面向高分辨率单颗粒冷冻电镜的无监督颗粒分类
计算机视觉与模式识别
2021-05-31 v1 图像与视频处理
应用统计
摘要
单颗粒冷冻电子显微镜(EM)已成为一种流行的技术,用于确定其他技术难以处理的挑战性生物分子的结构。近期在数据采集和数据处理方面的自动化进展显著降低了非专家用户成功执行结构测定工作流程的门槛。然而,许多关键的数据处理步骤仍需要专家用户干预才能收敛到正确的高分辨率结构。特别是,识别同质颗粒群体的策略严重依赖主观标准,在不同用户之间并不总是一致或可复现的。在此,我们探索与图像处理流程自主运行兼容的无监督颗粒分类策略。更具体地说,我们表明可以基于精炼过程中所分配分数分布的简单统计模型对颗粒进行成功分类。这代表了朝着使用单颗粒冷冻电镜进行蛋白质结构测定的自动化工作流程开发的重要一步。
引用
@article{arxiv.1910.10051,
title = {Unsupervised particle sorting for high-resolution single-particle cryo-EM},
author = {Ye Zhou and Amit Moscovich and Tamir Bendory and Alberto Bartesaghi},
journal= {arXiv preprint arXiv:1910.10051},
year = {2021}
}
备注
12 pages, 7 figures