Abstract Cryogenic electron tomography (cryoET) allows visualization of cellular structures in situ . However, anisotropic resolution arising from the intrinsic “missing-wedge” problem has presented major challenges in visualization and interpretation of tomograms. Here, we have developed IsoNet, a deep learning-based software package that iteratively reconstructs the missing-wedge information and increases signal-to-noise ratio, using the knowledge learned from raw tomograms. Without the need for sub-tomogram averaging, Isonet generates tomograms with significantly reduced resolution anisotropy. Applications of IsoNet to three representative types of cryoET data demonstrate greatly improved structural interpretability: resolving lattice defects in immature HIV particles, establishing architecture of the paraflagellar rod in Eukaryotic flagella, and identifying heptagon-containing clathrin cages inside a neuronal synapse of cultured cells. Therefore, by overcoming two fundamental limitations of cryoET, IsoNet enables functional interpretation of cellular tomograms without sub-tomogram averaging. Its application to high-resolution cellular tomograms should also help identify differently oriented complexes of the same kind for near-atomic resolution sub-tomogram averaging.

Abstract We present DeepMAPS (Deep learning-based Multi-omics Analysis Platform for Single-cell data) for biological network inference from single-cell multi-omics (scMulti-omics). DeepMAPS includes both cells and genes in a heterogeneous graph to simultaneously infer cell-cell, cell-gene, and gene-gene relations. The multi-head attention mechanism in a graph transformer considers the heterogeneous relation among cells and genes within both local and global context, making DeepMAPS robust to data noise and scale. We benchmarked DeepMAPS on 18 scMulti-omics datasets for cell clustering and biological network inference, and the results showed that our method outperformed various existing tools. We further applied DeepMAPS on lung tumor leukocyte CITE-seq data and matched diffuse small lymphocytic lymphoma scRNA-seq and scATAC-seq data. In both cases, DeepMAPS showed competitive performance in cell clustering and predicted biologically meaningful cell-cell communication pathways based on the inferred gene networks. Note that we deployed a webserver using DeepMAPS implementation equipped with multiple functions and visualizations to improve the feasibility and reproducibility of scMulti-omics data analysis. Overall, DeepMAPS represents a heterogeneous graph transformer for single-cell study and may benefit the use of scMulti-omics data in various biological systems.

Abstract Propionyl-CoA carboxylase (PCC) is a multienzyme complex consisting of up to six α-subunits and six ß-subunits. Belonging to a metabolic pathway converging on the citric acid cycle, it is present in most forms of life and irregularities in its assembly lead to serious illness in humans, known as propionic acidemia. Here, we report the cryogenic electron microscopy (cryoEM) structures and assembly of different oligomeric isomers of endogenous PCC from the parasitic protozoan Leishmania tarentolae (LtPCC). These structures and their statistical distribution reveal the mechanics of PCC assembly and disassembly at equilibrium. We show that, in solution, endogenous LtPCC ß-subunits form stable homohexamers, to which different numbers of α-subunits attach. Sorting LtPCC particles into seven classes (i.e., oligomeric formulas α 0 β 6 , α 1 β 6 , α 2 β 6 , α 3 β 6 , α 4 β 6 , α 5 β 6 , α 6 β 6 ) enables formulation of a model for PCC assembly. Our results suggest how multimerization regulates PCC enzymatic activity and showcase the utility of cryoEM in revealing the statistical mechanics of reaction pathways.

Abstract While advances in single-particle cryoEM have enabled the structural determination of macromolecular complexes at atomic resolution, particle orientation bias (the so-called “preferred” orientation problem) remains a complication for most specimens. Existing solutions have relied on biochemical and physical strategies applied to the specimen and are often complex and challenging. Here, we develop spIsoNet, an end-to-end self-supervised deep-learning-based software to address the preferred orientation problem. Using preferred-orientation views to recover molecular information in under-sampled views, spIsoNet improves both angular isotropy and particle alignment accuracy during 3D reconstruction. We demonstrate spIsoNet’s capability of generating near-isotropic reconstructions from representative biological systems with limited views, including ribosomes, β-galactosidases, and a previously intractable hemagglutinin trimer dataset. spIsoNet can also be generalized to improve map isotropy and particle alignment of preferentially oriented molecules in subtomogram averaging. Therefore, without additional specimen-preparation procedures, spIsoNet provides a general computational solution to the preferred orientation problem.

Abstract As cryogenic electron microscopy (cryoEM) gains traction in the structural biology community as a method of choice for determining atomic structures of biological complexes, it has been increasingly recognized that many complexes that behave well under conventional negative-stain electron microscopy tend to have preferential orientation, aggregate or simply mysteriously “disappear” on cryoEM grids, but the reasons for such misbehavior are not well understood, limiting systematic approaches to solving the problem. Here, we have developed a theoretical formulation that explains these observations. Our formulation predicts that all particles migrate to the air-water interface (AWI) to lower the total potential surface energy — rationalizing the use of surfactant, which is a direct solution to reducing the surface tension of the aqueous solution. By conducting cryogenic electron tomography (cryoET) with the widely-tested sample, GroEL, we demonstrate that, in a standard buffer solution, nearly all particles migrate to the AWI. Gradual reduction of the surface tension by introducing surfactants decreased the percentage of particles exposed to the surface. By conducting single-particle cryoEM, we confirm that applicable surfactants do not damage the biological complex, thus suggesting that they might offer a practical, simple, and general solution to the problem for high-resolution cryoEM. Application of this solution to a real-world AWI adsorption problem with a more challenging membrane protein, namely, the ClC-1 channel, has led to its first near-atomic structure using cryoEM.

Among non-destructive testing (NDT) techniques, fast neutron radiography with a higher penetration capability has achieved rapid advancements. However, the application of the radiography detector in many fast neutron imaging systems is limited by unfavorable detection efficiency and imaging spatial resolution. In this paper, a fast neutron radiography detector was designed, which was composed of a pixelated EJ200 scintillator array, a 16 × 16 silicon photomultiplier (SiPM) array, and capacitive multiplexing network readout electronics. The main parameters of the detector were optimized using Monte Carlo simulations. In addition, the prototype of the detector was fabricated and tested under a 14 MeV D-T neutron source. The preliminary test results demonstrated that the spatial resolution of the prototype reached 1.2 mm. Moreover, the conflict between spatial resolution and detection efficiency could be mitigated by using a pixelated scintillator structure. Overall, SiPMs enabled the extensive application of the imaging system because of their excellent photon detection performance, relatively low price, and joint possibility for large areas.

Information processing in the brain depends on synaptic transmission and plasticity, which in turn require specialized organization of neurotransmitter receptors and scaffolding proteins within the postsynaptic density (PSD). However, how these molecules are organized in situ remains largely elusive, limiting our mechanistic understanding of synaptic formation and functions. Here, we have developed template-free classification of over-sampled sub-tomograms to analyze cryo-electron tomograms of hippocampal synapses, enabling us to identify type-A gamma-aminobutyric acid receptor (GABAAR) in inhibitory synapses and determine its in situ structure at 19 angstrom resolution. We found that these receptors are organized hierarchically: from GABAAR super-complexes with a fixed 11-nm inter-receptor distance but variable relative angles, through semi-ordered two-dimensional receptor networks with reduced Voronoi entropy, to mesophasic assembly with a sharp phase boundary. This assembly aligns with condensates of postsynaptic scaffolding proteins and putative presynaptic vesicle release sites. Such mesophasic self-organization may allow synapses to achieve a Goldilocks state with a delicate balance between stability and flexibility, enabling both reliability and plasticity in information processing.

A smart substation VLAN configuration method based on improved search tree is proposed to address the problem of network uncertainty caused by the lack of unified standards for VLAN partitioning and configuration methods. Firstly, a communication network model for VLAN configuration is established based on the topology of the smart substation communication network and the subscription relationship between devices. Then, combined with the VLAN model, the search tree algorithm is improved using the heuristic path cost concept, and it is used to determine the situation where the packet transmission path passes through the switch port. Finally, based on the Tag mechanism, a VLAN partitioning scheme is proposed and switch port setting rules are set, combined with the determined packet transmission path to complete the VLAN configuration. Based on the experimental analysis of a 220kV smart substation, the improved search tree algorithm has an average time and average path length of only 0.25s and 846m, and the obtained VLAN configuration method has lower packet subscription relationship necessity index values and port traffic than other methods, indicating strong practicality.