Addressing preferred orientation in single-particle cryo-EM through AI-generated auxiliary particles

要約

単粒子クライオ EM 分野は、一般的な計算ソリューションが不足しており、優先配向という永続的な課題に直面しています。
上記の問題に対処するために設計された AI ベースのアプローチである cryoPROS を紹介します。
crioPROS は、条件付きディープ生成モデルを使用して補助粒子を生成することにより、観察された粒子の配向推定における固有のバイアスに対処します。
私たちは、赤血球凝集素三量体のクライオ EM 単粒子分析に crioPROS を効果的に使用し、非傾斜データで原子に近い分解能の構造を復元できることを示しました。
さらに、cryoPROS-MP と名付けられた強化版では、ミセルの効果を含む傾斜なしのデータを使用して、膜タンパク質 NaX の解像度が大幅に向上しました。
従来のアプローチと比較して、cryoPROS は特別な実験技術や画像取得技術を必要とせず、純粋に計算による、しかも優先配向問題に対する効果的な解決策を提供します。
最後に、モデルのバイアスのリスクが低いことと、cryoPROS の堅牢性が高いことを確立する広範な実験を行います。

要約(オリジナル)

The single-particle cryo-EM field faces the persistent challenge of preferred orientation, lacking general computational solutions. We introduce cryoPROS, an AI-based approach designed to address the above issue. By generating the auxiliary particles with a conditional deep generative model, cryoPROS addresses the intrinsic bias in orientation estimation for the observed particles. We effectively employed cryoPROS in the cryo-EM single particle analysis of the hemagglutinin trimer, showing the ability to restore the near-atomic resolution structure on non-tilt data. Moreover, the enhanced version named cryoPROS-MP significantly improves the resolution of the membrane protein NaX using the no-tilted data that contains the effects of micelles. Compared to the classical approaches, cryoPROS does not need special experimental or image acquisition techniques, providing a purely computational yet effective solution for the preferred orientation problem. Finally, we conduct extensive experiments that establish the low risk of model bias and the high robustness of cryoPROS.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google