冷冻电镜中异质重构的摊销推断
计算机视觉与模式识别
2022-10-17 v1 机器学习
生物大分子
摘要
冷冻电子显微镜（cryo-EM）是一种能够对蛋白质及其他生命构建块的动力学提供独特见解的成像方式。然而，以计算高效的方式从数百万张含噪且随机取向的 2D 投影中联合估计生物分子的位姿、3D 结构和构象异质性的算法挑战仍未解决。我们的方法 cryoFIRE 在摊销框架下执行具有未知位姿的从头异质重构，从而避免了计算昂贵的位姿搜索步骤，同时支持构象异质性分析。位姿和构象由编码器联合估计，而基于物理的解码器将图像聚合成构象空间的隐式神经表示。我们表明，我们的方法在包含数百万张图像的数据集上可提速一个数量级且不损失任何精度。我们验证了位姿与构象的联合估计可随数据集大小进行摊销。我们首次证明，摊销方法可从实验数据集中提取可解释的动力学信息。
引用
@article{arxiv.2210.07387,
title = {Amortized Inference for Heterogeneous Reconstruction in Cryo-EM},
author = {Axel Levy and Gordon Wetzstein and Julien Martel and Frederic Poitevin and Ellen D. Zhong},
journal= {arXiv preprint arXiv:2210.07387},
year = {2022}
}