在冷电磁图中自动化建模和蛋白质识别
Kiarash Jamali1, Lukas Käll2, Rui Zhang3
1MRC Laboratory of Molecular Biology, Cambridge, UK.
bioRxiv : the preprint server for biology
|June 9, 2023
概括
ModelAngelo是一个新的机器学习工具,可以在电子冷显微镜 (cryo-EM) 地图中自动构建原子模型. 它与人类专家的蛋白质质量相匹配,并提高了核酸骨干的准确性,加快了结构确定.
科学领域:
- 结构生物学 结构生物学
- 计算生物学 计算生物学
- 生物物理学的生物物理.
背景情况:
- 解释电子冷显微镜 (cryo-EM) 地图需要大量的专业知识和手工努力.
- 准确的原子模型构建对于理解蛋白质功能和生物机制至关重要.
结论:
- ModelAngelo自动化并增强了冷EM中的原子模型构建.
- 该工具减少了瓶,并提高了冷EM结构确定中的客观性.
- 促进更快,更可靠的结构生物学研究.


