可扩展的3D重建用于X射线单粒子成像,使用在线机器学习
Jay Shenoy1,2, Axel Levy2,3, Kartik Ayyer4,5,6
1Department of Computer Science, Stanford University, Stanford, CA, USA.
Nature communications
|July 24, 2025
概括
使用消耗推理 (X-RAI) 进行X射线单颗粒成像,可从大型X射线数据集中更快地确定3D宏分子结构. 这种新的框架在线处理数以百万计的图像,推进生物分子结构分析.
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:
- X射线自由电子激光器 (XFEL) 提供了对生物分子结构和动态的独特见解.
- 高重复率的XFEL能够在近乎生理条件下的单颗粒成像 (SPI),捕捉短暂的分子状态.
- 当前的SPI重建算法由于缓慢,内存密集的处理,难以处理现代XFEL的大量数据集.
研究的目的:
- 为X射线单粒子成像开发一个高效和可扩展的在线重建框架.
- 为了解决阻碍分析大型XFEL数据集的计算瓶.
- 从数以百万计的衍射图像中实现高质量的3D结构确定.
主要方法:
- 介绍X-RAI (X射线单颗粒成像与消耗推理),一个在线重建框架.
- 使用卷积编码器对大型数据集进行摊销姿势估计.
- 采用基于物理学的解码器与隐性神经表示,进行端到端,自我监督的3D重建.
主要成果:
- 在模拟和实验环境中,X-RAI实现了最先进的性能.
- 展示了前所未有的处理大量数据集的能力,这些数据集包含数百万个在线衍射图像.
- 实现了高质量的3D宏分子结构重建.
结论:
- X-RAI代表了X射线单粒子成像中的范式转变,使实时重建成为可能.
- 该框架显著加快了对大型XFEL数据集的分析.
- 通过高效的数据处理,促进对生物分子结构和动态的更深入的理解.
