שיפור מפות צפיפות על ידי הסרת רוב החלקיקים בערימות סופיות של מיקרוסקופ אלקטרונים קריוגני של חלקיק יחיד
10 במאי 2024
שיטת בחירת חלקיקים מתקדמת עבור cryo-EM, כלומר CryoSieve, משפרת את רזולוציית מפת הצפיפות על ידי הסרת רוב החלקיקים בערימות סופיות, כפי שהודגם באמצעות היישום שלה על מערך נתונים בעולם האמיתי.
מיקרוסקופ אלקטרונים קריוגני חיוני לקביעת מבנים כמעט אטומיים של מקרומולקולות ביולוגיות. למרות הסתמכותו על ממוצע של מספר רב של תמונות נמוכות אות לרעש, המספר האופטימלי של חלקיקים הדרושים לרזולוציה ספציפית נותר לא ידוע. מגבלה זו מעכבת את ההתקדמות בניתוח הדגימות ובשיטות ההכנה.
כדי להתמודד עם זה, אנו מציגים שיטת מיון איטרטיבית, CryoSieve. בחירת פרוטוקול סטנדרטית כוללת סיווג דו-ממדי ותלת ממדי, קריטריוני מיון פרוטוקולים אחרים כגון שיטת המתאם הצולב המנורמל, גישת עקביות הגרף הזוויתי וסיווג אי-היישור נמצאים כעת בשימוש. ניסויים נרחבים מראים כי CryoSieve עולה בביצועיו על אלגוריתמים אחרים למיון חלקיקי cryo-EM, וחושפים כי רוב החלקיקים אינם נחוצים בערימות סופיות.
מיעוט החלקיקים שנותרו בערימות הסופיות מניב משרעת ברזולוציה גבוהה מאוד במפות צפיפות שחזור. עבור ערכות נתונים מסוימות, גודלה של תת-הקבוצה הטובה ביותר מתקרב לגבול התיאורטי. ב- cryo-EM, הכנת דוגמאות מעכבת את זרימת העבודה.
בשל היעדר מדדים סטנדרטיים להשוואת פרוטוקולים, היחס בין חלקיקים נבחרים לחלקיקים שנאספו יכול לשמש כמדד איכות. בחינת הפיזור המרחבי והזמני שלהם עשויה גם להדגיש גורמים פיזיקליים מרכזיים ביעילות ההכנה.
סקירה כללית
מחקר זה מציג את CryoSieve, שיטה מתקדמת לבחירת חלקיקים עבור מיקרוסקופיה אלקטרונית קריוגנית (cryo-EM) המשפרת את רזולוציית מפת הצפיפות. על ידי הסרת חלקיקים מיותרים מהערמות הסופיות, CryoSieve משפרת משמעותית את האיכות של מפות הצפיפות המשוחזרות.
מרכיבי מפתח של המחקר
תחום מדעי
- מיקרוסקופיית אלקטרונים קריוגנית
- ביולוגיה מבנית
- שיטות לבחירת חלקיקים
רקע
- מיקרוסקופיה אלקטרונית קריוגנית (Cryo-EM) היא חיונית לקביעת מבנים ברזולוציה כמעט-אטומית של מקרו-מולקולות ביולוגיות.
- שיטות נוכחיות לבחירת חלקיקים משאירות לעיתים קרובות חלקיקים מיותרים, דבר המגביל את הרזולוציה.
- טכניקות בחירה סטנדרטיות כוללות שיטות סיווג ומדדים שונים.
- קיים מחסור במדדים סטנדרטיים להשוואה בין פרוטוקולים להכנת דגימות.
מטרת המחקר
- פיתוח שיטת מיון איטרטיבית המבצעת אופטימיזציה של בחירת חלקיקים ב-cryo-EM.
- הדגמת היעילות של CryoSieve בשיפור רזולוציית מפת הצפיפות.
- קביעת מדד איכות המבוסס על היחס בין חלקיקים שנבחרו לחלקיקים שנאספו.
שיטות שנעשה בהן שימוש
- שיטת מיון איטרטיבית לבחירת חלקיקים.
- האצה באמצעות GPU ליעילות העיבוד.
- שימוש בפקודות ספציפיות להגדרת הסביבה ולהרצת CryoSieve.
- השוואה של מפות צפיפות לפני ואחרי יישום CryoSieve.
תוצאות עיקריות
- CryoSieve הציגה ביצועים טובים יותר מאלגוריתמים קיימים לבחירת חלקיקים.
- תת-הקבוצה הסופית של החלקיקים התקרבה לגבולות התאורטיים, מה שהוביל למפות ברזולוציה גבוהה.
- נצפו שיפורים משמעותיים ב-Rosenthal Henderson B factor.
- מפות צפיפות משופרות הראו שרשראות צד ופרטים מבניים ברורים יותר.
מסקנות
- CryoSieve משפר ביעילות את האיכות של מפות צפיפות ב-cryo-EM.
- השיטה מפחיתה את מספר החלקיקים תוך שיפור הרזולוציה.
- עבודות עתידיות עשויות להתמקד בסטנדרטיזציה של מדדים להכנת דגימות ל-cryo-EM.
שאלות נפוצות
רלוונטיות תעשייתית למנהלים
פענוח מבני ברזולוציה גבוהה של מקרו-מולקולות ביולוגיות הוא קריטי לתיקוף מטרות ולצמצום סיכונים מכניסטיים במחקר ופיתוח בביופארמה. סבב העבודה האיטרטיבי של CryoSieve לבחירת חלקיקים משפר את איכות מפת הצפיפות ב-cryo-EM של חלקיק בודד על ידי הסרת מרבית החלקיקים שאינם תורמים, מה שמשפיע ישירות על מידת הביטחון החזויה של המודלים המבניים. יכולת זו תומכת בהחלטות גילוי מוקדמות אמינות יותר ובמיון תיקי פיתוח באמצעות שיפור דיוק התובנות המולקולריות.
יישומים אסטרטגיים במחקר ופיתוח בביופארמה
גילוי מוקדם ותיקוף מטרה
- מאפשר בחינה קפדנית של היפותזות טיפוליות באמצעות שיפור בהירות המבנה.
- מפחית עמימות מכניסטית על ידי זיקוק מפות צפיפות לרזולוציה קרובה לאטומית.
- תומך בתיקוף פונקציונלי של מטרות על ידי אספקת נתונים מבניים ברמת ביטחון גבוהה יותר.
- מסייע במיון תיקי פיתוח (portfolio triage) על ידי הבחנה בין מטרות באיכות גבוהה על בסיס ראיות מבניות.
סריקה ופיתוח בדיקות (Assay)
- מכין מודלים מבניים עוברי-תיקוף עבור תהליכי סינון והערכת תרכובות בשלבים הבאים.
- משפר את השחזוריות של הבדיקה על ידי סטנדרטיזציה של בחירת החלקיקים ואיכות המפה.
- מאפשר הערכה כמותית של מאפיינים מבניים הרלוונטיים לקשירת ליגנדים או למודולציה שלהם.
- תומך בפיתוח פלטפורמה ניתנת להרחבה ולשימוש חוזר עבור סינון מבוסס מבנה.
מחקר תרגומי ופרה-קליני
- מתאימה פלטים מבניים למודלים רלוונטיים למחלה לצורך פיתוח ביומרקרים תרגומיים.
- מספק רציפות משלב הגילוי ועד לאישור הפרה-קליני על ידי הבטחת דיוק מבני.
- מפחית סיכונים בקבלת החלטות על קידום השלבים על ידי אספקת נתונים מולקולריים חסונים ובעלי רזולוציה גבוהה.
- משפר את הערך הניבוי עבור מחקרים תפקודיים ופרמקולוגיים המשכיים.
שילוב תהליכי עבודה ופייפליין
תהליך העבודה של CryoSieve משתלב ברצף הגילוי, החל מביולוגיה מבנית מוקדמת ועד לזיהוי מולקולות מובילות (lead identification) ומחקר פרה-קליני, ובכך הוא תומך בבדיקה איטרטיבית של היפותזות ובזיקוק מודלים.
- ביולוגיה של גילוי: משפר היפותזות מבניות ומבהיר מסלולים מולקולריים על ידי מקסום הרזולוציה של מפת הצפיפות.
- סריקה: מספק נתונים מבניים איכותיים וניתנים לשחזור לצורך פיתוח בדיקות וסריקת תרכובות.
- אנליטיקה: מספק פלטים כמותיים כגון B factor ורזולוציה מקומית לצורך השוואה אובייקטיבית של תנאים.
- מחקר תרגומי: מגשר בין שלבי הגילוי לשלבים הפרה-קליניים על ידי התאמת נתונים מבניים למודלים של מחלות.
- שימוש חוזר ארגוני: מבסס גישה סטנדרטית וניתנת להרחבה לבחירת חלקיקים במספר פרויקטים.
השפעה תפעולית וארגונית
- ערך מדעי: מגביר את הביטחון החזוי ומפחית את אי-הוודאות המכניסטית במודלים מבניים.
- ערך תפעולי: מבצע סטנדרטיזציה וייעול של בחירת החלקיקים, ובכך משפר את השחזוריות והיכולת להרחבה (scalability).
- ערך אסטרטגי: מאפשר קבלת החלטות מושכלת יותר לגבי המשך התהליך (go/no-go) ומשפר את יעילות ההון על ידי הפחתת סיכון ביולוגי בשלבים מאוחרים.
- השפעה על הפורטפוליו: תומך בתיעדוף מותאם סיכונים ובקידום של מטרות המהוכיחות מבנית.
שיקולי יישום
- דורש מומחיות בעיבוד נתוני cryo-EM ובביולוגיה מבנית.
- מחייב תשתית חישובית מואצת GPU לצורך מיון איטרטיבי יעיל.
- מצריך סטנדרטיזציה בין-צוותית של בחירת חלקיקים ומדדי איכות.
- ניתן להתאמה למערכות מקרו-מולקולריות מגוונות, אך תלוי באיכות מערך הנתונים.
- מגבלות מעשיות כוללות את הצורך בהכנת דגימות חסונה ובזרימות עבודה לניהול נתונים.
