基于AI的新型软件可对细胞中的蛋白质进行快速可靠的成像

“TomoTwin为直接在细胞环境中自动识别和定位蛋白质铺平了道路，扩大了cryo-ET 的潜力，”该出版物的共同第一作者 Gavin Rice 说。Cryo-ET 有可能破译生物分子在细胞内的工作方式，并由此揭示生命的基础和疾病的起源。

在冷冻 ET 实验中，科学家使用透射电子显微镜获取包含复杂生物分子的细胞体积的 3D 图像，称为断层图。为了获得每种不同蛋白质的更详细图像，他们将尽可能多的副本平均化——类似于摄影师以不同曝光拍摄同一张照片，然后将它们组合成完美曝光的图像。至关重要的是，在对它们进行平均之前，必须正确识别和定位图片中的不同蛋白质。“科学家们每天可以获得数百张断层照片，但我们缺乏工具来完全识别其中的分子，”赖斯说。

人工采摘

到目前为止，研究人员使用基于已知分子结构模板的算法来搜索断层图中的匹配项，但这些算法往往容易出错。手动识别分子是另一种选择，它可以确保高质量的挑选，但每个数据集需要几天到几周的时间。

另一种可能性是使用一种有监督的机器学习形式。这些工具可以非常准确，但目前缺乏可用性，因为它们需要手动标记数千个示例来为每种新蛋白质训练软件，这对于拥挤的细胞环境中的小生物分子来说几乎是不可能完成的任务。

TomoTwin

新开发的软件 TomoTwin 克服了其中的许多障碍：它学会在断层图中挑选形状相似的分子并将它们映射到几何空间——系统会因将相似的蛋白质彼此靠近而受到奖励，否则会受到惩罚。在新地图中，研究人员可以分离并准确识别不同的蛋白质，并使用它来定位它们在细胞内的位置。“TomoTwin 的一个优势是我们提供了一个预训练的采摘模型，”Rice 说。通过删除训练步骤，该软件甚至可以在本地计算机上运行——处理一张断层图通常需要 60-90 分钟，MPI 超级计算机 Raven 上的运行时间减少到每张断层图 15 分钟。

TomoTwin 允许研究人员在手动选择单个断层照片所需的时间内选择数十张断层照片，从而提高数据吞吐量和平均速率以获得更好的图像。该软件目前可以在细胞中定位大于 150 道尔顿的球状蛋白质或蛋白质复合物;未来，Raunser 小组的目标是包括膜蛋白、丝状蛋白和更小尺寸的蛋白质。