面向异构冷冻电子显微 reconstruction 的蛋白质图神经网络
计算机视觉与模式识别
2026-03-09 v1
摘要
我们提出了一种用于异构单颗粒冷冻电子显微镜（cryo-EM）重构的几何感知方法，预测原子脊柱构型。为融合蛋白质结构先验，我们将脊柱表示为图结构，并使用图神经网络（GNN）autodecoder 将每个图像的隐变量映射到模板构型的 3D 位移。该目标组合基于可微分冷冻 EM 前向模型的数据偏差项与几何正则化，并通过仿射支持提升（ESL）姿态估计支持未知姿态。在基于分子动力学轨迹的合成数据集上，所提出的 GNN 在与相当大小的多层感知器（MLP）相当的规模下实现更高的精度，凸显了几何感知归纳偏置的优势。
引用
@article{arxiv.2602.21915,
title = {Protein Graph Neural Networks for Heterogeneous Cryo-EM Reconstruction},
author = {Jonathan Krook and Axel Janson and Joakim Andén and Melanie Weber and Ozan Öktem},
journal= {arXiv preprint arXiv:2602.21915},
year = {2026}
}