Cryo2StructData:一个大型标记的Cryo-EM密度图数据集,用于基于AI的蛋白质结构建模
Nabin Giri1,2, Liguo Wang3, Jianlin Cheng1,2
1University of Missouri, Electrical Engineering and Computer Science, Columbia, 65211, USA.
bioRxiv : the preprint server for biology
|July 3, 2023
概括
一个新的数据集,Cryo2StructData,帮助人工智能 (AI) 从冷电子显微镜 (cryo-EM) 密度图构建精确的原子模型. 这加速了结构生物学和药物发现研究.
科学领域:
- 结构生物学 结构生物学
- 生物物理学的生物物理.
- 计算生物学 计算生物学
背景情况:
- 单粒子冷电子显微镜 (cryo-EM) 提供了大型生物分子的原子分辨率结构.
- 从冷电磁密度图构建精确的原子模型对于生物医学研究和药物发现至关重要.
- 目前的人工智能方法由于训练数据有限而难以准确.
研究的目的:
- 开发一个高质量的,大规模的数据集用于训练人工智能模型.
- 改进自动化原子模型构建从冷EM数据.
- 促进人工智能在结构生物学方面的进步.
主要方法:
- 创建了Cryo2StructData,这是一个由7600个预处理的冷电磁密度图和标记的voxels组成的数据集.
- 使用已知的原子结构进行voxel标签.
- 在Cryo2StructData数据集上培训和测试深度学习模型.
主要成果:
- Cryo2StructData比现有的数据集更大,质量更高.
- 该数据集使人工智能模型的强有力的培训和测试成为可能.
- 在原子模型构建中表现出对大规模AI开发的准备.
结论:
- Cryo2StructData是推动人工智能在冷EM结构确定方面的宝贵资源.
- 改进的人工智能模型将加速结构生物学和药物发现.
- 这一数据集支持开发更准确,更有效的原子模型构建工具.
