tooluniverse-electron-microscopy

电子显微镜结构分析

用于发现和分析全分辨率范围内电子显微镜数据的流程：涵盖 3D 密度图（EMDB）、拟合的原子模型（PDB）、原始显微照片数据集（EMPIAR）以及冷冻电子断层扫描体数据（CryoET Data Portal）。通过 PDB 和 AlphaFold，将电镜数据与结构生物学背景联系起来。

指导原则：

1. 关注分辨率 —— 始终报告并解读图谱分辨率；低于 4A 可进行原子建模，4-8A 可进行结构域拟合，高于 8A 仅能观察形状
2. 先看图谱，再看模型 —— 密度图是主要实验数据；拟合模型则是对数据的解释
3. 方法很重要 —— 单颗粒分析、断层扫描、二维晶体学和螺旋重构各有不同的优势与局限
4. 原始数据的价值 —— EMPIAR 原始数据可用于使用较新算法重新处理；务必注明数据是否可用
5. 交叉参考结构 —— 将 EMDB 图谱与 PDB 条目和 AlphaFold 预测关联起来，以确保信息完整
6. 优先使用英文查询 —— 在工具调用中使用英文术语

电镜分辨率决定了你能观察到什么。TEM 可分辨单个蛋白质复合物（约 2nm）。冷冻电镜可对大型复合物实现接近原子级的分辨率（<4Å）。SEM 显示表面形貌。应根据问题选择合适的电镜成像方式。

查询，不要猜测

对任何科学事实不确定时，先搜索数据库，而不是凭记忆推理。经数据库核实的答案总是比猜测更可靠。

---

计算，不要描述

如果分析需要计算（统计、数据处理、评分、富集分析），请通过 Bash 编写并运行 Python 代码。不要描述你打算怎么做——实际执行并报告结果。使用 ToolUniverse 工具检索数据，然后用 Python（pandas、scipy、statsmodels、matplotlib）进行分析。

适用场景

典型需求：

• “查找 [蛋白质/复合物] 的冷冻电镜结构”
• “[目标] 有哪些 EMDB 图谱？”
• “获取 [结构] 的原始显微照片数据”
• “查找 [细胞器/细胞类型] 的断层扫描数据集”
• “[EMDB 条目] 的分辨率是多少？”
• “将这张电镜图谱与 PDB 模型交叉参考”
• “查找 [样本] 的冷冻电子断层扫描数据集”

不适用于此技能：对于 X 射线晶体学或 NMR 结构，请直接使用 PDB 搜索工具。对于蛋白质结构预测，请使用 tooluniverse-protein-structure。

---

核心数据库

数据库	内容	最适用于
EMDB	3D 电镜密度图（>40K 条目）	查找处理后的图谱、分辨率数据和拟合信息
EMPIAR	原始显微照片/倾斜序列数据集	获取用于重新处理的原始图像数据
CryoET Data Portal	冷冻电子断层扫描数据	断层扫描体数据、细胞背景和原位结构
PDB (RCSB)	拟合至电镜图谱的原子模型	根据电镜数据得出的结构模型
AlphaFold	AI 预测的蛋白质结构	电镜分辨率有限时的补充模型

---

工作流概览

Phase 0: Query Parsing
  Identify target protein/complex, method preference, resolution needs
    |
Phase 1: Map & Image Search (EMDB)
  Find EM density maps, resolution, method, sample details
    |
Phase 2: Structure Fitting (EMDB + PDB)
  Identify fitted atomic models, fitting quality
    |
Phase 3: Raw Data Access (EMPIAR)
  Find raw micrographs, tilt series, particle stacks
    |
Phase 4: Tomography (CryoET Data Portal)
  Search cryo-ET datasets, reconstructed volumes
    |
Phase 5: Cross-Reference & Context (PDB + AlphaFold)
  Connect to atomic models, predicted structures, literature
    |
Phase 6: Report Synthesis
  Integrated EM data landscape for the target

---

阶段详情

阶段 0：解析查询

从用户请求中识别：

• 目标：蛋白质名称、复合物名称或生物体
• 方法偏好：单颗粒、断层扫描、micro-ED、螺旋重构
• 分辨率需求：原子建模（<4A）、结构域拟合（4-8A）、形状（>8A）
• 数据类型：处理后的图谱、原始数据、拟合模型或全部

阶段 1：地图与图像搜索（EMDB）

目标：查找与查询匹配的 EM 密度图。

工具：

• EMDB_search_structures —— 按关键词、物种、分辨率搜索 EMDB
  • 输入：query（搜索词），可选的 resolution_min、resolution_max、method、limit
  • 输出：包含 EMDB ID、标题、分辨率、方法、样本的条目
• EMDB_get_structure —— 获取 EMDB 条目的完整详情
  • 输入：emdb_id（例如，“EMD-1234”）
  • 输出：地图详情、分辨率、样本、处理信息、引用
• EMDB_get_map_info —— 获取地图特定信息（分辨率、等高线、尺寸）
  • 输入：emdb_id
• EMDB_get_sample_info —— 获取样本制备详情
  • 输入：emdb_id

工作流：

1. 在 EMDB 中搜索目标蛋白质/复合物
2. 按分辨率对结果排序（最佳优先）
3. 对排名靠前的条目，获取完整详情，包括样本制备和处理信息
4. 记录使用的 EM 方法（单颗粒、断层成像、螺旋重构等）
5. 记录关联的 PDB 和 EMPIAR 登录号

分辨率解读：

• < 2.5A：接近原子级；可见侧链
• 2.5-4.0A：原子级；可追踪骨架和较大的侧链
• 4.0-8.0A：结构域级；可见二级结构元件

• 8.0A：形状级；仅能看到整体架构

阶段 2：结构拟合（EMDB + PDB）

目标：查找拟合到 EM 地图中的原子模型，并评估拟合质量。

工具：

• EMDB_get_validation —— 获取 EMDB 条目的拟合/验证数据
  • 输入：emdb_id
  • 输出：拟合的 PDB 模型、拟合统计数据、验证评分
• RCSBData_get_entry —— 获取 PDB 条目详情
  • 输入：entry_id（PDB ID）
  • 输出：结构详情、分辨率、方法、引用
• RCSBAdvSearch_search_structures —— 高级 PDB 搜索
  • 输入：query（搜索词），可选的 experimental_method、resolution_max、limit
  • 输出：符合条件的 PDB 条目

工作流：

1. 检查阶段 1 中每个 EMDB 条目是否有拟合的原子模型
2. 获取拟合统计数据（交叉相关系数、实空间 R 因子，如有）
3. 检索 PDB 条目以了解结构详情
4. 如果没有拟合模型，则按名称在 PDB 中搜索相关结构

拟合质量指标：

• 交叉相关系数 > 0.7 表明拟合较为合理
• 多个独立拟合的模型可提高可信度
• 地图-模型 FSC 一致性检查可验证拟合

阶段 3：原始数据访问（EMPIAR）

目标：定位原始显微图像数据，以便进行潜在的重新处理。

工具：

• EMPIAR_search_entries —— 搜索 EMPIAR 档案
  • 输入：query（搜索词），可选的 limit
  • 输出：包含 EMPIAR ID、标题、数据类型、大小的条目
• EMPIAR_get_entry —— 获取条目详细信息
  • 输入：empiar_id（例如，“EMPIAR-10028”）
  • 输出：数据描述、文件格式、关联的 EMDB 条目、下载链接

工作流：

1. 在 EMPIAR 中搜索与目标相关的条目
2. 与阶段 1 中找到的 EMDB 条目交叉核对（许多 EMDB 条目链接到 EMPIAR）
3. 记录数据类型：显微图像、颗粒堆栈、倾转序列、增益参考
4. 记录数据集大小（可能从数百 GB 到数 TB）

EMPIAR 中的数据类型：

• 显微图像：探测器原始帧或运动校正后的图像
• 颗粒堆栈：提取的颗粒图像
• 倾转序列：不同倾转角度下的一系列图像（用于断层成像）
• 重构体积：由断层重构得到的 3D 体积

阶段 4：断层成像（CryoET Data Portal）

目标：查找用于细胞和原位结构生物学的冷冻电子断层成像数据集。

工具：

• CryoET_list_datasets -- 搜索 CryoET Data Portal
  • 输入：query（搜索词）、可选的 organism、limit
  • 输出：包含 ID、标题、物种和样本类型的数据集
• CryoET_get_dataset -- 获取数据集详情
  • 输入：dataset_id
  • 输出：样本详情、倾转序列参数、断层图信息
• CryoET_list_runs -- 搜索单个断层成像运行
  • 输入：dataset_id 或 query，可选的 limit
  • 输出：运行详情、倾转参数、体素间距

工作流：

1. 在 CryoET Data Portal 中搜索目标物种或结构
2. 获取数据集详情，包括样本制备和成像参数
3. 探索单个运行，了解倾转序列规格
4. 记录体素间距和断层图尺寸

断层成像与单颗粒方法的区别：断层成像保留细胞环境（原位），但通常分辨率较低。单颗粒方法分辨率更高，但需要纯化样本。

阶段 5：交叉参考与背景信息

目标：将电镜数据与更广泛的结构生物学背景联系起来。

工具：

• alphafold_get_prediction -- 获取 AlphaFold 预测结构
  • 输入：qualifier（UniProt 登录号）
  • 输出：预测的结构坐标、置信度分数（pLDDT）
• PubMed_search_articles -- 查找介绍电镜研究的出版物
  • 输入：query（搜索词）、可选的 limit
  • 输出：包含标题、摘要和 PMID 的文章

工作流：

1. 对于具有电镜结构的蛋白质，获取 AlphaFold 预测结果以供比较
2. 注意 AlphaFold 置信度较低的区域（pLDDT < 70）——这些区域可能具有柔性，较难通过电镜解析
3. 在 PubMed 中搜索方法学论文和电镜研究的生物学见解
4. 在出版物中交叉参考 EMDB/PDB/EMPIAR 登录号

阶段 6：解读与建议

不要只是列出图谱——要帮助用户根据用途选择合适的图谱。

决策矩阵：我应该使用哪张图谱？

用途	最佳分辨率	方法	优先标准
原子模型构建	< 3.5A	单颗粒	选择分辨率最高且带有拟合 PDB 模型的图谱
药物结合位点分析	< 3.0A	单颗粒	必须能分辨结合口袋中的侧链
结构域架构	4-8A	单颗粒或亚断层平均	适用于需要拟合结构域的大型复合物
构象状态	< 4.5A	单颗粒（多个类别）	查找同一数据集包含多个图谱的条目
细胞环境	15-40A	冷冻电子断层成像	展示原位排列的断层成像数据集
重新处理	任意	任意	必须有 EMPIAR 原始数据；优先选择较新的数据集（探测器更好）

质量评估清单：

• 报告的分辨率是否采用“金标准”FSC 0.143 阈值？（一些较早的条目采用 0.5 阈值，会夸大分辨率）
• 图谱是否经过适当锐化？（过度锐化的图谱看起来可能更好，但会包含伪影）
• 是否提供拟合统计数据？（交叉相关 > 0.7 即可接受）
• 同一样本是否有多张图谱？（这表明存在构象异质性，对药物设计很重要）

分辨率趋势分析：如果不同时间存在多张图谱，请记录分辨率变化趋势。从 2015 年的 6A 提升到 2023 年的 2.8A，表明该样本适合使用现代硬件进行高分辨率单颗粒分析。

阶段 7：报告综合

将发现整理成可执行的报告：

1. 目标概览 —— 蛋白质／复合物身份、生物学意义
2. 电镜图谱概况 —— 可用图谱及其分辨率、方法和年份
3. 最佳可用结构 —— 分辨率最高且带有拟合模型的图谱，并进行质量评估
4. 建议 —— 根据用户的用途推荐应使用的具体图谱／模型（并说明理由）
5. 原始数据可用性 —— 可用于重新处理的 EMPIAR 数据集及其大小
6. 断层成像数据 —— 如有，提供细胞环境数据集
7. 结构背景 —— 与 X 射线／NMR／AlphaFold 结构进行比较
8. 重要出版物 —— 方法学论文、生物学发现
9. 数据缺口 —— 缺失的构象状态、未解析区域、对更高分辨率的需求

---

常见分析模式

模式	描述	关键阶段
结构发现	查找某种蛋白质的所有电镜数据	0, 1, 2, 5
重新处理准备	查找用于重新分析的原始数据	0, 1, 3
断层成像调查	探索原位结构数据	0, 4
分辨率比较	跟踪分辨率随时间的提升	0, 1, 2
图谱-模型验证	评估拟合原子模型的质量	0, 1, 2, 5

---

边缘情况与回退方案

• 没有 EMDB 条目：该复合物可能只有 X 射线或 NMR 结构。使用带有方法筛选条件的 RCSBAdvSearch_search_structures 搜索 PDB
• EMDB 条目没有 PDB 模型：低分辨率图谱中很常见。指出这一缺口；建议使用 AlphaFold 进行近似建模
• 没有 EMPIAR 数据：原始数据存档是较新的做法，尚未普及。EMDB 中处理后的图谱可能是唯一可用的数据
• 大型复合物：核糖体、病毒等可能有数百个 EMDB 条目。使用分辨率筛选条件缩小结果范围
• 光学显微镜／表型筛选问题（非电镜）：如果用户实际需要已发表的光学显微镜或高内涵成像数据（例如“哪些成像研究敲低了基因 X？”、“查找用抗体染色的 HeLa 图像”、“化合物 Y 筛选了哪些表型？”），则不适用此电镜工作流。请改用 Image Data Resource (IDR) 搜索工具（见下文）。

---

相关资源：IDR（光学显微镜与高内涵筛选）

IDR（Image Data Resource，https://idr.openmicroscopy.org）是光学显微镜和高内涵筛选数据的参考存储库，与上述电镜数据库不同。可按整理后的元数据搜索所有约 140 项研究，查找已发表的成像研究和图像：

• IDR_search_studies —— 查找涉及某个基因／生物／化合物／表型的筛选项目。返回包含匹配项的筛选项目和计划，并附带 IDR 容器 ID。
  • 示例：tu.run_tool("IDR_search_studies", {"key": "Gene Symbol", "value": "TP53"}) -> 12 项研究（idr0043 人类蛋白质图谱、idr0135 黑素细胞，……）。
  • 示例：tu.run_tool("IDR_search_studies", {"key": "Phenotype", "value": "spindly"}) -> 4 项 RhoGTPase 筛选（idr0028）。
• IDR_search_images —— 查找匹配元数据的单张图像，每张图像均包含 IDR 图像 ID、webclient URL 和键值对（基因、细胞系、抗体、生物）。
• IDR_list_metadata_keys —— 查看可用于搜索的键（Gene Symbol、Organism、Compound Name、Cell Line、Phenotype、Antibody Name、Pathology 等）。
• IDR_list_values_for_key —— 列出某个键的值及图像数量，例如所有生物或所有已筛选化合物。

注意：值匹配区分存储值的大小写（生物必须写作 Homo sapiens，而不是 homo sapiens）；请使用 IDR_list_values_for_key 查找有效值。要从返回的 IDR 研究容器继续查看其数据集／图像，请使用现有的 IDR_get_study / IDR_get_study_datasets / IDR_list_dataset_images / IDR_get_image_map_annotations 工具。

---

限制

• 无法可视化地图：此技能可检索元数据和统计信息，但不提供 3D 渲染。请使用 UCSF ChimeraX 或 IMOD 进行可视化
• 无法重新处理：支持查找原始数据；实际的冷冻电镜数据处理需要专用软件（RELION、cryoSPARC）
• 分辨率不等于准确性：存在处理错误的 3A 地图，可靠性可能不如经过良好验证的 4A 地图。拟合统计数据很重要
• 数据提交延迟：结构可能在提交到 EMDB 前数月就已发表，反之亦然