Optimized cryo-FIB milling strategy to generate thin, minimally damaged biological lamellae
이 논문은 초박형 층을 제작하기 위해 빔 손상을 최소화하는 저에너지 cryo-FIB 밀링 전략인 Nilas를 소개하며, 이를 통해 in situ 구조 생물학의 해상도와 분자 질량 민감도를 크게 향상시켜 RNA 폴리머라제 III와 같은 더 작은 거대 분자 복합체의 검출을 가능하게 한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기
북적이는 도시 안에 있는 아주 작고 정교한 기계를 초고화질 사진으로 찍는다고 상상해 보세요. 문제는 도시가 너무 빽빽하고 복잡하다는 것입니다. 건물 전체를 통과하여 사진을 찍으려 하면, 가로막는 것들이 너무 많아 이미지가 흐릿하고 어둡게 나옵니다. 이것이 바로 세포를 살아있게 만드는 미세한 분자 기계(리보솜이나 효소 같은 것들)를 보고 싶어 하는 과학자들이 직면한 과제입니다. 그들은 얼린 세포의 사진을 찍는 강력한 현미경인 '크라이오 전자 현미경(cryo-electron microscope)'을 사용합니다. 하지만 세부 사항을 보기 위해서는 전자가 통과할 수 있도록 세포를 델리 미트(슬라이스 햄)처럼 아주 얇게 잘라야 합니다.
이 단면을 얻기 위해 과학자들은 '집속 이온 빔(Focused Ion Beam, FIB)'이라는 '나노 스케일 전기톱'을 사용합니다. 이것은 무거운 이온(작고 빠른 총알 같은 것들)의 흐름을 쏘아 얼음과 세포 물질을 깎아냅니다. 하지만 함정이 있습니다. 이 전기톱은 다소 거칠다는 점입니다. 자르는 동안, 이 도구는 보호하려는 바로 그 분자들을 들이받아 표면에 손상된 층을 만듭니다. 이는 마치 망치로 섬세한 얼음 조각을 깎는 것과 같습니다. 모양은 만들어지겠지만, 표면은 깨지고 금이 가게 됩니다. 이 손상이 분자 기계의 미세한 디테일을 가려버려, 그것들이 실제로 어떻게 작동하는지 관찰하기 어렵게 만듭니다. 과학자들은 딜레마에 빠져 있었습니다. 손상을 피하기 위해 단면을 두껍게 만들 것인가(그러면 흐릿해짐), 아니면 선명한 시야를 위해 더 얇게 만들 것인가(그러면 절단 도구에 의해 파괴됨) 사이에서 말입니다.
이때 '닐라스(Nilas)'라고 불리는 새로운 전략이 등장했습니다. 이 이름은 일종의 얇은 해빙(sea ice)에서 따왔습니다. 레이나 홀(Laina Hall)과 브로너윈 루카스(Bronwyn Lucas)가 이끄는 연구진은 이 나노 스케일 전기톱을 훨씬 더 부드럽게 사용하여, 믿기지 않을 정도로 얇으면서도 놀라울 정도로 손상이 없는 단면을 만드는 방법을 알아냈습니다. 그들은 단순히 하나의 무거운 설정으로 자르는 대신, 3단계의 춤을 개발했습니다. 먼저, 목표물에 가까워질 때까지 강력한 빔으로 거칠게 자릅니다. 그다음, 중간 설정으로 전환합니다. 마지막으로, 가장 중요한 단계로, 매우 낮은 에너지의 '연마(polish)' 단계로 전환합니다. 이 빔은 겨우 자를 수 있을 정도의 힘만 가지고 있지만, 아래에 있는 섬세한 구조물을 들이받지 않고 매끄럽게 다듬기에는 딱 적당합니다.
이 저에너지 연마 작업을 가능하게 하기 위해 그들은 창의적인 방법을 써야 했습니다. 저에너지 빔은 약간 '흐릿하고(fuzzy)' 정밀하게 조준하기 어렵기 때문에, 연마하는 동안 샘플을 급격한 각도로 앞뒤로 기울였습니다(마치 통나무를 비스듬한 각도로 톱질하는 것처럼 말이죠). 이를 통해 더 많은 해를 끼칠 수 있는 무겁고 정밀한 빔을 사용할 필요 없이, 손상된 바깥층을 제거할 수 있었습니다. 그 결과, 그들은 인체 머리카락보다 약 1,000배나 얇은 50나노미터 두께의 얼린 효모 세포 단면을 만들어냈으며, 표면에 손상이 거의 없었습니다.
연구팀은 '템플릿 매칭(template matching)'이라는 기술(컴퓨터가 특정 모양을 찾는 고도의 '월리를 찾아라' 게임이라고 생각하면 됩니다)을 사용하여 세포 내부의 특정 분자 기계를 찾는 방식으로 이 새로운 방법을 테스트했습니다. 그들은 기존의 거친 절단 방식으로는 컴퓨터가 더 작거나 흔하지 않은 기계를 찾는 데 어려움을 겪는다는 것을 발견했습니다. 하지만 새로운 닐라스 단면을 사용하자, 컴퓨터는 그것들을 쉽게 찾아낼 수 있었습니다. 그들은 흔한 리보솜(세포의 단백질 공장)뿐만 아니라, RNA 폴리머라제 III(유전적 지침을 읽는 데 도움을 주는 기계)와 같이 더 작고 까다로운 기계, 그리고 에너지 생산에 관여하는 아주 작은 효소들까지 성공적으로 식별해 냈습니다.
이 논문은 손상 층을 거의 제로에 가깝게 줄임으로써, 분자 기계들을 훨씬 더 높은 선명도로 볼 수 있음을 보여줍니다. 실제로 그들은 220 킬로달톤(분자의 질량 단위)만큼 작은 기계까지 감지할 수 있었는데, 이는 이전의 한계보다 크게 개선된 수치입니다. 이는 과학자들이 이제 세포 내부의 작동 원리에 대한 훨씬 더 완전한 '지도'를 구축하기 시작할 수 있음을 의미하며, 이전에는 손상의 흐릿함 속에 숨겨져 있던 부품들을 볼 수 있게 되었음을 뜻합니다. 이 방법은 여전히 정교화 과정에 있으며 취약한 단면이 부서지지 않도록 세심한 주의가 필요하지만, 이는 우리가 세포의 전체 '비주얼 프로테옴(visual proteome, 세포 내 모든 분자 기계의 집합체)'이 자연스러운 환경에서 작동하는 모습을 볼 수 있는 미래로 가는 문을 열어줍니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.