用于异构质性cryo-EM重建的神经场混合模型
机器学习
2024-12-13 v1
摘要
冷却电子显微镜（cryo-EM）是一种用于蛋白质结构确定的实验技术，可对近生理条件下的大分子ensemble进行成像。虽然近期的进展使对单个生物大分子复合物的动态构象重建成为可能，但当前方法并不充分建模包含混合构象和组成异构质性样本的数据。特别是包含多种蛋白质混合物的数据，需要对结构、姿态、组成类别和构象状态进行联合推断以进行3D重建。本文提出了Hydra方法，通过参数化结构来源于K个神经场之一，完全从头建模构象和组成异构质性。我们采用一种新的基于似然函数的损失函数，并在由大构象变异性蛋白质混合物组成的合成数据集上展示了该方法的有效性。我们还在一个包含不同蛋白质复合物混合物的实验数据集上演示了Hydra。Hydra扩展了异构重建方法的表达能力，从而拓宽了cryo-EM应用于日益复杂样本的范围。
引用
@article{arxiv.2412.09420,
title = {Mixture of neural fields for heterogeneous reconstruction in cryo-EM},
author = {Axel Levy and Rishwanth Raghu and David Shustin and Adele Rui-Yang Peng and Huan Li and Oliver Biggs Clarke and Gordon Wetzstein and Ellen D. Zhong},
journal= {arXiv preprint arXiv:2412.09420},
year = {2024}
}