Коллектив ученых из США и Канады разработал новый алгоритм для распознавания молекулярных кластеров и агрегатов на криоэлектронных томограммах. По оценкам авторов, новый метод позволяет эффективно повысить разрешение томографии за счет увеличения числа анализируемых «кадров». Подробное описание исследования приводится в препринте на arXiv.org.
Криоэлектронная томография основана на том, что один и тот же образец сканируется в просвечивающем электронном микроскопе под разными углами. Затем при помощи компьютера из отдельных снимков создается трехмерная модель. Так, к примеру, можно получить изображение одиночной клетки. Разрешения этого метода достаточно, чтобы разглядеть крупные органеллы, но не всегда хватает, чтобы достоверно различить небольшие молекулярные комплексы.
Авторы назвали свою новую технологию Pattern Mining (англ. «поиск шаблонов»). Она основана на автоматическом сравнении большого числа снимков с целью найти на них похожие фрагменты (structural patterns). Далее снимки выравниваются между собой так, чтобы эти фрагменты максимально совпали. Все объекты, для которых удалось добиться достаточного наложения, заносятся в «банк». В итоге, на выходе программа выдает набор молекулярных фрагментов, которые можно достоверно различить на заданной томограмме.
Особенностью новой модели является то, что она ищет структурные фрагменты «вслепую», не опираясь на заранее заданный образец. Это позволяет использовать данный метод для поиска и анализа новых комплексов, для которых еще не известна пространственная структура.
Авторы протестировали свой метод на трех экспериментальных томограммах бактерий, а также на двух томограммах, созданных при помощи компьютерного моделирования. Во всех случаях программе удалось различить от 10 до 15 отдельных структурных фрагментов. Некоторые из них удалось впоследствии сопоставить с известными трехмерными структурами, например так опознали шаперон GroEL, размером около 16 нанометров.
Ранее для поиска молекулярных комплексов на крио-электронных томограммах уже применялись автоматические алгоритмы. Однако, они имели ряд ограничений, например, они могли работать лишь с небольшим числом отдельных снимков, или им требовался заранее известный образец трехмерной структуры.
Тарас Молотилин
Как развитие технологий позволило нащупать «топологическое решение» загадки шизофрении
Шизофрения — одна из самых загадочных и сложных болезней человека. Уже более ста лет ученые пытаются понять причины ее возникновения и найти ключ к терапии. Пока эти усилия не слишком успешны: до сих пор нет ни препаратов, которые могли ли бы ее по-настоящему лечить, ни даже твердого понимания того, какие молекулярные и клеточные механизмы ведут к ее развитию. О том, как ученые бьются с «загадкой шизофрении» мы уже неоднократно писали: сначала с точки зрения истории психиатрии, затем с позиции классической генетики (читателю, который действительно хочет вникнуть в суть проблемы, будет очень полезно сначала прочитать хотя бы последний текст). На этот раз наш рассказ будет посвящен новым молекулярно-биологическим методам исследования, которые появились в распоряжении ученых буквально в последние несколько лет. Несмотря на сырость методик и предварительность результатов, уже сейчас с их помощью получены важнейшие данные, впервые раскрывающие механизм шизофрении на молекулярном уровне.