Name: Kriyo-elektron tomografi verilerinin sürükleyici segmentasyonu ve analizi için sanal gerçeklikten yararlanma (Video) | JoVE Journal
Uploaded: 2025-01-24T15:00:00.000+00:00
Duration: 7 min 17 s
Description: Öğrenin, kriyo-elektron tomografi verilerinin sanal gerçeklik kullanarak sürükleyici segmentasyonunu. SciGlass yazılımı ile mitokondriyal yapıları hücre içinde hızlı ve doğru şekilde haritalayın.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

<meta charset="utf8"></head><body>VR Etkileşim Araçları: 3D Cryo-ET Veri Segmentasyonu

<ol><li>Plitzko, J. M., Schuler, B., Selenko, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Structural+biology+outside+the+box-inside+the+cell%5BTitle%5D)+AND+%22Curr+Opin+Struct+Biol%22%5BJournal%5D)">Structural biology outside the box-inside the cell.</a> Curr Opin Struct Biol. 46, 110-121 (2017).</li>
<li>Beck, M., Baumeister, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cryo-electron+tomography%3A+can+it+reveal+the+molecular+sociology+of+cells+in+atomic+detail%5BTitle%5D)+AND+%22Trends+Cell+Biol%22%5BJournal%5D)">Cryo-electron tomography: can it reveal the molecular sociology of cells in atomic detail.</a> Trends Cell Biol. 26 (11), 825-837 (2016).</li>
<li>Lam, V., Villa, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Practical+approaches+for+cryo-FIB+milling+and+applications+for+cellular+cryo-electron+tomography%5BTitle%5D)+AND+%22Methods+Mol+Biol%22%5BJournal%5D)">Practical approaches for cryo-FIB milling and applications for cellular cryo-electron tomography.</a> Methods Mol Biol. 2215, 49-82 (2021).</li>
<li>Berger, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cryo-electron+tomography+on+focused+ion+beam+lamellae+transforms+structural+cell+biology%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Cryo-electron tomography on focused ion beam lamellae transforms structural cell biology.</a> Nat Methods. 20 (4), 499-511 (2023).</li>
<li>Watson, A. J. I., Bartesaghi, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Advances+in+cryo-ET+data+processing%3A+meeting+the+demands+of+visual+proteomics%5BTitle%5D)+AND+%22Curr+Opin+Struct+Biol%22%5BJournal%5D)">Advances in cryo-ET data processing: meeting the demands of visual proteomics.</a> Curr Opin Struct Biol. 87, 102861(2024).</li>
<li>Pyle, E., Zanetti, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Current+data+processing+strategies+for+cryo-electron+tomography+and+subtomogram+averaging%5BTitle%5D)+AND+%22Biochem+J%22%5BJournal%5D)">Current data processing strategies for cryo-electron tomography and subtomogram averaging.</a> Biochem J. 478 (10), 1827-1845 (2021).</li>
<li>Wan, W., Briggs, J. A. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cryo-electron+tomography+and+subtomogram+averaging%5BTitle%5D)+AND+%22Methods+Enzymol%22%5BJournal%5D)">Cryo-electron tomography and subtomogram averaging.</a> Methods Enzymol. 579, 329-367 (2016).</li>
<li>Ni, T., Liu, K., Zhang, J., Atanasov, I., Mladenov, M. G., Jiang, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((High-resolution+in+situ+structure+determination+by+cryo-electron+tomography+and+subtomogram+averaging+using+emClarity%5BTitle%5D)+AND+%22Nat+Protoc%22%5BJournal%5D)">High-resolution in situ structure determination by cryo-electron tomography and subtomogram averaging using emClarity.</a> Nat Protoc. 17 (2), 421-444 (2022).</li>
<li>Obr, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Exploring+high-resolution+cryo-ET+and+subtomogram+averaging+capabilities+of+contemporary+DEDs%5BTitle%5D)+AND+%22J+Struct+Biol%22%5BJournal%5D)">Exploring high-resolution cryo-ET and subtomogram averaging capabilities of contemporary DEDs.</a> J Struct Biol. 214 (2), 107852(2021).</li>
<li>Tegunov, D., Xue, L., Dienemann, C., Cramer, P., Mahamid, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multi-particle+cryo-EM+refinement+with+M+visualizes+ribosome-antibiotic+complex+at+3.5+%C3%85+in+cells%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Multi-particle cryo-EM refinement with M visualizes ribosome-antibiotic complex at 3.5 Å in cells.</a> Nat Methods. 18 (2), 186-193 (2021).</li>
<li>Salfer, M., Collado, J. F., Baumeister, W., Fernández-Busnadiego, R., Martínez-Sánchez, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reliable+estimation+of+membrane+curvature+for+cryo-electron+tomography%5BTitle%5D)+AND+%22PLoS+Comput+Biol%22%5BJournal%5D)">Reliable estimation of membrane curvature for cryo-electron tomography.</a> PLoS Comput Biol. 16 (8), e1007962(2020).</li>
<li>Barad, B. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantifying+organellar+ultrastructure+in+cryo-electron+tomography+using+a+surface+morphometrics+pipeline%5BTitle%5D)+AND+%22J+Cell+Biol%22%5BJournal%5D)">Quantifying organellar ultrastructure in cryo-electron tomography using a surface morphometrics pipeline.</a> J Cell Biol. 222 (2), e202204093(2023).</li>
<li>Martinez-Sanchez, A., Garcia, I., Asano, S., Lucic, V., Fernandez, J. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Robust+membrane+detection+based+on+tensor+voting+for+electron+tomography%5BTitle%5D)+AND+%22J+Struct+Biol%22%5BJournal%5D)">Robust membrane detection based on tensor voting for electron tomography.</a> J Struct Biol. 186 (1), 49-61 (2014).</li>
<li>Heebner, J. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Deep+learning-based+segmentation+of+cryo-electron+tomograms%5BTitle%5D)+AND+%22J+Vis+Exp%22%5BJournal%5D)">Deep learning-based segmentation of cryo-electron tomograms.</a> J Vis Exp. (189), e64435(2022).</li>
<li>Garza-López, E., Robles-Flores, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Protocols+for+generating+surfaces+and+measuring+3D+organelle+morphology+using+Amira%5BTitle%5D)+AND+%22Cells%22%5BJournal%5D)">Protocols for generating surfaces and measuring 3D organelle morphology using Amira.</a> Cells. 11 (1), 65(2021).</li>
<li>Chen, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Convolutional+neural+networks+for+automated+annotation+of+cellular+cryo-electron+tomograms%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Convolutional neural networks for automated annotation of cellular cryo-electron tomograms.</a> Nat Methods. 14 (10), 983-985 (2017).</li>
<li>Lamm, L., et al. MemBrain v2: an end-to-end tool for the analysis of membranes in cryo-electron tomography. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aLamm%2C+L+%22bioRxiv%22">bioRxiv</a>. , (2024).</li>
<li>Pidhorskyi, S., Morehead, M., Jones, Q., Spirou, G., Doretto, G. syGlass: interactive exploration of multidimensional images using virtual reality head-mounted displays. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aPidhorskyi%2C+S+%22arXiv%22">arXiv</a>. , (2018).</li>
<li>Schindelin, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fiji%3A+an+open-source+platform+for+biological-image+analysis%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Fiji: an open-source platform for biological-image analysis.</a> Nat Methods. 9 (7), 676-682 (2012).</li>
<li>Tegunov, D., Cramer, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Real-time+cryo-electron+microscopy+data+preprocessing+with+Warp%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Real-time cryo-electron microscopy data preprocessing with Warp.</a> Nat Methods. 16 (11), 1146-1152 (2019).</li>
<li>Bepler, T., Kelley, K., Noble, A. J., Berger, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Topaz-Denoise%3A+general+deep+denoising+models+for+cryoEM+and+cryoET%5BTitle%5D)+AND+%22Nat+Commun%22%5BJournal%5D)">Topaz-Denoise: general deep denoising models for cryoEM and cryoET.</a> Nat Commun. 11, 5208(2020).</li>
<li>Buchholz, T. -O., Berninger, L., Maurer, M., Jug, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cryo-CARE%3A+content-aware+image+restoration+for+cryo-transmission+electron+microscopy+data%5BTitle%5D)+AND+%22Proc+IEEE+Int+Symp+Biomed+Imaging%22%5BJournal%5D)">Cryo-CARE: content-aware image restoration for cryo-transmission electron microscopy data.</a> Proc IEEE Int Symp Biomed Imaging. 16, 502-506 (2019).</li>
<li>Buchholz, T. -O., Jordan, M., Pigino, G., Jug, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Content-aware+image+restoration+for+electron+microscopy%5BTitle%5D)+AND+%22Methods+Cell+Biol%22%5BJournal%5D)">Content-aware image restoration for electron microscopy.</a> Methods Cell Biol. 152, 277-289 (2019).</li>
<li>Liu, Y. -T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Isotropic+reconstruction+for+electron+tomography+with+deep+learning%5BTitle%5D)+AND+%22Nat+Commun%22%5BJournal%5D)">Isotropic reconstruction for electron tomography with deep learning.</a> Nat Commun. 13, 6482(2022).</li>
<li>Kremer, J. R., Mastronarde, D. N., McIntosh, J. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Computer+visualization+of+three-dimensional+image+data+using+IMOD%5BTitle%5D)+AND+%22J+Struct+Biol%22%5BJournal%5D)">Computer visualization of three-dimensional image data using IMOD.</a> J Struct Biol. 116 (1), 71-76 (1996).</li>
</ol>

<table><tbody><tr><td>CryoET Veri</td><td></td><td></td><td>Formatı: TIFF yığını, TIFF</td></tr><tr><td>HTC VIVE Cosmos</td><td>HTC</td><td>99HARL000-00</td><td>https://www.vive.com/sea/product/vive-cosmos/features/</td></tr> <tr><td>Intel (R) Core (TM) i7-10870H CPU @ 2.20 GHz 2.21 GHz</td><td>Intel</td><td></td><td>https://ark.intel.com/content/www/us/en/ark/products/208018/intel-core-i7-10870h-processor-16m-cache-up-to-5-00-ghz.html</td></tr><tr><td>NVIDIA GeForce RTX 3070 Dizüstü Bilgisayar GPU'su</td><td>NVIDIA</td><td></td><td>https://www.nvidia.com/en-us/geforce/laptops/compare/30-series/</td></tr> <tr><td>syGlass Yazılımı</td><td>syGlass</td><td></td><td>Yazılımı uyumlu bir Windows PC'de yüklü</td></tr><tr><td>VIVE Cosmos El Kumandaları</td><td>HTC</td><td>99HAFR001-00</td><td>https://www.vive.com/us/accessory/cosmos-controller-right/</td></tr> <tr><td>Windows 11 Ana Sayfa</td><td>Microsoft</td><td></td><td>Microsoft Windows 11 Ana Sayfası</td></tr></tbody></table>

kriyo-elektron tomografi verilerinin sürükleyici segmentasyonu ve analizi için sanal gerçeklikten yararlanma

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

Bu çalışmada, mitokondri ve ek membranöz organeller (örn. veziküller, endoplazmik retikulum) içeren tomogramları syGlass kullanarak segmentlere ayırdık. Tomogramlar ilk olarak Warp'ta 16.00 Å/piksel'de ağırlıklı geri projeksiyon kullanılarak yeniden oluşturuldu ve IsoNet yazılımı kullanılarak eksik kama düzeltmesine ve gürültü gidermeye tabi tutuldu. Aşağıdaki tomogramlar, Şekil 1A'da gösterildiği gibi içe aktarma için ek işleme tabi tutulmuştur (ayrıca bkz. Ek Video S1, Ek Video S2, Ek Video S3 ve Ek Video S4).
Ön işlemenin ardından, MRC formatındaki tomogramlar, zarların siyah bir arka plan üzerinde beyaz görünmesini sağlamak için kontrast ters çevirme uygulanarak ImageJ kullanılarak TIFF yığınlarına dönüştürüldü. Daha sonra kontrastı daha da artırmak için histogram eşitlemesi yapıldı; Bu aynı zamanda daha etkili eşiklemeye de olanak tanır. TIFF yığınları, sürükleyici bir VR ortamında 3D olarak içe aktarıldı ve görselleştirildi, böylece Şekil 1B'de gösterilen yazılımdaki kesme aleti kullanılarak zarlı yapıların ayrıntılı incelemesi sağlandı.
Yazılımda manuel segmentasyon gerçekleştirildi, pencereleme otomatik olarak ayarlandı ve hücresel özellik görünürlüğünü optimize etmek için parlaklık/eşik ayarlamaları yapıldı. Mitokondri ve diğer yapıların etrafındaki ROI'ler, VR denetleyicileri kullanılarak tanımlandı. Segmentasyon aracı, membran sınırlarının hassas bir şekilde tanımlanmasına izin verdi ve hatalar silme işlevi kullanılarak düzeltildi. Ayarlanabilir boya fırçası aracıyla birlikte tomogram boyunca bölgeleri kutulamak için ROI aracını kullanarak dilim dilim gezinme veya 3D olarak, mitokondriyal zarların ve diğer organellerin Şekil 1C'de gösterildiği gibi doğru segmentasyonunu sağladı.
Segmentlere ayrılmış veriler, ROI aracının yüzeyler seçeneği kullanılarak, yumuşatma yinelemeleri 12'ye ve çözünürlük düzeyi 3'e ayarlanmış bir ağ oluşturularak görselleştirildi. Son 3B görüntüler, Şekil 1D'de gösterildiği gibi dış ve iç zarlar, krista ve kalsiyum fosfat birikintileri dahil olmak üzere mitokondriyal yapıları açıkça göstermektedir (ayrıca bkz. Ek Video S5, Ek Video S6, Ek Video S7 ve Ek Video S8).
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/67849/67849fig01.jpg"> 
Şekil 1: Syglass kullanarak tomogram görselleştirme, segmentasyon ve 3D oluşturma iş akışı. (A) İnce kenarlı RPE1 hücrelerinin tomografik dilimleri. Warp'ta yeniden yapılandırılan ve syGlass ile segmentasyon için kullanılan IsoNet düzeltmeli tomogramlar, IMOD25 ile görselleştirildi. Tomogramlar, bir K3 dedektörü ile donatılmış 300 keV Titan-Krios mikroskobunda toplandı ve retina epitel hücrelerinin ince kenarlarına odaklandı. Her tomogram, diğer çeşitli zara bağlı organellerle birlikte en az bir mitokondri içerir. Bu görüntüler, Tamamlayıcı Video S1, Tamamlayıcı Video S2, Tamamlayıcı Video S3 ve Tamamlayıcı Video S4'te gösterilen videolardan alınan hareketsiz görüntülerdir. (B) Yazılımda görselleştirilen karşılık gelen tomogramlar. Eşikleme, parlaklık ve pencerelemeyi optimize ettikten sonra VR yazılımındaki kesme aracı kullanılarak oluşturulan tomografik dilim, farklı hücresel yapıları ortaya çıkarır. (C) Yazılımda segmentli zarlarla görselleştirilen tomogramlar. VR yazılımında kesme aracıyla oluşturulan ve ilgili segmentasyon ile kaplanmış tomografik dilim. Kalsiyum fosfat birikintileri sarı renkte, mitokondriyal zarlar camgöbeği ve veziküller ve plazma zarı gibi diğer zarlar mor renkte gösterilir. (D) syGlass'ta segmentli membranların 3D görüntüsü. Krista, dış ve iç mitokondriyal zarlar dahil olmak üzere mitokondriyal zarlar camgöbeği ile gösterilmiştir. Kalsiyum fosfat birikintileri sarı veya yeşil renktedir, veziküller ve plazma zarı mor renktedir ve endoplazmik retikulum ten rengindedir. Bu görüntüler, Ek Videolar S5, Tamamlayıcı Video S6, Tamamlayıcı Video S7 ve Tamamlayıcı Video S8'de gösterilen videolardan alınan hareketsiz görüntülerdir. <a href="https://www.jove.com/files/ftp_upload/67849/67849fig01large.jpg" target="_blank">Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.</a>
Ek Video S1: Bu çalışmada segmentasyon için kullanılan örnek RPE-1_1'in tomogramı. Bu tomogram, Warp kullanılarak 16 Å/pikselde yeniden yapılandırılır, daha sonra gürültüden arındırılır ve IsoNet ile eksik kama için düzeltilir. <a href="https://www.jove.com/files/ftp_upload/67849/67849_SuppFile1a-Edward-Eng.avi" target="_blank">Bu dosyayı indirmek için lütfen buraya tıklayın.</a>
Ek Video S2: Bu çalışmada segmentasyon için kullanılan örnek RPE-1_2'nin tomogramı. Bu tomogram, Warp kullanılarak 16 Å/pikselde yeniden yapılandırılır, daha sonra gürültüden arındırılır ve IsoNet ile eksik kama için düzeltilir. <a href="https://www.jove.com/files/ftp_upload/67849/67849_SuppFile1b-Edward-Eng.avi" target="_blank">Bu dosyayı indirmek için lütfen buraya tıklayın.</a>
Ek Video S3: Bu çalışmada segmentasyon için kullanılan örnek RPE-1_3'ün tomogramı. Bu tomogram, Warp kullanılarak 16 Å/pikselde yeniden yapılandırılır, daha sonra gürültüden arındırılır ve IsoNet ile eksik kama için düzeltilir. <a href="https://www.jove.com/files/ftp_upload/67849/67849_SuppFile1c-Edward-Eng.avi" target="_blank">Bu dosyayı indirmek için lütfen buraya tıklayın.</a>
Ek Video S4: Bu çalışmada segmentasyon için kullanılan örnek RPE-1_4'ün tomogramı. Bu tomogram, Warp kullanılarak 16 Å/pikselde yeniden yapılandırılır, daha sonra gürültüden arındırılır ve IsoNet ile eksik kama için düzeltilir. <a href="https://www.jove.com/files/ftp_upload/67849/67849_SuppFile1d-Edward-Eng.avi" target="_blank">Bu dosyayı indirmek için lütfen buraya tıklayın.</a>
Ek Video S5: Yüzeyler oluşturulduktan sonra numune RPE-1_1'in elde edilen segmentasyonu. Mitokondriyal zarlar camgöbeği ile gösterilmiştir; Mitokondri içindeki kalsiyum fosfatlar sarı renkle gösterilmiştir; endoplazmik retikulum bronz renkte gösterilir; ve diğer zarlar mor renkte gösterilir. <a href="https://www.jove.com/files/ftp_upload/67849/67849_SuppFile2a-Edward-Eng.mp4" target="_blank">Bu dosyayı indirmek için lütfen buraya tıklayın.</a>
Ek Video S6: Yüzeyler oluşturulduktan sonra örnek RPE-1_2'nin elde edilen segmentasyonu. Mitokondriyal zarlar camgöbeği ile gösterilmiştir; Mitokondri içindeki kalsiyum fosfatlar sarı renkle gösterilmiştir; endoplazmik retikulum bronz renkte gösterilir; ve diğer zarlar mor renkte gösterilir. <a href="https://www.jove.com/files/ftp_upload/67849/67849_SuppFile2b-Edward-Eng.mp4" target="_blank">Bu dosyayı indirmek için lütfen buraya tıklayın.</a>
Ek Video S7: Yüzeyler oluşturulduktan sonra numune RPE-1_3'ün elde edilen segmentasyonu. Mitokondriyal zarlar camgöbeği ile gösterilmiştir; Mitokondri içindeki kalsiyum fosfatlar sarı renkle gösterilmiştir; endoplazmik retikulum bronz renkte gösterilir; ve diğer zarlar mor renkte gösterilir. <a href="https://www.jove.com/files/ftp_upload/67849/67849_SuppFile2c-Edward-Eng.mp4" target="_blank">Bu dosyayı indirmek için lütfen buraya tıklayın.</a>
Ek Video S8: Yüzeyler oluşturulduktan sonra örnek RPE-1_4'ün elde edilen segmentasyonu. Mitokondriyal zarlar camgöbeği ile gösterilmiştir; Mitokondri içindeki kalsiyum fosfatlar sarı renkle gösterilmiştir; endoplazmik retikulum bronz renkte gösterilir; ve diğer zarlar mor renkte gösterilir. <a href="https://www.jove.com/files/ftp_upload/67849/67849_SuppFile2d-Edward-Eng.mp4" target="_blank">Bu dosyayı indirmek için lütfen buraya tıklayın.</a>

Kriyo-elektron tomografi verilerinin sürükleyici segmentasyonu ve analizi için sanal gerçeklikten yararlanma

Cryo-electron tomography (cryo-ET) is a powerful technique for visualizing the ultrastructure of cells in three dimensions (3D) at nanometer resolution. ...

leveraging-virtual-reality-for-immersive-segmentation-analysis-cryo

Research

JoVE Journal

Biology

Biyoloji

Hücresel 3D elektron mikroskobu için darboğaz oldukça karmaşık 3D yoğunluk haritalarında özellik çıkarma (segmentasyon) 'dir. Biz dolayısıyla etkili segmentasyon için bir başlangıç ​​noktası sağlayan, segmentasyon yaklaşımı (manuel, yarı otomatik veya tam otomatik) farklı veri türleri için en uygun olduğu konusunda rehberlik sağlamaktadır kriterleri bir dizi geliştirdik.

Voksellerden Gönderen Bilgi için: Kompleks Elektron Mikroskopi 3D-Data Bölümlere Göre Pratik Rehber

Açıklanan boru hattı, gigabaytlardan daha büyük elektron mikroskobu veri kümelerinin tüm hücre morfolojilerini ayıklamak için segmentasyonu için tasarlanmıştır. Hücreler 3B olarak yeniden oluşturulduktan sonra, bireysel ihtiyaçlar etrafında tasarlanmış özelleştirilmiş yazılım, görüntüleme tıkanıklığının üstesinden gelmek için sanal gerçekliği kullanarak doğrudan 3D olarak nitel ve nicel bir analiz yapmak için kullanılabilir.

Glial ve Nöronal Hücrelerin 3D Rekonstrüksiyonu ve Sanal Gerçeklik Analizi Için Bir Yöntem

Kriyo-elektron tomografisi için dalma dondurulmuş biyolojik örneklerden vitreus ızgara üzerinde lamel üretmek için odaklanmış iyon ışını frezeleme kullanımı.

Kriyo-Elektron Tomografisi için Çift Işınlı Taramalı Elektron Mikroskobu Kullanarak Vitreus Biyolojik Numunelerinden Lamel Hazırlanması

Kriyojenik elektron tomografisinde büyük ölçekli veri toplama için artan talep, yüksek verimli görüntü alma rutinleri gerektirir. Burada açıklanan, tomografik veri toplamanın zaman verimliliğini ve verimini en üst düzeye çıkarmayı amaçlayan gelişmiş satın alma stratejilerinin son gelişmelerini uygulayan bir protokoldür.

Kriyojenik Elektron Tomografi Veri Kazanımının Optimizasyonu stratejileri

Mevcut protokol, Tomo5 kullanılarak yüksek çözünürlüklü kriyo-elektron tomografisi uzaktan veri toplama ve emClarity kullanılarak sonraki veri işleme ve subtomogram ortalamasını açıklamaktadır. Apoferritin, 2.86 şçözünürlükte bir kriyo-ET yapısı elde etmek için ayrıntılı adım adım süreçleri göstermek için bir örnek olarak kullanılır.

Kriyo-elektron Tomografisi Uzaktan Veri Toplama ve Subtomogram Ortalaması

Bu, bir tomogramın bir kısmını eğitim girdisi olarak kullanarak kriyo-elektron tomogramlarının çok sınıflı segmentasyonu için çok dilimli bir U-Net'i eğitmek için kullanılan bir yöntemdir. Bu ağın diğer tomogramlara nasıl çıkarılacağını ve subtomogram ortalaması ve filament izleme gibi daha ileri analizler için segmentasyonların nasıl çıkarılacağını açıklıyoruz.

Kriyo-Elektron Tomogramlarının Derin Öğrenme Tabanlı Segmentasyonu

Kriyo-STEM tomografisi, bozulmamış hücrelerin organellerini gömme, kesitleme veya diğer invaziv preparatlar olmadan görselleştirmek için bir araç sağlar. Elde edilen 3D çözünürlük şu anda birkaç nanometre aralığında, birkaç mikrometrelik bir görüş alanı ve 1 μm mertebesinde erişilebilir bir kalınlık ile.

Kriyo-STEM Tomografi ile Organellerin In Situ Görüntülenmesi

Bu protokol, kalın dokular için kriyo-elektron tomografisini (kriyo-ET) standartlaştırır; yüksek basınçlı dondurma (HPF) ile waffle yöntemi, kriyojenik odaklı ion ışını (kriyo-FIB) kaldırma ve doz-simetrik, paralel alım ile entegre edilir; böylece fare hipokampusunda tekrarlanabilir in situ analizi için uniform ince lameller ve vitrifikasyon örnekler elde edilir.

Fare Hipokampusunda Kalın Dokular İçin Kriyo-Elektron Tomografi İş Akışı Gösterildi

Bu makale, bir roman protokol ve reaktif bileşikler ve tedavilerin yüksek içerik analizi kullanarak nöronlar ve astrositler ortak kültürleri üzerinde nörotoksik etkileri hassas ölçümü için tasarlanmıştır ayarlamak açıklamaktadır. Sonuçlar yüksek bir içerik analizi nörotoksisite değerlendirmesi için heyecan verici yeni bir teknoloji temsil ettiğini göstermektedir.

Nörotoksisite Yüksek İçerik Analizi Nöronal ve Astrosit Hücre Co-Kültür Testi

Anksiyete Bozuklukları (INTREPID) Tedavi için Sanal Gerçeklik Akıllı Çoklu sensör Sistem Projesi anksiyete bozukluklarının tedavisi için çoklu sensör, bağlam-duyarlı bir sanal gerçeklik sistemi geliştirilmesi hedeflenmektedir.

Klinik Sanal Gerçeklik Biofeedback kullanımı: INTREPID Projesi

Öğrenin, kriyo-elektron tomografi verilerinin sanal gerçeklik kullanarak sürükleyici segmentasyonunu. SciGlass yazılımı ile mitokondriyal yapıları hücre içinde hızlı ve doğru şekilde haritalayın.

Kriyo-elektron tomografi verilerinin sürükleyici segmentasyonu ve analizi için sanal gerçeklikten yararlanma

Daha fazla video keşfet