クライオ電子断層撮影(Cryo-ET)がサブトモグラム平均法を機能させる方法

クライオ電子断層撮影(Cryo-ET)は、研究者が細胞内の構造、膜、ウイルスの集合体内の構造など、生物学を人工的で精製された「平均値」に早期に押し付けることなく、真の3Dコンテキストを必要とする際に用いる手法です。

Cryo-Electron Tomography - an overview | ScienceDirect Topics

クライオ電子断層撮影(Cryo-ET)とは何ですか?

クライオ電子断層撮影 (Cryo-ET)は、細胞、ウイルス、大型タンパク質集合体などの生物学的サンプルを、ほぼ原生状態でフラッシュ冷凍した状態で3D「CTスキャンに似た」画像を作成するクライオEM法です。

アイデアは以下の簡単なステップです:

・速凍:試料を急速に凍結し、水が結晶のないガラス状の氷を形成し、自然な構造を保つのに役立ちます。

• 傾きと画像:透過電子顕微鏡では、試料を様々な角度で傾けた状態で何度も画像化します。

・3D再構成:ソフトウェアはこれらの2Dチルト画像をトモグラムと呼ばれる3Dボリュームにまとめます。

なぜCryo-ETを使うのか:

• 精製された粒子だけでなく、細胞内や膜上の構造を文脈で示します。

・空間的組織、すなわち分子がどのように配置され相互作用するかを捉えます。

• 特に大規模な複合体、膜関連アセンブリ、ウイルスや細胞構造に有用です。

サブトモグラム平均化が存在する理由 私n クライオET

Cryo-ETは、同じ凍結標本の複数の傾いた画像を組み合わせることで3D体積(「トモグラム」)を作り出します。これはほぼネイティブの整理整頓を維持するため強力です。課題は、各トモグラムがノイズが多く、細胞内の多くの標的が体積ごとに数回しか現れないことです。

サブトモグラム平均法は、同じ複体を含む多くの小さな3Dサブボリューム(サブトモグラム)を抽出し、それらを整列・平均化して信号が合算されノイズが打ち消されるようにします。簡単に言えば、「ノイズのあるコピー1つ」を「多くの整列したコピー」と交換し、良い粒子を加えるごとに構造がより明確になります。

Longlight Technologyでは、新しいチームに対して次のように説明しています。Cryo-ETはどこにどのように配置されているかを示し、サブトモグラム平均化は同じデータセット内で詳細にその外観を提供します。

クライオETデータの実現方法 a サブトモグラム平均

サブトモグラム平均とは何ですか?

サブトモグラム平均は、クライオ電子断層撮影データから多くの小さな3D切り抜きを取り、それらを整列+平均してノイズを低減することで作られたシャープな3D構造です。

簡単な写真はこちらです:

Cryo-ETはトモグラム(ノイズのある3D体積)を生成します。

同じ標的(例えば、同じリボソーム、ウイルススパイク、膜複合体)がそのトモグラムの中、あるいは複数のトモグラムにまたがって繰り返し存在します。

各コピーの周りに小さな3Dボックスを取り出します。各ボックスはサブトモグラムです。

すべてのサブトモグラフィーを回転させてシフトし、ターゲットが同じ向き(アライメント)に合わせるようにします。

平均をつけるんだ。信号が積み重なり、ランダムなノイズが打ち消され→、より鮮明な3Dマップ、すなわちサブトモグラム平均が得られます。

ワークフローはブラックボックスではなく、品質ゲートの連鎖として見ると論理的です。

クライオETの実現 a 信頼性の高い3D密度

まず、Cryo-ETはティルトシリーズを収録しています。その系列はトモグラムに再構成されます。その後、サブトモグラムのプロセスが始まります。

✓ 繰り返しターゲットを特定する(手動、テンプレートベース、または補助検出)

✓ 各ターゲットの周囲に少量の抽出

✓ これらのボリュームを共有向きに整列させる

✓ 異なる状態や構成を区別するために分類する

✓ 平均してより高品質な3D密度を生成する

初心者への重要な教訓:サブトモグラム平均化は「粒子を増やす」だけではありません。一貫した粒子についてです。ターゲットに複数の形状、立体構造、結合パートナーがある場合、分類は異質性を混乱ではなく洞察に変えるステップとなります。

局所的空間構造特徴を用いたクライオEM密度マップの正確なグローバルおよび局所的な3Dアライメント

サンプル準備度:解像度を制御する静かな要素

多くのCryo-ETプロジェクトは顕微鏡セッション開始前に成功または失敗を決します。良好なサブトモグラフィー平均化は、同じ構造の十分な実用コピーがあり、安定したバッファ内に存在し、信頼できるアライメントをサポートする粒子の挙動が必要です。

Longlightのサービスは実用的なスクリーニングから始まります。なぜなら、時間と予算を守るからです。一般的な品質管理ステップとして、室温・低電圧で行われるネガティブステイン評価があり、均質性、凝集、粒子の形態、サイズ、分布を確認します。これは、サンプルがクライオ電子断層撮影(Cryo-ET)のデータ取得に適しているかどうかを迅速に判断する方法です。

「どれくらいのサンプルを始める必要があるですか?」と尋ねられたクライアントには、明確な基準を示します。

✓ 最低濃度:~1 g/L

✓ 最小体積:~100 μL(ネガ染色および典型的なSPA製剤)

バッファの選択も重要です。多くのプロジェクトにおいて、実行可能な目標範囲は以下の通りです:

✓ pH 6.0–8.5

✓ 塩<200 mM

これらの数字は恣意的なものではありません。これらは回避可能な不安定性を減らし、グリッド準備やイメージング中にサンプルの予測可能な挙動を助けます。粒子が一定であれば、サブトモグラムの整列が容易になり、平均化もより意味のあるものになります。

楽器選択:マッチング t彼はプラットフォーム to あなたのクライオET目標

すべてのCryo-ETの仕事が同じプラットフォームを必要とするわけではありません。サブトモグラフィー平均化は、安定した画像取得、再現可能なチルト系列の収集、強力な自動化の利点を得ており、特にスループットを求める場合に効果的です。

Longlight Technologyは、主に3つのシステムを使用してCryo-Electron Tomography(Cryo-ET)および関連ワークフローをサポートしています。

• Talos L120C G2:サンプル挙動を早期に検証するのに役立つエントリーレベルのTEMおよびクライオEMスクリーニングプラットフォーム

• グラシオス2(200 kV):単一粒子および断層撮影のワークフローに最適化された主力クライオEMシステム

・タイタン・クリオスG4(300 kV):最大限の安定性、自動化、スループット、解像度の可能性を追求したフラッグシッププラットフォーム

顧客の視点から見ると、実用的な利点があります。顕微鏡の時間を「過剰に買う」必要はありません。スクリーニングはまず適切なプラットフォームで行い、その後、データが本当に恩恵を受けられるようになったときにプロジェクトをより高度な容量に移行できます。

サブトモグラム平均化を再現可能にする成果物

サブトモグラフィーの平均は、その証拠の具合によってのみ有用です。下流チームが中間ステップの確認、意思決定の検証、キー処理の再実行ができなければ、最終的なマップは信頼しにくくなり、公開も難しくなります。

Longlightの標準的な対応は、プロジェクトライフサイクル全体にわたる透明性と継続性を強調しています。提供される資料には以下が含まれます:

✓ ゲイン参照ファイルを含む生のクライオEMムービー

✓ 複数の処理段階における中間データファイル

✓ 解像度と品質指標を含む最終的な3D密度マップ

✓ 原子座標モデル(該当する場合)

✓ 相互検証レポート(例:MolProbity評価)

これはサブトモグラフィー平均において重要で、アラインメント、分類、平均化パラメータの解釈が変わる可能性があります。完全な成果物があれば、チームは選択を守り、後で反復し、構造と機能の関係を中心により強固なストーリーを築くことができます。

明確なスケジュールを持つワンストップのCryo-ETサービスワークフロー

Cryo-ET(Cryo-ET)を初めて導入したチームにとって、予測可能なワークフローはリスクを低減します。当社の典型的なサービスパスは以下の通りです:

プロジェクト協議→NDA署名→サービス契約の確認、サンプルの受領→→品質検査→陰性染色スクリーニング→クリオEMデータ収集→データ処理→報告書の提出

また、タイムラインは現実的で計画しやすいようにしています。

・陰性染色:1〜2週間

・SPAの予備結果:6〜8週間

・SPA高解像度モデル:2〜3ヶ月

Cryo-ETのタイムラインはサンプルの複雑さとサブトモグラム戦略に依存しますが、基本原則は同じです。研究を進めるのに十分な速さと、データの信頼性を保つための徹底したバランスの取れた提供を目指しています。

CTA(行動喚起): サブトモグラフィー平均化が重要なクライオ電子断層撮影(Cryo-ET)プロジェクト(膜複合体、大型アセンブリ、in situウイルス機構など)を計画している場合は、Longlight Technologyにご連絡いただき、プロジェクト相談と無料見積もりをご依頼ください。ターゲットタイプ、期待コピー数、バッファ条件を共有していただければ、トモグラムを単なる魅力的な画像ではなく解釈可能な平均値に変換するワークフローを提案します。