CryoDataBot:一个管道来策划用于人工智能驱动的结构生物学的cryoEM数据集
Qibo Xu1,2, Leon Wu1,3, Michael Rebelo1,4
1California NanoSystems Institute, University of California, Los Angeles, CA 90095, USA.
bioRxiv : the preprint server for biology
|September 18, 2025
概括
CryoDataBot自动化数据集创建的人工智能 (AI) 在冷电子显微镜 (cryoEM) 结构生物学. 这条管道增强了人工智能模型训练,并加快了生物宏分子建模的速度.
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:
- 低温电子显微镜 (cryo-electron microscopy,cryoEM) 能够对生物大分子进行原子分辨率成像.
- 人工智能 (AI) 方法对于自动化从冷EM地图构建原子模型至关重要.
- 为人工智能模型培训创建高质量的,特定任务的数据集是劳动密集型的,需要专业知识.
研究的目的:
- 开发一个自动化管道,CryoDataBot,以高效地生成可靠的数据集,用于基于AI的cryoEM模型构建.
- 为了简化数据检索,预处理和标签与质量控制和定制.
- 减少手工工作量,使研究人员能够根据特定的人工智能模型目标定制数据集构建.
主要方法:
- 克里奥数据机器人自动检索数据,预处理和标签.
- 该管道包括细粒度的质量控制和灵活的定制选项.
- 通过提高U-Net模型训练效率和重新训练CRyoREADRNA建模工具来验证有效性.
主要成果:
- CryoDataBot显著提高了U-Net模型的训练效率.
- 这条管道使 CryoREAD RNA 建模工具的快速有效的再培训成为可能.
- 展示了生成高质量,定制数据集的能力,减少了人工工作.
结论:
- CryoDataBot简化和自动化了人工智能驱动的结构生物学数据集的构建.
- 管道的灵活性和质量控制增强了用于冷EM的AI模型的开发.
- 促进人工智能在分析冷EM数据和推进结构生物学研究方面的更广泛应用.
