MétaCan
Menu
Retour à la cohorte
Enregistrement W3006974456 · doi:10.1038/s41467-020-14793-0

Serial protein crystallography in an electron microscope

2020· article· en· W3006974456 sur OpenAlexafffund
Robert Bücker, Pascal Hogan-Lamarre, P. Mehrabi, Eike C. Schulz, Lindsey A. Bultema, Y. Gevorkov, W. Brehm, Oleksandr Yefanov, Dominik Oberthür, Günther Kassier, R. J. Dwayne Miller

Notice bibliographique

RevueNature Communications · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueEnzyme Structure and Function
Établissements canadiensUniversity of Toronto
Organismes subventionnairesDeutsches Elektronen-SynchrotronNatural Sciences and Engineering Research Council of CanadaDeutsche ForschungsgemeinschaftMax-Planck-GesellschaftJoachim Herz StiftungAlexander von Humboldt-Stiftung
Mots-clésDiffractionTransmission electron microscopyProtein crystallizationElectron diffractionElectron microscopeCryo-electron microscopyMicroscopeElectron crystallographyMaterials scienceScanning electron microscopeSample preparationCrystallographyNanotechnologyOpticsChemistryPhysicsChromatographyCrystallization

Résumé

récupéré en direct d'OpenAlex

Serial X-ray crystallography at free-electron lasers allows to solve biomolecular structures from sub-micron-sized crystals. However, beam time at these facilities is scarce, and involved sample delivery techniques are required. On the other hand, rotation electron diffraction (MicroED) has shown great potential as an alternative means for protein nano-crystallography. Here, we present a method for serial electron diffraction of protein nanocrystals combining the benefits of both approaches. In a scanning transmission electron microscope, crystals randomly dispersed on a sample grid are automatically mapped, and a diffraction pattern at fixed orientation is recorded from each at a high acquisition rate. Dose fractionation ensures minimal radiation damage effects. We demonstrate the method by solving the structure of granulovirus occlusion bodies and lysozyme to resolutions of 1.55 Å and 1.80 Å, respectively. Our method promises to provide rapid structure determination for many classes of materials with minimal sample consumption, using readily available instrumentation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,285
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations124
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetEnzyme Structure and FunctionTravaux en français237 207