基于高斯表示的冷电镜中构象异构性与组合异构性解析
计算机视觉与模式识别
2026-02-03 v2
摘要
理解蛋白质的柔性及其与其他分子的动态相互作用对于研究蛋白质功能至关重要。虽然冷冻电子显微镜 (cryo-EM) 提供了直接观察巨分子动力学的机会，但从冷冻电镜图像中分析混合了连续型和离散型结构状态的数据仍然是巨大的挑战。本文介绍了 GaussianEM，这是一种基于高斯的伪原子框架，能够同时解析来自冷冻电镜图像的构象异构性和组成异构性。GaussianEM 采用双编码器-单解码器架构将图像分解为可学习的高斯组件，通过调制参数编码变异性。这种显式参数化导致构象动力学的连续、直观表示，从而在本质上保持局部结构完整性。通过在高斯空间建模位移，我们捕获原子尺度的构象景观，桥接密度图和全原子模型。在综合实验中，GaussianEM 成功重建了复杂的构象和组成可变性，并在公开数据集中解析了此前未观察到的细节。定量评估进一步确认其在不牺牲结构保真度的情况下捕获更广泛构象多样性的能力。
引用
@article{arxiv.2512.21599,
title = {Resolving compositional and conformational heterogeneity in cryo-EM with deformable 3D Gaussian representations},
author = {Bintao He and Yiran Cheng and Hongjia Li and Xiang Gao and Xin Gao and Fa Zhang and Renmin Han},
journal= {arXiv preprint arXiv:2512.21599},
year = {2026}
}