Exploring the potential for scanning electron microscopy/focused ion beam - based diffraction for screening cryo-transmission electron microscopy samples
Notice bibliographique
Résumé
Abstract The study of biological and organic materials at high resolution using cryogenic transmission-electron microscopy (cryo-TEM) necessitates vitrification to preserve the native structure. Assessing sample integrity is essential, particularly as ice crystallization during freezing and handling can cause irrecoverable structural damage. Usually, a secondary cryo-TEM is used for initial screening, only possible after a time-consuming sample preparation workflow. In the present work, we propose simple methods that exploit existing workflows developed for materials science analyses and demonstrate on-grid in situ assessment of ice crystallinity with electron backscatter diffraction (EBSD) on a direct electron detector (DED) in a cryo-scanning-electron microscope (SEM). This evaluation step can be performed prior to sample preparation for cryo-TEM by using cryogenic focused ion beam (cryo-FIB) milling. Custom grid holders and jigs were developed to integrate the clipped cryo-TEM grids and evolve the sample preparation workflow. EBSD detects hexagonal ice in some areas of the samples, whereas other areas show an absence of EBSD signal, consistent with vitreous ice, that enable targeting the further steps of sample preparation for cryo-TEM. Off-axis transmission Kikuchi diffraction (TKD) was attempted, but led to severe damage to polished TEM-lamellae and appears unsuitable. A proof-of-concept lift-out from a clipped cryo-TEM grid mounted on a support is introduced, demonstrating possibilities for expanded cryogenic correlative workflows beyond the acceleration of sample screening for cryo-TEM.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».