久久亚洲精品高潮综合色a片,和继拇的性做爰,三年片大全

第一作者：Dari Kimanius

通訊作者：Dari Kimanius，Sjors H. W. Scheres

通訊單位：英國劍橋MRC分子生物學實驗室

Sjors Scheres，院士，荷蘭結構生物學家，在荷蘭 Utrecht University 獲得博士學位。2010年，Sjors Scheres 加入劍橋大學MRC分子生物學實驗室。

獲得迄今為止最清晰的核糖體圖像，“我的主要貢獻是數學方面的“，他的數學為結構生物學帶來了一場革命，深受諾貝爾獎得主Venki Ramakrishnan認可，“他一個人呆了幾年，然后就拿出了這個美妙的軟件。”

論文速覽

冷凍電鏡（cryo-EM）技術在生物大分子結構測定中受到個體粒子圖像對齊噪聲的限制。較小的粒子信號弱，對齊誤差導致其適用性受到尺寸限制。本研究探索了如何通過應用深度學習來改進圖像對齊，利用關于生物大分子結構的先驗知識，這些知識在數學上難以表達。

研究團隊訓練了一個去噪卷積神經網絡，使用來自電子顯微鏡數據銀行（EMDB）的半集重建對，并以此去噪器作為常用平滑先驗的替代。這種稱為Blush正則化的方法，與現有算法相比，尤其在信噪比較低的數據中，能夠產生更好的重建效果。

通過重建一個分子量為40 kDa的蛋白質-核酸復合物，證明了去噪神經網絡將擴大冷凍電鏡結構測定對一系列生物大分子的適用性。

圖文導讀

圖1：Blush正則化和示例體積切片的示意圖。

圖2：PfCRT數據集的單粒子重構。

圖3：Ste2數據集的單粒子重構。

圖4：剪接體數據集的多體重構。

圖5：FIA的螺旋重構。

圖6：40 kDa的Aca2-RNA復合物的單粒子重構。

總結展望

本研究通過Blush正則化方法，提高了冷凍電鏡結構測定的分辨率，尤其是在處理信噪比較低的數據時。通過去噪卷積神經網絡的應用，研究團隊能夠重建出之前難以分析的小分子量復合物的高分辨率結構。

本技術不僅提高了冷凍電鏡在生物大分子結構分析中的適用性，還為未來在更小尺寸或更復雜結構的生物分子研究中提供了新的工具。研究結果表明，去噪神經網絡在冷凍電鏡結構測定中的應用前景廣闊，有望進一步推動該領域的技術進步。

文獻信息

標題：Data-driven regularization lowers the size barrier of cryo-EM structure determination

期刊：Nature Methods

DOI：10.1038/s41592-024-02304-8

原創文章，作者：計算搬磚工程師，如若轉載，請注明來源華算科技，注明出處：http://www.zzhhcy.com/index.php/2024/06/13/11d26a2034/

末成年小嫩xb,嫰bbb槡bbbb槡bbbb,免费无人区码卡密,成全高清mv电影免费观看