结构生物信息学7-冷冻电镜三维重构优质PPT.ppt

结构生物信息学7-冷冻电镜三维重构优质PPT.ppt

《结构生物信息学7-冷冻电镜三维重构优质PPT.ppt》由会员分享，可在线阅读，更多相关《结构生物信息学7-冷冻电镜三维重构优质PPT.ppt（114页珍藏版）》请在冰豆网上搜索。

/www.emdatabank.org/,冷冻电镜三维重构,背景简介,一、冷冻电镜三维重构简介二、CryoEM面临的科学问题三、CryoET面临的科学问题,Outline,冷冻电镜三维重构处理流程,生物制样,样品冷冻,拍摄,数据采集,图像处理,三维重构,结构分析,评价,Chiuet.al.JEOLNews（2006）,Cryo-EM,冷冻电镜三维重构问题描述,electronbeam,3Dmacromolecule,2Dprojections,（CryoEM）,Canwededucethe3-Dstructureofthemoleculefromasetof2-Dprojectionimageswithunknownrelativeorientations?

Cryo-EM,单颗粒冷冻电镜三维重构,200,Cryo-EM,冷冻电镜三维重构问题描述,Cryo-EM,冷冻电镜三维重构问题形式描述,Data:

UnknownParameters:

Density:

Rotations:

Translations:

Objective:

C.Yanget.al.JSB（2005）,Cryo-EM,冷冻电镜三维重构基本思想,基本思想：

相同生物大分子某方向的投影，在实空间中经过调整，叠加平均，提高信噪比，使共同部分的结构信息得到加强，最后对各种不同方向的投影在三维空间中进行重构,从而获得其三维结构信息。

Cryo-EM,5,冷冻电镜三维重构基本思想,3,4,2,Cryo-EM,颗粒挑选,初始模型,模型优化,冷冻电镜三维重构的基本步骤,Cryo-EM,冷冻电镜三维重构的基本步骤,Cryo-EM,冷冻电镜三维重构的基本步骤,Cryo-EM,冷冻电镜三维重构的基本步骤,Cryo-EM,冷冻电镜三维重构的基本步骤,Cryo-EM,冷冻电镜三维重构的基本步骤,Cryo-EM,冷冻电镜三维重构的基本步骤,Cryo-EM,冷冻电镜三维重构结果：

初始模型,Cryo-EM,冷冻电镜三维重构结果：

第1次迭代,Cryo-EM,冷冻电镜三维重构结果：

第2次迭代,Cryo-EM,冷冻电镜三维重构结果：

第3次迭代,Cryo-EM,冷冻电镜三维重构结果：

第4次迭代,Cryo-EM,冷冻电镜三维重构结果：

第5次迭代,Cryo-EM,一、颗粒图像信噪比极低二、三维重构计算时间极其漫长三、急需新的重构算法,冷冻电镜三维重构面临的科学问题,Cryo-EM,颗粒图像信噪比极低,颗粒图像信噪比极低电子成像技术样品不均一需采集大量图像数据如何快速、准确进行蛋白颗粒的挑选？

手工挑选半自动化,200,Cryo-EM,颗粒图像信噪比极低,要达到1精度，需要100万张分子颗粒图片,Cryo-EM,三维重构时间极其漫长,数万数十万颗粒图像ClassificationAverageFourierTransformRefinement,AlignmentCrossCommonLineInverseFourierTransform,Cryo-EM,三维重构时间极其漫长,数据来自“CurrentOpinioninStructuralBiology”2008,18:

218-228,Cryo-EM,急需新的重构算法,现有算法绝大部分基于Fourier-Bessel模型，70年代初提出的。

基于现有的算法，重构精度很难再提高如何进一步提高三维重构的精度？

Cryo-EM,一、颗粒图像的挑选-颗粒图像识别软件Picker二、三维重构的高性能计算-重构并行软件ParaEMAN三、重构结果精度优化-原有算法的完善-球面坐标系下的三维重构算法,我们的工作,Cryo-EM,颗粒图像挑选降噪处理,原始图片,一次降噪,二次降噪,三次降噪,原始电镜图片01nov26b.001.003.001.001,来自SCRIPPS,Cryo-EM,当前研究现状-颗粒挑选,数据来自“NatureMethods”2008,5（7）:

651-658“JournalofStructuralBiology”2004,145,Cryo-EM,颗粒挑选当前研究现状,“JournalofStructuralBiology”145（1-2）的统计结果,Cryo-EM,颗粒图像挑选Picker,直方图信息熵的方法相关性匹配,Adaboost方法基于样本空间分割的方法最小距离分类器贝叶斯分类器,模板匹配,特征学习,开发了多种颗粒识别算法，实现了颗粒识别软件Picker,Cryo-EM,颗粒图像挑选,基于直方图信息熵的方法,算法实现（分成三级阈值匹配）：

匹配“外围环”，计算公式：

匹配“内圆”，计算公式：

匹配“四分的网格”，计算公式：

各级的阈值可由机器学习的方式得到,Cryo-EM,颗粒图像挑选,基于adaboost的方法,弱分类器强分类器,弱分类器错误率越小，就越小，就越大H（x）为+，则为正例；

H（x）为-，则为反例,Cryo-EM,颗粒图像挑选,Cryo-EM,颗粒图像挑选,Cryo-EM,一、颗粒图像的挑选-颗粒图像识别软件Picker二、三维重构的高性能计算-重构并行软件ParaEMAN三、重构结果精度优化-原有算法的完善-球面坐标系下的三维重构算法,我们的工作,Cryo-EM,三维重构高性能计算时间分析,EMAN,1,2,3,Cryo-EM,三维重构高性能计算,开发了单颗粒三维重构并行软件ParaEMAN重构精度优化提出一种颗粒图像聚类优化的重构框架，重构结果精度提高0.2-0.3重构速度优化,Cryo-EM,颗粒图像分类结果决定了重构的精度,三维重构结果精度优化,Cryo-EM,对原有算法进行了优化,Recluster,三维重构结果精度优化,颗粒图像重聚类框架PRF：

LYFan,et.al.Bioinformatics2009,Cryo-EM,三维重构结果精度优化,乙肝病毒refine1hard=15sym=icosmask=80pad=374proc=3classkeep=0.9ang=1classiter=5refinexfiles=2.5ctfc=7Beta1.1refine1mask=60sym=c9proc=3hard=40classkeep=0.9shrink=2pad=200amask=55,0.8,30classiter=5ang=8,乙肝病毒数据,Beta1.1数据,Cryo-EM,三维重构高性能计算核心问题,n组图像数目差异很大,目标1：

N个图像的分类处理时间最短目标2：

尽可能使各处理器分配的任务平均,Cryo-EM,三维重构高性能计算核心问题,问题描述（MakespanMinimization）s:

JP（J=1,2n,P=1,2m）ThefinishingtimeofprocessoriThemakespanis:

强NP难问题,Cryo-EM,三维重构高性能计算核心问题,提出一种自适应任务动态调度算法,Cryo-EM,三维重构高性能计算核心问题,ParaEMAN任务调度实验结果,Cryo-EM,三维重构高性能计算核心问题,单颗粒三维重构并行软件-paraEMAN,10,Cryo-EM,CryoEMEMAN的并行优化,ParaEMAN在曙光5000上的测试结果,Cryo-EM,CryoEMEMAN的并行优化,ParaEMAN在“超龙一号”的测试结果,FSC曲线,Cryo-EM,CryoEMEMAN的并行优化,“超龙一号”上ParaEMAN同EMAN的比较,计算核数,加速比,Cryo-EM,一、颗粒图像的挑选-颗粒图像识别软件Picker二、三维重构的高性能计算-重构并行软件ParaEMAN三、重构结果精度优化-单颗粒三维重构软件ICTISAF,我们的工作,Cryo-EM,基于球谐函数的三维重构算法,理论基础,0到4阶球谐函数的图形,任何空间几何体表面都可以表示成球谐函数各分量的线性组合,Cryo-EM,基于球谐函数的三维重构算法,开发完成了20面体三维重构软件ICTISAF精度优化基于正弦高斯校正和样条插值的CTF校正模型基于滑动窗口的电镜照片全局插值算法速度优化密度函数快速计算方法基于径向采样点旋转角度不变性的快速映射方法基于60对称性的快速映射方法,Cryo-EM,基于球谐函数的三维重构算法,基于正弦高斯校正和样条插值的CTF校正模型,电镜成像时电子束经过电镜的调制，得到的显微像存在假像，需要校正CTFi（s）Envi（s）是校正的关键因素,Cryo-EM,基于球谐函数的三维重构算法,基于正弦高斯校正和样条插值的CTF校正模型,低频阶段采用正弦调制高频阶段采用高斯调制,Cryo-EM,基于球谐函数的三维重构算法,基于正弦高斯校正和样条插值的CTF校正模型,重构中存在放缩，傅里叶半径不一定是整数，所以要插值采用线性插值算法精度不高，应用三次样条插值算法,Cryo-EM,基于球谐函数的三维重构算法,ISAF密度函数快速计算模型,密度函数快速计算方法，将其时间复杂度降低一个幂次基于60对称性的快速映射方法，将计算量降低60倍基于径向采样点旋转角度不变性的快速映射方法，计算量降低（Rm+1）/2倍,Cryo-EM,基于球谐函数的三维重构算法,重构结果,投影模板,取向中心,35.8810.767.835.74,Cryo-EM,基于球谐函数的三维重构算法,ICTISAF的性能比较,6.08,5.53,4.89,4.35,Cryo-EM,HBV乙肝病毒（HBV）重构,Cryo-EM,基于球谐函数的三维重构算法,鲤鱼呼吸肠道病毒（GCVR）重构,基于球谐函数的三维重构算法,Cryo-EM,CryoEMICTEM软件包,http:

/,Cryo-EM,CryoEMICTEM软件包,Cryo-EM,CryoEMICTEM软件包,10,Cryo-EM,CryoEMICTEM软件包,Cryo-EM,Ivegotastructure,whatnext?

研究趋势,Cryo-EM,Ivegotastructure,whatnext?

研究趋势,Modeling+docking,Cryo-EM,一、冷冻电镜三维重构简介二、CryoEM面临的科学问题三、CryoET面临的科学问题,Outline,生物图像三维重构的高性能算法研究,Cryo-ET,生物图像三维重构的高性能算法研究,Cryo-ET,冷冻电子断层三维重构问题描述,Cryo-ET,生物制样,样品冷冻,拍摄,数据采集,图像处理和对位,三维重构,结构分割、分析,ATOM2.0,冷冻电子断层成像流程,Cryo-ET,ProblemsinCryoET,Noise（SNRverylow）ImagealignmentMisswedgeImagesize（hugememoryrequirement）Computationaltime,Cryo-ET,ProblemsinCryoET,投影图像对位，是影响重构质量的关键因素,投影图像