Electron cryo-microscopy (cryo-EM) can generate high-resolution views of cells with faithful preservation of molecular structure. In situ cryo-EM, therefore, has enormous potential to reveal the atomic details of biological processes in their native context. However, in practice, the utility of in situ cryo-EM is limited by the difficulty of reliably locating and confidently identifying molecular targets (particles) and their conformational states in the crowded cellular environment. We recently showed that 2DTM, a fine-grained template-based search applied to cryo-EM micrographs, can localize particles in two-dimensional views of cells with high precision. Here we demonstrate that the signal-to-noise ratio (SNR) observed with 2DTM can be used to differentiate related complexes in focused ion beam (FIB)-milled cell sections. We apply this method in two contexts to locate and classify related intermediate states of 60S ribosome biogenesis in the Saccharomyces cerevisiae cell nucleus. In the first, we separate the nuclear pre-60S population from the cytoplasmic mature 60S population, using the subcellular localization to validate assignment. In the second, we show that relative 2DTM SNRs can be used to separate mixed populations of nuclear pre-60S that are not visually separable. We use a maximum likelihood approach to define the probability of each particle belonging to each class, thereby establishing a statistic to describe the confidence of our classification. Without the need to generate 3D reconstructions, 2DTM can be applied even when only a few target particles exist in a cell.

Abstract Cryogenic electron microscopy (cryo-EM) has the potential to reveal the molecular details of biological processes in their native, cellular environment at atomic resolution. However, few cells are sufficiently thin to permit imaging with cryo-EM. Thinning of frozen cells to <500 nm lamellae by cryogenic focused ion beam (FIB) milling has enabled visualization of cellular structures with cryo-EM. FIB-milling represents a significant advance over prior approaches because of its ease of use, scalability, and lack of large-scale sample distortions. However, the amount of damage caused by FIB-milling to the generated thin cell section has not yet been determined. We recently described a new approach for detecting and identifying single molecules in cryo-EM images of cells using 2D template matching (2DTM). 2DTM is sensitive to small differences between a molecular model (template) and the detected structure (target). Here we use 2DTM to demonstrate that under the standard conditions used for machining lamellae of biological samples, FIB-milling introduces a layer of variable damage that extends to a depth of 60 nm from each lamella surface. This thickness exceeds previous estimates and limits the recovery of information for in situ structural biology. We find that the mechanism of FIB-milling damage is distinct from radiation damage during cryo-EM imaging. By accounting for both electron scattering and FIB-milling damage, we find that FIB-milling damage will negate the potential improvements from lamella thinning beyond 90 nm. Significance The molecular mechanisms of biological macromolecules and their assemblies is often studied using purified material. However, the composition, conformation and function of most macromolecules depend on their cellular context, and therefore, must also be studied inside cells. Focused ion beam (FIB) milling enables cryogenic electron microscopy to visualize macromolecules in cells at close to atomic resolution by generating thin sections of frozen cells. However, the extent of FIB-milling damage to frozen cells is unknown. Here we show that Ga + FIB-milling introduces damage to a depth of ∼60 nm from each lamella surface, leading to a loss of recoverable information of up to 20% in 100 nm samples. FIB-milling with Ga + therefore presents both an opportunity and an obstacle for structural cell biology.

Abstract Over the last decade, single-particle electron cryo-microscopy has become one of the main techniques contributing to the growing library of high-resolution structures of macromolecules and their assemblies. For a full understanding of molecular mechanisms, however, it is important to place them into the broader context of a cell. Traditionally, this context can be visualized in 3D by electron cryo-tomography, and more recently, has also been studied by template matching of 2D images of cells and viruses. A current limitation of the latter approach is the high computational cost that limits the throughput and widespread adoption of this method. We describe here a GPU-accelerated implementation of 2D template matching in the image processing software cis TEM that allows for easy scaling and improves the accessibility of this approach. We apply 2D template matching to identify ribosomes in images of frozen-hydrated Mycoplasma pneumoniae cells and demonstrate that it can function as a versatile tool for in situ visual proteomics and in situ structure determination. We compare the results with 3D template matching of tomograms acquired on identical sample locations. We identify strengths and weaknesses of both techniques which offer complementary information about target localization and identity.

Abstract Cryogenic electron microscopy (cryo-EM) has revolutionized structural biology, rapidly increasing the number of available molecular structures. Because of this, as well as advances in structure prediction, the focus of structural biology has begun to shift to studying macromolecular structures in their native cellular environment. A dominant feature of cryo-EM images is shot noise, making the identification of small particles of interest difficult. This is further compounded by structural noise if these particles are imaged against a background of other molecules, such as inside a cell. 2D template matching (2DTM) can be used to localize complexes with high precision, even in the presence of cellular background. Once localized, these particles may be averaged together in 3D reconstructions; however, regions included in the template may suffer from template bias, leading to inflated resolution estimates and making the interpretation of high-resolution features unreliable. We evaluate conditions that minimize template bias and show that molecular features not present in the template can be reconstructed at high resolution from targets found by 2DTM, extending prior work at low-resolution. Moreover, we present a quantitative metric for template bias to aid the interpretation of 3D reconstructions calculated with particles localized using high-resolution templates and fine angular sampling.