冷凍電鏡單顆粒技術(shù)實(shí)現(xiàn)了解析溶液中蛋白質(zhì)的結(jié)構(gòu)達(dá)到近原子分辨率，甚至在apoferritin上達(dá)到原子分辨率。然而，在工作狀態(tài)的細(xì)胞環(huán)境中的蛋白質(zhì)往往具有更多的原生構(gòu)象，并可能形成比純化蛋白質(zhì)更完整的復(fù)合物，因此實(shí)現(xiàn)高分辨的原位蛋白質(zhì)結(jié)構(gòu)解析是目前冷凍電鏡的重要目標(biāo)之一。
冷凍電子斷層（cryo-ET）結(jié)合亞單位平均是目前實(shí)現(xiàn)蛋白質(zhì)原位結(jié)構(gòu)解析的通用方案，但斷層要求對每一個區(qū)域收集傾轉(zhuǎn)序列，這降低了原位的數(shù)據(jù)采集通量，且傾轉(zhuǎn)序列之間存在對中誤差和冰層畸變等問題，導(dǎo)致分辨率難以突破。
為了實(shí)現(xiàn)原位蛋白質(zhì)的高通量、高分辨率結(jié)構(gòu)解析，中國科學(xué)院生物物理研究所章新政組致力于開發(fā)不基于電子斷層的新型原位結(jié)構(gòu)解析算法。近日，《自然-通訊》（Nature Communications）在線發(fā)表了章新政組撰寫的題為Determining protein structures in cellular lamella at pseudo-atomic resolution by GisSPA的研究論文。該研究基于課題組2021年發(fā)表的isSPA算法進(jìn)行GPU加速優(yōu)化，將計(jì)算效率提高了約400-500倍。
該工作將FIB減薄的細(xì)胞樣品作為測試數(shù)據(jù)，使用GisSPA分別解析了細(xì)胞中的分子量約為14.7 MD的藻膽體和分子量約為1.5MD的光系統(tǒng)II復(fù)合物的高分辨結(jié)構(gòu)，其分辨率分別為3.4埃和3.9埃（圖1）。此外，該研究還探索了GisSPA算法針對不同分子量大小的蛋白質(zhì)和切片厚度的適用范圍。結(jié)論認(rèn)為在切片厚度為100-150納米時，可解析的最小復(fù)合物的分子量約為1.1 MD（圖2）。該方法較斷層重構(gòu)數(shù)據(jù)采集效率提升了30~40倍，解析分辨率也獲得顯著提升。
上述工作由生物物理所、北京理工大學(xué)、中科院計(jì)算技術(shù)研究所的科研人員合作完成。研究工作國家重點(diǎn)研發(fā)計(jì)劃、國家自然科學(xué)基金、中科院戰(zhàn)略性先導(dǎo)科技專項(xiàng)（B類）、中科院基礎(chǔ)前沿科學(xué)重點(diǎn)研究計(jì)劃等的支持。
此外，上述研究中的FIB樣品來自于清華大學(xué)隋森芳團(tuán)隊(duì)。隋森芳團(tuán)隊(duì)?wèi)?yīng)用isSPA算法與電子斷層的結(jié)合探究了紅藻的PBS-PSII-PSI-LHC巨型復(fù)合物。isSPA算法將復(fù)合物的分辨率提高至3.3埃。該成果（In situ structure of the red algal phycobilisome-PSII-PSI-LHC megacomplex）同日在線發(fā)表在《自然》（Nature）上。相關(guān)工作由清華大學(xué)和生物物理所的科研人員合作完成。
章新政課題組致力于新型原位結(jié)構(gòu)解析技術(shù)的開發(fā)。基于此，課題組開發(fā)了蛋白質(zhì)識別算法，并對探測函數(shù)的最優(yōu)權(quán)重進(jìn)行推導(dǎo)。新函數(shù)提升了疊合密度中探測目標(biāo)蛋白的效率。結(jié)合排序函數(shù)減少蛋白質(zhì)識別算法引入的假陽性數(shù)據(jù)，有效減輕模型偏差的影響，實(shí)現(xiàn)高分辨重構(gòu)。
圖1.藻膽體（a）與光系統(tǒng)II（b）的高分辨原位結(jié)構(gòu)
圖2.GisSPA算法探測效率與切片厚度（a）和蛋白質(zhì)分子量（b）的相關(guān)性
