广泛的角取样使得电子断层图像中宏分子的敏感定位成为可能

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:

• 低温电子断层扫描 (cryo-ET) 可视化细胞环境中的宏分子.
• 模板匹配 (TM) 对于检测这些宏分子至关重要,但在广泛的旋转搜索中受到计算成本的限制.
• 以前的方法缺乏计算能力来探索粒子检测的全部旋转空间.

研究的目的:

• 在PyTOM软件包中开发和实施一个GPU加速模板匹配 (TM) 算法.
• 调查广泛的角取样对冷ET中的粒子检测灵敏度和错误发现率的影响.
• 通过改进宏分子识别和分类,增强子图平均化工作流程.

主要方法:

• 为 PyTOM 开发了一个模板匹配 (TM) 的 GPU 实现.
• 在Crowther标准之外进行了广泛的角度搜索.
• 量化灵敏度和错误发现率,以核糖体识别和检测为例.
• 整合了增强的TM与子镜平均化工作流程.

主要成果:

• 该GPU实现大大加快了TM的定向搜索.
• 在可行的时间框架内实现超出Crowther标准的采样.
• 证明了对宏分子检测的敏感性增加和错误发现率降低.
• 展示了TM对局部倾斜系列对齐和离子束削损伤的敏感性.
• 自动化核糖体分类实现了高灵敏度和低错误发现率.

结论:

• 在PyTOM中的GPU加速TM显著增强了冷ET中的宏分子检测.
• 广泛的角取样提高了准确性,并揭示了结构细节.
• 该方法有助于直接用于高分辨率的平均值和分析复杂的组织,如多元体.