无锡冷冻电镜单颗粒技术服务

冷冻电镜技术原理之电子晶体学：利用电子显微镜对生物大分子在一维、二维以致三维空间形成的高度有序重复排列的结构(晶体)成像或者收集衍射图样，进而解析这些生物大分子的结构，这种方法称为电子晶体学。其适合的样品分子量范围为10~500kD，Zgao分辨率约0.19nm。该方法与X射线晶体学的类似之处在于均需获得高度均一的生物大分子的周期性排列，不同之处是利用电子显微镜除了可以获得晶体的电子衍射外还可以通过获得晶体的图像来进行结构解析。冷冻电镜技术测定结构的几种方法：X射线晶体学、NMR、和冷冻电镜技术。无锡冷冻电镜单颗粒技术服务

冷冻电镜技术的仪器结构：（1）图像记录系统：收集来自样品的电子信号，在荧光屏上形成图像。（2）电子枪：产生电子束的部分，聚光镜系统负责将电子束聚焦到样本样品上。（3）图像生成系统：由物镜，中间和投影仪镜头以及可移动平台组成。冷冻电镜已经能解析出生物大分子的原子级分辨率（0.2-0.3nm）结构，但是这一结果离物理极限还有较大距离。长久以来，冷冻电镜在结构生物学领域取得了巨大成功，目前，多构象蛋白的三维分类问题和生物大分子的动力学分析依然是充满挑战的研究方向，新型的算法发展也将主要围绕这些问题展开。而作为一种低信号源激发测试技术，冷冻电镜技术在一些对电子束、热敏感材料，如钙钛矿材料、某些高分子材料、水凝胶、量子点等精细结构的物理表征与机理研究中也具有巨大的应用潜力。他山之石，可以攻玉。随着硬件设备与模拟算法的改进，这项带着结构生物化学研究迈入新纪元的技术，未来必定拥有更加广阔的应用前景。淮南冷冻透射电镜技术服务中心冷冻电镜技术之冷冻蚀刻电子显微镜优点：样品经冷冻断裂蚀刻后，能够观察到不同劈裂面的微细结构。

冷冻电子显微镜技术：目前使用的几种主要的结构解析方法包括:电子晶体学单颗粒重构技术和电子断层扫描重构技术等。电子晶体学：电子晶体学技术利用电子显微镜的成像和电子衍射的功能，从生物大分子的二维晶体获取结构信息，解析其三维结构。生物大分子在空间中有序排列，可以形成三维晶体，也可以形成二维晶体对于二维晶体来说，其只在X-Y平面内具有平移对称性，电子波照射到二维晶体上时能够发生衍射。根据电子显微镜记录的二维图像来确定相位，利用二维晶体的衍射图谱来确定振幅，从而通过反傅里叶变换计算出大分子的密度投影，之后再利用三维重构技术获得大分子的三维结构图，从而解析出生物大分子的三维结构。该方法的特点是解析分辨率较高，可达到近原子分辨率。但获得蛋白的二维晶体来作为样品，仍然是一项非常具有挑战性的工作。

单颗粒冷冻电镜技术的颗粒挑选：接下来需要从原始数据中筛选出颗粒投影，也被称为“颗粒挑选”，颗粒挑选的好坏也将影响所有后续的分析和处理过程，是一个重要并且繁琐的步骤。颗粒挑选方式可以分为手动挑选、半自动挑选和完全自动挑选这几种。在早期的分析中，对于结构的了解还非常少，优先考虑的都是人工挑选。但是自动的颗粒图像获取方法的出现使得在很短时间内可以收集数十万张颗粒图像，人工挑选大量的颗粒图像不太现实，并且人工的挑选通常会过于集中于某一类颗粒图像，导致遗漏和偏差。半自动和全自动的方法主要有以下三类：(1)通过例如降噪、反衬增强、边缘算子等图像形态学方法搜索区域，基于数字图像处理学的原理，将颗粒图像与背景分离开来。(2)基于模板的方法，通过扫描数据图像和已知的模板比较来挑选出潜在的颗粒图像，模板的来源通常为手动选出的数据图像中较为清晰的颗粒图像，或者是已知结构的投影。(3)结合无模板和有模板的方法，通过一些有监督的机器学习算法进行颗粒挑选。冷冻电镜技术之冷冻透射电镜通常是在普通透射电镜上加装样品冷冻设备。

冷冻电镜技术之冷冻透射电镜：冷冻透射电镜(Cryo-TEM)通常是在普通透射电镜上加装样品冷冻设备，将样品冷却到液氮温度(77K)，用于观测蛋白、生物切片等对温度敏感的样品。通过对样品的冷冻，可以降低电子束对样品的损伤，减小样品的形变，从而得到更加真实的样品形貌。它的优点主要体现在以下几个方面：首先是加速电压高，电子能穿透厚样品;第二是透镜多，光学性能好;第三是样品台稳定;第四是全自动，自动换液氮，自动换样品，自动维持清洁。冷冻电镜技术主要应用在单个蛋白质分子结构的分析方面。汕头低温透射电镜技术应用

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。无锡冷冻电镜单颗粒技术服务

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。无锡冷冻电镜单颗粒技术服务