中新網北京3月11日電 (記者 孫自法)中國科學院自動化研究所3月11日向媒體發布信息說，快速該所與中國科學院生物物理研究所相關科研團隊開展合作，準確中國智最新基于人工智能賦能原位結構生物學，定位大分研究提出一種基于弱監督深度學習的識別生物快速準確顆粒挑選方法(DeepETPicker)，實現對生物大分子快速準確的團隊提出定位識別，相關技術已獲得中國發明專利授權。基于快3百姓彩票

這項生(sheng)物(wu)物(wu)理(li)(li)領域人(ren)工智能應用重要研(yan)(yan)究(jiu)，人(ren)工由(you)中(zhong)國(guo)科(ke)學院自動化(hua)所多模態人(ren)工智能系統實驗室楊戈研(yan)(yan)究(jiu)員團(tuan)隊(dui)、研(yan)(yan)究(jiu)中(zhong)國(guo)科(ke)學院生(sheng)物(wu)物(wu)理(li)(li)所蛋(dan)白質(zhi)科(ke)學研(yan)(yan)究(jiu)平(ping)臺(tai)生(sheng)物(wu)成(cheng)(cheng)像中(zhong)心(xin)孫飛研(yan)(yan)究(jiu)員團(tuan)隊(dui)共同完成(cheng)(cheng)，新(xin)方成(cheng)(cheng)果論文(wen)近日(ri)在國(guo)際學術期刊《自然-通訊》(Nature Communications)發(fa)表。快速

DeepETPicker軟件用戶圖形界面。中國科學院自動化所/供圖

研究團隊介紹說，定位大分生物大分子(如蛋白質)的識別生物結構與功能會隨著細胞生理狀態的變化不斷進行動態調整。原位結構生物學是團隊提出在接近自然生理狀態下研究生物大分子結構和功能的科學，而原位冷凍電鏡技術以其高分辨率和在接近生理條件下觀察樣品的基于特點，成為原位結構生物學研究中的關鍵手段。原位冷凍電鏡的百姓彩票大廳技術流(liu)程涉及樣品制備(bei)、數據采(cai)集、電子斷(duan)層重建(jian)、顆粒(li)(li)挑(tiao)選、粒(li)(li)子平均等多個步驟，生物大分子的顆粒(li)(li)挑(tiao)選即(ji)定位識別，是(shi)其(qi)中一個關鍵環節。

受限于原位冷凍電鏡技術圖像的極低信噪比和重建偽影等因素，成千上萬個目標顆粒的百姓彩票官網登錄手動(dong)挑選(xuan)極為耗時費力，現有(you)自動(dong)挑選(xuan)方(fang)法的應用(yong)受到(dao)人工標注量高、計(ji)算成本高和顆粒質量不理想等多方(fang)面限制。

使用 DeepETPicker從冷凍電子斷層掃描圖像中挑選顆粒的整體工作流程。中國科學院自動化所/供圖

針(zhen)對這一難(nan)題，研究(jiu)團(tuan)隊最新(xin)研發提(ti)(ti)出(chu)DeepETPicker，其僅需(xu)要少(shao)量人工(gong)標(biao)注(zhu)顆(ke)粒進(jin)行訓(xun)練(lian)即可實現快速(su)準確三維顆(ke)粒自動挑選(xuan)(xuan)。為(wei)降低(di)對人工(gong)標(biao)注(zhu)量的(de)(de)需(xu)求，DeepETPicker優選(xuan)(xuan)簡化(hua)標(biao)簽來(lai)替代真實標(biao)簽，并采用(yong)更高效的(de)(de)模型架構、更豐富的(de)(de)數據(ju)增強技術和重疊分區策略(lve)來(lai)提(ti)(ti)升(sheng)小訓(xun)練(lian)集時模型的(de)(de)性能；為(wei)提(ti)(ti)高顆(ke)粒定(ding)位的(de)(de)速(su)度，DeepETPicker采用(yong)圖(tu)形處(chu)(chu)理(li)(li)(li)器(qi)(GPU)加速(su)的(de)(de)平均池化(hua)-非極大值抑制后處(chu)(chu)理(li)(li)(li)操(cao)作(zuo)，與(yu)現有的(de)(de)聚類后處(chu)(chu)理(li)(li)(li)方法相比提(ti)(ti)升(sheng)挑選(xuan)(xuan)速(su)度數十倍。同時，為(wei)方便用(yong)戶(hu)使用(yong)，研究(jiu)團(tuan)隊還推出(chu)操(cao)作(zuo)簡潔(jie)、界面友好的(de)(de)開源軟件，以輔助用(yong)戶(hu)完成圖(tu)像預處(chu)(chu)理(li)(li)(li)、顆(ke)粒標(biao)注(zhu)、模型訓(xun)練(lian)與(yu)推理(li)(li)(li)等操(cao)作(zuo)。

使用DeepETPicker從冷凍電子斷層掃描圖像中(zhong)挑(tiao)選顆(ke)粒的整體工作(zuo)流程包括訓(xun)(xun)練數(shu)據階段(duan)(duan)(duan)和(he)模(mo)型(xing)推理階段(duan)(duan)(duan)。在(zai)訓(xun)(xun)練數(shu)據階段(duan)(duan)(duan)，研究團(tuan)隊優選了弱(ruo)標(biao)(biao)簽來代替真實掩(yan)模(mo)以減輕人工標(biao)(biao)注(zhu)負擔(dan)，并在(zai)模(mo)型(xing)架(jia)構設計方面，引(yin)入坐標(biao)(biao)卷(juan)積和(he)圖像金字塔(ta)到3D-ResUNet的分(fen)割(ge)架(jia)構中(zhong)以提高(gao)定位(wei)的準確性。在(zai)模(mo)型(xing)推理階段(duan)(duan)(duan)，DeepETPicker采用重疊斷層圖分(fen)區策略(lve)，避免了由(you)于邊緣(yuan)體素分(fen)割(ge)精度不佳而產生的負面影響，進(jin)而結合平均池化-非(fei)極(ji)大值抑制操作(zuo)加速顆(ke)粒中(zhong)心定位(wei)過程。

隨后，研(yan)究團隊將DeepETPicker與(yu)目前(qian)性(xing)能(neng)(neng)最(zui)優(you)的顆(ke)粒(li)(li)(li)挑選(xuan)方(fang)法在(zai)(zai)多種冷(leng)凍電子斷層掃描(miao)數據集(ji)上(shang)進行(xing)性(xing)能(neng)(neng)評估對比，采用精確(que)率-召回率、F1-分數、對數似然(ran)概率貢獻度(du)、最(zui)大值概率、RH分辨率、全(quan)局分辨率6個定量指標全(quan)面評價顆(ke)粒(li)(li)(li)挑選(xuan)的質量，結(jie)果表明，DeepETPicker在(zai)(zai)仿真(zhen)與(yu)真(zhen)實(shi)數據集(ji)上(shang)均可(ke)實(shi)現快速準確(que)的顆(ke)粒(li)(li)(li)挑選(xuan)，其綜合(he)性(xing)能(neng)(neng)明顯優(you)于(yu)現有的其他方(fang)法，生物大分子結(jie)構(gou)重建(jian)達(da)到(dao)的分辨率也達(da)到(dao)采用專(zhuan)家人工(gong)挑選(xuan)顆(ke)粒(li)(li)(li)進行(xing)結(jie)構(gou)重建(jian)同樣的水平(ping)。

采用定量指標評估DeepETPicker在EMPIAR-10045實驗數據集上的粒子挑選性能。中國科學院自動化所/供圖

研(yan)究團隊表(biao)示，這(zhe)進(jin)一步體(ti)現出DeepETPicker在原位高分(fen)辨率(lv)結(jie)構解析中(zhong)的實用價值，也充分(fen)表(biao)明(ming)該快速準確定位識別生(sheng)物大分(fen)子的新方法(fa)，將為(wei)采用原位冷凍(dong)電鏡(jing)技術的原位結(jie)構生(sheng)物學研(yan)究提供有力支持。(完)