sourcews.desourcews.de

    Abonnieren Sie Updates

    Facebook Twitter Instagram
    Monday, May 19
    Facebook Twitter LinkedIn VKontakte
    sourcews.desourcews.de
    • Home
    • Technologien
    • Software-Neuigkeiten
    • Hochwertige Software
    • beste Software
    • Softwareentwickler
    sourcews.desourcews.de
    Software-Neuigkeiten

    Forscher entwickeln Softwarepaket zur isotropen Rekonstruktion für die Elektronentomographie mit Deep Learning

    JosBy JosFebruary 3, 2022Updated:November 19, 2022No Comments4 Mins Read
    Facebook Twitter Pinterest LinkedIn Tumblr Email
    Share
    Facebook Twitter LinkedIn Pinterest Email

     

    Nature Communications (2022). DOI: 10.1038/s41467-022-33957-8″ width=”800″ height=”530″/>
    Prinzip und Arbeitsablauf von IsoNet. a Workflow der IsoNet-Software. b GUI von IsoNet. c Veranschaulichung des Verfeinerungsschritts: Zuerst werden Subtomogramme gedreht und dann entlang anderer Richtungen (z. B. YZ-Achse) mit zusätzlichen Fehlkeilartefakten versehen, um gepaarte Daten für das Training zu erzeugen. Zweitens werden die gepaarten Daten verwendet, um ein neuronales Netzwerk mit U-net-Architektur zu trainieren. Drittens wird das trainierte neuronale Netzwerk auf die extrahierten Subtomogramme angewendet, um fehlende Keil-korrigierte Subtomogramme zu erzeugen. Die wiederhergestellten Informationen in diesen Subtomogrammen werden zu den ursprünglichen Subtomogrammen hinzugefügt, wodurch neue Datensätze für die nächste Iteration erzeugt werden. d, e Validierung von IsoNet mit simuliertem Subtomogramm von Apoferritin (d) und Ribosom (e). Oberflächenansichten aus drei orthogonalen Richtungen der Rekonstruktionen werden nach zunehmenden Iterationen der IsoNet-Verarbeitung gezeigt. Blaue Pfeile zeigen Segmente von RNA-Duplexen an. Anerkennung: Naturkommunikation (2022). DOI: 10.1038/s41467-022-33957-8

    In einer Studie veröffentlicht in Naturkommunikation, ein Team unter der Leitung von Prof. Bi Guoqiang von der University of Science and Technology of China (USTC) und dem Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences (CAS), entwickelte zusammen mit Mitarbeitern aus den Vereinigten Staaten ein Softwarepaket namens IsoNet für die isotrope Rekonstruktion in der Kryo-Elektronentomographie (KryoET). Ihre Arbeit löste effektiv das intrinsische „Missing-Wedge“-Problem und Probleme mit dem niedrigen Signal-Rausch-Verhältnis bei CryoET.

    Die anisotrope Auflösung, die durch das intrinsische „Missing-Wedge“-Problem verursacht wird, war lange Zeit eine Herausforderung bei der Verwendung von CryoET für die Visualisierung von Zellstrukturen. Um dies zu lösen, entwickelte das Team IsoNet, ein Softwarepaket, das auf einem iterativen, selbstüberwachten, tief lernenden, künstlichen neuronalen Netzwerk basiert.

    Unter Verwendung der gedrehten kryoET-tomografischen 3D-Rekonstruktionsdaten als Trainingssatz ist ihr Algorithmus in der Lage, eine Fehlkantenkorrektur an den CryoET-Daten durchzuführen. Gleichzeitig wird dem IsoNet ein Entrauschungsprozess hinzugefügt, der es dem künstlichen neuronalen Netzwerk ermöglicht, fehlende Informationen wiederherzustellen und tomografische 3D-Daten gleichzeitig zu entrauschen.

    Durch die Durchführung von IsoNet-Rekonstruktionen an simulierten Subtomogrammen von Apoferritin und Ribosom erzielte das Team Ergebnisse, die mit Atommodellen mit niedriger Auflösung vergleichbar sind. Rekonstruktionen wurden auch für die tomographischen 3D-Daten des unreifen HIV-Kapsids, des paraflagellaren Stäbchens und der neuronalen Synapse von kultivierten Zellen durchgeführt, die alle beeindruckende Ergebnisse lieferten.

    Es ist bemerkenswert, dass nach der Verwendung des IsoNet zur Rekonstruktion des Tomogramms der neuronalen Synapse, die typischerweise eine große Anzahl von Proteinen, Membranorganellen, Zytoskelett und anderen komplexen Strukturen enthält, die tomographischen 3D-Informationen der Vesikel, Mitochondrien, Mikrotubuli, Mikrofilamente, Zelle Membranen und Proteinkomplexe wurden alle gut wiederhergestellt.

    Rekonstruktionsdaten der kryoET der Synapse vor und nach der Verarbeitung durch IsoNet und die 3D-Visualisierung der Ultrastruktur in den Synapsen nach der Verarbeitung durch IsoNet. Bildnachweis: Team von Prof. Bi

    Nach seiner Veröffentlichung hat IsoNet viele Diskussionen ausgelöst, von denen eine wichtig ist, wie IsoNet die Korrektur fehlender Keile implementiert. Eine wichtige Schlussfolgerung ist, dass das neuronale Netzwerk während des Trainings die Merkmale biologischer Strukturen wie Proteine ​​​​in verschiedenen Winkeln im 3D-Raum lernen und diese Informationen um die Richtung des fehlenden Keils ergänzen kann, ähnlich wie bei der 3D-Mittelung der Einzelpartikel-Kryoelektronenmikroskopie .

    Durch die kontinuierliche Optimierung der neuronalen Netzwerkstruktur und die Erweiterung des Trainingssets wird IsoNet daher in der Lage sein, hochauflösende 3D-Strukturinformationen jedes Proteinmoleküls in der Zelle wiederherzustellen und somit eine solide Grundlage für die Visualisierung der hochauflösenden 3D-Struktur zu legen und Verteilung jedes Proteinmoleküls in situ.

    Laut Experten Dimitry Tegunov und anderen Experten wäre das Konzept von IsoNet die zukünftige Entwicklungsrichtung von CryoET.

    Mehr Informationen:
    Yun-Tao Liu et al, Isotrope Rekonstruktion für die Elektronentomographie mit Deep Learning, Naturkommunikation (2022). DOI: 10.1038/s41467-022-33957-8

    Bereitgestellt von der University of Science and Technology of China

    Zitat: Forscher entwickeln Softwarepaket für isotrope Rekonstruktion für Elektronentomographie mit Deep Learning (2022, 17. November), abgerufen am 18. November 2022 von https://techxplore.com/news/2022-11-software-package-isotrope-reconstruction-electron.html

    Dieses Dokument ist urheberrechtlich geschützt. Abgesehen von einem fairen Handel zum Zwecke des privaten Studiums oder der Forschung darf kein Teil ohne schriftliche Genehmigung reproduziert werden. Der Inhalt dient nur zu Informationszwecken.

    Share. Facebook Twitter Pinterest LinkedIn Tumblr Email
    Previous ArticlePHP Development Services Eine großartige Option für Unternehmen
    Next Article Was ist eine Super-App und welche Vorteile bietet sie?
    Jos
    • Website

    Related Posts

    Graph Computing – eine neue Art, die Welt zu verstehen

    December 3, 2021

    Schaffung einer langlebigen Plattform, um die Zukunft der Energie abzubilden

    November 6, 2021

    Leave A Reply Cancel Reply

    Top-Bewertungen

    Verwenden der Cloud zum Skalieren von Etsy

    February 5, 2022

    Was ist eine Super-App und welche Vorteile bietet sie?

    February 4, 2022

    Forscher entwickeln Softwarepaket zur isotropen Rekonstruktion für die Elektronentomographie mit Deep Learning

    February 3, 2022

    PHP Development Services Eine großartige Option für Unternehmen

    February 2, 2022

    Abonnieren Sie Updates

    Archiv
    • February 2022
    • January 2022
    • December 2021
    • November 2021
    • October 2021
    Um
    Um

    WENN SIE IHREN GEIST NICHT MIT ERFOLG FÜTTERN. ES WIRD MIT MITTELKRAFT VERFALLEN!

    Facebook Twitter Instagram Pinterest Vimeo YouTube
    Recente berichten
    • Verwenden der Cloud zum Skalieren von Etsy
    • Was ist eine Super-App und welche Vorteile bietet sie?
    • Forscher entwickeln Softwarepaket zur isotropen Rekonstruktion für die Elektronentomographie mit Deep Learning
    • PHP Development Services Eine großartige Option für Unternehmen
    • Bun-Benchmark wird Node noch nicht ersetzen. Es ist aber schnell.
    2022 © www.sourcews.de Alle Rechte vorbehalten

    Type above and press Enter to search. Press Esc to cancel.