Summary

Un robusto flusso di lavoro di elaborazione crioelettronica a particella singola (cryo-EM) con crioSPARC, RELION e Scipion

Published: January 31, 2022
doi:

Summary

Questo articolo descrive come utilizzare efficacemente tre piattaforme di elaborazione crio-EM, ovvero cryoSPARC v3, RELION-3 e Scipion 3, per creare un flusso di lavoro unico e robusto applicabile a una varietà di set di dati a particella singola per la determinazione della struttura ad alta risoluzione.

Abstract

I recenti progressi sia nella strumentazione che nel software di elaborazione delle immagini hanno reso la microscopia crioelettronica a singola particella (cryo-EM) il metodo preferito dai biologi strutturali per determinare strutture ad alta risoluzione di un’ampia varietà di macromolecole. Diverse suite software sono disponibili per utenti nuovi ed esperti per l’elaborazione delle immagini e il calcolo della struttura, che semplificano lo stesso flusso di lavoro di base: i filmati acquisiti dai rilevatori al microscopio vengono sottoposti a correzione per la stima del movimento indotto dal fascio e della funzione di trasferimento del contrasto (CTF). Successivamente, le immagini delle particelle vengono selezionate ed estratte dai fotogrammi di filmato medi per la classificazione iterativa 2D e 3D, seguita da ricostruzione, perfezionamento e convalida 3D. Poiché vari pacchetti software impiegano algoritmi diversi e richiedono diversi livelli di esperienza per funzionare, le mappe 3D che generano spesso differiscono per qualità e risoluzione. Pertanto, gli utenti trasferiscono regolarmente i dati tra una varietà di programmi per risultati ottimali. Questo documento fornisce una guida per gli utenti per navigare in un flusso di lavoro attraverso i pacchetti software più diffusi: cryoSPARC v3, RELION-3 e Scipion 3 per ottenere una struttura di risoluzione quasi atomica del virus adeno-associato (AAV). Per prima cosa dettagliamo una pipeline di elaborazione delle immagini con cryoSPARC v3, poiché i suoi algoritmi efficienti e la GUI facile da usare consentono agli utenti di arrivare rapidamente a una mappa 3D. Nella fase successiva, utilizziamo PyEM e script interni per convertire e trasferire le coordinate delle particelle dalla migliore qualità di ricostruzione 3D ottenuta in cryoSPARC v3 a RELION-3 e Scipion 3 e ricalcolare le mappe 3D. Infine, delineiamo i passaggi per un ulteriore perfezionamento e convalida delle strutture risultanti integrando algoritmi di RELION-3 e Scipion 3. In questo articolo, descriviamo come utilizzare efficacemente tre piattaforme di elaborazione per creare un flusso di lavoro unico e robusto applicabile a una varietà di set di dati per la determinazione della struttura ad alta risoluzione.

Introduction

La microscopia crioelettronica (cryo-EM) e l’analisi a singola particella (SPA) consentono la determinazione della struttura di un’ampia varietà di assemblaggi biomolecolari nel loro stato idratato, contribuendo a illuminare i ruoli di queste macromolecole nei dettagli atomici. I miglioramenti nell’ottica del microscopio, nell’hardware del computer e nel software di elaborazione delle immagini hanno permesso di determinare le strutture delle biomolecole con una risoluzione superiore a 2 Å1,2,3. Più di 2.300 strutture crio-EM sono state depositate nella Protein Data Bank (PDB) nel 2020, rispetto alle 192 strutture del 20144, indicando che la crio-EM è diventata il metodo di scelta per molti biologi strutturali. Qui descriviamo un flusso di lavoro che combina tre diversi programmi SPA per la determinazione della struttura ad alta risoluzione (Figura 1).

L’obiettivo di SPA è quello di ricostruire i volumi 3D di un campione bersaglio da immagini 2D rumorose registrate da un rilevatore al microscopio. I rilevatori raccolgono immagini come filmati con singoli fotogrammi dello stesso campo visivo. Al fine di preservare il campione, i fotogrammi vengono raccolti con una bassa dose di elettroni e quindi hanno uno scarso rapporto segnale-rumore (SNR). Inoltre, l’esposizione elettronica può indurre movimento all’interno delle griglie crio-EM vetrificate, con conseguente sfocatura dell’immagine. Per superare questi problemi, i fotogrammi sono allineati per correggere il movimento indotto dal fascio e mediati per produrre una micrografia con un SNR aumentato. Queste micrografie vengono quindi sottoposte a stima della funzione di trasferimento del contrasto (CTF) per tenere conto degli effetti della sfocatura e delle aberrazioni imposte dal microscopio. Dalle micrografie corrette CTF, le singole particelle vengono selezionate, estratte e ordinate in medie di classe 2D che rappresentano diversi orientamenti adottati dal campione nel ghiaccio vitreo. L’insieme omogeneo di particelle risultante viene utilizzato come input per la ricostruzione 3D ab initio per generare uno o più modelli grossolani, che vengono poi perfezionati iterativamente per produrre una o più strutture ad alta risoluzione. Dopo la ricostruzione, vengono eseguiti perfezionamenti strutturali per migliorare ulteriormente la qualità e la risoluzione della mappa crio-EM. Infine, o un modello atomico è direttamente derivato dalla mappa, o la mappa è dotata di coordinate atomiche ottenute altrove.

Sono disponibili diversi pacchetti software per eseguire le attività sopra descritte, tra cui Appion5, cisTEM6, cryoSPARC7, EMAN8, IMAGIC9, RELION10, Scipion11, SPIDER12, Xmipp13 e altri. Mentre questi programmi seguono fasi di elaborazione simili, impiegano algoritmi diversi, ad esempio, per selezionare particelle, generare modelli iniziali e perfezionare le ricostruzioni. Inoltre, questi programmi richiedono un livello variabile di conoscenza e intervento dell’utente per funzionare, in quanto alcuni dipendono dalla messa a punto dei parametri che possono fungere da ostacolo per i nuovi utenti. Queste discrepanze spesso si traducono in mappe con qualità e risoluzione incoerenti tra le piattaforme14, spingendo molti ricercatori a utilizzare più pacchetti software per perfezionare e convalidare i risultati. In questo articolo, evidenziamo l’uso di cryoSPARC v3, RELION-3 e Scipion 3 per ottenere una ricostruzione 3D ad alta risoluzione di AAV, un vettore ampiamente utilizzato per la terapia genica15. I suddetti pacchetti software sono gratuiti per gli utenti accademici; cryoSPARC v3 e Scipion 3 richiedono licenze.

Protocol

1. Creazione di un nuovo progetto cryoSPARC v3 e importazione dei dati NOTA: I dati sono stati acquisiti presso l’Oregon Health and Science University (OHSU) di Portland utilizzando un microscopio elettronico Titan Krios da 300 kV dotato di un rivelatore di elettroni diretti Falcon 3. Le immagini sono state raccolte in modalità di conteggio con una dose totale di 28,38 e−/Å2 frazionata su 129 fotogrammi e un intervallo di sfocatura da -0,5 μm a -2,5 μ…

Representative Results

Abbiamo presentato una pipeline SPA completa per ottenere una struttura ad alta risoluzione utilizzando tre diverse piattaforme di elaborazione: cryoSPARC v3, RELION-3 e Scipion 3. La Figura 1 e la Figura 4 riepilogano il flusso di lavoro di elaborazione generale e nella Tabella 1 vengono descritti in dettaglio i protocolli di perfezionamento. Questi protocolli sono stati utilizzati durante i perfezionamenti di una struttura 2.3 Å di AAV, raggi…

Discussion

In questo articolo, presentiamo un robusto flusso di lavoro SPA per l’elaborazione dei dati crio-EM su varie piattaforme software per ottenere ricostruzioni 3D ad alta risoluzione (Figura 1). Questo flusso di lavoro è applicabile a un’ampia varietà di macromolecole biologiche. I passaggi successivi del protocollo sono descritti nella Figura 4, tra cui la pre-elaborazione dei filmati, il prelievo e la classificazione delle particelle e diversi metodi per il per…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Ringraziamo Carlos Oscar Sorzano per l’aiuto con l’installazione di Scipion3 e Kilian Schnelle e Arne Moeller per l’aiuto con il trasferimento dei dati tra diverse piattaforme di elaborazione. Una parte di questa ricerca è stata supportata dalla sovvenzione NIH U24GM129547 ed eseguita presso il PNCC dell’OHSU e accessibile tramite EMSL (grid.436923.9), un DOE Office of Science User Facility sponsorizzato dall’Office of Biological and Environmental Research. Questo studio è stato supportato da una sovvenzione di start-up della Rutgers University ad Arek Kulczyk.

Materials

CryoSPARC Structura Biotechnology Inc. https://cryosparc.com/
CTFFIND 4 Howard Hughes Medical Institute, UMass Chan Medical School https://grigoriefflab.umassmed.edu/ctffind4
MotionCorr2 UCSF Macromolecular Structure Group https://msg.ucsf.edu/software
Phenix Computational Tools for Macromolecular Neutron Crystallography (MNC) http://www.phenix-online.org/
PyEM Univerisity of California, San Francisco https://github.com/asarnow/pyem
RELION MRC Laboratory of Structural Biology https://www3.mrc-lmb.cam.ac.uk/relion/index.php/Main_Page
Scipion Instruct Image Processing Center (I2PC), SciLifeLab http://scipion.i2pc.es/
UCSF Chimera UCSF Resource for Biocomputing, Visualization, and Informatics https://www.cgl.ucsf.edu/chimera/

References

  1. Bartesaghi, A., et al. Atomic resolution Cryo-EM structure of beta-galactosidase. Structure. 26 (6), 848-856 (2018).
  2. Merk, A., et al. Breaking Cryo-EM resolution barriers to facilitate drug discovery. Cell. 165 (7), 1698-1707 (2016).
  3. Wardell, M., et al. The atomic structure of human methemalbumin at 1.9 A. Biochemical and Biophysical Research Communications. 291 (4), 813-819 (2002).
  4. PDB statistics: Growth of Structures from 3DEM Experiments Released per Year. RCSB PDB Available from: https://www.rcsb.org/stats/growth/growth-em (2021)
  5. Lander, G. C., et al. Appion: an integrated, database-driven pipeline to facilitate EM image processing. Journal of Structural Biology. 166 (1), 95-102 (2009).
  6. Grant, T., Rohou, A., Grigorieff, N. cisTEM, user-friendly software for single-particle image processing. Elife. 7, 35383 (2018).
  7. 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).
  8. Tang, G., et al. EMAN2: an extensible image processing suite for electron microscopy. Journal of Structural Biology. 157 (1), 38-46 (2007).
  9. van Heel, M., Harauz, G., Orlova, E. V., Schmidt, R., Schatz, M. A new generation of the IMAGIC image processing system. Journal of Structural Biology. 116 (1), 17-24 (1996).
  10. Scheres, S. H. RELION: Implementation of a Bayesian approach to cryo-EM structure determination. Journal of Structural Biology. 180 (3), 519-530 (2012).
  11. de la Rosa-Trevin, J. M., et al. Scipion: A software framework toward integration, reproducibility and validation in 3D electron microscopy. Journal of Structural Biology. 195 (1), 93-99 (2016).
  12. Shaikh, T. R., et al. SPIDER image processing for single-particle reconstruction of biological macromolecules from electron micrographs. Nature Protocols. 3 (12), 1941-1974 (2008).
  13. Sorzano, C. O., et al. XMIPP: a new generation of an open-source image processing package for electron microscopy. Journal of Structural Biology. 148 (2), 194-204 (2004).
  14. Lawson, C. L., Chiu, W. Comparing cryo-EM structures. Journal of Structural Biology. 204 (3), 523-526 (2018).
  15. Naso, M. F., Tomkowicz, B., Perry, W. L., Strohl, W. R. Adeno-associated virus (AAV) as a vector for gene therapy. BioDrugs. 31 (4), 317-334 (2017).
  16. Cryo-EM data processing in cryoSPARC: Introductory Tutorial. at Available from: https://guide.cryosparc.com/processing-data/cryo-em-data-processing-in-cryosparc-introductory-tutorial (2020)
  17. Bepler, T., Noble, A. J., Berger, B. Topaz-Denoise: general deep denoising models for cryoEM and cryoET. Nature Communications. 11 (5208), (2020).
  18. Pettersen, E. F., et al. UCSF Chimera-a visualization system for exploratory research and analysis. Journal of Computational Chemistry. 25 (13), 1605-1612 (2004).
  19. . Single-particle processing in RELION-3.1 Available from: https://hpc.nih.gov/apps/RELION/relion31_tutorial.pdf (2019)
  20. 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).
  21. . MotionCor2 User Manual Available from: https://hpc.nih.gov/apps/RELION/MotionCor2-UserManual-05-03-2018.pdf (2018)
  22. Rohou, A., Grigorieff, N. CTFFIND4: Fast and accurate defocus estimation from electron micrographs. Journal of Structural Biology. 192 (2), 216-221 (2015).
  23. . UCSF PyEM v0.5 Available from: https://github.com/asarnow/pyem (2019)
  24. Sorzano, C. O. S., et al. A new algorithm for high-resolution reconstruction of single particles by electron microscopy. Journal of Structural Biology. 204 (2), 329-337 (2018).
  25. Jimenez-Moreno, A., et al. Cryo-EM and single-particle analysis with Scipion. Journal of Visualized Experiments: JoVE. (171), e62261 (2021).
  26. Adams, P. D., et al. PHENIX: a comprehensive Python-based system for macromolecular structure solution. Acta Crystallographica Section D Biological Crystallography. 66, 213-221 (2010).
  27. Vilas, J. L., et al. MonoRes: Automatic and accurate estimation of local resolution for electron microscopy maps. Structure. 26 (2), 337-344 (2018).
  28. Sorzano, C. O., et al. A clustering approach to multireference alignment of single-particle projections in electron microscopy. Journal of Structural Biology. 171 (2), 197-206 (2010).
  29. Penczek, P. A. Resolution measures in molecular electron microscopy. Methods in Enzymology. 482, 73-100 (2010).
  30. Xie, Q., Yoshioka, C. K., Chapman, M. S. Adeno-associated virus (AAV-DJ)-Cryo-EM structure at 1.56 A Resolution. Viruses. 12 (10), 1194 (2020).
  31. Zivanov, J., et al. New tools for automated high-resolution cryo-EM structure determination in RELION-3. Elife. 7, 42166 (2018).
  32. Kulczyk, A. W., Moeller, A., Meyer, P., Sliz, P., Richardson, C. C. Cryo-EM structure of the replisome reveals multiple interaction coordinating DNA synthesis. Proceedings of the National Academy of Sciences of the United States of America. 114 (10), 1848-1856 (2017).

Play Video

Cite This Article
DiIorio, M. C., Kulczyk, A. W. A Robust Single-Particle Cryo-Electron Microscopy (cryo-EM) Processing Workflow with cryoSPARC, RELION, and Scipion. J. Vis. Exp. (179), e63387, doi:10.3791/63387 (2022).

View Video