Algoritmo mejora aún mas el enfoque de los microscopios más potentes del mundo

Actualizado: 8 oct 2020

Científicos del Berkeley Lab desarrollan una técnica que mejora la resolución de la microscopía crioelectrónica.

Una imagen compuesta de la enzima lactasa que muestra cómo la resolución de la crio-EM ha mejorado

Todos hemos visto ese momento en un programa de televisión policial en el que un detective está revisando imágenes de seguridad granulosas y de baja resolución, ve a una persona de interés en la cinta y, con indiferencia, le pide a un técnico de CSI que "mejore eso". Unos pocos clics del teclado más tarde, y listo, tienen una imagen perfecta y clara del rostro del sospechoso. Esto, por supuesto, no funciona en el mundo real, como les gusta señalar a muchos críticos de cine y personas en Internet.


Sin embargo, los científicos de la vida real han desarrollado recientemente una verdadera herramienta de "mejora": una que mejora la resolución y precisión de microscopios poderosos que se utilizan para revelar conocimientos sobre biología y medicina.


En un estudio publicado en Nature Methods, un equipo multiinstitucional dirigido por Tom Terwilliger del Nuevo México Consortium e incluyendo investigadores del Laboratorio Nacional Lawrence Berkeley (Berkeley Lab) demuestra cómo un nuevo algoritmo informático mejora la calidad de los mapas de estructura molecular 3D generados con microscopía crioelectrónica (crio-EM).


Durante décadas, estos mapas crio-EM, generados tomando muchas imágenes de microscopía y aplicando software de procesamiento de imágenes, han sido una herramienta crucial para los investigadores que buscan aprender cómo funcionan las moléculas dentro de los animales, plantas, microbios y virus. Y en los últimos años, la tecnología crio-EM ha avanzado hasta el punto de que puede producir estructuras con resolución a nivel atómico para muchos tipos de moléculas . Sin embargo, en algunas situaciones, incluso los métodos crio-EM más sofisticados aún generan mapas con menor resolución y mayor incertidumbre que la requerida para desentrañar los detalles de reacciones químicas complejas.


"En biología, ganamos mucho al conocer la estructura de una molécula", dijo el coautor del estudio Paul Adams, director de la División de Biofísica Molecular y Bioimagen Integrada en Berkeley Lab. “Las mejoras que vemos con este algoritmo facilitarán a los investigadores la determinación de modelos estructurales atomísticos a partir de datos de crio-microscopía electrónica. Esto es particularmente importante para el modelado de moléculas biológicas muy importantes, como las involucradas en la transcripción y traducción del código genético, que a menudo solo se ven en mapas de menor resolución debido a sus grandes y complejas estructuras de múltiples unidades ".


El algoritmo mejora los mapas moleculares al filtrar los datos en función del conocimiento existente sobre cómo se ven las moléculas y cómo estimar y eliminar mejor el ruido (datos no deseados e irrelevantes) en los datos de microscopía. Anteriormente, se utilizó un enfoque con la misma base teórica para mejorar los mapas de estructura generados a partir de la cristalografía de rayos X, y los científicos han propuesto su uso en crio-EM. Pero, según Adams, nadie había podido mostrar evidencia definitiva de que funcionara para crio-EM hasta ahora.


El equipo aplicó por primera vez el algoritmo a un mapa disponible públicamente de la proteína humana apoferritina que se sabe que tiene una resolución de 3.1 angstroms (un angstrom es igual a la 10 mil millonésima parte de un metro; como referencia, el diámetro de un átomo de carbono se estima en 2 angstroms). Luego, compararon su versión mejorada con otro mapa de referencia de apoferritina disponible públicamente con una resolución de 1.8 angstrom y encontraron una correlación mejorada entre los dos.


A continuación, el equipo utilizó su enfoque en 104 conjuntos de datos de mapas del banco de datos de microscopía electrónica. Para una gran proporción de estos conjuntos de mapas, el algoritmo mejoró la correlación entre el mapa experimental y la estructura atómica conocida y aumentó la visibilidad de los detalles.


Enzima β-galactosidasa, también llamada lactasa procesada con el algoritmo. Crédito: Terwilliger et al./Nature Methods

Los autores señalan que los claros beneficios del algoritmo al revelar detalles importantes en los datos, combinados con su facilidad de uso (es un análisis automatizado que se puede realizar en un procesador de computadora portátil) probablemente lo convertirán en parte de una parte estándar del flujo de trabajo de cryo-EM. De hecho, Adams ya ha agregado el código fuente del algoritmo a la suite de software Phenix , un paquete popular para la solución de estructura macromolecular automatizada para el cual él lidera el equipo de desarrollo.





Fuente: Berkeley Lab

0 comentarios