冷凍電鏡單顆粒技術實現(xiàn)了解析溶液中蛋白質的結構達到近原子分辨率，甚至在apoferritin上達到原子分辨率。然而，在工作狀態(tài)的細胞環(huán)境中的蛋白質往往具有更多的原生構象，并可能形成比純化蛋白質更完整的復合物，因此實現(xiàn)高分辨的原位蛋白質結構解析是目前冷凍電鏡的重要目標之一。

冷凍電子斷層（cryo-ET）結合亞單位平均是目前實現(xiàn)蛋白質原位結構解析的通用方案，但斷層要求對每一個區(qū)域收集傾轉序列，這降低了原位的數(shù)據(jù)采集通量，且傾轉序列之間存在對中誤差和冰層畸變等問題，導致分辨率難以突破。

為了實現(xiàn)原位蛋白質的高通量、高分辨率結構解析，中國科學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構解析算法。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算法進行GPU加速優(yōu)化，將計算效率提高了約400-500倍。

該工作將FIB減薄的細胞樣品作為測試數(shù)據(jù)，使用GisSPA分別解析了細胞中的分子量約為14.7 MD的藻膽體和分子量約為1.5MD的光系統(tǒng)II復合物的高分辨結構，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和切片厚度的適用范圍。結論認為在切片厚度為100-150納米時，可解析的最小復合物的分子量約為1.1 MD（圖2）。該方法較斷層重構數(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、中科院計算技術研究所的科研人員合作完成。研究工作國家重點研發(fā)計劃、國家自然科學基金、中科院戰(zhàn)略性先導科技專項（B類）、中科院基礎前沿科學重點研究計劃等的支持。

此外，上述研究中的FIB樣品來自于清華大學隋森芳團隊。隋森芳團隊應用isSPA算法與電子斷層的結合探究了紅藻的PBS-PSII-PSI-LHC巨型復合物。isSPA算法將復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。相關工作由清華大學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構解析技術的開發(fā)?；诖耍n題組開發(fā)了蛋白質識別算法，并對探測函數(shù)的最優(yōu)權重進行推導。新函數(shù)提升了疊合密度中探測目標蛋白的效率。結合排序函數(shù)減少蛋白質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，實現(xiàn)高分辨重構。

論文鏈接：1、2

圖1.藻膽體（a）與光系統(tǒng)II（b）的高分辨原位結構

圖2.GisSPA算法探測效率與切片厚度（a）和蛋白質分子量（b）的相關性

來源：中科院