Kurzfassung
Single Particle Imaging (SPI) ist eine neue Technik in der Roentgenwissenschaft, die darauf abzielt, die dreidimensionale Struktur von Nanopartikeln zu rekonstruieren. Die COVID-19-Pandemie zeigte die Notwendigkeit wissenschaftlicher Entwicklungen vor allem im Bereich der Untersuchung innerer Strukturen biologischer Partikel. Der Hauptvorteil dieses Ansatzes besteht darin, dass atomare Strukturen in ihrer natuerlichen nicht-Kristallinen Umgebung aufgeloest werden koennen.
SPI-Experimente erfordern den Einsatz kurzwelliger elektromagnetischer Strahlung im Sub-Nanometer-Bereich (Roentgenstrahlung), um die innere Struktur des Objekts aufzuloesen zu koennen. Aufgrund der schwachen Wechselwirkung von Roentgenstrahlen mit weicher Materie eine hohe Kohaerenz und ein hoher Photonenfluss erforderlich, um die feinsten Strukturen des Objekts aufzuloesen. Durch die extreme Strahlendosis werden die biologischen Partikel im Streuprozess zerstoert. Um Beugungsmuster der unbeschaedigten Struktur zu erhalten, muss die Dauer des Roentgenpulses kuerzer sein als die typische Zeitskala des Zerstoerungsprozesses. Aus diesem Grund koennen Synchrotronlichtquellen hoher Brillanz nicht verwendet werden, da der kohaerente Fluss in einem einzigen Puls zu gering ist, der fuer die Aufzeichnung eines ausreichenden Signals erforderlich waere. Durch die Entwicklung von Roentgenquellen mit hoher Intensitaet und kurzer Pulsdauer – Freie-Elektronen-Roentgenlaser (XFEL) – kann diese Huerde ueberwunden werden.
Bei der SPI-Methode werden viele identische Partikel des untersuchten Systems in den Roentgenstrahl injiziert, wodurch Beugungsbilder in zufaelligen Orientierungen entstehen. Die dreidimensionale Struktur des Objekts wird durch Anwendung komplexer Algorithmen auf die gesammelten Beugungsmuster ermittelt. Die Groesse eines solchen Datensatzes kann Terabytes uebersteigen, was die Entwicklung und Implementierung von ausgekluegelten Datenanalysetechniken erdordert, die helfen, wertvolle XFEL-Messzeit zu sparen und die Datenverarbeitung zu beschleunigen.
Die ersten beiden Teile dieser Arbeit basieren auf der methodischen Entwicklung des SPI-Datenanalyse-Workflows. Die experimentellen Daten wurden mit dem Virus PR772 an der Linac Coherent Light Source (LCLS) am SLAC in Stanford, USA, im Rahmen des SPI-Konsortiums gesammelt. Als Ergebnis der entwickelten Methodik, die auch die Klassifizierung von Objekten durch maschinelles Lernen umfasst, konnte eine dreidimensionale Virusstruktur mit einer Aufloesung von weniger als 10 Nanometern rekonstruiert werden. Der Vergleich der Ergebnisse mit den kryogenmikroskopischen Untersuchungen zeigte aehnliche Merkmale und eine generelle Uebereinstimmung zwischen beiden Techniken. Aufgrund der Komplexitaet und der Kosten der SPI-Experimente ist die Vorbereitung ein zeit- und arbeitsintensiver Prozess, der eine umfassende Planung erfordert. Der dritte Teil dieser Arbeit befasst sich mit der Optimierung der Aufbauparameter durch die Simulation eines SPI-Experiments mit dem Zeckenenzephalitis-Virus. Diese Simulationen trugen zum Erfolg eines tatsaechlichen Experiments bei, das am European XFEL in Hamburg durchgefuehrt wurde.
Single particle imaging (SPI) is a novel technique in X-ray science aimed at reconstructing the three-dimensional structure of nanoscale objects. Studying the inner structure of biological particles has become increasingly crucial, as evidenced by the pandemic of coronavirus disease (COVID-19) showing the necessity of scientific development in this field. The main advantage of this approach is that atomic structures can be resolved in their native environment without crystallization. SPI experiments require using electromagnetic radiation with a sub-nanometer wavelength (such as X-rays) sufficient to resolve the object’s internal structure. Because of the weak interaction of X-rays with matter, high coherence and photon flux are required to resolve the finest features in the object. Due to the extreme radiation dose, the biological particles are destroyed in the scattering process. To record a diffraction pattern corresponding to the undamaged structure, the X-ray pulse must have a duration shorter than the typical timescale of the destruction process. Therefore, high-brilliance synchrotron light sources could not be used due to insufficient coherent flux in a single pulse that is required for recording enough signal. The development of X-ray sources that have a high intensity and short pulse duration – X-ray free-electron lasers (XFELs) – overcome this challenge. In the SPI method, many identical particles of the investigated system are injected into the X-ray beam providing diffraction images in random orientations. The three-dimensional structure of the object is obtained by applying complex algorithms to the collected diffraction patterns. The size of one such dataset could exceed terabytes; this motivates the development and implementation of elaborate data analysis techniques that help to save expensive XFEL time and speed up data processing. The first two parts of this Thesis are based on the methodological development of the SPI data analysis workflow. The experimental data was collected from the virus PR772 at the Linac Coherent Light Source (LCLS) at SLAC, Stanford, USA in the frame of the SPI consortium. As a result of the developed methodology, which includes machine learning object classification, a three-dimensional virus structure with a resolution below 10 nanometers was reconstructed. The comparison of the result with the cryogenic microscopy studies showed similar features and an overall agreement between both techniques. Due to the complexity and cost of the SPI experiments, the preparation is a time- and effort-consuming process that requires high-level planning. The third part of this Thesis explores the optimization of set-up parameters through the simulation of the SPI experiment with tick-borne encephalitis virus. These simulations contributed to the success of an actual experiment performed at the European XFEL in Hamburg, Germany.