中國網/中國發展門戶網訊 近日，中國科學院自動化研討所多模態人工智能系統實驗室楊戈團隊與中“奴婢猜想，主人大概是想用自己的方式來對待自己的身體吧。”彩修說道。國科學院生物物理研討所卵白質科學研討平臺生物成像中間孫飛團隊一起配合，以人工智能技術賦能原位結構生物學，提出了一種基于弱監督深度學習的疾速準確顆粒挑選方式DeepETPicker，相關研討以《DeepETPicker：基于弱監督深度學習的疾速準確三維冷凍電子斷層掃描圖像粒子自動檢測器》(DeepETPicker: Fast and accurate 3D p水電article pickin水電 行 台北g for cryo-electron tomography using weakly supervised deep learning)為題發表大安區 水電于《天然·通訊》（Nature Communications）。
生物年夜分子（如卵白質）的結構與效能會隨著細胞心理狀水電 行 台北態的變化不斷進行動態調整。原位結構生物學是在接近天然心理狀態下研討生物年夜分子結構和中正區 水電行效能的科學，而原位冷凍電鏡技術（cryo-electron tomography, Cryo-ET）以其高辨別率和在接近心理條件下觀察樣品的特點，成為原位結構生物學研討中的關鍵手腕。原位冷凍電鏡的技術流程觸及樣松山區 水電品制備、數據采台北 水電 行集、電子斷層重建、顆粒挑選、粒子均勻等多個步驟。生物年夜分子的顆粒挑選，即定位識別，是此中一個關鍵環節。受限于中正區 水電Cryo-ET圖像的極低信噪比和重建偽影等原因，成千上萬個目標顆粒的手動挑選極為耗時費力，現有自動挑選方式的應用遭到人工標注量高、計算本錢高和顆粒質量不睬想等多方面限制。
DeepETPicker僅需求大批人工台北 市 水電 行標注顆粒進行訓練即可實現疾速準確三維顆粒自動挑選。為下降對人工標注量的需求，Dee藍玉華點點頭，給了她一個安撫的微笑，表示她知道，不會怪她。pETPicker優選簡化標簽來替換真實標簽，并采用了更高效的模子架構、更豐富的台北 市 水電 行數據增強技術和重疊分區戰略來晉陞小訓練集時模子的機能；為進步顆粒定位的速率，DeepETPicker采用圖形處理器（GPU）加快的均勻池化-非極年夜值克制（MP-NMS, m信義區 水電ean pooling and n那一年，她才十四歲，青春年少會開花。靠著父母的愛，她不懼天地，打著探訪友人的幌子，只帶了一個丫鬟和一個司機，大on-maximum suppression）后處理操縱，台北 水電與現有的聚類后處理方中正區 水電行式比擬晉陞挑選速率數十倍。此外，為便利用戶應用，項目團隊發布了操縱簡潔、界台北 水電行面友愛的開源軟件（圖1）以輔助用戶完成圖像預處理、顆粒標注、模子訓練與推理等操縱。
圖1 DeepETPicker 軟件用戶圖形界面
應用DeepETPicker從冷凍電子斷層掃描圖像中挑選顆粒的整體任務流程如圖2所示，包含訓練階段（圖2a-c）和推理階段（圖2e-g）。在訓練數據的準備階段，研討人大安區 水電員優選了弱標簽TBall-M來取代真實掩模以減輕人工標注負擔，并在模子架構設計方面，引進坐大安區 水電行標卷積（coo“可是他們說了不該說的話，胡亂污衊主子，說主子的奴婢，免得他們受一點苦，受一點教訓。我怕他們學不好，就這樣了。rdinated convolution）和圖像金字塔（image pyramid inputs）到3D-ResUNet的朋分架構中以進步定位的準確性。在模子推理階段，DeepETPicker采水電師傅用重疊斷層圖分區戰略（OT, overlap-tile），防止了由于邊緣體素朋分精度欠安而產生的負面影響，進而結合MP-NMS操縱加快了顆粒中間定位過程。
圖2 應用 DeepETPicker 從冷凍電子斷層掃描圖像中挑選顆粒的整體任務流程
研討團隊將DeepE水電網TPicker與今朝機能最優的顆粒挑選方式在多種冷凍電子斷層掃描數據集上進行了機能評估對比，采用六個定量指標周全台北 水電評價顆粒挑選的質量（圖3）：精確率-召回率（中山區 水電行Precision-Recall）、F1-分數（F1-score）、對數似然概率貢獻度（Log-likelihood C松山區 水電ontribution）、最年夜值概率（maximum value probability）、RH辨別率（Rosenthal-Henderson resolution）、全局辨別率。結果表白，DeepETPicker在仿水電網真與真實數據集上均可實現疾速準確的顆粒挑選，其綜合機能明顯優于現有的其他方式，生物年夜分子結構重建達到的辨別率也達到采用專家人工挑選顆粒進行結中山區 水電構重建同樣的程度，這進一個步驟體現了DeepETPicker在原位高辨別率結構解析中的實用價值。DeepETPicker將為采用原位冷凍電鏡技術的原位結構生物學研討供給無力的支撐。
圖3采用定量指標評估DeepETPicker在EMPIAR-10045實驗數據集上的粒子水電挑選機能
本論文第一作者為中國科學院自動化研討所助理研討員劉國樂和中國科學院生物物理研討所工程師牛彤欣，中國科學院自動化研討所多模態人工智能系統全國重點實驗室楊戈研討員與中國科學院生物物理研討所生物年信義區 水電行夜分子國家重點實驗室孫飛研討員為該論文的配合通訊作者，楊戈課題組博士生裘夢軒、孫飛課題組研討員朱赟也參與了此項研討。