金华生物冷冻透射电子显微镜技术平台

冷冻电镜技术揭示生物分子细节：在透射电子显微镜下，高能电子束穿透每一个分子，如同X光穿过人的身体一样，可以拍摄到分子的形貌和它内部的结构信息。科学家们利用计算机将样本里的每一个分子提取出来，把相似的分子予以归类，然后叠加、平均获得其内部结构更为精细的图像，由此得到分子不同方向的二维结构，较后经过计算机三维重构算法，可以得到分子的三维模型。这一过程被称为冷冻电镜三维重构解析。冷冻电镜技术的发展，使得现在的人类可以对细胞内的生命活动有更多了解。未来，科学家将借助冷冻电镜技术继续对复杂生命体的解读。冷冻电镜技术既完美契合了结构生物学的基础研究，又能够助力加速基于结构的药物研发。金华生物冷冻透射电子显微镜技术平台

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。韶关低温电子显微镜技术品牌冷冻电镜“分辨率改变”使其成为获得优于3Å结构的常规技术。

冷冻电镜技术基本原理之电镜三维重构理论：D.DeRosier和A.Klug提出三维重构理论是借助一系列沿不同方向投影的电子显微像来重构被测物体的立体构型，利用计算机数字图像处理技术进行电子显微像三维重构测定生物大分子结构的概念和方法。透射电子显微镜成像过程中，电子束穿透样品，将样品的三维电势密度分布函数沿着电子束的传播方向投影至与传播方向垂直的二维平面上。运用中心截面定理，从而可以通过三维物体不同角度的二维投影在计算机内进行三维重构来解析获得物体的三维结构。

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。冷冻电镜技术的基本原理利用快速冷冻技术将其瞬间冷冻至液氮温度下。

为什么要做冷冻透射电子显微镜技术服务？a.反应样品溶液里结构：如有机分子组装成的微球、囊泡、胶束、纳米管、片层、水凝胶结构等（往往一般透射拍摄到的都是溶液挥发干了之后的结构，但是这样的结构无论是形貌和尺寸和溶液里都有一定差别，现在好多文章的审稿意见都会需要这类结构的透射照片在溶液里的真实形貌，说简单了就是让补一个冷冻透射）；b.不稳定的纳米结构：比如经不起强电子束照射的样品（MOF、COF等若相互作用力结合的材料，如金属配位、氢键相互作用、亲疏水作用力、ππ堆叠等）在强电子束照射下结构会坍塌，冷冻电镜全程在-160℃下可以做到对样品损害较小；c.生物类分子好多都需要冷冻，因为生物分子本身都需要在水或者血液等存活，一些生物样品构筑的一些纳米结构，如纳米微球、囊泡、膜、多孔材料等等。虽然冷冻电镜技术属于前沿技术，但目前已经有利用冷冻电镜基于结构研发的药物进入临床试验。金华生物冷冻透射电子显微镜技术平台

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。金华生物冷冻透射电子显微镜技术平台

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。金华生物冷冻透射电子显微镜技术平台