厦门透射电镜技术服务

单颗粒冷冻电镜技术：生物大分子快速冷冻后，在低温下利用透射电子显微镜对结构均一、分散的全同样品颗粒进行成像，再经图像处理及重构计算获得样品的三维结构。可研究生物大分子在溶液中的结构及构象变化、无需结晶、所需样品量相对较少，适合于蛋白质、病毒等生物大分子及其复合物的结构生物学研究。样品制备：可以根据样品、电镜载网和其他使用条件，摸索合适的单颗粒样品制备条件，纯化、收集浓度范围从几微升50nM至5uM浓度的蛋白溶液来制备单颗粒电镜样品。在-196℃时，组织中的生物大分子能够长期保持稳定性、细胞活性及组织微观结构，同时，在低温下，生物样品耐受电子辐照剂量增强，且其在电镜镜筒的高真空环境中脱水变形的问题也得以解决。Vitrobot和EMGP2均能够提供快速、简单、可重复的安自动化样品玻璃化制备过程，其在恒定的物理和机械条件下（如温度、相对湿度、吸湿条件和冷冻速度）对样品进行冷冻固定确保生物样品在低温状态下仍保持天然构象。冷冻电镜技术也正在成为助力医药研发的有力手段。厦门透射电镜技术服务

冷冻电镜技术的独特优势：1、更接近天然状态：电子断层成像技术则可用来研究一定厚度的亚细胞器在天然状态下的内部结构，不需要蛋白质结晶。2、适用研究对象普遍：冷冻电镜单粒子法既可以对具有对称结构的大分子进行研究，也适合于研究结构不规则的大分子复合物，对于分子量的上限没有限制，理论上>100kD的分子在成像技术能够保证的情况下可以形成足够的对比以进行图像校正。冷冻电镜技术作为一种重要的结构生物学研究方法，它与X射线晶体学、核磁共振一起构成了结构生物学研究的基础。上海Cryo-TEM技术服务中心冷冻电镜技术的独特优势：它与X射线晶体学、核磁共振一起构成了结构生物学研究的基础。

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。冷冻电镜技术可以通过揭示细胞里发生的生命过程细节，帮助人们了解很多有意思的生物学现象。

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。冷冻电镜技术具有更接近天然状态、适用研究对象普遍等优势。芜湖冷冻电镜技术应用

冷冻电镜技术之冷冻透射电镜优点：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。厦门透射电镜技术服务

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。厦门透射电镜技术服务