Triagem de alto rendimento para obter hits de cristal para cristalografia de proteínas
March 10th, 2023
Este protocolo detalha a triagem de cristalização de alto rendimento, desde a preparação da placa de microensaio de 1.536 até o final de uma janela de tempo experimental de 6 semanas. Detalhes são incluídos sobre a configuração da amostra, as imagens obtidas e como os usuários podem realizar análises usando uma interface gráfica de usuário habilitada por inteligência artificial para identificar de forma rápida e eficiente as condições de cristalização macromolecular.
Obter um cristal para realizar experimentos de difração continua sendo um desafio, pois é difícil prever quais parâmetros influenciarão a cristalização. Favorecemos o experimentador rastreando 1536 condições de cristalização em uma única placa e usamos tecnologias avançadas de imagem para identificar até mesmo os menores golpes de cristal. Técnicas de biologia estrutural estão se desenvolvendo rapidamente e o campo tem sido revolucionado pela predição de estruturas computacionais.
Isso fez com que o campo se tornasse mais integrador, com várias abordagens experimentais ou computacionais mais comumente sendo combinadas para gerar uma representação mais detalhada e precisa dos mecanismos biológicos. A geração de hits de cristal é um passo fundamental para a realização de experimentos de difração de raios X de cristal único e para o desenvolvimento de técnicas como micro ED e cristalografia seriada. Usando métodos avançados de imagem, UVTBF e SHG, juntamente com o poder do algoritmo Marco nos ajuda a identificar cristais úteis em todas as escalas de tamanho.
Nossos métodos de cristalização de alto rendimento geraram uma grande quantidade de dados para sondar questões relativas à eficiência dos componentes do coquetel de cristalização. As imagens especializadas que fazemos revelam como métodos ópticos não-lineares podem ser usados para detectar cristais pequenos que desaparecem. Encontrar condições de cristalização é crítico para métodos estruturais baseados em cristal, que respondem por 90% de todos os modelos estruturais no banco de dados de proteínas.
Em 2021, cerca de 2 milhões de arquivos foram baixados por dia do PDB enfatizando o impacto que as estruturas têm em abrir caminho para novas investigações científicas.
Visão Geral
Este protocolo descreve um método de triagem de cristalização de alto rendimento, detalhando a preparação de 1.536 placas de microensaio e os procedimentos experimentais subsequentes ao longo de seis semanas. Ele enfatiza o uso de tecnologias de imagem avançadas e uma interface gráfica de usuário habilitada por IA para análise eficiente das condições de cristalização macromolecular.
Componentes-Chave do Estudo
Área da Ciência
- Biologia Estrutural
- Técnicas de Cristalização
- Tecnologias de Imagem
Fundamentos
- A cristalização é crítica para experimentos de difração de raios X.
- Métodos avançados de imagem melhoram a detecção de pequenos cristais.
- A previsão computacional de estruturas transformou a biologia estrutural.
- Condições de cristalização eficientes são essenciais para modelos estruturais.
Propósito do Estudo
- Agilizar a identificação de condições de cristalização.
- Utilizar métodos de alto rendimento para gerar resultados de cristal.
- Integrar tecnologias de imagem com protocolos de cristalização.
Métodos Utilizados
- Preparação de placas de 1.536 poços com soluções de coquetel específicas.
- Uso de sistemas robóticos de manuseio de líquidos para dispensação precisa.
- Aplicação de técnicas de imagem UV-TPF e SHG.
- Análise de imagens de cristalização usando uma interface habilitada por IA.
Principais Resultados
- Identificação de resultados de cristal em várias escalas de tamanho.
- Imageamento bem-sucedido de cristais obscurecidos por precipitação.
- Dados gerados para avaliar a eficiência do coquetel de cristalização.
- Integração de imagens automatizadas ao longo da linha do tempo experimental.
Conclusões
- Métodos de alto rendimento melhoram significativamente a triagem de cristalização.
- Técnicas avançadas de imagem são cruciais para detectar pequenos cristais.
- Ferramentas de IA facilitam a análise eficiente das condições de cristalização.
