中國(guó)粉體網(wǎng)訊 中國(guó)科學(xué)院生物物理研究所蛋白質(zhì)科學(xué)研究平臺(tái)生物成像中心與中國(guó)科學(xué)院自動(dòng)化研究所多模態(tài)人工智能系統(tǒng)實(shí)驗(yàn)室合作,，以人工智能技術(shù)賦能原位結(jié)構(gòu)生物學(xué),，提出了一種基于弱監(jiān)督深度學(xué)習(xí)的快速準(zhǔn)確的顆粒挑選方法DeepETPicker。相關(guān)研究近日發(fā)表于《自然-通訊》,。

原位冷凍電鏡技術(shù)是原位結(jié)構(gòu)生物學(xué)研究中的關(guān)鍵手段,。這一技術(shù)流程中的生物大分子的顆粒挑選，即定位識(shí)別是一個(gè)關(guān)鍵環(huán)節(jié),，但現(xiàn)有自動(dòng)挑選方法的應(yīng)用受人工標(biāo)注量大,、計(jì)算成本高和顆粒質(zhì)量不理想等多方面限制。

據(jù)介紹,，DeepETPicker僅需少量人工標(biāo)注顆粒進(jìn)行訓(xùn)練,，即可實(shí)現(xiàn)快速準(zhǔn)確的三維顆粒自動(dòng)挑選。DeepETPicker優(yōu)選簡(jiǎn)化標(biāo)簽來(lái)替代真實(shí)標(biāo)簽,，并采用更高效的模型架構(gòu),、更豐富的數(shù)據(jù)增強(qiáng)技術(shù)和重疊分區(qū)策略來(lái)提升小訓(xùn)練集時(shí)模型的性能;為了提高顆粒定位的速度，DeepETPicker采用GPU加速的平均池化-非極大值抑制后處理操作,，與現(xiàn)有的聚類后處理方法相比挑選速度提升數(shù)十倍,。

在冷凍電子斷層掃描圖像中使用DeepETPicker挑選顆粒的整體工作流程

在6種定量指標(biāo)全面評(píng)價(jià)顆粒挑選質(zhì)量的性能評(píng)估中，DeepETPicker在仿真與真實(shí)數(shù)據(jù)集上均可實(shí)現(xiàn)快速準(zhǔn)確的顆粒挑選,，其綜合性能明顯優(yōu)于現(xiàn)有的其他方法,，生物大分子結(jié)構(gòu)重建實(shí)現(xiàn)的分辨率也達(dá)到采用專家人工挑選顆粒進(jìn)行結(jié)構(gòu)重建的水平，進(jìn)一步體現(xiàn)了DeepETPicker在原位高分辨率結(jié)構(gòu)解析中的實(shí)用價(jià)值,。目前,，為方便用戶使用，項(xiàng)目團(tuán)隊(duì)推出了操作簡(jiǎn)潔,、界面友好的開(kāi)源軟件以輔助用戶完成圖像預(yù)處理,、顆粒標(biāo)注、模型訓(xùn)練與推理等操作,。

(中國(guó)粉體網(wǎng)編輯整理/昧光)

注：圖片非商業(yè)用途,，存在侵權(quán)告知?jiǎng)h除!