【儀表網(wǎng) 研發(fā)快訊】生物大分子的結(jié)構(gòu)與功能隨著細(xì)胞生理狀態(tài)的變化而不斷進(jìn)行動(dòng)態(tài)調(diào)整。原位結(jié)構(gòu)生物學(xué)是在接近自然生理狀態(tài)下研究生物大分子結(jié)構(gòu)和功能的科學(xué)。原位冷凍電鏡技術(shù)(Cryo-ET)以高分辨率和在接近生理?xiàng)l件下觀察樣品的特點(diǎn)，成為原位結(jié)構(gòu)生物學(xué)研究的關(guān)鍵手段。原位冷凍電鏡的技術(shù)流程涉及樣品制備、數(shù)據(jù)采集、電子斷層重建、顆粒挑選、粒子平均等步驟。生物大分子的顆粒挑選即定位識(shí)別是關(guān)鍵環(huán)節(jié)之一。受限于Cryo-ET圖像的極低信噪比和重建偽影等因素，成千上萬(wàn)個(gè)目標(biāo)顆粒的手動(dòng)挑選耗時(shí)費(fèi)力。而現(xiàn)有自動(dòng)挑選方法的應(yīng)用受到人工標(biāo)注量高、計(jì)算成本高和顆粒質(zhì)量不理想等方面的限制。
 

　　3月7日，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)，提出了基于弱監(jiān)督深度學(xué)習(xí)的快速準(zhǔn)確顆粒挑選方法——DeepETPicker。相關(guān)研究成果以DeepETPicker: Fast and accurate 3D particle picking for cryo-electron tomography using weakly supervised deep learning為題，發(fā)表在《自然-通訊》(Nature Communications)上。
 

　　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)確三維顆粒自動(dòng)挑選。為了降低人工標(biāo)注量的需求，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)策略以提升小訓(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提升了挑選速度數(shù)十倍。為方便用戶使用，該團(tuán)隊(duì)推出了操作簡(jiǎn)潔、界面友好的開源軟件，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。
 

　　科研人員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，包括訓(xùn)練階段和推理階段。在訓(xùn)練數(shù)據(jù)的準(zhǔn)備階段，研究?jī)?yōu)選了弱標(biāo)簽TBall-M來(lái)代替真實(shí)掩模以減輕人工標(biāo)注負(fù)擔(dān)。在模型架構(gòu)的設(shè)計(jì)方面，研究引入坐標(biāo)卷積和圖像金字塔到3D-ResUNet的分割架構(gòu)以提高定位的準(zhǔn)確性。在模型推理階段，DeepETPicker采用重疊斷層圖分區(qū)策略，避免了因邊緣體素分割精度不佳而產(chǎn)生的負(fù)面影響，進(jìn)而結(jié)合MP-NPMS操作加速了顆粒中心定位過程。
 

　　該研究在多種冷凍電子斷層掃描數(shù)據(jù)集上，將DeepETPicker與目前性能最優(yōu)的顆粒挑選方法進(jìn)行性能評(píng)估對(duì)比，采用六個(gè)定量指標(biāo)全面評(píng)價(jià)顆粒挑選的質(zhì)量。結(jié)果表明：DeepETPicker在仿真數(shù)據(jù)集與真實(shí)數(shù)據(jù)集上均可實(shí)現(xiàn)快速準(zhǔn)確的顆粒挑選，且綜合性能優(yōu)于現(xiàn)有的其他方法；生物大分子結(jié)構(gòu)重建得到的分辨率達(dá)到采用專家人工挑選顆粒進(jìn)行結(jié)構(gòu)重建的同樣水平。這體現(xiàn)了DeepETPicker在原位高分辨率結(jié)構(gòu)解析中的實(shí)用價(jià)值。DeepETPicker有望為采用原位冷凍電鏡技術(shù)的原位結(jié)構(gòu)生物學(xué)研究提供支持。
 

　　研究工作得到中國(guó)科學(xué)院戰(zhàn)略性先導(dǎo)科技專項(xiàng)(B類)、國(guó)家自然科學(xué)基金、國(guó)家重點(diǎn)研發(fā)計(jì)劃等的支持。相關(guān)技術(shù)已獲得中國(guó)發(fā)明專利授權(quán)。
 

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