CryoHype：基于转换器的超神经网络重建千个冷冻电子显微镜结构
计算机视觉与模式识别
2026-03-23 v2
摘要
冷冻电子显微镜 (cryo-EM) 是确定动态生物大分子复合物三维结构不可或缺的技术。虽然通常用于成像单个分子物种，但冷冻电子显微镜有望以高通量方式同时确定多个靶标的结构。然而，现有方法通常专注于建模单个或少数几个结构中构象异质性，旨在解决来自许多不同分子物种混合物引起的组成异质性。为此，我们提出了 CryoHype，一种用于冷冻电子显微镜重建的基于转换器的超神经网络，可动态调整隐式神经表示的权重。使用 CryoHype，我们在包含 100 个结构的具有挑战性的基准数据集上实现了最先进的结果。我们进一步演示了 CryoHype 可扩展到从无标记的冷冻电子显微镜图像中固定姿态设置下重建 1,000 个不同结构。
引用
@article{arxiv.2512.06332,
title = {CryoHype: Reconstructing a thousand cryo-EM structures with transformer-based hypernetworks},
author = {Jeffrey Gu and Minkyu Jeon and Ambri Ma and Serena Yeung-Levy and Ellen D. Zhong},
journal= {arXiv preprint arXiv:2512.06332},
year = {2026}
}
备注
CVPR 2026