单颗粒冷冻电镜：数学理论、计算挑战与机遇
信息论
2020-04-22 v2 math.IT
摘要
近年来，大量新的分子结构已通过冷冻电子显微镜（cryo-EM）得以阐明，这在很大程度上归功于硬件技术和数据处理技术的进步。由于这些激动人心的新发展，冷冻电镜被《自然·方法》选为 2015 年度方法，2017 年诺贝尔化学奖授予了该领域的三位先驱。本文的主要目的是介绍通过冷冻电镜重建三维分子结构所涉及的富有挑战性且激动人心的计算任务。确定分子结构需要来自多个领域的广泛计算工具，包括信号处理、估计与检测理论、高维统计、凸与非凸优化、谱算法、降维和机器学习。这些领域的工具必须经过调整，以在极端噪声水平、存在缺失数据以及高达数 TB 的超大规模数据集等异常苛刻的条件下工作。此外，我们提出了两个统计模型：多参考对齐和多目标检测，它们抽象掉了冷冻电镜的许多复杂性，同时保留了其一些基本特征。基于这些抽象，我们讨论了冷冻电镜数学理论中一些近期引人入胜的结果，并勾勒了与群论、不变量理论和信息论的关系。
引用
@article{arxiv.1908.00574,
title = {Single-particle cryo-electron microscopy: Mathematical theory, computational challenges, and opportunities},
author = {Tamir Bendory and Alberto Bartesaghi and Amit Singer},
journal= {arXiv preprint arXiv:1908.00574},
year = {2020}
}