大分子的高分辨率冷冻电镜图谱也可以通过使用200 kV透射显微镜来实现。该协议显示了设置精确光学对准、数据采集方案和成像区域选择的最佳实践,这些对于使用200 kV TEM成功收集高分辨率数据集至关重要。
在过去的十年中,冷冻电子显微镜(cryo-EM)已被确定为蛋白质结构测定的常规方法,在已发表的结构数据中所占的份额越来越大。TEM技术和自动化的最新进展提高了数据收集速度和采集图像的质量,同时降低了在低于3 Å分辨率下获得冷冻电镜图谱所需的专业知识水平。虽然大多数这种高分辨率结构都是使用最先进的300 kV冷冻透射电镜系统获得的,但使用200 kV冷冻透射电镜系统也可以获得高分辨率结构,特别是当配备能量滤波器时。此外,通过实时图像质量评估实现显微镜对准和数据收集的自动化降低了系统复杂性,并确保了最佳的显微镜设置,从而提高了高质量图像的产量和数据收集的整体吞吐量。该协议演示了在200 kV低温透射电子显微镜上实现的最新技术进步和自动化功能,并展示了如何收集数据以重建足以从 头 原子模型构建的3D图。我们专注于最佳实践,关键变量和常见问题,必须考虑这些问题才能实现此类高分辨率冷冻电镜数据集的常规收集。特别是详细回顾了以下基本主题:i)显微镜对准的自动化,ii)选择适合数据采集的区域,iii)用于高质量,高通量数据收集的最佳光学参数,iv)用于零损耗成像的能量滤波器调整,以及v)数据管理和质量评估。最佳实践的应用和使用能量滤波器实现的分辨率的改进将在apo-铁蛋白的例子中展示,该apo-铁蛋白酶被重建为1.6Å,而 热质嗜酸酶 体20S蛋白酶体使用配备能量滤波器和直接电子检测器的200 kV TEM重建为2.1-Å分辨率。
蛋白质结构的测定对于了解参与关键细胞过程(如细胞代谢、信号转导或宿主-病原体相互作用)的蛋白质复合物的分子结构、功能和调控至关重要。冷冻电子显微镜(cryo-EM)已成为一种强大的技术,能够解决许多蛋白质及其复合物的3D结构,这些蛋白质及其复合物对于传统的结构技术(如X射线衍射和NMR光谱)来说太具有挑战性了。特别是,冷冻电镜已被证明是膜蛋白的首选方法,膜蛋白不能轻易结晶或制备足够数量的传统结构技术,并为重要细胞受体和离子通道的结构和功能提供了新的见解1,2,3,4,5.最近,冷冻电镜通过在分子水平上确定SARS-CoV-2感染的机制,在抗击Covid-19大流行中发挥了重要作用,阐明了Covid-19疾病的起源,并为快速开发有效的疫苗和治疗方法提供了基础6,7,8,9,10。
通常,高端300 kV透射电子显微镜(TEM)用于通过冷冻电镜单颗粒分析(SPA)对生物分子进行高分辨率结构测定,以揭示其构象和相互作用。最近,当使用配备冷场发射枪(E-CFEG),直接电子探测器和能量滤波器的300 kV透射电镜以原子分辨率(1.2 Å)11,12 重建共同基准冷冻电镜样品载脂铁蛋白时,SPA技术达到了新的前沿。在该分辨率下,可以明确地解析单个原子在结构中的位置,单个氨基酸侧链的构象以及氢键和其他相互作用,这为基于结构的药物发现新靶点和优化现有候选药物开辟了新的可能性。
中档200 kV透射电镜显微镜通常用于样品筛选和样品优化,然后使用高端透射显微镜进行最终高分辨率数据收集,特别是在较大的冷冻电镜设施中。通常,成像样品可以在3-4 Å分辨率范围内进行分辨,这足以移动到高端300 kV TEM进行最终数据收集。因此,使用200 kV TEM的数据收集通常没有进一步优化以获得尽可能高的分辨率结果。此外,许多有趣的生物学问题已经可以在这些分辨率下得到回答和发表,因为所有氨基酸侧链都已经得到解决,并且配体结合位点的占用也可以可靠地确定13。已经证明,对于14,15,16,17,18多个样品,200 kVTEM可以达到超过3 Å的分辨率。在200 kV下拍摄的图像表现出固有的更高成像粒子的对比度,与300 kV TEM图像相比,尽管高分辨率下信号衰减更多,这甚至可能有助于更准确地对准粒子。需要注意的是,重建的冷冻电镜图谱的分辨率也受到成像样品的结构灵活性和构象异质性的限制,这会影响200 kV和300 kV重建。事实上,与在更高的分辨率19下相比,使用300 kV系统获得的冷冻电站重建在3-4 Å分辨率范围内得到的分辨率要多得多。由于200 kV透射电镜不太复杂,并且适合较小的房间,因此这些显微镜代表了通过冷冻电镜测定生物大分子结构的良好,低成本的选择,同时保持了从显微镜自动加载机系统中存储的多个样品中长时间收集数据的自动化。
收集用于高分辨率结构测定的冷冻电镜数据集需要精确对准显微镜光学元件。色谱柱对准系统地从电子源向下进行,直到聚光透镜系统、物镜和带电子检测器的能量滤光片。通常不需要完整的比对序列。需要时,通过半自动程序引导用户,并在显微镜用户界面(直接对准控制面板)的整个对准过程中的上下文感知帮助窗口中对每个步骤进行适当的描述。一旦显微镜完全对准,电子光学元件保持稳定,并且至少在几个月内不需要改变对准。在开始收集每个数据集之前,只有最敏感的对齐方式(例如样本平面的平行照明、物镜散光和无彗发对齐)才需要优化。然后,可以在数据收集期间使用不同的软件包(例如EPU质量监测器,cryoSPARC Live20,Relion 21,Scipion22,WARP23或Appion24)来监测所收集数据的质量。
除了显微镜的精确对准外,高质量纯化良好的样品具有最小的构象和组成异质性也是收集高分辨率数据集和求解高分辨率结构的先决条件。有关典型协议,频繁挑战和可能的补救措施的更多详细信息,可以在专门针对此主题的其他评论中找到25,26,27。从本质上讲,在给定的冷冻电镜网格上找到具有足够薄冰以保存高分辨率信息的区域至关重要,并且单个粒子以随机方向密集分布而没有重叠。然而,典型的冷冻电镜网格具有不均匀的冰厚度,因此找到并选择用于成像的最佳区域非常重要。专用于自动收集冷冻电镜数据集(如 EPU 2、Leginon28 或 SerialEM29)的软件包中提供了用于估算网格上冰层厚度的不同方法。
快速灵敏的直接电子探测器的出现使得能够以许多部分的形式收集图像作为电影,从而能够补偿光束引起的运动,并导致图像处理和最终3D重建中使用的数据的质量和数量大幅增加30。同时,自动化和高吞吐量数据收集提供了包含数千张图像/电影的庞大数据集,这些图像/电影对数据存储和访问提出了挑战。所采用的大型冷冻电镜设施的模型为数十到数百名用户提供服务,尤其需要有组织的数据管理,在已建立的冷冻电镜管道中进行适当的跟踪和数据共享31,32。
本研究描述了一种使用200 kV Glacios TEM显微镜常规收集高分辨率冷冻电镜数据集的方案。描述了显微镜光学元件的必要对准以及用于评估冷冻电镜样品和选择高分辨率数据收集的合适区域的程序。Athena演示了收集的数据和相关元数据与样本信息的组织 – Athena是一个数据管理平台,有助于审查样本信息和收集的数据。使用小鼠apo-铁蛋白样品,可以在1.6 Å分辨率13下实现3D重建。使用所描述的方案,我们还以2.1 Å分辨率重建了 嗜酸热等离子体 的20S蛋白酶体的3D密度图。
所描述的方案假设所使用的TEM显微镜的光学元件处于良好对齐状态。对于本协议中使用的200 kV TEM,在显微镜安装或任何重大服务干预后,由经验丰富的服务工程师完成,验证和保存此类色谱柱对准。这些对齐设置可以在显微镜UI中随时调用。用户可以使用显微镜UI中的直接对准程序来重新调整关键参数。某些对齐方式(如喷枪倾斜和喷枪移位)是稳定的,不需要用户每天进行调整。建议显微镜主管每年检查和重新对准(如果需要)喷枪倾斜和移位。另一方面,某些对齐是关键的,必须在上述协议中所述的每个数据收集之前对齐(例如客观散光和无昏迷对齐)。如果分析软件中的Autocoma功能未能收敛,则应验证和调整光束倾斜枢轴点和/或旋转中心的对准,并确认C2孔径的正确对中。之后,应运行自动tigmate函数,因为客观的污名化器也用于昏迷纠正。应迭代这些对齐方式,直到自动恢复和自动功能在第一次迭代时都成功。如有必要,可以选择另一个区域(例如,支持无冰的碳箔),调整成像散焦,或增加图像采集时间以优化所采集图像中的信噪比,以及多个Thon环在所采集图像的傅里叶变换中的可见性。
现代冷冻电镜显微镜生成大量数据,这些数据通常超过每个数据集1 TB,以实现高分辨率的3D重建,特别是对于对称性低的蛋白质。冷冻电镜数据和结果通常还由正交方法的数据和结果进行补充,以充分了解每个科学项目中的结构 – 功能关系。组织收集的数据,将其传输到图像处理管道,以及在协作者之间共享由此产生的冷冻电镜重建,对冷冻电镜方法的新采用者设置其本地IT基础设施提出了额外的要求。数据管理软件(如 Athena)有助于集中存储由任何连接的仪器或注册用户操作的软件获取的数据。多个用户可以使用简单的 Web 浏览器界面访问存储的数据和元数据,这些用户可以根据其登录凭据和实验设置中的数据共享定义,在项目中具有不同的访问权限(作为所有者、协作者或查看者)。这些角色具有不同的访问权限。实验工作流程的这种数字化为协作者之间的数据和元数据共享提供了手段,而不会造成不必要的重复,并提高了所用工作流程的生产率和可追溯性。在数据管理软件中实现项目,实验和工作流程的通用和可定制结构是通用的,并允许使用互补方法将正交实验定制和集成到单个项目数据库中。
选择冷冻电镜网格上数据采集的区域对于成功采集高分辨率数据集至关重要。使用传统的低温冷冻设备(如Vitrobot(全自动玻璃化系统))生产的冷冻电镜网格通常会在网格表面上显示冰厚梯度(图4)。这可能是有益的,因为网格包含具有不同冰厚度的区域;但是,必须按照上述协议中所述确定具有理想冰层厚度以进行数据收集的区域。最佳的冷冻电镜网格应包含尽可能少的转移冰污染,并包含足够的网格正方形和完整的多孔支撑箔。不建议收集具有裂缝或断裂区域的网格正方形的数据,因为与具有完整支撑箔的网格正方形相比,电子束照明时收集的图像将受到明显更强的整体漂移的影响。过量的结晶冰会遮挡大多数箔孔和/或干扰自动对焦,因此也应避免使用这种网格方块。带有薄冰的网格正方形通常表现出大的玻璃体区域和许多明亮的箔孔,这些孔在使用Atlas预设拍摄的图像中可见。在网格条附近发生较厚的冰是可以预料的,并且在孔选择过程中排除了网格正方形的这些区域中的箔孔,因此不加批判。网格正方形中存在几个空洞可能意味着周围孔中的玻璃冰非常薄,可能含有损坏的颗粒或根本没有颗粒。通常,明智的做法是在网格上选择具有不同冰层厚度的网格正方形进行初始筛选和评估,以了解哪些区域具有高分辨率数据收集的最佳条件,并表现出理想的颗粒密度和方向分布。对于本研究中使用的apof和20S蛋白酶体样品,可观测冰最薄的区域包含对这些样品进行高分辨率成像的最佳条件。
当使用数据采集软件自动选择所有选定网格方块中的孔时,建议在每个网格方块中的代表性孔上执行模板执行任务,以检查并确保没有选择过厚或过薄或意外的非玻璃体方块进行数据收集。在数据采集过程中,可以使用EQM监控所采集图像的关键质量指标,例如图像漂移和CTF拟合。然后,可以通过跳过产生低质量图像的区域来优化数据收集。但是,具有高分辨率CTF拟合的图像仍然可以包含具有几个首选方向的粒子或在太薄的冰层中变性的粒子的图像。从收集的图像中实时拾取颗粒和2D分类将提供有关成像颗粒中结构数据质量的额外信息,并揭示冰中完整颗粒的首选方向或(部分)变性颗粒的不一致结构。因此,计算类平均数有助于进一步细化数据收集的适当区域,如其他软件包23,28所示。
用于数据采集的成像设置的选择,如放大倍率、电子剂量率和散焦范围,取决于几个标准,如靶标分辨率、蛋白质大小、样品浓度、所需的显微镜通量等。对于这些实验中使用的直接电子探测器相机,通过选择适当的SPOT尺寸和强度来保持平行照明,在4-5 e–/ pix / s的范围内选择电子剂量率。如 表1所示,可以在孔/欧心高度预设中使用不同的SPOT尺寸,以确保图像中有足够的信噪比,以便在数据收集期间对孔进行居中。选择放大倍率应使像素尺寸至少比冷冻电镜重建的目标分辨率小2-3倍。然而,使用更高的放大倍率(即较小的像素尺寸),在图像中捕获较小的视野,并且每个图像的颗粒较少,这最终导致更长的数据收集时间,以收集具有足够颗粒的图像以重建高分辨率的3D地图。对于apoF样品,我们使用0.43 Å的像素大小,因为我们有足够的样品浓度来容纳图像中的高密度颗粒,并将重建的分辨率定为低于2 Å。对于20S蛋白酶体样本,我们使用0.68 Å的像素大小来覆盖采集图像中的更大视场。通常,对于200 kV透射电镜显微镜,在0.8至2.0μm的散焦范围内采集冷冻电镜图像。然而,通过使用能量滤波器改善对比度和信噪比,数据采集可以更接近焦点,从而更好地保留采集图像中的高分辨率信息,因为像差更小,CTF包络函数的衰减也相应降低。我们也没有使用客观光圈,因为光圈可能会引入额外的图像像差,而通过使用能量滤光片已经充分增强了图像对比度。对于apoF和20S蛋白酶体样品,我们使用0.5μm,0.7μm和0.9μm的散焦设置。对于较小的蛋白质(<200 kDa),我们使用-0.5 μm,-0.7 μm和-0.9 μm的散焦设置来提高颗粒的对比度,并促进在3D重建的3D细化步骤中更容易拾取颗粒和初始粗对准,从而获得~2.5 Å分辨率的3D图(未发表的结果)。
我们已经证明,使用能量滤波器成像可以改善高端300 kV透射显微镜11上收集的冷冻电镜图像的信噪比(SNR)。事实上,当电子通过样品时,会发生两种主要类型的相互作用:i)弹性散射电子保持其能量,并通过相差机制干扰非散射入射光束来促进图像形成ii)不弹性散射电子在样品中损失一些能量,并且主要导致图像中的噪声。因此,通过使用窄能量狭缝过滤非弹性散射电子,其能量低于入射光束和弹性散射电子,可以显着提高SNR。然而,使用足够稳定的能量滤波器(如Selectris或Selectris-X)至关重要,以便能够在很长(12小时以上)自动数据采集高分辨率cryoEM数据集时使用非常窄(10 eV或更小)的狭缝。
在与300 kV透射电镜显微镜相同的条件下,使用200 kV TEM显微镜采集的Cryo-EM图像由于CTF包络函数衰减更快,因此在高分辨率(特别是<4 Å)下表现出较小的SNR。因此,当使用200 kVTEM时,需要更多数量的颗粒(因此收集的图像数量更多)才能达到一定的分辨率。此外,在200 kV图像35中,景深(2-3 Å分辨率范围内的10-25 nm)也小约20%,这意味着冰层中的较少颗粒(通常为20-50 nm厚)将完全聚焦并建设性地促进计算3D重建的所有高分辨率特征,除非在3D重建过程的后期阶段独立地为每个粒子精确散焦值。对于较大的颗粒(例如二十面体病毒粒子或其它大分子组件),在高分辨率下,颗粒尺寸可能超过景深,并且由于标准3D重建算法36中Ewald球体的平面近似而引入相位误差。这些错误可以通过已经在常见的冷冻电镜图像处理包37,28,39中实现的高级算法来优化。由于Ewald球体在200 kV数据中的曲率大于300 kV数据,因此当使用200 kVTEM时,需要在相对较低的分辨率下和/或相对较小的大分子组件下进行Ewald球体校正。另一方面,200 kV图像在薄冰(20-50nm)中表现出更高的颗粒对比度,比200-300 keV电子平均自由程(220-280nm)薄得多。较高的对比度有助于提高单个颗粒的正确全局排列,特别是对于结构尚不清楚的弱散射较小蛋白质,并且3D参考模型尚未建立。
在这里,我们在20S蛋白酶体的例子中证明了,当使用200 kV TEM显微镜时,使用能量滤光片可以同样提高图像对比度和质量。使用相同数量的粒子,使用20 eV狭缝收集的数据被重建为2.26 Å分辨率,与使用完全打开的能量狭缝收集的数据相比,该能量狭缝仅重建为2.34 Å分辨率。使用重建分辨率为2.14 Å的10 eV狭缝收集的数据实现了最佳重建。这些结果与理论预测一致,即滤波非弹性散射电子会增加收集图像中的SNR,并有助于从给定数量的粒子进行冷冻EM重建的更高分辨率,如 表4所示。从这些数据集中计算出的B因子进一步证实了这些结果,这些B因子表明能量过滤数据集中的图像质量更高。
因此,我们可以得出结论,虽然300 kV TEM显微镜在冷冻电镜重建中提供了最高的通量和尽可能高的分辨率,但200 kV TEM显微镜也为高分辨率冷冻电镜重建提供了高质量的数据集。我们在这里表明,通过使用配备能量滤波器和直接电子探测器的200 kV TEM,可以进一步提高采集图像的质量,从而改善整体结构时间。所提出的实验方案描述了如何使用这种设置常规获得高分辨率冷冻电镜数据的所有必要步骤,并揭示了大分子3D结构的精细结构细节,这对于理解结构生物学和基于结构的药物设计中的关键结构 – 功能关系至关重要。
The authors have nothing to disclose.
没有。
AutoGrid rings | Thermo Fisher Scientific | 1036173 | Package of 100x AutoGrid rings for the standard EM grids. |
C-Clip | Thermo Fisher Scientific | 1036171 | Package of 100 clips that secure the standard EM grids inside the AutoGrid rings. |
Data Management Platform | Thermo Fisher Scientific | 1160939 | Part of the Glacios base configuraiton; includes Athena Software |
EPU Quality Monitor | Thermo Fisher Scientific | 1179770 | |
EPU Software | Thermo Fisher Scientific | 1025080 | Part of the Glacios base configuration |
Ethane 3.5 | Westfalen | A06010110 | Ethane gas used for making liquid ethane (puritiy at least N35, i.e. 99.95% vol) |
Falcon 4 200kV | Thermo Fisher Scientific | 1166936 | Direct electron detector |
Glacios | Thermo Fisher Scientific | 1149551 | 200 kV TEM |
GloQube Plus Glow Discharge System for TEM Grids and surface modification | Quorum | N/A | also available via Thermo Fisher Scientific (PN 1160602) |
QuantiFoil grids | Quantifoil | N/A | R-2/1, 300 mesh; carbon foil grid |
Relion | MRC Laboratory of Molecular Biology | N/A | open source software: https://relion.readthedocs.io/en/release-3.1/ |
Selectris with Falcon 4 for 200 kV |
Thermo Fisher Scientific | 1191753 | Energy filter |
Selectris X with Falcon 4 for 200 kV |
Thermo Fisher Scientific | 1191755 | Energy filter |
UltrAuFoil grids | Quantifoil | N/A | R-1.2/1.2, 300 mesh; gold foil grids |
Vitrobot Mk. IV | Thermo Fisher Scientific | 1086439 | Automated vitrification system |
Whatman 595 filter paper | Thermo Fisher Scientific | AA00420S |