深圳Cryo-TEM技术方案

冷冻电镜技术助力快速、高效的新药研发：分子生物学兴起后，基于靶点的药物发现逐渐成为主流新药研发模式。通常通过结构生物学方法获得靶点及靶点-受体相互作用的结合位点。将靶点结构和结合位点作为模型进行虚拟筛选，并通过高通量的方法获得可能结合的潜在分子，并进一步通过结构生物学方法直接解析靶点-潜在分子的高分辨率结构，进行潜在分子的确认。冷冻电镜“分辨率改变”使其成为获得优于3Å结构的常规技术。高分辨率的结构能够清晰地描绘靶点与潜在分子相互作用的信息，包括结合表位、配体手性等，为潜在化合物的结构改造提供了指导。新的疾病或者突发流行病需要进行从头药物设计研究，这些应对性的药物研发需要有大量基础研究的积累。冷冻电镜技术既完美契合了结构生物学的基础研究，又能够助力加速基于结构的药物研发。冷冻电镜技术之冷冻透射电镜是将样品冷却到液氮温度，用于观测蛋白、生物切片等对温度敏感的样品。深圳Cryo-TEM技术方案

低温冷冻透射电镜技术的特点：相对于常温透射电镜，低温透射电镜的优势有：①快速冷冻制样技术将样品固定在玻璃态的冰层中，避免了水或溶剂结晶对样品结构的破坏，能够保持液相中有机分子自组装体和化学反应中间体的微观结构，避免了样品干燥引起的结构变化;②高分子及化学反应体系常常具有非平衡态结构，快速冷冻制样技术能够保持住非平衡态结构，进而得以观察;③低温条件能够尽可能保持有机和高分子等软物质材料的微观结构，明显减少电子束对样品的损伤。芜湖原位冷冻电镜技术服务冷冻电镜技术的基本原理利用快速冷冻技术将其瞬间冷冻至液氮温度下。

冷冻电子显微镜技术中电子断层扫描重构技术：电子断层扫描技术是从一个物体的投影图像重构获得物体内部结构的技术，通过获取同一物体的多个连续角度下的二维投影图来反向重构它的三维结构。简单地说，电子断层扫描技术就是将一个物体(样品)沿着一个与电子束垂直的轴旋转，每旋转一个角度，采集这个物体在相对应方向上的二维投影像，通过对这些二维投影图的处理(相互配准)，将不同角度的二维投影图反向重构(如加权背投影等方法)，获得样品整体三维结构的技术。电子断层成像适合于在纳米级尺度上研究不具有结构均一性的蛋白、病毒、细胞器以及它们之间组成的复合体的三维结构。与电子晶体学和单颗粒技术相比，这种技术无需样品颗粒具有结构同一性，也不强调样品具有一定的对称性。因此，虽然目前电子断层成像所获得的结构的分辨率(约4~10纳米)不能与以上两种技术相比，但其在研究非定形、不对称和不具全同性的生物样品的三维结构和功能中有着不可替代的作用。

什么是冷冻电镜技术？冷冻电镜技术，全称是冷冻电子显微镜技术，是在低温下使用透射电子显微镜观察样品的显微技术。冷冻电镜技术，是一种重要的结构生物学研究方法，它与X射线晶体学、核磁共振一起构成了高分辨率结构生物学研究的基础。冷冻电镜技术的研究，主要是冷冻成像和蛋白快速冷冻技术。根据诺贝尔奖评委会的说法，冷冻电镜技术使生物分子成像，变得更加简单，把生物化学带入了一个新纪元。这项技术可以用来确定，溶液中生物分子的高清晰度结构。冷冻电镜技术其实比较抽象，一直以来它主要的问题是其图像噪音极高、信号极低，研究的目标是从中提取近原子分辨率的结构信息。可以形象的比喻为在一个机器轰鸣的工厂，监测一只蚂蚁爬行的声音。冷冻电镜的目标，就是要完成这项艰巨的任务。因此，可见这项技术成果的科学价值。冷冻电子显微技术主要包括单颗粒冷冻电镜技术和冷冻电子断层扫描技术。

冷冻电子显微技术主要包括单颗粒冷冻电镜技术和冷冻电子断层扫描技术。单颗粒冷冻电镜技术首先捕获大量随机分布的同一种生物样品的二维图像，然后通过图像处理算法解析其三维结构。近年来，随着冷冻电镜设备和计算机软硬件的快速发展，特别是随着直接电子探测器在冷冻电镜中的应用，单颗粒冷冻电镜技术迈进了原子分辨率水平，在生物学、医学和新药研发等领域发挥着越来越重要的作用。冷冻电镜通过记录单个生物样品在倾斜旋转过程中投影的一系列二维图像，采用特殊的算法计算，将二维图像重构为三维断层图像。冷冻电镜主要研究组织、细胞和微生物中的超微结构，它能够提供生理环境下大分子复合物纳米、亚纳米甚至近原子尺度的原位结构信息以及其与其它大分子的相互作用信息。冷冻电镜技术中单颗粒分析法优点：样品受总辐射值小；对称颗粒的解析分辨率更高。武汉透射电子显微镜技术

冷冻电镜技术就是在传统透射电子显微镜之上，加上了低温传输系统和冷冻防污染系统。深圳Cryo-TEM技术方案

单颗粒冷冻电镜技术二维图像分析——颗粒图像的匹配与分类：二维颗粒图像的分类是获取三维结构过程的第一步。对二维图像的分析包括两部分：颗粒图像的匹配和颗粒图像的分类。匹配的过程通常会对颗粒图像应用一些变换操作，通过关联函数去判断不同颗粒图像之间的相似程度。图像匹配的算法主要分为两种，即不依赖模型的方法和基于模型的方法，取决于是否存在利用样本先验信息得到的模板。随着图像匹配的完成，颗粒图像需要进行分类。主要利用多元统计分析和主成分分析方法等算法，其他流行的二维颗粒分类技术还有神经网络分类，将图像在二维空间自组织映射(self-organisingmapping，SOM)再进行分类和排序。二维图像分析的目的是，首先通过图像匹配消除旋转和平移的误差，利用类内紧致、类间离散的原则进行图像分类，较终可以对类内颗粒图像进行平均，提高信噪比，从而实现对高分辨率三维结构的构建。深圳Cryo-TEM技术方案