冷凍電鏡原位成像技術(shù)算法取得重要突破
中國科學(xué)技術(shù)大學(xué)、中國科學(xué)院深圳先進(jìn)技術(shù)研究院雙聘教授畢國強(qiáng)團(tuán)隊(duì)，與美國加州大學(xué)洛杉磯分校周正洪教授合作，開發(fā)了一套基于深度學(xué)習(xí)的cryoET數(shù)據(jù)處理算法和軟件IsoNet,有效解決了cryoET成像中的缺失錐效應(yīng)和低信噪比問題，相關(guān)研究成果以Isotropic reconstruction for electron tomography with deep learning為題于2022年10月29日發(fā)表在Nature communications. |FD-q.AV
wkZ}o,{*:
研究人員搭建了一套迭代優(yōu)化的自監(jiān)督深度學(xué)習(xí)人工網(wǎng)絡(luò)算法，并以旋轉(zhuǎn)處理后的cryoET斷層三維重構(gòu)數(shù)據(jù)自身為訓(xùn)練集，實(shí)現(xiàn)了對cryoET斷層三維重構(gòu)數(shù)據(jù)的缺失錐矯正。同時(shí)，在IsoNet算法的流程中，加入降噪過程，使得同一個(gè)人工神經(jīng)網(wǎng)絡(luò)可以同時(shí)對斷層三維重構(gòu)數(shù)據(jù)進(jìn)行缺失信息補(bǔ)全和降噪處理。 n& uD=-
,f fH:3F
[attachment=115154] 7b[ vZ Ni_
圖1.基于深度學(xué)習(xí)進(jìn)行cryoET成像數(shù)據(jù)缺失錐矯正與降噪的基本原理與流程 E2{SKIUm
利用IsoNet算法對模擬缺失錐的鐵蛋白(apoferritin)與核糖體(ribosome)的三維結(jié)構(gòu)分別進(jìn)行處理，處理后的結(jié)果能夠與低分辨的原子模型相媲美。同時(shí)對真實(shí)的HIV病毒粒子（immatureHIVcapsid）、副鞭毛桿（the paraflagellar rod）以及培養(yǎng)神經(jīng)細(xì)胞中突觸（neuronalsynapse）的斷層三維重構(gòu)數(shù)據(jù)進(jìn)行處理，均得到了非常好的效果。尤其值得關(guān)注的是，在利用IsoNet算法對神經(jīng)突觸這種典型包含大量蛋白、膜性細(xì)胞器與細(xì)胞骨架等復(fù)雜結(jié)構(gòu)的細(xì)胞水平厚樣品的斷層三維重構(gòu)圖像進(jìn)行處理后，突觸中囊泡、線粒體、微管、微絲、細(xì)胞膜以及蛋白復(fù)合物的三維結(jié)構(gòu)信息均得到了很好的恢復(fù)。 V,Br|r$l(
>sE{c>R%
[attachment=115153] mH} 1Zy
圖2.利用IsoNet算法對神經(jīng)突觸cryoET三維重構(gòu)數(shù)據(jù)進(jìn)行處理前、后的效果，以及對IsoNet算法處理后神經(jīng)突觸中超微結(jié)構(gòu)基于真實(shí)電子密度的三維可視化渲染 (%EhkTb
IsoNet算法在預(yù)印本bioRxiv公布后，引起了領(lǐng)域內(nèi)的廣泛關(guān)注與深入討論，其中一個(gè)重點(diǎn)是IsoNet算法是如何實(shí)現(xiàn)缺失錐矯正的？一種主要推測是，人工神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中，能夠?qū)W習(xí)到蛋白質(zhì)等生物結(jié)構(gòu)在三維空間中不同角度的結(jié)構(gòu)特征，并將這些信息補(bǔ)充到缺失錐方向，類似于單顆粒冷凍電鏡三維平均。因此通過不斷優(yōu)化人工神經(jīng)網(wǎng)絡(luò)架構(gòu)、擴(kuò)大訓(xùn)練樣本集等手段，IsoNet算法將能夠?qū)崿F(xiàn)對細(xì)胞中每個(gè)蛋白分子的高分辨三維結(jié)構(gòu)信息進(jìn)行恢復(fù)，從而為真正實(shí)現(xiàn)可視化細(xì)胞原位每個(gè)蛋白分子的高分辨三維結(jié)構(gòu)與組織分布奠定了基礎(chǔ)。正如領(lǐng)域內(nèi)專家Dimitry Tegunov等人在推特上評價(jià)認(rèn)為，IsoNet算法的思路將是cryoET技術(shù)的未來發(fā)展方向。 gnSb)!i>z
<P1sK/IZb
本論文的第一作者為中國科學(xué)技術(shù)大學(xué)博士生劉云濤（現(xiàn)美國加州大學(xué)洛杉磯分校博士后）和2018級本科生張恒（現(xiàn)北京大學(xué)研究生），通訊作者為畢國強(qiáng)教授和周正洪教授。中科院深圳先進(jìn)技術(shù)研究院副研究員陶長路博士、美國加州大學(xué)洛杉磯分校博士生王輝也參與了本文的工作。該工作得到了科技部、國家自然科學(xué)基金委、中科院先導(dǎo)專項(xiàng)的資助。 KrT+Svm
~I)\d/7o
文章鏈接：https://www.nature.com/articles/s41467-022-33957-8
|