用于电子断层子 tomography 平均与分类的快速比对与最大似然方法集成
定量方法
2018-05-16 v1 计算机视觉与模式识别
应用统计
摘要
动机：细胞电子冷冻断层成像（CECT）是一种新兴的 3D 成像技术，可在亚分子分辨率及近天然状态下可视化单细胞的亚细胞组织。CECT 捕获大量结构高度多样且丰度各异的宏观分子复合物。然而，结构复杂性与成像限制使这些宏观分子复合物的系统性从头结构恢复与识别复杂化。高效且无参考的子断层图平均与分类是此类分析中最关键的任务。现有的基于子断层图比对的方法易受缺失楔效应与低信噪比（SNR）影响。此外，现有的基于最大似然的方法依赖积分运算，原则上在计算上难以精确计算。结果：在已有工作基础上，我们提出一种集成方法——快速比对最大似然方法（FAML），其利用快速子断层图比对来采样次优刚性变换。随后这些变换被用于通过期望最大化算法近似最大似然更新子断层图平均所需的积分。我们在模拟与实验子断层图上的测试表明，与我们先前开发的快速比对方法（FA）相比，FAML 对噪声与缺失楔效应显著更鲁棒，且计算成本适度增加。此外，在 FA 方法失效时，FAML 仅需显著更少的输入子断层图即可表现良好。因此，FAML 可作为从 CECT 捕获的宏观分子改进构建初始结构模型的关键组件。
引用
@article{arxiv.1804.01203,
title = {An integration of fast alignment and maximum-likelihood methods for electron subtomogram averaging and classification},
author = {Yixiu Zhao and Xiangrui Zeng and Qiang Guo and Min Xu},
journal= {arXiv preprint arXiv:1804.01203},
year = {2018}
}
备注
17 pages