciążenia transferem danych i kosztów obliczeniowych, zaleca się przycinanie Fouriera (Fourier cropping) podczas ekstrakcji cząsteczek z czynnikiem 4 (co skutkuje 4-krotnie większym fizycznym rozmiarem piksela). Do rutynowej oceny jakości danych rozdzielczości pośrednie rzędu 3–5 Å są zazwyczaj wystarczające podczas przetwarzania w czasie rzeczywistym.
   7. Włącz klasyfikację 2D w sesji na żywo. Ustaw liczbę klas 2D (zazwyczaj 50–200), rozmiar partii dla aktualizacji przyrostowych (200–500 cząsteczek) oraz limit rozdzielczości dla klasyfikacji (6–8 Å dla wstępnej oceny).
   8. Rozpocznij sesję na żywo. Monitoruj panel w czasie rzeczywistym pod kątem: liczby i tempa napływających filmów, jakości korekcji ruchu (całkowity ruch na film — jako zasadę kciuka odrzucaj filmy z ruchem całkowitym >30 Å), jakości dopasowania CTF (odrzucaj mikrografie z rozdzielczością dopasowania CTF >6–8 Å), wydajności cząsteczek na mikrografię oraz ewoluującej jakości średnich klas 2D.
   9. Ustaw progi akceptacji dla zautomatyzowanej kurateli. W panelu Filtry określ kryteria odrzucania dla ruchu (próg całkowitego ruchu), jakości CTF (próg rozdzielczości dopasowania) i zakresu defokusa (wyklucz mikrografie z ekstremalnie zbyt małym lub zbyt dużym defokusem). Wyselekcjonowane cząsteczki są automatycznie kierowane do kolejnego zadania klasyfikacji 2D.

8. Kontrola jakości i informacja zwrotna w czasie rzeczywistym podczas zbierania danych

1. Stale monitoruj statystyki CTF przez cały czas trwania sesji. Wykreśl wartości defocusu dla każdej mikrografii: rozkład powinien skupiać się w zamierzonym zakresie defocusu (zazwyczaj od −0,5 do −3,0 µm dla SPA).
2. Systematyczny dryf w kierunku wyższych wartości defocusu może wskazywać na dryf stolika lub błędną kalibrację wysokości eucentrycznej. Natychmiast powiadom personel ośrodka, jeśli rozdzielczość dopasowania CTF spadnie poniżej 6 Å, ponieważ zazwyczaj wskazuje to na zanieczyszczenie lodem, niestabilność wiązki lub dryf ostrości wymagający interwencji.
3. Monitoruj wyniki korekcji ruchu. Całkowity ruch wewnątrz klatek na film wynosić powinien mniej niż 10–30 Å dla danych wysokiej jakości. Przewiduje się systematyczny wysoki ruch w początkowych klatkach, który jest korygowany; jednak wysoki ruch utrzymujący się przez cały film (>40 Å łącznie) może wskazywać na niestabilność mechaniczną stolika lub ładowanie się próbki i powinien zostać zbadany.
4. Kontroluj średnie klas 2D w miarę ich aktualizacji podczas sesji (co 30–60 min). Wskaźniki wysokiej jakości zbioru danych to: średnie klas wykazujące cechy struktury drugorzędowej, wiele wyraźnych widoków cząsteczki oraz brak artefaktów związanych z nakładaniem się lub agregacją.
5. Monitoruj wskaźniki wymagające interwencji: przypisanie wszystkich cząsteczek do bezkształtnych klas „śmieciowych” (sugerujące niską jakość próbki lub lodu), całkowity brak pewnych widoków (sugerujący preferencyjną orientację — może wymagać optymalizacji siatki) lub ekstremalnie niską wydajność cząsteczek na mikrografię.
6. Wpisuj wszystkie obserwacje do ustrukturyzowanego dziennika sesji. Zapisuj: czas rozpoczęcia i zakończenia sesji, ustawienia mikroskopu i kamery, podsumowanie statystyk generowanych w czasie rzeczywistym (całkowita liczba zebranych filmów, odsetek przechodzący filtr CTF, odsetek przechodzący filtr ruchu, całkowita liczba wybranych cząsteczek, ocena klas 2D) oraz wszelkie podjęte interwencje. Dziennik ten jest niezbędny do retrospektywnej oceny jakości i raportowania wydajności ośrodka.
7. Po zakończeniu sesji wygeneruj podsumowujący raport jakości danych. Platforma do przetwarzania na żywo automatycznie eksportuje podsumowanie sesji.
   UWAGA: Inną opcją generowania podsumowań i raportów jest wykorzystanie narzędzi AI, takich jak Vitreum. W UCSC Biomolecular Cryo-EM Facility platforma Vitreum jest używana do zarządzania przepływem prac laboratoryjnych i dokumentacją eksperymentalną. Vitreum rejestruje kroki eksperymentalne w momencie ich wykonywania, egzekwuje ograniczenia na poziomie protokołu, weryfikuje wykonanie przepływu pracy w odniesieniu do zdefiniowanych kryteriów jakości i zapewnia możliwy do audytu zapis działań laboratoryjnych. Poprzez integrację operacji laboratoryjnych z infrastrukturą obliczeniową i zarządzaniem danymi ośrodka, platforma minimalizuje ręczne prowadzenie dokumentacji, poprawia powtarzalność, ułatwia komunikację między personelem ośrodka a użytkownikami oraz umożliwia spójne śledzenie eksperymentów od przygotowania próbki, przez zbiór danych, aż po późniejszą analizę obliczeniową.

9. Procedura przetwarzania danych po zakończeniu pomiarów

1. Po zakończeniu wstępnego przetwarzania w czasie rzeczywistym (on-the-fly), wyeksportowany zostaje wyselekcjonowany stos binned-particle wraz z wyselekcjonowanymi przetworzonymi filmami.
2. Odłącz projekt CryoSPARC od głównej stacji roboczej, a następnie podłącz go do innej wspólnej, zdalnie dostępnej stacji roboczej. Pozwala to na szybkie odciążenie systemu i przekazanie zasobów w celu rozpoczęcia kolejnej sesji akwizycji danych.
   UWAGA: Typowy zbiór danych może być gromadzony przez 1–2 dni, co można łatwo monitorować za pomocą CryoSPARC-Live. Jednak etapy przetwarzania 3D mogą trwać tygodnie lub miesiące, co uzasadnia przenoszenie projektu między stacjami roboczymi a serwerami pamięci masowej.
3. W programie CryoSPARC wyeksportuj wyselekcjonowane binned particles z sesji na żywo do standardowego projektu w celu offline'owego przetwarzania 3D³⁶. 
4. Wykonaj rekonstrukcję 3D ab initio. W programie CryoSPARC użyj zadania Ab Initio Reconstruction (zaleca się 3–5 modeli początkowych dla próbek heterogenicznych). Wygeneruj 1–4 modele początkowe, aby ocenić heterogeniczność strukturalną.
5. Gdy zrekonstruowane wartości będą satysfakcjonujące, wykonaj ponowną ekstrakcję niebinowanych cząsteczek (unbinned particles), aby zwiększyć całkowitą rozdzielczość.
6. Przeprowadź udoskonalenie 3D (3D refinement), stosując refinement heterogeniczny (jeśli podejrzewane są wiele konformacji lub klas), a następnie refinement homogeniczny dla najlepszej klasy. W programie CryoSPARC zastosuj heterogeneous refinement, a następnie non-uniform refinement. 
7. Zastosuj Bayesian polishing w programie RELION¹³ lub użyj korekcji ruchu dla każdej cząsteczki (per-particle motion correction) oraz udoskonalenia CTF (w CryoSPARC: zadanie CTF refinement), aby poprawić sygnał z poszczególnych cząsteczek poprzez uwzględnienie ruchu indukowanego wiązką oraz defokusu dla każdej cząsteczki, zależnie od preferencji użytkownika. Krok ten rutynowo poprawia końcową rozdzielczość mapy o 0,2–0,5 Å. Dodatkowo opcją poprawy rozdzielczości i jakości mapy może być korekcja ruchu oparta na referencji (RBMC) w CryoSPARC.
8. Zwaliduj końcową mapę za pomocą procedury gold-standard Fourier shell correlation (FSC). Podziel stos cząsteczek na dwa niezależne zestawy połowiczne (half-sets), udoskonal je niezależnie i oblicz FSC między dwiema połowicznymi mapami. Podaj końcową rozdzielczość dla FSC = 0,143.
9. Oblicz FSC dla mapy i modelu (FSC-Q) oraz wyniki Q-score po dopasowaniu modelu atomowego jako niezależne metryki walidacji³⁷.
10. Wykonaj budowanie i walidację modelu atomowego. Użyj programu ModelAngelo do zautomatyzowanego budowania modelu de novo z mapy gęstości²⁰. Udoskonalsz model za pomocą real-space refinement w programie PHENIX i zwaliduj go za pomocą MolProbity.
11. Użyj programu COOT³⁵ po wygenerowaniu modelu początkowego, aby zwizualizować mapę gęstości, dopasować lub skorygować współrzędne atomowe, naprawić błędy modelowania, dobudować brakujące regiony oraz zoptymalizować struktury białek, kwasów nukleinowych lub ligandów. Program ten umożliwia interaktywną edycję reszt, konformacji łańcuchów bocznych, struktur drugorzędowych i przypisań sekwencji, a następnie real-space refinement w celu poprawy zgodności między modelem atomowym a eksperymentalną gęstością.
12. Na koniec zdeponuj końcowy model atomowy w Protein Data Bank (PDB), mapę gęstości w Electron Microscopy Data Bank (EMDB), a dane surowe lub wstępnie przetworzone w Electron Microscopy Public Image Archive (EMPIAR).

Wyniki

A successfully implemented facility IT infrastructure and on-the-fly data processing pipeline will produce the following verifiable outcomes at each stage:

Network and storage
Internal data transfer between the camera controller and storage server should sustain ≥800 MB/s (approaching theoretical 10 Gbps throughput) when measured with tools such as iperf3 or fio. This throughput is sufficient to transfer a 10–12 GB movie stack from the detector in under 15 seconds, ensuring that storage writing does not create a bottleneck during high-speed EER data collection. ZFS storage pool utilization and per-pool IOPS should be monitored daily; healthy pools show no degraded or faulted VDEVs and consistent read speeds of ≥500 MB/s for sequential reads.

On-the-fly preprocessing
The on-the-fly workflow should process each new movie—including motion correction, CTF estimation, and particle picking—within seconds of it being written to disk, thereby keeping pace with modern detector frame rates, such as the TFS Falcon 4i, operating at 5–15 movies per minute (considering 10–100 Gbps network connections and switches). For a 24 h SPA session generating ~8,000–12,000 micrographs at 150,000x magnification with the selected detector, the pipeline should deliver approximately 200,000–800,000 picked particles, a median CTF fit resolution of 3.0–5 Å, and an initial set of 2D class averages showing clear secondary structural features (alpha-helices, beta-strands) by 4–6 h into the session.

2D and 3D processing benchmarks
With 4x NVIDIA RTX 4090 GPUs per compute node and a dataset of 500,000 particles, CryoSPARC 2D classification (200 classes, 25 iterations) should complete in approximately 30–60 min. Ab initio 3D reconstruction from 100,000 particles should complete in 15–30 min. Full 3D refinement of a 300 kDa complex to near-atomic resolution typically requires 2–8 h, depending on particle count and target resolution. These benchmarks serve as a baseline for detecting performance regressions caused by hardware failures or resource contention.

Facility performance metrics
A well-functioning facility should track the following key performance indicators (KPIs) monthly: (a) instrument uptime percentage (target: >90%); (b) fraction of sessions with on-the-fly pipeline active from session start (target: 100%); (c) storage utilization and growth rate; (d) number of active users and projects; (e) number of structures deposited to EMDB/PDB; (f) fraction of sessions producing publishable-quality 2D classes. These metrics provide objective evidence of operational success and support facility reporting to funding agencies.

Figure 1: Overview of the cryo-EM facility data flow architecture. Schematic illustration of the complete data path from electron detector to final deposited structure. Raw movie frames are written from the camera controller to high-performance NFS storage via the 10 Gbps facility network switch. GPU compute nodes mount the same storage share and begin on-the-fly preprocessing (motion correction → CTF estimation → particle picking → 2D classification) concurrently with data collection. Preprocessed outputs and final 3D reconstructions are stored on the same or secondary storage pool. Remote users access compute resources and storage through an institutional VPN and approved remote desktop software. External data delivery is performed through an authenticated transfer service or by shipping physical storage media. Please click here to view a larger version of this figure.

Figure 2: Minimal network topology for a small cryo-EM facility. All data acquisition and processing devices—camera controller, microscope controller, storage servers (>1 PB capacity), and GPU compute servers (N nodes)—are connected via a central 10 Gbps (or faster) managed network switch. The switch uplinks to the institutional internet/WAN for remote access. Remote data processing and remote monitoring are accessible over the public internet via VPN. Storage capacity shown is representative for a single-microscope, 20-user facility operating for 3–6 months. Please click here to view a larger version of this figure.

Manufacturer	Model	kVmax	Electron Source	Compatible DEDs	Primary Applications	Strengths	Limitations/Notes
Thermo Fisher Scientific	Krios G4/Krios 5	300 kV	XFEG/CFEG	Falcon 4i, Falcon 3EC, Gatan K3/K2	SPA, cryo-ET/STA, MicroED	Gold-standard platform, full automation (EPU), highest throughput, best for high-res (<2.5 Å)	Highest cost, infrastructure demanding
	Glacios 2	200 kV	XFEG	Falcon 4i, Falcon 4, Gatan K3	SPA, cryo-ET, MicroED	Strong performance at lower cost, compact footprint, high accessibility	Lower ultimate resolution vs 300 kV
	Talos Arctica	200 kV	XFEG	Falcon 3, Falcon 4, Gatan K2/K3	SPA, cryo-ET	Proven, robust, widely adopted	Older generation, less automation
	Talos L120C	120 kV	LaB6	Ceta CMOS (limited DED)	Screening, MicroED (limited)	Cost-effective, training/screening	Not suitable for high-resolution SPA
JEOL	CRYO ARM 300 II (JEM-Z300FSC)	300 kV	CFEG	Gatan K3/K2, Direct Electron DE64	SPA, cryo-ET/STA, MicroED	Cold FEG (high coherence), top-tier resolution, strong optics	Less integrated ecosystem
	CRYO ARM 200	200 kV	CFEG	Gatan K3/K2, DE64	SPA, cryo-ET	Excellent performance-cost ratio, high stability	Fewer turnkey automation tools
	JEM-3200FSC	300 kV	FEG	Gatan K2/K3, DE20	SPA, cryo-ET	Large installed base, proven	Legacy system, aging support
Hitachi High-Tech	HF8300	300 kV	FEG	Gatan K3/K2, DE64 (custom integration)	SPA, cryo-ET	High-voltage capability, flexible integration	Limited adoption in structural biology
	HT7800	120 kV	LaB6	CMOS, limited DED	Screening, MicroED	Reliable screening scope	Not suitable for high-resolution cryoEM
	SU9000 (TEM/STEM)	200 kV	CFEG	Limited cryo-compatible DEDs	Niche cryo, materials	Advanced optics	Not widely used for SPA/ET

Table 1: Comparison of current cryo-TEM platforms and recommended DEDs. Summary of commercially available cryo-TEMs organized by manufacturer (ThermoFisher Scientific, JEOL, Hitachi), including model name, maximum accelerating voltage (kV_max), compatible DEDs for cryogenic operation, and primary imaging applications (SPA, STA/cryo-ET, microED). Intended as a planning reference; consult manufacturers for current specifications. Abbreviations: DED = direct electron detector; XFEG = extreme field emission gun; CFEG = cold field emission gun; FEG = field emission gun; SPA = single-particle analysis; cryo-ET = cryo-electron tomography; STA = subtomogram averaging; MicroED = micro-electron diffraction; TEM = transmission electron microscope; STEM = scanning transmission electron microscope.

Detector	Vendor	Key Features	Typical Pairing	Best Use Case
Falcon 4i	Thermo Fisher Scientific	EER mode, very high frame rate, high DQE	Krios, Glacios	High-throughput SPA, cryo-ET
Gatan K3	Gatan (AMETEK)	Counting mode, large FOV, super-resolution	JEOL + Thermo	High-resolution SPA (standard)
Gatan K2	Gatan	Previous-gen counting detector	Legacy systems	Established pipelines
DE64	Direct Electron	Large sensor, high throughput	JEOL, selected Thermo	Cryo-ET, large field-of-view
Apollo	Direct Electron	High frame rate, high throughput	Krios, Glacios, JEOLs	SPA and microED

Table 2: Current available DEDs in the market. Summary of commercially available DEDs organized by manufacturer. Abbreviations: EER = Electron Event Register; DQE = detective quantum efficiency; FOV = field of view; SPA = single-particle analysis; cryo-ET = cryo-electron tomography; microED = micro-electron diffraction.

Software	Main Function	Key Features	Reference
RELION	End-to-end SPA processing	Bayesian refinement, classification, CTF refinement	7, 12, 13
cryoSPARC	End-to-end SPA	Fast GPU pipelines, ab initio reconstruction	11
EMAN2	Image processing suite	Reconstruction, heterogeneity analysis (e2gmm)	14
cisTEM	SPA processing	User-friendly GUI, refinement and validation	15
SPHIRE	SPA (SPARX-based)	High-resolution refinement workflows	16
cryoDRGN	Heterogeneity analysis	Deep learning latent space reconstruction	17
Topaz	Particle picking	Deep learning-based picking	18
crYOLO	Particle picking	Real-time neural network picking	16
Warp	Preprocessing	Motion correction, CTF estimation, real-time processing	19
Model Angelo	Model building	Automated model building from maps	20
cryoET + STA
Software	Main Function	Key Features	Reference
IMOD	Tilt-series alignment & reconstruction	Gold standard for tomogram reconstruction	21
Dynamo	STA	Geometry-based particle picking, flexible workflows	22
emClarity	STA refinement	High-resolution STA, template matching	23
RELION (ET module)	STA refinement	Bayesian STA, integration with SPA workflows	24
EMAN2 (SPT)	STA	Subtomogram refinement tools	14
Warp/M	Preprocessing + STA	Real-time tomographic preprocessing	19
AreTomo	Tomogram reconstruction	Fast alignment and reconstruction	25
PEET	STA	Subtomogram averaging (IMOD-based)	26
PyTom	STA	Template matching, classification	27
Tomo3D	Reconstruction	Fast GPU tomogram reconstruction	28
crYOLO (3D)	Particle picking	ML-based picking in tomograms	16
AITom	AI-based analysis	Deep learning for segmentation and classification	29
MicroED
Software	Main Function	Key Features	Reference
DIALS	Diffraction processing	Integration of diffraction data	30
XDS	Data processing	Indexing and integration of diffraction data	31
MOSFLM	Data processing	Crystallography indexing	32
SHELX	Structure solution	Phasing and refinement	33
Phenix	Structure refinement	Automated model building	34
COOT	Model building	Manual model correction	35

Table 3: Examples of commonly used software packages for SPA, cryo-ET, STA, and microED. Summary of commercially and publicly available software packages. Abbreviations: SPA = single-particle analysis; cryo-ET = cryo-electron tomography; STA = subtomogram averaging; MicroED = micro-electron diffraction; CTF = contrast transfer function; GUI = graphical user interface; ML = machine learning.

Category	Software	Type	Primary Function	Key Features / Role in Facility
Operating System	Linux (Ubuntu, CentOS/Rocky)	OS	Core compute environment	HPC standard, GPU support, scripting, cluster deployment
Operating System	Windows	OS	User interface / workstation OS	Compatibility with vendor software, remote desktop access
File System	ZFS	File system	Data storage & integrity	Snapshots, redundancy, data integrity (checksums), scalable storage
Network File Sharing	NFS	Protocol	Linux-based file sharing	High-performance sharing across compute nodes
Network File Sharing	SMB (CIFS)	Protocol	Cross-platform file sharing	Windows–Linux interoperability
Remote Access	Microsoft Remote Desktop (RDP)	Remote access	GUI-based remote control	Native Windows remote access
Remote Access	NoMachine	Remote access	High-performance remote desktop	Fast GPU-enabled visualization, widely used in cryoEM
Remote Access	TeamViewer	Remote access	Remote support/access	Easy setup, cross-platform support
Remote Access	VirtualGL + TurboVNC	Remote visualization	GPU-accelerated remote rendering	Essential for remote cryoSPARC/RELION visualization
GPU Computing	CUDA	Compute framework	GPU acceleration	Required for cryoSPARC, RELION, deep learning tools
Data Transfer	Globus	Data transfer	Secure large-scale transfer	High-speed, fault-tolerant data movement across institutions

Table 4: Software reference for cryo-EM facility IT operations and data processing. Reference list of key software tools covering operating systems (Linux, Windows), file systems (ZFS), network file sharing (NFS, SMB), remote access (Microsoft RDP, NoMachine, TeamViewer, VirtualGL/TurboVNC), GPU computing (CUDA), and data transfer (Globus). Abbreviations: OS = operating system; HPC = high-performance computing; NFS = Network File System; SMB = Server Message Block; CIFS = Common Internet File System; RDP = Remote Desktop Protocol; GUI = graphical user interface.

Dyskusja

Infrastruktura IT w ośrodku cryo-EM nie jest jedynie wspierającym dodatkiem – jest niezbędnym warunkiem operacyjnym. Placówki, które rozpoczynają gromadzenie danych bez odpowiedniej pojemności pamięci masowej, sieciowej i przetwórczej, nieuchronnie stają przed wyborem między odrzuceniem surowych danych, wstrzymaniem ich zbierania a akceptacją wielomiesięcznych opóźnień w wyznaczaniu struktur. Protokoły opisane w niniejszym opracowaniu mają na celu zapobieganie takim sytuacjom poprzez zapewnienie, że fundament obliczeniowy zostanie zaprojektowany, przetestowany i zwalidowany przed pierwszą sesją użytkownika.

Najważniejszą zasadą w projektowaniu infrastruktury IT dla krio-EM jest to, że pojemność pamięci masowej i sieci musi być dostosowana do wydajności wyjściowej detektora, a nie do intuicji projektanta obiektu opartej na poprzednich doświadczeniach. W trybie EER detektor może zapisywać od 8–12 GB na stos filmów; przy około 15 filmach na minutę podczas 24-godzinnej sesji generuje to około 2–5 TB surowych danych przed jakąkolwiek kompresją. Choć bezstratna kompresja w czasie rzeczywistym (dostępna w CryoSPARC-Live) może zredukować tę ilość o 50–70%, sieć i pamięć masowa muszą być w stanie obsłużyć nieskompresowaną prędkość zapisu na wypadek, gdyby kompresja została wyłączona lub uległa awarii. Projektowanie pod kątem maksymalnej, a nie średniej przepustowości, jest niezbędne.

Przetwarzanie danych w czasie rzeczywistym (on-the-fly) stanowi jeden z najważniejszych postępów w funkcjonowaniu ośrodków cryo-EM w ostatnich latach. Przed wprowadzeniem potoków przetwarzania w czasie rzeczywistym personel ośrodków nie miał obiektywnego sposobu oceny jakości danych aż do wielu godzin lub dni po ich zebraniu, kiedy sesja była już zakończona, a siatka z próbką mogła zostać zutylizowana. Dzięki CryoSPARC-Live średnie klas 2D wykazujące rozpoznawalną strukturę drugorzędową mogą być dostępne w ciągu 2–4 h od rozpoczęcia sesji, co umożliwia podejmowanie świadomych decyzji dotyczących wyboru siatki, dostosowania parametrów zbierania danych oraz przedłużenia lub zakończenia sesji. Ta pętla zwrotna jest prawdopodobnie najbardziej bezpośrednim sposobem, w jaki infrastruktura IT poprawia wyniki naukowe.

Znaną wadą przepływu pracy w czasie rzeczywistym (on-the-fly) jest jego podatność na błędy konfiguracyjne. Błędnie określony rozmiar piksela, niewłaściwa referencja wzmocnienia (gain reference) lub niedopasowana wartość dawki na klatkę (dose-per-frame) będą rozprzestrzeniać się przez cały potok przetwarzania, generując mylące metryki jakości i uszkodzone stosy cząstek. Dlatego zalecamy stosowanie ustandaryzowanej listy kontrolnej przed sesją, która w sposób jawny weryfikuje wszystkie parametry konfiguracji potoku przed rozpoczęciem zbierania danych. Listę tę należy traktować jako dokument krytyczny dla bezpieczeństwa, analogicznie do list kontrolnych przed lotem w lotnictwie, co opisano w szerszej literaturze dotyczącej zarządzania ośrodkami cryo-EM.

Wybór pomiędzy CryoSPARC-Live a RELION zależy od priorytetów placówki. Platforma do przetwarzania w czasie rzeczywistym oferuje lepszy interfejs webowy, ściślejszą integrację środowisk przetwarzania online i offline oraz prostszą konfigurację dla użytkowników niebędących ekspertami. RELION zapewnia bardziej szczegółową kontrolę nad parametrami przetwarzania i jest preferowaną platformą dla użytkowników wymagających specyficznych opcji algorytmicznych (np. polerowania bayesowskiego, konkretnych strategii klasyfikacji 3D) w porównaniu do strategii klasyfikacji 3D (np. 3DVAR lub klasyfikacji 3D) dostępnych w CryoSPARC. Wiele placówek wdraża oba systemy równolegle, wykorzystując CryoSPARC-Live do monitorowania w czasie rzeczywistym, a RELION do ostatecznego wyznaczania struktury.

Szczególną uwagę należy poświęcić infrastrukturze zdalnego dostępu. W naszym doświadczeniu większość problemów zgłaszanych przez użytkowników podczas gromadzenia danych wynika z awarii zdalnego dostępu, a nie z problemów z mikroskopem czy detektorem. Niezawodny, niskolatencyjny zdalny dostęp do pulpitu stacji roboczych mikroskopu i gromadzenia danych nie jest luksusem – jest to główny sposób, w jaki większość użytkowników korzysta z placówki. Inwestycja w profesjonalnie skonfigurowane serwery pulpitu zdalnego, testowanie łączności z reprezentatywnych lokalizacji użytkowników oraz jasne udokumentowanie procedury połączenia będą miały większy pozytywny wpływ na doświadczenia użytkowników niż wiele znacznie droższych inwestycji sprzętowych.

Na koniec, przed rozpoczęciem działalności placówki należy opracować i przekazać użytkownikom politykę zarządzania danymi. Użytkownicy często nie doceniają rozmiaru swoich zbiorów danych i przeceniają czas przydzielonej im przestrzeni dyskowej. Jasna, pisemna polityka określająca okresy przechowywania danych surowych, limity danych dla użytkowników, procedury archiwizacji oraz zasady odzyskiwania kosztów w przypadku przekroczenia limitów pamięci chroni zarówno placówkę, jak i jej użytkowników, a także zapobiega kryzysom operacyjnym, które pojawiają się w momencie wyczerpania miejsca na dysku w trakcie sesji.

Materiały

Lista materiałów użytych w tym artykule

Nazwa	Firma	Numer katalogowy	Komentarze
Krios 5	ThermoFisher Scientific	Krios G5 Cryo-TEM Szybka droga do wysokiej rozdzielczości dzięki ulepszonemu kontrastowi i stabilności Krios G5 to najbardziej zaawansowany transmisyjny mikroskop elektronowy do kriogeniki (cryo-TEM), który umożliwia szybsze i bardziej precyzyjne obrazowanie próbek biologicznych w ich naturalnym stanie. Dzięki innowacyjnemu połączeniu zaawansowanej optyki, stabilizacji i automatyzacji, Krios G5 pozwala na rutynowe osiąganie rozdzielczości na poziomie atomowym, skracając czas potrzebny na zbieranie danych i analizę struktur białkowych oraz kompleksów makromolekularnych. Kluczowe zalety: • Maksymalna przepustowość: Zoptymalizowane procesy ładowania próbek i szybkie przełączanie między obszarami zainteresowania pozwalają na zwiększenie liczby analizowanych obrazów w jednostce czasu. • Wyjątkowa stabilność: Nowoczesne systemy redukcji drgań i stabilizacji termicznej minimalizują dryf próbki, zapewniając najwyższą ostrość obrazu nawet podczas długich ekspozycji. • Ulepszony kontrast: Zaawansowane filtry i detektory bezpośredniego zliczania elektronów (direct electron detectors) zapewniają wysoki stosunek sygnału do szumu, co jest kluczowe przy obrazowaniu niskokontrastowych obiektów biologicznych. • Automatyzacja i AI: Zintegrowane oprogramowanie do automatycznego wyszukiwania i centrowania obszarów obrazowania znacząco redukuje czas pracy operatora i zwiększa powtarzalność eksperymentów. • Nowatorska optyka: Precyzyjnie skalibrowane soczewki i systemy korygujące pozwalają na uzyskanie obrazów o niespotykanej dotąd rozdzielczości, umożliwiając wizualizację pojedynczych atomów w strukturach białkowych. Zastosowania: Krios G5 jest niezastąpionym narzędziem w krio-mikroskopii elektronowej pojedynczych cząsteczek (cryo-EM single particle analysis) oraz w krio-tomografii elektronowej (cryo-ET), znajdując zastosowanie w: • Strukturalnej biologii komórki • Projektowaniu leków na poziomie atomowym • Badaniu mechanizmów działania wirusów i białek błonowych • Analizie kompleksów rybosomalnych i innych dużych makromolekuł Odkryj nową erę obrazowania biologicznego z Krios G5 – gdzie szybkość spotyka się z precyzją, a nauka przekłada się na przełomowe odkrycia.	transmisyjny mikroskop elektronowy
Krios G4	ThermoFisher Scientific	https://www.thermofisher.com/us/en/home/electron-microscopy/products/transmission-electron-microscopes/krios-g4-cryo-tem.html Mikroskopy elektronowe do transmisji (TEM) Krios G4 Cryo-TEM Osiągnij przełom w badaniach strukturalnych z najnowszym systemem Krios G4. Krios G4 to najnowocześniejszy transmisyjny mikroskop elektronowy do kriogeniki (cryo-TEM), zaprojektowany do wysokoprzepustowego obrazowania i analizy strukturalnej w rozdzielczości atomowej. Dzięki zaawansowanej automatyzacji i stabilności, Krios G4 umożliwia badaczom szybkie i precyzyjne określanie struktur makromolekularnych w ich stanie natywnym, co przyspiesza odkrycia w biologii strukturalnej i projektowaniu leków. Kluczowe cechy i korzyści: Wysoka przepustowość i automatyzacja: Zaawansowane systemy sterowania i automatycznego wyszukiwania obszarów do obrazowania maksymalizują liczbę zbieranych danych w każdej sesji, skracając czas potrzebny na uzyskanie wysokiej rozdzielczości map gęstości. Niezrównana stabilność: Zoptymalizowana konstrukcja mechaniczna i termiczna minimalizuje dryf i drgania, co jest kluczowe dla uzyskiwania obrazów o najwyższej jakości i rozdzielczości. Precyzyjne obrazowanie kriogeniczne: Zintegrowane systemy chłodzenia i transferu próbek w niskich temperaturach zapewniają zachowanie integralności biologicznych obiektów w stanie witryfikowanym. Wszechstronne możliwości analizy: Kompatybilność z najnowszymi detektorami bezpośrednimi (direct electron detectors) oraz zaawansowanym oprogramowaniem do przetwarzania obrazu pozwala na precyzyjną rekonstrukcję 3D struktur białkowych i kompleksów molekularnych. Zastosowania: Kriomikroskopia elektronowa pojedynczych cząsteczek (single-particle cryo-EM) Kriotomografia elektronowa (cryo-ET) Analiza struktur białek błonowych i dużych kompleksów białkowych Badania nad wirusami i interakcjami białko-ligand Krios G4 definiuje nowy standard w kriomikroskopii elektronowej, łącząc wydajność z precyzją, aby umożliwić badaczom wgląd w mechanizmy życia na poziomie atomowym.	Transmisyjny mikroskop elektronowy
Glacios	ThermoFisher Scientific	https://www.thermofisher.com/us/en/home/electron-microscopy/products/transmission-electron-microscopes/glacios-cryo-tem.html	transmisyjny mikroskop elektronowy
Glacios 2	ThermoFisher Scientific	https://www.thermofisher.com/us/en/home/electron-microscopy/products/transmission-electron-microscopes/glacios-2-cryo-tem.html	Transmisyjny mikroskop elektronowy
Glacios 3	ThermoFisher Scientific	https://www.thermofisher.com/ (najnowsza generacja; strona produktu może się różnić w zależności od regionu)	Mikroskop elektronowy transmisyjny
Talos Arctica	ThermoFisher Scientific	https://www.thermofisher.com/us/en/home/electron-microscopy/products/transmission-electron-microscopes/talos-arctica.html	transmisyjny mikroskop elektronowy
Talos L120C	ThermoFisher Scientific	https://www.thermofisher.com/us/en/home/electron-microscopy/products/transmission-electron-microscopes/talos-l120c.html	transmisyjny mikroskop elektronowy
CRYO ARM 300 II (JEM-Z300FSC)	JEOL	Kriomikroskop elektronowy transmisyjny (cryo-TEM) CRYOARM 300 II Wykorzystanie kryomikroskopii elektronowej (cryo-TEM) w badaniach biologicznych CRYOARM 300 II to system kriomikroskopii elektronowej (cryo-TEM) opracowany w celu umożliwienia wysokorozdzielczej analizy obrazowej i spektroskopii próbek biologicznych w ich naturalnym, uwodnionym stanie. Dzięki zastosowaniu zaawansowanych technologii chłodzenia i precyzyjnej kontroli temperatury, system ten pozwala na obserwację struktur komórkowych, kompleksów białkowych i wirusów bez konieczności stosowania utrwalania chemicznego lub barwienia, co zapobiega artefaktom strukturalnym. Kluczowe cechy i możliwości: * Obrazowanie w niskich temperaturach: Utrzymanie próbek w temperaturach kriogenicznych zapobiega krystalizacji lodu i chroni próbki biologiczne przed uszkodzeniami radiacyjnymi. * Wysoka rozdzielczość: Zoptymalizowany układ optyczny pozwala na uzyskanie obrazów o wysokim kontraście i rozdzielczości, co jest niezbędne do analizy ultrastruktury makrocząsteczek. * Zautomatyzowany system wprowadzania próbek: Ułatwia bezpieczny i szybki transfer mrożonych próbek do komory mikroskopu, minimalizując ryzyko kontaminacji i kondensacji pary wodnej. * Zaawansowane detektory: Kompatybilność z nowoczesnymi kamerami bezpośredniego detekcji elektronów (direct electron detectors), które znacząco zwiększają stosunek sygnału do szumu (SNR). * Wszechstronność zastosowań: Idealny do tomografii elektronowej (cryo-ET) oraz średniej rozdzielczości obrazowania w celu analizy morfologii i organizacji przestrzennej wewnątrz komórek. Zastosowania: * Biologia strukturalna: Wyznaczanie struktur trójwymiarowych białek i kompleksów rybosomalnych. * Wirusologia: Analiza budowy kapsydów i mechanizmów infekcji wirusowej. * Badania nad materiałami biomedycznymi: Obserwacja interakcji między lekami a błonami komórkowymi w stanie natywnym. * Nanotechnologia biologiczna: Badanie samoorganizacji nanocząsteczek w środowiskach biologicznych. CRYOARM 300 II stanowi kompleksowe rozwiązanie dla ośrodków badawczych dążących do osiągnięcia najwyższej precyzji w obrazowaniu kriogenicznym, łącząc niezawodność sprzętową z możliwościami analitycznymi nowej generacji.	transmisyjny mikroskop elektronowy
CRYO ARM 200	JEOL	CryoARM 200 – System do automatycznego transferu próbek kriogenicznych Wyposażenie do automatycznego transferu próbek kriogenicznych, CryoARM 200, umożliwia bezproblemowy transport mrożonych próbek z kriostatu do elektronowego mikroskopu transmisyjnego (TEM) bez konieczności ich wyjmowania z kriostatu. Automatyzacja transferu próbek kriogenicznych Przeniesienie mrożonej próbki z kriostatu do TEM jest krytycznym etapem, który wymaga ogromnej precyzji i szybkości, aby zapobiec krystalizacji lodu oraz kontaminacji powierzchni próbki. Tradycyjne metody manualnego transferu wiążą się z wysokim ryzykiem błędu ludzkiego i utraty cennych próbek. CryoARM 200 eliminuje te problemy, automatyzując cały proces transferu. Kluczowe cechy i zalety: - Wysoka precyzja i powtarzalność: Zautomatyzowany mechanizm zapewnia dokładne pozycjonowanie próbki, minimalizując ryzyko uszkodzeń mechanicznych. - Minimalizacja kontaminacji: Zamknięty system transferu chroni mrożone próbki przed zanieczyszczeniami z otoczenia i kondensacją pary wodnej. - Zwiększona wydajność: Skrócenie czasu transferu pozwala na szybkie i bezpieczne wprowadzenie próbek do mikroskopu, co jest kluczowe dla zachowania struktury witryfikowanej wody. - Łatwość obsługi: Intuicyjny interfejs sterowania pozwala operatorowi na szybkie przeprowadzenie procedury bez konieczności posiadania zaawansowanych umiejętności manualnych w zakresie kriotransferu. Zastosowania: CryoARM 200 jest niezastąpiony w badaniach nad strukturami biologicznymi w ich stanie naturalnym, takich jak białka, wirusy i kompleksy makromolekularne, gdzie utrzymanie ekstremalnie niskiej temperatury jest niezbędne dla zachowania integralności strukturalnej obiektu. Kompatybilność: System został zaprojektowany tak, aby integrować się z nowoczesnymi mikroskopami TEM oraz standardowymi kriostatami, zapewniając spójny i niezawodny przepływ pracy w laboratorium kriomikroskopii elektronowej.	transmisyjny mikroskop elektronowy
JEM-3200FSC	JEOL	JEM-3200FSC TEM z filtrem energetycznym i korektorem sferycznym Przełamując bariery rozdzielczości obrazowania w transmitencyjnym mikroskopie elektronowym (TEM), JEM-3200FSC oferuje możliwości analityczne i obrazowania o niespotykanej dotąd jakości. Dzięki zastosowaniu zaawansowanego systemu korekcji aberracji sferycznej oraz filtru energetycznego, urządzenie to pozwala na uzyskanie obrazów z niespotykaną precyzją, umożliwiając badaczom wgląd w strukturę materii na poziomie atomowym. Kluczowe cechy: Korektor aberracji sferycznej (Cs-corrector): System korekcji aberracji sferycznych pozwala na znaczące zwiększenie rozdzielczości obrazowania, eliminując zniekształcenia wiązki elektronowej. Dzięki temu możliwe jest uzyskanie ostrych, wysokokontrastowych obrazów struktur atomowych, co jest kluczowe w badaniach nad nanomateriałami i biologią strukturalną. Filtr energetyczny (EFT): Zintegrowany filtr energetyczny umożliwia selekcję elektronów o określonej energii, co pozwala na drastyczną redukcję tła i poprawę kontrastu w obrazowaniu próbek grubych lub o niskim kontraście. Funkcja ta umożliwia również przeprowadzanie obrazowania z rozdzielczością energetyczną (EFT), co pozwala na mapowanie składu chemicznego próbki. Stabilność i wydajność: JEM-3200FSC został zaprojektowany z myślą o maksymalnej stabilności mechanicznej i termicznej, co gwarantuje powtarzalność wyników oraz umożliwia prowadzenie długotrwałych sesji pomiarowych bez utraty ostrości obrazu. Szerokie zastosowania: Urządzenie idealnie nadaje się do zaawansowanych badań w dziedzinach takich jak: - Nanotechnologia: analiza kryształów, kropel kwantowych i nanorurek. - Inżynieria materiałowa: badanie defektów sieci krystalicznej i granic ziaren. - Biologia strukturalna: obrazowanie wysokorozdzielcze kompleksów białkowych i wirusów. Specyfikacja techniczna: System zapewnia optymalną integrację wszystkich komponentów, od źródła elektronów po detektory, co czyni go jednym z najpotężniejszych narzędzi w nowoczesnej mikroskopii elektronowej.	transmisyjny mikroskop elektronowy
HF8300	Hitachi	Szybka analiza z wysoką rozdzielczością przy użyciu nowoczesnego systemu TEM Odkryj nowe możliwości w badaniach materiałowych i naukach o życiu dzięki systemowi HF8300, który łączy zaawansowaną technologię z niezwykłą łatwością obsługi. Szybka i wysokorozdzielcza analiza HF8300 to nowoczesny transmisyjny mikroskop elektronowy (TEM), który umożliwia szybkie i precyzyjne obrazowanie w wysokiej rozdzielczości. Dzięki optymalizacji procesów przygotowania próbek i automatyzacji ustawień, badacze mogą znacząco skrócić czas potrzebny na uzyskanie wysokiej jakości wyników, nie rezygnując z najwyższej dokładności analitycznej. Kluczowe cechy i zalety * Wysoka rozdzielczość obrazowania: Precyzyjna obserwacja struktur w skali nanometrycznej i atomowej. * Intuicyjny interfejs użytkownika: Uproszczona obsługa pozwala na szybkie wdrożenie nowych użytkowników i zwiększenie wydajności pracy. * Zaawansowana automatyzacja: Optymalizacja wyrównania wiązki i ustawień ostrości dla powtarzalnych i spójnych rezultatów. * Wszechstronność zastosowań: Idealny do analizy materiałów nieorganicznych, polimerów oraz próbek biologicznych. * Zintegrowane systemy detekcji: Wysoka czułość i kontrast obrazu dzięki nowoczesnym detektorom elektronów. Zastosowania * Nauka o materiałach: Analiza defektów krystalicznych, granic ziaren i struktur nanokompozytów. * Nanotechnologia: Charakterystyka nanocząstek, nanorurek i innych nanostruktur. * Biologia strukturalna: Obrazowanie ultrastruktury komórkowej i kompleksów białkowych. * Przemysł półprzewodnikowy: Kontrola jakości i analiza wad w układach scalonych oraz warstwach cienkich. Podnieś standard swoich badań z HF8300 – gdzie szybkość spotyka się z precyzją.	transmisyjny mikroskop elektronowy
HT7800	Hitachi	https://www.hitachi-hightech.com/global/en/products/microscopes/tem/ht7800.html	transmisyjny mikroskop elektronowy
SU9000 (TEM/STEM)	Hitachi	SU9000 Skaningowy mikroskop elektronowy z wysokim rozdzielczym obrazowaniem i analizą składu SU9000 to skaningowy mikroskop elektronowy (SEM) nowej generacji, który łączy w sobie najwyższą rozdzielczość obrazowania z zaawansowanymi funkcjami analizy składu. Dzięki zastosowaniu najnowszych technologii, SU9000 umożliwia precyzyjną obserwację powierzchni oraz analizę materiałową z niespotykaną dotąd dokładnością, wspierając badania w szerokim zakresie nauk o materiałach, nanotechnologii i biologii. Kluczowe cechy Najwyższa rozdzielczość obrazowania Dzięki zoptymalizowanej optyce elektronowej i zaawansowanemu systemowi sterowania wiązką, SU9000 zapewnia wyjątkową rozdzielczość, umożliwiając obrazowanie najdrobniejszych struktur z wysokim kontrastem. Wielozadaniowa analiza składu Zintegrowane systemy detekcji i analizy pozwalają na jednoczesne obrazowanie morfologii oraz precyzyjne określanie składu chemicznego próbek, co znacznie przyspiesza proces badawczy. Stabilność i powtarzalność Konstrukcja urządzenia została zaprojektowana tak, aby zminimalizować wpływ czynników zewnętrznych, zapewniając stabilność obrazu i powtarzalność wyników nawet podczas długotrwałych pomiarów. Intuicyjna obsługa i automatyzacja Nowoczesny interfejs użytkownika oraz funkcje automatyzacji procesu ustawiania parametrów sprawiają, że obsługa urządzenia jest prosta i efektywna, nawet dla użytkowników o różnym stopniu zaawansowania. Zastosowania Inżynieria materiałowa: Badanie mikrostruktury metali, ceramiki i polimerów, analiza defektów oraz granic ziaren. Nanotechnologia: Obrazowanie nanostruktur, analiza nanocząstek i cienkich warstw. Elektronika i półprzewodniki: Kontrola jakości układów scalonych, analiza błędów w produkcji i badanie połączeń elektrycznych. Nauki biologiczne: Obrazowanie wysokiej rozdzielczości tkanek i komórek (przy zastosowaniu odpowiedniego przygotowania próbek). Przemysł chemiczny: Analiza katalizatorów, adsorbentów i nowych materiałów funkcjonalnych.	transmisyjny mikroskop elektronowy
Falcon 4i	Thermo Fisher Scientific	https://www.thermofisher.com/us/en/home/electron-microscopy/products/direct-electron-detectors/falcon-4i.html	Bezpośredni detektor elektronów
Gatan K3	Gatan (AMETEK)	Kamera K3is – bezpośrednia detekcja elektronów (Direct Electron Detection) Kamera K3is to najnowocześniejszy detektor bezpośredni do transmisyjnej mikroskopii elektronowej (TEM), zaprojektowany w celu maksymalizacji przepustowości i jakości danych w kriomikroskopii elektronowej (cryo-EM) oraz w badaniach materiałowych. Dzięki zaawansowanej technologii zlicza pojedyncze elektrony z niezwykłą szybkością i precyzją, co pozwala na uzyskanie obrazów o najwyższej rozdzielczości przy jednoczesnym zminimalizowaniu uszkodzeń próbki wywołanych wiązką elektronów. Kluczowe cechy i korzyści: Wysoka wydajność i szybkość: Kamera K3is umożliwia szybkie gromadzenie danych, co znacząco skraca czas potrzebny do zebrania kompletnego zestawu obrazów niezbędnych do rekonstrukcji 3D w wysokiej rozdzielczości. Korekcja dryfu i stabilność: Zintegrowane systemy stabilizacji minimalizują wpływ drgań i dryfu, zapewniając ostrość obrazu w czasie całego procesu akwizycji danych. Zliczanie pojedynczych elektronów: Dzięki technologii zliczania elektronów (electron counting), kamera eliminuje szum odczytu, co przekłada się na znacznie wyższy stosunek sygnału do szumu (SNR) w porównaniu do tradycyjnych detektorów CCD lub CMOS. Tryb filmowania (Movie Mode): Zamiast pojedynczych klatek, K3is rejestruje serie obrazów (filmy), co pozwala na późniejszą korekcję ruchu cząsteczek (motion correction) i odzyskanie wysokich częstotliwości przestrzennych, które w przeciwnym razie zostałyby rozmyte. Optymalizacja przepływu pracy: Kamera współpracuje z zaawansowanym oprogramowaniem do sterowania i przetwarzania danych, co umożliwia automatyzację procesu zbierania danych i szybką ocenę jakości obrazów w czasie rzeczywistym. Zastosowania: Kriomikroskopia elektronowa (cryo-EM): Wyznaczanie struktur białek i kompleksów makromolekularnych w rozdzielczości atomowej. Tomografia elektronowa: Tworzenie trójwymiarowych obrazów przekrojów komórkowych i organelli. Analiza materiałowa: Badanie defektów sieci krystalicznej, granic ziaren i nanostruktur w materiałach nieorganicznych. Kamera K3is stanowi standard w nowoczesnych laboratoriach strukturalnych, oferując niezrównaną kombinację czułości, szybkości i rozdzielczości, co pozwala badaczom przekraczać granice w obrazowaniu biomolekuł i nanomateriałów.	Bezpośredni detektor elektronów
Gatan K2	Gatan	Kamera K2 Wysokowydajna kamera bezpośredniego detekcji elektronów (direct electron detector) do kriomikroskopii elektronowej (cryo-EM) i wysokorozdzielczej analizy materiałów. Kamera K2 firmy Gatan to przełomowy system obrazowania, który umożliwia uzyskiwanie obrazów o najwyższej rozdzielczości dzięki zastosowaniu technologii bezpośredniego detekcji elektronów. W przeciwieństwie do tradycyjnych kamer CCD, które wymagają konwersji elektronów na fotony za pomocą scyntylatora, kamera K2 wykrywa elektrony bezpośrednio, co znacznie zwiększa stosunek sygnału do szumu (SNR) i rozdzielczość przestrzenną. Kluczowe cechy i możliwości: Filmowanie i korekcja ruchu: Kamera K2 rejestruje obrazy w formie filmów (movie mode), co pozwala na korekcję dryfu próbki i ruchu wywołanego przez wiązkę elektronów (beam-induced motion). Dzięki temu możliwe jest odzyskanie wysokich częstotliwości przestrzennych i uzyskanie obrazów o rozdzielczości bliskiej atomowej. Wysoka wydajność detekcji (DQE): Wysoka efektywność kwantowa detekcji (DQE) zapewnia doskonałą jakość obrazu nawet przy niskich dawkach elektronów, co jest kluczowe dla biologicznych próbek wrażliwych na promieniowanie. Tryby pracy: Kamera oferuje różnorodne tryby pracy, w tym tryb Counting (liczenie pojedynczych elektronów), który eliminuje szum odczytu i maksymalizuje kontrast, oraz tryb Integration (integracja), przeznaczony do obrazowania przy wyższych dawkach. Zastosowania: Kriomikroskopia elektronowa (cryo-EM): Rekonstrukcja struktur białek i kompleksów makromolekularnych w rozdzielczości atomowej. Analiza materiałowa: Obrazowanie defektów krystalicznych, granic ziaren i struktur nano w materiałach nieorganicznych. Badania niskodawkowe (low-dose imaging): Minimalizacja uszkadzania próbek podczas obrazowania wysokorozdzielczego. Specyfikacja techniczna i integracja: Kamera K2 jest w pełni zintegrowana z oprogramowaniem Gatan Digital Microscopy Software (GDM), co umożliwia łatwe sterowanie parametrami akwizycji, szybki podgląd i efektywną analizę danych. Współpracuje z najnowocześniejszymi mikroskopami transmisyjnymi (TEM) w celu osiągnięcia maksymalnej wydajności w badaniach strukturalnych.	Detektor bezpośredni elektronów
Apollo	Bezpośredni elektron	Apollo to najnowsza generacja mikroskopu elektronowego transmisyjnego (TEM) od DirectElectron, zaprojektowana z myślą o przełamywaniu barier w obrazowaniu wysokiej rozdzielczości i spektroskopii elektronowej. Dzięki integracji zaawansowanej optyki, ultra-stabilnej platformy i najnowocześniejszych detektorów, Apollo umożliwia badaczom uzyskanie niespotykanej dotąd precyzji w analizie struktur biologicznych i materiałowych na poziomie atomowym. Kluczowe cechy i innowacje: Bezprecedensowa stabilność i szybkość: Apollo został zbudowany na fundamencie ekstremalnej stabilności mechanicznej i termicznej, co minimalizuje dryft i drgania. Pozwala to na szybkie zbieranie danych przy zachowaniu najwyższej jakości obrazu, co jest kluczowe w badaniach próbek wrażliwych na promieniowanie. Zaawansowane detektory bezpośredniego detekcji elektronów (DED): Wyposażony w najnowocześniejsze kamery DirectElectron, Apollo oferuje niezwykłą wydajność kwantową i szybkość odczytu. Umożliwia to rejestrację filmów z wysoką częstotliwością klatek, co pozwala na korekcję przesunięć próbek w czasie rzeczywistym i uzyskanie obrazów o rozdzielczości zbliżonej do limitu teoretycznego. Kriotomografia i obrazowanie 3D: Dzięki zoptymalizowanemu systemowi sterowania i integracji z automatycznymi systemami ładowania próbek kriogenicznych, Apollo jest idealnym narzędziem do kriotomografii elektronowej (cryo-ET). Pozwala na precyzyjne obrazowanie struktur w ich naturalnym stanie hydratacyjnym w trzech wymiarach. Intuicyjne sterowanie i automatyzacja: System operacyjny Apollo został zaprojektowany tak, aby zminimalizować czas konfiguracji i zoptymalizować przepływ pracy. Zaawansowane algorytmy automatyzacji pomagają w szybkim znajdowaniu obszarów zainteresowania i optymalizacji parametrów obrazowania. Zastosowania: Biologia strukturalna: Wyznaczanie struktur makromolekularnych i kompleksów białkowych z rozdzielczością atomową. Nauka o materiałach: Analiza defektów krystalicznych, granic ziaren i interfejsów w nanostrukturach. Nanotechnologia: Precyzyjna charakterystyka nowych materiałów 2D i nanokompozytów. Chemia powierzchni: Badanie procesów katalitycznych i oddziaływań na powierzchniach stałych. Apollo to nie tylko mikroskop, to kompleksowy ekosystem obrazowania, który przesuwa granice tego, co możliwe w nowoczesnej mikroskopii elektronowej, dostarczając narzędzi niezbędnych do odkryć nowej generacji.	Bezpośredni detektor elektronów
DE64	Bezpośredni detektor elektronów	DE-64 to system do wysokorozdzielczej krio-mikroskopii elektronowej (cryo-EM), zaprojektowany w celu dostarczenia najwyższej jakości obrazowania przy zachowaniu maksymalnej wydajności i stabilności. Urządzenie to integruje zaawansowaną optykę z najnowocześniejszymi detektorami bezpośrednimi, umożliwiając badaczom osiąganie rozdzielczości atomowej w badaniach struktur biologicznych i materiałowych. Kluczowe cechy i możliwości: Wysoka stabilność i precyzja: DE-64 został zbudowany z myślą o minimalizacji dryftu i wibracji, co jest kluczowe dla uzyskania obrazów o wysokim stosunku sygnału do szumu (SNR) podczas długich ekspozycji. Zintegrowany detektor bezpośredni: System wykorzystuje technologię detektorów bezpośrednich elektronów, która znacząco zwiększa wydajność detekcji (DQE) i umożliwia rejestrację filmów zamiast pojedynczych klatek, co pozwala na korekcję ruchu cząsteczek (motion correction). Zautomatyzowane zbieranie danych: Dzięki zaawansowanemu oprogramowaniu, DE-64 umożliwia zautomatyzowany proces wyszukiwania i obrazowania obszarów zainteresowania, co drastycznie zwiększa przepustowość pracy i liczbę zbieranych cząsteczek w jednostce czasu. Kriogeniczna kontrola próbek: System zapewnia precyzyjne utrzymywanie temperatur kriogenicznych, zapobiegając krystalizacji lodu i chroniąc natywną strukturę próbek biologicznych w stanie witryfikowanym. Optymalizacja pod kątem rozdzielczości: Dzięki precyzyjnej kalibracji i zaawansowanym systemom korekcji aberracji, DE-64 pozwala na uzyskanie map gęstości elektronowej o wysokiej rozdzielczości, niezbędnych do modelowania struktur białkowych i kompleksów makromolekularnych. Zastosowania: - Strukturalna biologia komórki: Rozwiązywanie struktur białek błonowych, rybosomów i wirusów. - Inżynieria materiałowa: Analiza defektów krystalicznych i granic ziaren w nanomateriałach. - Farmakologia: Badanie interakcji lek-białko na poziomie atomowym. DE-64 stanowi kompleksowe rozwiązanie dla ośrodków badawczych dążących do przesunięcia granic w obrazowaniu kriogenicznym, łącząc niezawodność z najwyższą precyzją analityczną.	Detektor elektronów bezpośrednich
RELION	Laboratorium Biologii Molekularnej MRC (MRC-LMB), Uniwersytet w Cambridge	https://relion.readthedocs.io	pakiet oprogramowania SPA
cryoSPARC	Structura Biotechnology	https://cryosparc.com	pakiet oprogramowania SPA
EMAN2	Baylor College of Medicine (Opracowano przez laboratorium Stevena Ludtke)	https://blake.bcm.edu/emanwiki/EMAN2	pakiet oprogramowania SPA
cisTEM	Krajowa Rada Badań Kanady (Opracowano przez Tima Granta i współpracowników)	https://cistem.org	pakiet oprogramowania SPA
SPHIRE	Instytut Fizjologii Molekularnej im. Maxa Plancka oraz Baylor College of Medicine	https://sphire.mpg.de	pakiet oprogramowania SPA
cryoDRGN	Uniwersytet Princeton (Opracowane przez laboratorium Ellen Zhong)	https://cryodrgn.cs.princeton.edu	pakiet oprogramowania SPA
Topaz	Harvard Medical School (Opracowane przez laboratorium Travisa Beplera)	https://github.com/tbepler/topaz	pakiet oprogramowania SPA
crYOLO	Instytut Biofizyki Maxa Plancka	https://cryolo.readthedocs.io	pakiet oprogramowania SPA
Warpowanie	Laboratorium Biologii Molekularnej MRC (Opracowane przez Dmitrija Tegunova)	http://www.warpem.com	pakiet oprogramowania do cryo-ET i STA
ModelAngelo	MRC Laboratory of Molecular Biology	https://www.modelangelo.org	pakiet oprogramowania do cryo-ET i STA
IMOD	Uniwersytet Kolorado w Boulder	https://bio3d.colorado.edu/imod	pakiet oprogramowania do cryo-ET i STA
Dynamo	Krajowe Centrum Biotechnologiiía (CNB-CSIC)	https://www.dynamo-em.org	pakiet oprogramowania do cryo-ET i STA
emClarity	University of California, San Francisco	https://github.com/StochasticAnalytics/emClarity	pakiet oprogramowania do cryo-ET i STA
RELION (moduł ET)	MRC Laboratory of Molecular Biology (MRC-LMB), Uniwersytet w Cambridge	https://relion.readthedocs.io	pakiet oprogramowania do cryo-ET i STA
EMAN2 (SPT)	Baylor College of Medicine	https://blake.bcm.edu/emanwiki/EMAN2	pakiet oprogramowania do cryo-ET i STA
Warp/M	MRC Laboratory of Molecular Biology	https://warpem.github.io	pakiet oprogramowania do cryo-ET i STA
AreTomo	Uniwersytet Stanforda (Opracowane przez grupy Fei Sun i Wah Chiu)	https://github.com/czimaginginstitute/AreTomo2	pakiet oprogramowania do cryo-ET i STA
PEET	University of Colorado Boulder	https://bio3d.colorado.edu/PEET	pakiet oprogramowania do cryo-ET i STA
PyTom	Instytut Biochemii im. Maxa Plancka	https://pytom.org	pakiet oprogramowania do kryo-ET i STA
Tomo3D	Krajowe Centrum Biotechnologii w Hiszpanii (CNB-CSIC)	Przetwarzanie obrazów 3D: Tomografia 3D	pakiet oprogramowania do cryo-ET i STA
crYOLO (3D)	Instytut Biofizyki Max Planck Institute	https://cryolo.readthedocs.io	pakiet oprogramowania do cryo-ET i STA
AITom	Uniwersytet Carnegie Mellon	https://github.com/xulabs/aitom	pakiet oprogramowania do cryo-ET i STA
DIALS	Diamond Light Source i współpracownicy	https://dials.github.io	pakiet oprogramowania microED
XDS	Instytut Badań Medycznych im. Maxa Plancka (opracowano przez Wolfganga Kabscha)	https://xds.mr.mpg.de	pakiet oprogramowania microED
MOSFLM	Laboratorium Biologii Molekularnej MRC (MRC-LMB), Uniwersytet Cambridge	https://www.mrc-lmb.cam.ac.uk/mosflm	pakiet oprogramowania microED
SHELX	Uniwersytet Göttingen (opracowany przez George’a M. Sheldricka)	https://shelx.uni-goettingen.de	pakiet oprogramowania microED
Phenix	Lawrence Berkeley National Laboratory (konsorcjum PHENIX)	https://phenix-online.org	pakiet oprogramowania do mikroED
Coot	Laboratorium Biologii Molekularnej MRC (MRC-LMB), Uniwersytet w Cambridge	https://www2.mrc-lmb.cam.ac.uk/personal/pemsley/coot	pakiet oprogramowania microED
Linux (Ubuntu, CentOS/Rocky)	Ubuntu: Canonical Ltd.; CentOS: CentOS Project; Rocky Linux: Rocky Enterprise Software Foundation (RESF)	https://ubuntu.com / https://www.centos.org (wersje starsze) /  https://rockylinux.org	System operacyjny
Windows	Microsoft	https://www.microsoft.com/windows	System operacyjny
ZFS	Oracle Corporation (pierwotnie Sun Microsystems); OpenZFS utrzymywany przez społeczność OpenZFS	https://openzfs.org	System plików
NFS	Sun Microsystems (obecnie utrzymywane jako standard IETF)	RFC 8881 Kategoryzacja: Standardowa Data: Wrzesień 2020 Krótki opis: HTTP Bis documents - HTTP Semantic Definitions Sposób definiowania semantyki HTTP Streszczenie Niniejszy dokument określa strukturę i terminologię służącą do definiowania semantyki HTTP. Semantyka HTTP obejmuje zestaw reguł, które określają, w jaki sposób zapytania i odpowiedzi powinny być interpretowane przez klientów i serwery. Definiowanie semantyki wymaga precyzyjnego określenia oczekiwanego zachowania, warunków wstępnych oraz skutków działań. Dokument ten wprowadza ujednolicony model opisu tych elementów, aby zapewnić spójność w całej serii dokumentów HTTP Bis oraz ułatwić implementację standardów przez programistów. 1. Wstęp Semantyka HTTP określa znaczenie i interpretację komunikatów wymienianych pomiędzy agentami użytkownika a serwerami. Poprawne zrozumienie tej semantyki jest kluczowe dla zapewnienia interoperacyjności różnych implementacji protokołu. W ramach prac nad HTTP Bis zidentyfikowano potrzebę sformalizowania sposobu, w jaki definiowane są nowe funkcje, kody statusu oraz nagłówki. 2. Model Semantyczny Model semantyczny HTTP opiera się na koncepcji żądań, zasobów i reprezentacji. Każda operacja w protokole HTTP powinna być opisana w kontekście tych trzech elementów. 2.1. Żądania (Requests) Żądanie jest komunikatem wysyłanym przez klienta do serwera w celu wykonania określonej akcji na zasobie. Definicja żądania musi obejmować: - Metodę żądania (np. GET, POST, PUT). - Wymagania dotyczące nagłówków. - Oczekiwane kody odpowiedzi w zależności od wyniku operacji. 2.2. Zasoby i Reprezentacje (Resources and Representations) Zasób to abstrakcyjny obiekt, do którego można uzyskać dostęp za pomocą identyfikatora URI. Reprezentacja jest konkretnym zestawem danych (np. w formacie JSON lub HTML), który opisuje stan zasobu w danym momencie. 3. Definiowanie Zachowań Podczas definiowania semantyki nowych funkcji należy stosować następujące wytyczne: 3.1. Warunki wstępne (Preconditions) Warunki wstępne to stan, który musi zostać spełniony, aby żądanie zostało przetworzone zgodnie z opisaną semantyką. Jeśli warunki wstępne nie zostaną spełnione, serwer powinien zwrócić odpowiedni kod błędu (np. 400 Bad Request lub 412 Precondition Failed). 3.2. Skutki (Effects) Skutki opisują zmiany w stanie serwera lub zasobu, które następują w wyniku poprawnego przetworzenia żądania. Należy jasno określić, czy operacja jest idempotentna oraz czy zmienia stan zasobu (operacje bezpieczne vs. operacje modyfikujące). 4. Statusy i Odpowiedzi Kody statusu HTTP komunikują wynik przetwarzania żądania. Każdy nowy kod statusu musi być zdefiniowany poprzez: - Nazwę i numer kodu. - Opis sytuacji, w której kod ten powinien zostać zwróty. - Wymagane lub zalecane nagłówki odpowiedzi. 5. Terminy i Definicje W celu uniknięcia niejednoznaczności, w dokumentacji HTTP Bis stosuje się precyzyjną terminologię: - MUST: Absolutny wymóg dla zapewnienia zgodności. - SHOULD: Zalecenie, z którego odstąpienie wymaga uzasadnienia. - MAY: Opcjonalna funkcjonalność. 6. Bezpieczeństwo i Prywatność Każda nowa definicja semantyczna musi być analizowana pod kątem potencjalnych luk w bezpieczeństwie, w szczególności w odniesieniu do ataków typu Denial of Service (DoS) oraz wycieków informacji wrażliwych poprzez nagłówki. Słowa kluczowe: HTTP, semantyka, protokół, zasoby, reprezentacje, standardy sieciowe	Protokół
SMB (CIFS)	Microsoft	# Przegląd serwera plików SMB Serwer plików SMB (Server Message Block) w systemie Windows Server umożliwia udostępnianie plików i folderów w sieci, zapewniając centralne przechowywanie danych oraz dostęp do nich dla wielu użytkowników i urządzeń. Protokół SMB jest standardem komunikacji sieciowej wykorzystywanym do dostępu do zasobów współdzielonych, takich jak dyski sieciowe, drukarki i inne urządzenia peryferyjne. ## Kluczowe funkcje i możliwości Serwer plików SMB oferuje szereg zaawansowanych funkcji mających na celu optymalizację wydajności, bezpieczeństwa i zarządzania danymi: ### Wydajność i skalowalność * **SMB Multichannel**: Pozwala na wykorzystanie wielu sieci sieciowych w celu zwiększenia przepustowości i zapewnienia odporności na awarie. * **SMB Direct**: Wykorzystuje technologię RDMA (Remote Direct Memory Access), aby zminimalizować zużycie procesora i zmniejszyć opóźnienia podczas przesyłania dużych ilości danych. * **SMB Transparent Failover**: Zapewnia ciągłość dostępu do plików w przypadku awarii węzła w klastrze wysokiej dostępności, bez przerywania połączenia klienta. ### Bezpieczeństwo i kontrola dostępu * **Uprawnienia NTFS i udostępniania**: System umożliwia precyzyjne zarządzanie dostępem do danych za pomocą list kontroli dostępu (ACL). * **Szyfrowanie SMB**: Zapewnia ochronę danych przesyłanych między klientem a serwerem przed podsłuchiwaniem w sieci. * **Uwierzytelnianie**: Obsługa bezpiecznych metod uwierzytelniania, w tym Kerberos, w celu weryfikacji tożsamości użytkowników. ### Zarządzanie danymi * **Quotas (Limity)**: Umożliwia administratorom definiowanie limitów przestrzeni dyskowej dla użytkowników lub folderów, aby zapobiec nadmiernemu zużyciu zasobów. * **File Screening (Filtrowanie plików)**: Pozwala na blokowanie zapisywania określonych typów plików (np. plików wykonywalnych lub multimedialnych) na serwerze plików. * **DFS (Distributed File System)**: Umożliwia tworzenie logicznej struktury folderów, która ukrywa fizyczną lokalizację plików, ułatwiając użytkownikom nawigację i zarządzanie danymi w wielu lokalizacjach. ## Architektura protokołu SMB Protokół SMB przeszedł znaczącą ewolucję, od wczesnych wersji zależnych od NetBIOS po nowoczesne implementacje oparte na TCP/IP. Nowsze wersje protokołu (SMB 3.0 i nowsze) wprowadzają istotne usprawnienia w zakresie wydajności i niezawodności, które są kluczowe dla środowisk wirtualizacji i chmury obliczeniowej. ## Rozwiązania dla różnych scenariuszy wdrożeniowych W zależności od potrzeb organizacji, serwer plików SMB może być wdrożony jako: 1. **Pojedynczy serwer plików**: Odpowiedni dla małych organizacji z niewielkimi wymaganiami dotyczącymi dostępności. 2. **Klaster wysokiej dostępności (Failover Cluster)**: Zapewnia ciągłość działania w przypadku awarii sprzętowej. 3. **Skalowalny serwer plików (Scale-Out File Server - SoFS)**: Pozwala na rozproszenie danych między wieloma serwerami w celu zwiększenia wydajności i pojemności.	Protokół
Microsoft Remote Desktop (RDP)	Microsoft	Usługi pulpitu zdalnego (Remote Desktop Services)	Zdalny dostęp
NoMachine	NoMachine	https://www.nomachine.com	Zdalny dostęp
TeamViewer	TeamViewer SE	https://www.teamviewer.com	Zdalny dostęp
VirtualGL + TurboVNC	VirtualGL: Projekt VirtualGL; TurboVNC: Projekt TurboVNC	https://virtualgl.org oraz https://turbovnc.org	Zdalny dostęp
CUDA	NVIDIA	https://developer.nvidia.com/cuda-toolkit	Środowisko komputerowe