Summary

用户友好型、高通量和全自动数据采集软件,用于单颗粒冷冻电子显微镜

Published: July 29, 2021
doi:

Summary

单颗粒冷冻电子显微镜需要合适的软件包和用户友好的管道来实现高通量自动数据采集。在这里,我们介绍了全自动图像采集软件包Latitude-S的应用,以及用于在低剂量条件下收集玻化生物分子数据的实用管道。

Abstract

近年来,单颗粒冷冻电镜(cryo-EM)的技术和方法学进步为生物大分子的高分辨率结构测定铺平了新的途径。尽管冷冻电镜取得了显著进展,但在单颗粒分析工作流程的各个方面仍有改进的余地。单颗粒分析需要合适的软件包来实现高通量自动数据采集。在过去八年中,开发了几个自动数据采集软件包,用于单颗粒冷冻电镜的自动成像。本文提出了一种全自动图像采集管线在低剂量条件下用于玻化生物分子的应用。

它演示了一个软件包,可以完全、自动、精确地收集冷冻电镜数据。此外,该软件包可以轻松控制各种微观参数。该协议证明了该软件包在配备直接电子探测器(DED)的200 keV冷冻电子显微镜对严重急性呼吸系统综合征冠状病毒2(SARS-CoV-2)刺突蛋白进行自动成像方面的潜力。在单次(48小时)的数据收集中采集了大约3,000张冷冻电镜电影图像,产生了SARS-CoV-2刺突蛋白的原子分辨率结构。此外,该结构研究表明,刺突蛋白采用两种主要构象,1-RBD(受体结合结构域)向上开放,所有RBD向下闭合构象。

Introduction

单颗粒冷冻电镜已成为生物大分子高分辨率结构测定的主流结构生物学技术1。单颗粒重建依赖于获取大量玻化样品的显微照片来提取二维(2D)颗粒图像,然后用于重建生物大分子的三维(3D)结构23。在DED开发之前,单粒子重建获得的分辨率在4到30 Å45之间。最近,单颗粒冷冻电镜可实现的分辨率已超过1.8 Å6。DED和自动数据采集软件是这一分辨率革命7的主要贡献者,其中人为数据收集干预最少。通常,冷冻电镜成像以低电子剂量率(20-100 e / Å2)进行,以最大限度地减少电子束引起的生物样品辐射损伤,这有助于图像中的低信噪比(SNR)。这种低SNR阻碍了使用单颗粒分析表征生物大分子的高分辨率结构。

新一代电子探测器是基于CMOS(互补金属氧化物半导体)的探测器,可以克服这些与SNR相关的低障碍。这些直接检测CMOS相机可以快速读出信号,因此相机为生物大分子提供了更好的点扩散功能,合适的SNR和出色的检测量子效率(DQE)。直接检测相机在记录的图像中提供高SNR8 和低噪声,从而定量提高检测量子效率(DQE) – 测量探测器向图像增加的噪声量。这些相机还以每秒数百帧的速度录制短片,从而实现快速数据采集910。所有这些特性使得快速直接检测相机适用于低剂量应用。

运动校正堆栈图像用于数据处理,以计算2D分类,并使用各种软件包(如RELINE11,FREALIGN12,cryoSPARC13,cisTEM14和EMAN215)重建大分子的3D密度图。然而,对于单粒子分析,需要一个巨大的数据集来实现高分辨率结构。因此,自动数据采集收费对于数据收集至关重要。为了记录大型冷冻电镜数据集,在过去十年中已经使用了几个软件包。专用软件包,如AutoEM16,AutoEMation17,Leginon18,SerialEM19,UCSF-Image420,TOM221SAM22JAMES23,JADAS24,EM-TOOLS和EPU,已经开发用于自动数据采集。

这些软件包使用常规任务,通过将低倍率图像与高倍率图像相关联来自动查找孔位置,这有助于识别具有专有冰厚的玻璃体冰的孔,以便在低剂量条件下进行图像采集。这些软件包通过连续几天获取大量高质量数据,减少了重复性任务的数量,并提高了冷冻电镜数据收集的吞吐量,没有任何中断和操作员的物理存在。Latitude-S是一个类似的软件包,用于单颗粒分析的自动数据采集。但是,该软件包仅适用于K2 / K3 DED,并随这些探测器一起提供。

该协议证明了Latitude-S在使用配备200 keV冷冻电镜的直接电子探测器自动图像采集SARS-CoV-2刺突蛋白方面的潜力(见 材料表)。利用该数据采集工具,自动采集3000个SARS-CoV-2刺突蛋白电影文件,并进行进一步的数据处理,得到分辨率为3.9-4.4Å的刺突蛋白结构。

Protocol

注:冷冻电镜数据收集需要三个重要步骤:1.冷冻电镜网格制备,2.显微镜的校准和对准,3.自动数据收集(图1)。此外,自动数据收集细分为a.合适区域选择,b.Latitude-S优化,c.启动自动孔选择和d.启动自动数据采集(图1)。 1. 用于自动数据采集的冷冻电镜网格制备和样品加载 使用辉光放电器清洁网格,并根据实验要求改?…

Representative Results

在当前的大流行形势下,冷冻电镜在表征SARS-CoV-226,27,28,29的各种蛋白质的结构方面起着关键作用,这可能有助于开发针对该病毒的疫苗和药物。迫切需要以有限的人力资源进行快节奏的研究工作,以抗击2019年的冠状病毒病。单颗粒冷冻电镜中的数据采集是大分子结构测定中耗时但至关重要的步骤…

Discussion

Latitude-S 是一个直观的用户界面,它提供了一个环境,可以在两天内自动设置和收集数千张高分辨率显微照片或电影文件。它提供了跨网格的轻松导航,并在显微镜载物台从低放大倍率移动到高放大倍率时保持显微镜载物台的位置。使用Latitude-S进行数据采集的每个步骤都非常省时,具有简单的用户界面,以高达4.5 GB / s的速度快速流式传输数据以及在采集过程中同时显示数据等功能。此外,预校准…

Disclosures

The authors have nothing to disclose.

Acknowledgements

我们感谢印度生物技术部,科学技术部(DST)和科学部以及人力资源开发部(MHRD)提供资金和IISc-Bangalore的冷冻电镜设施。我们感谢位于班加罗尔IISc的国家冷冻电镜设施的DBT-BUILDER计划(BT / INF / 22 / SP22844 / 2017)和DST-FIST(SR / FST / LSII-039 / 2015)。我们感谢科学与工程研究委员会(SERB)(拨款编号-SB/S2/RJN-145/2015、SERB-EMR/2016/000608和SERB-IPA/2020/000094)、DBT(拨款编号:SERB)的财政支持。BT/PR25580/BRB/10/1619/2017)。我们感谢Ishika Pramanick女士准备冷冻电镜网格,冷冻电镜数据收集和准备 材料表。我们还感谢Suman Mishra先生的冷冻电镜图像处理,并帮助我们准备数字。我们感谢Raghavan Varadarajan教授帮助我们为这项研究获得纯化的刺突蛋白样品。

Materials

Blotting paper Ted Pella, INC. 47000-100 EM specimen preparation item
Capsule Thermo Fisher Scientific 9432 909 97591 EM specimen preparation unit
Cassette Thermo Fisher Scientific 1020863 EM specimen preparation unit
C-Clip Thermo Fisher Scientific 1036171 EM specimen preparation item
C-Clip Insertion Tool Thermo Fisher Scientific 9432 909 97571 EM specimen preparation tool
C-Clip Ring Thermo Fisher Scientific 1036173 EM specimen preparation item
EM grid (Quantifoil) Electron Microscopy Sciences Q3100AR1.3 R 1.2/1.3 300 Mesh, Gold
Glow discharge Machine Quorum N/A Quorum GlowQube glow discharge machine
K2 DED Gatan Inc. N/A Cryo-EM data collection device (Camera)
Latitude S Software Gatan Inc. Imaging software
Loading station Thermo Fisher Scientific 1130698 EM specimen preparation unit
Talos 200 kV Arctica Thermo Scientific™ N/A Cryo-Electron Microscope
Vitrobot Mark IV Thermo Fisher Scientific N/A EM specimen preparation unit

References

  1. Li, Y., Cash, J. N., Tesmer, J. J. G., Cianfrocco, M. A. High-throughput cryo-EM enabled by user-free preprocessing routines. Structure. 28 (7), 858-869 (2020).
  2. Carragher, B., et al. Leginon: An automated system for acquisition of images from vitreous ice specimens. Journal of Structural Biology. 132 (1), 33-45 (2000).
  3. Stagg, S. M., et al. Automated cryoEM data acquisition and analysis of 284 742 particles of GroEL. Journal of Structural Biology. 155 (3), 470-481 (2006).
  4. Frank, J. Single-particle reconstruction of biological macromolecules in electron microscopy-30 years. Quarterly Reviews of Biophysics. 42 (3), 139-158 (2009).
  5. Biyani, N., et al. Focus: The interface between data collection and data processing in cryo-EM. Journal of Structural Biology. 198 (2), 124-133 (2017).
  6. Nakane, T., et al. Single-particle cryo-EM at atomic resolution. Nature. 587 (7832), 152-156 (2020).
  7. Kühlbrandt, W. The resolution revolution. Science. 343 (6178), 1443-1444 (2014).
  8. McMullan, G., Chen, S., Henderson, R., Faruqi, A. R. Detective quantum efficiency of electron area detectors in electron microscopy. Ultramicroscopy. 109 (9), 1126-1143 (2009).
  9. Zheng, S. Q., Palovcak, E., Armache, J. P., Verba, K. A., Cheng, Y., Agard, D. A. MotionCor2: Anisotropic correction of beam-induced motion for improved cryo-electron microscopy. Nature Methods. 14 (4), 331-332 (2017).
  10. Grant, T., Grigorieff, N. Measuring the optimal exposure for single particle cryo-EM using a 2.6 Å reconstruction of rotavirus VP6. eLife. 4, 06980 (2015).
  11. Scheres, S. H. W. RELION: Implementation of a Bayesian approach to cryo-EM structure determination. Journal of Structural Biology. 180 (3), 519-530 (2012).
  12. Grigorieff, N. FREALIGN: High-resolution refinement of single particle structures. Journal of Structural Biology. 157 (1), 117-125 (2007).
  13. Punjani, A., Rubinstein, J. L., Fleet, D. J., Brubaker, M. A. CryoSPARC: Algorithms for rapid unsupervised cryo-EM structure determination. Nature Methods. 14 (3), 290-296 (2017).
  14. Grant, T., Rohou, A., Grigorieff, N. CisTEM, user-friendly software for single-particle image processing. eLife. 7, 35383 (2018).
  15. Tang, G., et al. EMAN2: An extensible image processing suite for electron microscopy. Journal of Structural Biology. 157 (1), 38-46 (2007).
  16. Zhang, P., Beatty, A., Milne, J. L. S., Subramaniam, S. Automated data collection with a Tecnai 12 electron microscope: Applications for molecular imaging by cryomicroscopy. Journal of Structural Biology. 135 (3), 251-261 (2001).
  17. Lei, J., Frank, J. Automated acquisition of cryo-electron micrographs for single particle reconstruction on an FEI Tecnai electron microscope. Journal of Structural Biology. 150 (1), 69-80 (2005).
  18. Potter, C. S., et al. Leginon: A system for fully automated acquisition of 1000 electron micrographs a day. Ultramicroscopy. 77 (3-4), 153-161 (1999).
  19. Mastronarde, D. N. Automated electron microscope tomography using robust prediction of specimen movements. Journal of Structural Biology. 152 (1), 36-51 (2005).
  20. Suloway, C., et al. Automated molecular microscopy: The new Leginon system. Journal of Structural Biology. 151 (1), 41-60 (2005).
  21. Korinek, A., Beck, F., Baumeister, W., Nickell, S., Plitzko, J. M. Computer controlled cryo-electron microscopy – TOM2 a software package for high-throughput applications. Journal of Structural Biology. 175 (3), 394-405 (2011).
  22. Shi, J., Williams, D. R., Stewart, P. L. A Script-Assisted Microscopy (SAM) package to improve data acquisition rates on FEI Tecnai electron microscopes equipped with Gatan CCD cameras. Journal of Structural Biology. 164 (1), 166-169 (2008).
  23. Marsh, M. P., et al. Modular software platform for low-dose electron microscopy and tomography. Journal of Microscopy. 228, 384-389 (2007).
  24. Zhang, J., et al. JADAS: A customizable automated data acquisition system and its application to ice-embedded single particles. Journal of Structural Biology. 165 (1), 1-9 (2009).
  25. Pramanick, I., et al. Conformational flexibility and structural variability of SARS-CoV2 S protein. Structure. , (2021).
  26. Zhou, D., et al. Structural basis for the neutralization of SARS-CoV-2 by an antibody from a convalescent patient. Nature Structural and Molecular Biology. 27 (10), 950-958 (2020).
  27. Hillen, H. S., et al. Structure of replicating SARS-CoV-2 polymerase. Nature. 584 (7819), 154-156 (2020).
  28. Wrapp, D., et al. Cryo-EM structure of the 2019-nCoV spike in the prefusion conformation. Science. 367 (6483), 1260-1263 (2020).
  29. Thoms, M., et al. Structural basis for translational shutdown and immune evasion by the Nsp1 protein of SARS-CoV-2. Science. 369 (6508), 1249-1255 (2020).
  30. Kumar, A., Sengupta, N., Dutta, S. Simplified approach for preparing graphene oxide tem grids for stained and vitrified biomolecules. Nanomaterials. 11 (3), 1-22 (2021).

Play Video

Cite This Article
Kumar, A., P., S., Gulati, S., Dutta, S. User-friendly, High-throughput, and Fully Automated Data Acquisition Software for Single-particle Cryo-electron Microscopy. J. Vis. Exp. (173), e62832, doi:10.3791/62832 (2021).

View Video