Strategies for picking membrane-associated particles within subtomogram averaging workflows.
Strategies for picking membrane-associated particles within subtomogram averaging workflows.
复制标题
DOI：
10.1039/d2fd00022a
复制
发表时间：
2022-11-08
影响因子：
3.4
通讯作者：
Zanetti, Giulia
中科院分区：
文献类型：
--
作者：
Pyle, Euan;Hutchings, Joshua;Zanetti, Giulia
具有亚断层图像平均（STA）的冷冻电子断层扫描（cryo-ET）已经成为体外和原位确定大分子结构的关键工具。然而，用STA处理冷冻ET数据目前需要大量的用户专业知识。最近的努力已经简化了STA工作流程中的几个步骤;然而，颗粒拾取仍然是许多项目的耗时瓶颈，需要大量的用户输入。在这里，我们提出了几种策略的时间效率和准确挑选的膜相关颗粒使用COPII内涂层作为案例研究。我们还讨论了一系列颗粒清洗解决方案，以从STA数据集中去除质量差和假阳性颗粒。我们为用户提供了一个分步指南和必要的脚本，以独立执行所讨论的颗粒拾取和清洁策略。在低温断层扫描和亚断层图像平均中，颗粒拾取构成了主要瓶颈，并且需要大量的用户时间和专业知识。在这里，我们总结了颗粒拾取策略，特别是专注于膜相关的颗粒。
Cryo-electron tomography (cryo-ET) with subtomogram averaging (STA) has emerged as a key tool for determining macromolecular structure(s) in vitro and in situ. However, processing cryo-ET data with STA currently requires significant user expertise. Recent efforts have streamlined several steps in STA workflows; however, particle picking remains a time-consuming bottleneck for many projects and requires considerable user input. Here, we present several strategies for the time-efficient and accurate picking of membrane-associated particles using the COPII inner coat as a case study. We also discuss a range of particle cleaning solutions to remove both poor quality and false-positive particles from STA datasets. We provide a step-by-step guide and the necessary scripts for users to independently carry out the particle picking and cleaning strategies discussed. In cryo-tomography and subtomogram averaging, particle picking constitutes a major bottleneck and requires significant user time and expertise. Here we summarise particle-picking strategies, focusing in particular on membrane-associated particles.
登录
查看更多内容
影响因子：
16.6
作者：
Hutchings J;Stancheva VG;Brown NR;Cheung ACM;Miller EA;Zanetti G
通讯作者：
Zanetti G
影响因子：
7.7
作者：
Bykov YS;Schaffer M;Dodonova SO;Albert S;Plitzko JM;Baumeister W;Engel BD;Briggs JA
通讯作者：
Briggs JA
影响因子：
16.6
作者：
Hutchings J;Stancheva V;Miller EA;Zanetti G
通讯作者：
Zanetti G
DOI：
10.1073/pnas.1811580115
发表时间：
2018-12-11
影响因子：
11.1
作者：
Qu, Kun;Glass, Barbel;Briggs, John A. G.
通讯作者：
Briggs, John A. G.
影响因子：
3
作者：
Kremer, JR;Mastronarde, DN;McIntosh, JR
通讯作者：
McIntosh, JR