中國科學(xué)技術(shù)大學(xué),、中國科學(xué)院深圳先進技術(shù)研究院雙聘教授畢國強團隊,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.
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,,實現(xiàn)了對cryoET斷層三維重構(gòu)數(shù)據(jù)的缺失錐矯正,。同時,在IsoNet算法的流程中,,加入降噪過程,,使得同一個人工神經(jīng)網(wǎng)絡(luò)可以同時對斷層三維重構(gòu)數(shù)據(jù)進行缺失信息補全和降噪處理。
圖1.基于深度學(xué)習(xí)進行cryoET成像數(shù)據(jù)缺失錐矯正與降噪的基本原理與流程 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,。同時對真實的HIV病毒粒子(immatureHIVcapsid),、副鞭毛桿(the paraflagellar rod)以及培養(yǎng)神經(jīng)細胞中突觸(neuronalsynapse)的斷層三維重構(gòu)數(shù)據(jù)進行處理,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、膜性細胞器與細胞骨架等復(fù)雜結(jié)構(gòu)的細胞水平厚樣品的斷層三維重構(gòu)圖像進行處理后,,突觸中囊泡,、線粒體、微管,、微絲,、細胞膜以及蛋白復(fù)合物的三維結(jié)構(gòu)信息均得到了很好的恢復(fù)。
圖2.利用IsoNet算法對神經(jīng)突觸cryoET三維重構(gòu)數(shù)據(jù)進行處理前后的效果,,以及對IsoNet算法處理后神經(jīng)突觸中超微結(jié)構(gòu)基于真實電子密度的三維可視化渲染
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,其中一個重點是IsoNet算法是如何實現(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),、擴大訓(xùn)練樣本集等手段,,IsoNet算法將能夠?qū)崿F(xiàn)對細胞中每個蛋白分子的高分辨三維結(jié)構(gòu)信息進行恢復(fù),從而為真正實現(xiàn)可視化細胞原位每個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等人在推特上評價認為,,IsoNet算法的思路將是cryoET技術(shù)的未來發(fā)展方向。 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),,通訊作者為畢國強教授和周正洪教授,。中科院深圳先進技術(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)專項的資助,。
更多信息可以來這里獲取==>>電子技術(shù)應(yīng)用-AET<<