使用Jsubtomo从电子Cryotomography重构平均病毒包膜糖蛋白穗

为计算路线和病毒糖蛋白的尖峰随后均得到详细的协议概述。协议如下图1中所示的工作流程，并结合一种自动化搜索使用初始模板结构和黄金标准结构细化的尖峰。 输入数据，该协议是一组病毒体的断层重建的。一个断层图像中包含的一个或多个病毒粒子。最初，尖峰的一小部分是手工采摘并用来平均水平，完善两个独立的模型。这些模型用于自动定位尖峰上的所有病毒颗粒。最后，两个独立的精炼进行运行，将所得的平均值进行比较，并结合以产生最终的结构。 细化方法证明了使用程序从Jsubtomo包。从Bsoft包28程序用于一般图像Processing任务和分子图形包UCSF嵌合体29是用于可视化的结果。个别课程以斜体字和文件格式，给出的名称标注有大写的文件扩展名。 图1：用于确定从形性膜病毒糖蛋白刺突复合物的结构总体战略中的数字对应的协议在不同的章节，请点击这里查看该图的放大版本。 1，从全尺寸断层提取病毒分卷在X线断层手动拾取的病毒颗粒。 打开bshow断层图像文件。定义一个病毒partic的中心坐标使用乐颗粒采摘工具。重复此步骤，直到所有的病毒粒子都被处理。保存病毒坐标在星形文件。 直到所有的断层图像进行了处理，重复步骤1.1.1。请记下病毒粒子直径的像素。 注：如果尖峰很难看到断层，使用bfilter到低通滤波器的断层图像，以80的分辨率（参数“-bandpass 80,10000”）。 运行jsubtomo.py中提取模式（参数“–mode提取物”）中提取病毒分卷到单个卷中的文件。使用保存在步骤1.1.1输入文件STAR文件。 给一大小（参数“–size”）〜比在数据集的最大病毒体大25％。 例如 ，如果病毒是〜200个像素的直径，使用尺寸250×250×250像素。 病毒粒子体积的输出文件将在MAP格式。此外，创建一个伴随STAR文件为每个病毒粒子的体积（parame之三“–output”）。 正常化病毒卷bimg（参数“-rescale 0,1”）。 2，生成两个独立的初始模型匹克在病毒分卷尖峰的一个子集。 打开bshow病毒体分卷映射文件。定义使用粒子采摘工具，通过工具箱窗口访问穗的中心坐标。重复此步骤，直到所有分明尖峰进行了处理。保存秒杀坐标在星文件。 如有必要，重复步骤2.1.1其他病毒体，直到大约200糖蛋白尖刺已被处理。注意像素秒杀尺寸。 注：〜200尖峰是一个粗略的指引，更可能需要的一些应用。如果可能的话，目的是挑选尖峰在不同的方位。避免只采摘俯视图。 通过运行jviews.p分配一个初始视图向量的尖峰年。使用步骤2.1.1输入文件生成的STAR文件。 注：此图矢量近似于参照病毒的刺突的方向。 使用中央协调分配意见的球形病毒颗粒。例如，如果病毒体被集中（步骤1.2之后）在一个盒子具有250×250×250个像素的大小，中心坐标是125125125像素（选项“–Radial 125125125”）。 要指定一个丝状病毒的看法，通过使用在步骤2.1.1作为输入文件中定义的文件之星打开bshow每个病毒分卷。限定使用灯丝拾取工具灯丝的两端点，并保存STAR文件。重复此步骤，直到所有明星的文件已被更新并运行jviews.py使用更新之星文件作为输入文件（–option段）。 使用jsubtomo_create_mask.py产生真正的空间屏蔽。确保在实际空间掩模是同一三维地球的离子作为将被用于平均的结构（参见2.6.2），并足够大以包含两个尖峰和底层膜的贴剂。 使用jsubtomo_create_wedgemask.py产生倒易空间的面具。倒数空间掩码用于排除的区域中的“缺失槽楔'从单一轴断层数据收集所得的区域。确保它是相同的尺寸，为将用于所述平均结构（见2.6.2）。 生成一个选择文件（SEL文件）限定属于设定“1”和“2”使用jsubtomo_evenodd.py并在步骤2.2中产生的STAR文件的病毒粒子。 使用jsubtomo_create_averages.py产生两个初始平均值。 使用步骤2.5作为输入文件生成的SEL文件。 举一个大小（参数“–size”）至少32像素比秒杀的最大尺寸。 例如 ，如果秒杀〜40个像素长，使用尺寸72×72×72像素。 适用于高对称性（ 如 C100）的平均值（参数“–symmetry C100”），近似围绕秒杀的长轴圆柱形的平均水平。使用对称，以减少在初始平均噪声。 项目（参数“–suffix”）的输出文件提供一个唯一的名称。 使用在步骤2.3中产生的真实空间掩模掩盖远背景（参数“–mask”）。使用在步骤2.4中产生的倒易空间掩模占信号由丢失楔（参数“–mask”）的存在下引入的损耗。 3，黄金标准迭代对齐和两个初始穗模型的平均反复调整和平均在第2与jsubtomo_iterate_gold.py生成的两个初始模型。 阶段一，这个阶段的目的是改进观察向量的方向。输入文件是在步骤2.5生成的SEL文件。 使用一个8度角取样（参数“–angles 8,8,8”）。 允许在穗视图向量的方向的16度的变化（参数“–thetaphilimit 16”），但保持周围的穗长轴线固定的（参数“–alphalimit 0”）的角度。 让小平移的变化（ 例如 ，5像素）来解释不准确的尖峰人工采摘（参数“–shiftlimit 5”）。 适用于高对称性（ 如 C100）的平均值（参数“–symmetry C100”），近似围绕秒杀的长轴圆柱形的平均水平。 注：对称化是用来减少在平均噪声。 使用真正的空间屏蔽和步骤2.3和2.4生成的倒易空间面具来掩盖周围走尖峰和账户失踪的楔形（参数“–M问“和”–mask“，分别）。 使用在2.6生成的两个MAP文件（由标记“偶”表示，并在该文件名“奇”）作为模板（参数“–Template1”和“–Template2”，分别）。 应用低通滤波器50的分辨率（参数“–resolution”），以防止对准偏差。 应用2的仓​​因素，加快细化（参数“–bin 2”）。 运行5次迭代调整，平均的（参数“–firstiter 1 –lastiter 5”）。 第二阶段。这个阶段的目的是缩小视图四周矢量的角度。输入文件是步骤3.1.9输出SEL文件。 通过打开在步骤3.1.9最后一次迭代中产生的低通滤波的MAP文件测量尖峰的精确尺寸在bshow（由变量“_lp”中的文件名 ​​表示）。产生一个新的现实空间屏蔽类似于步骤2.3定义秒杀，但不包括大部分的膜和邻近的尖峰。 注：面罩的最佳尺寸取决于大小和尖峰的特征。 用8度角取样（参数“–angles 8,8,8”）作为之前。 允许在围绕鞋钉视图向量（参数“ – alphalimit 180”）的角180度的变化而保持的θ和披角度固定（参数“–thetaphilimit 0”）。 不要让任何翻译班（参数“–shiftlimit 0”）。 不适用的平均值（省略参数“–symmetry”）的任何对称性。 使用在步骤2.4中产生的倒易空间掩模占缺失槽楔。 使用步骤3.1.9的最后一次迭代而不对称性所产生的两个Map文件作为模板（参数R（按标签“even_nosym”，并在文件名“odd_nosym”表示）20; – template1的“和”–Template2“，分别）。 在第一次迭代应用低通滤波器50的分辨率（参数“–resolution”），以防止对准偏差。两个独立的平均值之间自动调整，在后续的迭代滤波器参数的基础上的黄金标准傅立叶壳牌相关（FSC）（参数“–adaptivefilter”）。用0.143，标准（参数“–fsccrit 0.143”）。不允许细化过去的对比度传递函数（CTF）（参数“–minhires”）的第一个零，除非CTF校正已被施加到X线断层图。 运行5-10重复排列和平均（ 例如 ，参数“–firstiter 6 –lastiter 15”）。监视中的变化报道的分辨率。当没有显著变化观察到的，该过程可以停止。 评估对称度由examini结构纳克在嵌合体 。 例如所得的低通滤波后的MAP文件（文件名 ​​中表示为变量“_lp”）时，如果道钉是三聚体复合物，3次对称性应该是显而易见的。 第三阶段。这个阶段的目的是进一步缩小视图四周矢量的角度与正确的对称性。输入文件是步骤3.2.9输出SEL文件。的参数是相同的，在步骤3.2，只有少数例外： 让周围的秒杀观察向量的夹角适当的修改。例如，如果该结构具有3倍的对称性，允许以60度的α角的变化（参数“–alphalimit 60”）。 适用于平均值（参数–symmetry C3“）的正确对称（ 如 C3）。 使用最后一次迭代生成的两个MAP文件步骤3.2.9（文件名记为标签“，甚至”与“奇”）作为输入模板文件（参数“–Template1”和 –Template2）。 运行5-10重复排列和平均（ 例如 ，参数“–firstiter 16 –lastiter 25”）。监视中的变化报道的分辨率。当没有显著变化观察到的，该过程可以停止。 第四阶段。这个阶段的目的是要精确地同时缩小所有三个角度。输入文件是步骤3.4.4输出SEL文件。的参数是相同的，在步骤3.4，只有少数例外： 允许在围绕鞋钉视图向量（参数“ – alphalimit 8”）的角8度的改变和在穗视图向量的方向8度的变化（参数“–thetaphilimit 8”）。完善的方向，以4级精度（参数“–angles 8,8,8 –iterate 2”）。 允许较小的变化（ 比如 ，5个像素），来解释在先前的校准步骤的误差（参数“–shiftlimit 5”）。 ü硒在步骤3.4.4最后一次迭代生成的两个MAP文件（通过标签“，甚至”表示，并在文件名“奇”）作为输入模板文件（参数“–Template1”和–Template2）。 运行5-10重复排列和平均（ 例如 ，参数“–firstiter 26 –lastiter 35”）。监视中的变化报道的分辨率。当没有显著变化观察到的，该过程可以停止。 四代种子的病毒表面的模板匹配和对齐位于生成均匀地涂在病毒表面的模板匹配的种子，并通过运行jviews.py分配一个初始视图向量的种子。使用步骤1.2.2输入文件生成的STAR文件。产生比尖峰的期望数目约1.5倍以上的种子。 注：这一观点矢量接近最接近每个种子点秒杀的方向。要产生均匀分布的种子在近似球形病毒颗粒（参数“–Even”），给半径（参数“–radius”），角距（ 如 20度）的种子（参数“–angle 20” ）和中央的病毒体的坐标。 例如 ，如果病毒体被集中（步骤1.2）中的箱具有250×250×250个像素的大小之后，中央坐标是125125125像素（选项“–origin 125125125”） 。 要生成的丝状颗粒均匀分布的种子，使用参数“–Filament”，并同时指定半径和螺旋对称参数（上升和扭曲）。 注：该螺旋对称的参数在这里只是作为界定均匀分布的种子位置的一种便捷方式，他们并不需要反思灯丝尖峰的实际顺序。 产生的病毒表面explaine两个独立的平均值d在第2节。 产生SEL文件中定义属于集合“1”和“2”使用jsubtomo_evenodd.py和步骤4.1生成的星病毒体文件。 注：为确保数据集的独立性，以前设置的病毒颗粒成团“1”和“2”必须保持不变。 完善种子的位置。 按照3.1的步骤说明，除非另有说明。使用步骤4.2.1作为输入文件生成的SEL文件。 让种子沿法线仅转移至膜（参数“–zshiftlimit”）。调节移位的容许量取决于病毒颗粒从理想球面几何多少偏离（ 例如 ，参数–zshiftlimit 25“）。 使用步骤4.2生成的两个MAP文件作为输入模板文件（参数“–Tem（由标签”偶“，并在文件名”奇“表示）板1“和–Template2）。 采用独特的后缀，以避免覆盖原输入之星文件（ 例如 ，参数“–suffix _seeds”）。 使用的4像素合并以加速计算（参数“–bin 4”）和一个低通滤波器（ 例如 ，参数“–resolution 50”）。 使用jviews.py（参数“–cmm”）产生精种子之星档案奇美拉标记文件（CMM）。检查种子在嵌合体打开了CMM文件（以及相关的病毒MAP文件）。确保成品种子正确相对于病毒膜对齐。 注意：不同的颜色可以被用于区分标记物的单独套（参数“–color”）。备选地精制标记可以基于它们的交叉相关系数（ 例如 ，参数“–fomcolor 0.1,0.3”）进行着色。 5，黄金展位ARD迭代对齐和穗粒结构的平均自动找到附近使用精致的瓜子本地模板匹配的病毒分卷的所有尖峰和对齐和平均位于尖峰。使用从手工采摘尖峰初始模板的一个子集所产生的平均水平。 围绕种子进行局部模板匹配以平均使用的所有程序jsubtomo_iterate_gold.py的尖峰。按照步骤3.5的说明，除非另有说明。 输入文件是在步骤4.3生成的种子提炼的SEL文件。 为视图矢量角用一个足够大的限制。 例如 ，如果种子产生每20度（步骤4.1），使用的角度大于该值的一半稍大（参数“–thetaphilimit 12”）。让周围的秒杀观察向量的夹角适当的修改。 让种子在所述膜的平面内移动（参数“–xyshiftlimit”）。 例如 ，如果种子到种子的距离是25个像素，使用总变速比一半的（ 例如略多，参数“–shiftlimit 6 –xyshiflimit 10”）。 可能需要额外的翻译转移，如果在步骤3.5生成的地图文件都集中在离中心病毒比种子不同的距离：注意。 使用步骤3.5生成的两个MAP文件（通过标签“，甚至”表示，并在文件名“奇”）作为输入模板文件（参数“–Template1”和–Template2）。 使用步骤3.5（参数–resolution）生成映射文件的当前的分辨率。 运行5-10重复模板匹配，对齐和平均（ 例如 ，参数“–firstiter 1 –lastiter 10”）。监视中的变化报道的分辨率。当没有显著变化观察到的，该过程可以停止。 每次迭代后，排除重叠的点击率。 例如 ，如果尖峰的宽度为30像素，排除命中是接近了30个像素，以其他的打击（参数“–mindist 30”）。 排除安打与低互相关合作效率。例如，包括最好的75％的尖峰对于每个病毒粒子（参数“–topp 75”）。 注：点击数与低互相关合作效率很可能代表假阳性命中。 6，可视化的结果在嵌合体可视化开启秒杀的精致结构和装修的原子结构。 使用在最后一次迭代产生的低通滤波后的MAP文件（用标记“LP”），在步骤5.1.6作为输入文件。 使用基于在嵌合体装修交相关步骤5.1.6所示的决议“适合的地图”的工具。 创建virio的复合模式N使用jsubtomo_create_model.py。 使用在最后一次迭代产生的低通滤波后的MAP文件（用标记“LP”），在步骤5.1.6作为输入的MAP文件（参数“–template”）。 在步骤5.1.6作为输入之星文件使用在最后一次迭代产生之星文件。 使用步骤3.2.1生成的模板文件占的复合模式（参数“–mask”）重叠的密度。 表明病毒粒子MAP文件的大小，以产生相同的大小的复合模型（参数“–size”）。 打开复合模型进行可视化的嵌合体 。