【技术实现步骤摘要】
一种生物分子冷冻电镜数据的构象分类方法
[0001]本专利技术提供了一种卷积残差神经网络架构探索生物分子冷冻电镜数据的构象分类方法，具体涉及一种对生物分子单颗粒图像数据进行监督分类、进而发现新构象的方法，属于结构生物学与计算科学的交叉领域。
技术介绍
[0002]冷冻电子显微镜技术在结构生物学领域应用广泛，能够解析生物大分子及复合物的高分辨三维结构。单颗粒冷冻电镜方法不需要目标生物分子形成晶体，将目标样品纯化出来后，快速冷冻到液氮温度，形成5
‑
10 nm厚度的非晶态冰层，其中生物分子以不同空间取向随机分布在冰层中，通过电镜获得每个单颗粒的二维投影图像，随后根据这些不同角度的投影进行三维重建，获得生物分子的三维结构。但是，生物分子通常具有不同程度的构象异质性，处于不同的构象状态，因而一般通过三维分类对其不同的构象类分别进行重建。
[0003]由于冷冻电镜数据噪声大、构象不均一、投影角度未知等特点，三维构象分类是单颗粒冷冻电镜数据处理领域最为重要、难度最大的核心问题之一。传统的三维构象分类一般通过非监...
【技术保护点】
【技术特征摘要】
1.一种生物分子冷冻电镜数据的构象分类方法，其步骤包括：A. 针对冷冻电镜单颗粒图像数据，，为颗粒数量，， 为像素点数量，通过极大似然分类方法处理单颗粒图像数据获得两个构象类与的三维电子密度图与；B. 基于冷冻电镜单颗粒图像数据中构象类与生成虚拟构象类 ，实现方法为：B1. 利用构象类与 的三维电子密度图与，分别搭建其对应的原子模型或赝原子模型与；B2. 基于原子模型或赝原子模型与，对与中每个原子的坐标位置进行插值，具体的计算公式为：式中，为插值后的原子模型或赝原子模型中第个原子的坐标值，与分别是原子模型或赝原子模型与中第个原子的坐标值，系数的取值范围为 (0,1)，由此获得插值后的原子模型或赝原子模型；B3.将原子模型或赝原子模型转化成虚拟构象类的三维电子密度图；C. 利用构象类、与虚拟构象类 对卷积残差神经网络进行训练，实现方法为：C1.对三维电子密度图、与分别进行角度随机均匀分布投影，生成单颗粒模拟图像数据集，具体表达式为：式中， 、与分别为构象类、与 的单颗粒模拟图像数据，为大量不同角度的投影算符，为单颗粒图像的高斯噪声，噪声强度由决定；C2. 使用单颗粒模拟图像数据集、与对卷积残差神经网络模型进行三分类训练；D. 利用训练好的卷积残差神经网络模型对单颗粒实验图像数据进行处理，将单颗粒实验图像数据分为三类，分别对应构象类、与新构象类 ；E. 对新构象类 进行结构验证，输出生物分子冷冻电镜数据中的新构象类 结果。2.如权利要求1所述的生物分子冷冻电镜数据的构象分类方法，其特征在于，所述步骤B2中，原子模型或赝原...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。