清華大學NatureMethods發文：新型的冷凍電鏡三維重構算法

　　蛋白質是生命體的最主要組成元素，作為一種生物大分子機器，蛋白質功能的實現高度依賴于其復雜的三維原子結構。了解蛋白質的結構及其與功能的關系對探索生命的基本原理，理解疾病的分子機制以及藥物的研發具有重要的意義。

基于粒子濾波的三維重構算法示意圖。

　　冷凍電子顯微鏡，簡稱冷凍電鏡，使用電子束作為光源，是一種能在原子分辨率水平上觀察并測定蛋白質分子結構的有力工具。伴隨著最近幾年的技術突破，冷凍電鏡三維重構技術成為測定蛋白質及其復合物結構的關鍵技術。冷凍電鏡三維重構的基本方法是，首先利用冷凍電鏡對冷凍于液氮溫度的生物大分子顆粒進行成像，以獲得數萬到數百萬張生物大分子照片，然后通過一定的算法來整合這些圖像，計算出生物大分子的三維結構。這其中三維重構算法是核心內容，用于測定出每一張照片的諸多參數，例如空間取向，然后才能將二維的照片整合重構出三維的結構。因為照片的數量巨大，且圖像信號極其微弱，如何精確計算測定每張照片的參數，以達到超過0.4甚至0.2納米的分辨率，一直以來都是冷凍電鏡技術研究的重點和難點。

　　來自清華大學生命科學學院的研究人員發表了題為“A particle-filter framework for robust cryoEM 3D reconstruction”的文章，介紹了一種基于粒子濾波的魯棒的冷凍電鏡三維重構算法框架，這種方法通過將電子工程應用中的粒子濾波算法引入到冷凍電鏡三維重構中，大幅提高了對系統參數的搜索能力和對系統誤差的容忍度；通過進一步融合高性能計算的方法，最終實現了對生物大分子結構高效高精度的三維重構。

　　這一發現公布在11月30日的Nature Methods雜志上，由清華大學生命科學學院李雪明研究組，電子工程系沈淵研究組和計算機系楊廣文研究組合作完成。第一作者為胡名旭，余洪坤和顧凱。同期他們開發的THUNDER冷凍電鏡三維重構軟件系統集成了這些新算法和新特性，為未來冷凍電鏡海量圖像數據的實時分析，以及大規模的自動化應用提供了一個可靠的算法和軟件基礎；同時，也為解析接近原子分辨率的生物結構提供了一套魯棒、快速的解決方案，顯著降低了對用戶經驗的要求，益于冷凍電鏡技術的廣泛普及，助力在原子尺度上對生命活動進行觀察。

　　為了獲得一個更有效的算法和計算系統以滿足未來高分辨率和大規模應用的需求，李雪明研究組聯合電子系沈淵和計算機系楊廣文研究組，利用清華大學生物學科和信息學科交叉的優勢，將電子工程領域的粒子濾波算法引入到冷凍電鏡的圖像重構參數搜索中去，發展出一套比現有算法更完善、更有效的貝葉斯統計推斷算法。

　　這套新算法對高維參數的搜索具有更好的魯棒性，可以自適應地進行參數的自動調整，以及通過引入一套新的權重機制大幅提高了對系統誤差的容忍度。這些優勢的整合，使整個系統具有很好的魯棒性，更適用于未來自動化的運行工作模式。

　　同時，在算法的實現過程中，深度融合了大規模并行計算的思路和方法，從而使整個系統具有極高的運算效率，和近乎理想的并行計算性能。未來該系統將能夠高效運行于小到一個工作站，大到“太湖之光”這樣的超大規模計算系統，適應生命科學研究和藥物設計的大量結構測定需求。

　　這項工作是三個不同學科研究組交叉研究的階段性成果，團隊正在利用新型的統計推斷和機器學習算法將這一工作擴展到對細胞或者細胞器結構的原子分辨率三維重構上去。

　　未來的冷凍電鏡技術將使人們不必再借助于復雜的生物化學手段來提取蛋白質，而是利用冷凍電鏡直接在細胞中對包括蛋白質在內的生物大分子的原子結構和動態變化進行觀察和分析，探索生命活動的本質原理，設計能夠治愈疾病的藥物，造福人類健康。