基于 ACE-EM 的增强型从头冷冻电镜三维重建
计算机视觉与模式识别
2023-02-15 v2 人工智能
机器学习
生物大分子
定量方法
摘要
冷冻电子显微镜（cryo-EM）的核心问题是从含噪的二维投影图像中恢复三维结构，这需要估计缺失的投影角度（位姿）。近期方法尝试用自编码器架构解决三维重建问题，但存在潜向量空间采样问题，且频繁产生次优的位姿推断和低劣的三维重建。在此我们提出一种改进的自编码器架构 ACE（非对称互补自编码器），并基于其设计了用于 cryo-EM 三维重建的 ACE-EM 方法。与先前方法相比，ACE-EM 在相同训练时间内达到了更高的位姿空间覆盖率，且无论解码器如何选择都提升了重建性能。利用该方法，对模拟和实验 cryo-EM 数据集的三维重建均达到了奈奎斯特分辨率（最高可能分辨率）。此外，ACE-EM 是唯一达到奈奎斯特分辨率的摊销推断方法。
引用
@article{arxiv.2302.06091,
title = {Boosted ab initio Cryo-EM 3D Reconstruction with ACE-EM},
author = {Lin Yao and Ruihan Xu and Zhifeng Gao and Guolin Ke and Yuhang Wang},
journal= {arXiv preprint arXiv:2302.06091},
year = {2023}
}