[논문 리뷰] Heterogeneous reconstruction of deformable atomic models in Cryo-EM

Youssef S. G. Nashed, Ariana Peck외 7명|arXiv (Cornell University)|2022. 09. 29.

Advanced Electron Microscopy Techniques and Applications인용 수 9

한 줄 요약

이 논문은 냉동전자현미경(cryo-EM)에서 변형 가능한 원자 모델의 이종성 재구성에 대해, 정상 모드 분석(Normal Mode Analysis, NMA)을 통해 구조적 이종성을 매개변수화하고 구조적 공간의 차원을 감소시켜, 비지도(autoencoder 기반) 방법을 제안한다. 이 방법은 2D 이미지 이동과 정상 모드 진폭을 동시에 추정하여, 기저 진동 모드에 기반한 중간 상태의 원자 수준 재구성에 있어 기저 진동 모드와의 루트 평균 제곱 오차(RMSD)가 1.5 Å 이하인 정확한 재구성을 가능하게 한다.

ABSTRACT

Cryogenic electron microscopy (cryo-EM) provides a unique opportunity to study the structural heterogeneity of biomolecules. Being able to explain this heterogeneity with atomic models would help our understanding of their functional mechanisms but the size and ruggedness of the structural space (the space of atomic 3D cartesian coordinates) presents an immense challenge. Here, we describe a heterogeneous reconstruction method based on an atomistic representation whose deformation is reduced to a handful of collective motions through normal mode analysis. Our implementation uses an autoencoder. The encoder jointly estimates the amplitude of motion along the normal modes and the 2D shift between the center of the image and the center of the molecule . The physics-based decoder aggregates a representation of the heterogeneity readily interpretable at the atomic level. We illustrate our method on 3 synthetic datasets corresponding to different distributions along a simulated trajectory of adenylate kinase transitioning from its open to its closed structures. We show for each distribution that our approach is able to recapitulate the intermediate atomic models with atomic-level accuracy.

연구 동기 및 목표

• 냉동전자현미경(cryo-EM) 이종성 재구성에서 고차원적이고 불규칙한 구조적 공간을 모델링하는 데 도전하는 것.
• 확장 가능한 물리 기반 모델링을 위해 정상 모드 분석(NMA)을 사용하여 구조적 변형 공간의 차원을 감소시키는 것.
• 방향 추정이 필요 없이 노이즈가 많은 2D 냉동전자현미경(cryo-EM) 이미지로부터 원자 모델을 종단 간(end-to-end), 미분 가능한 추론을 가능하게 하는 것.
• 기준 기반의 변형 가능한 원자 모델을 사용하여 생체 분자의 중간 구조적 상태를 정확하게 재구성하는 것.
• 계산 비용이 큰 에너지 최소화 또는 기대값 최대화(EM) 방법에 대한 확장 가능한 대안을 제공하는 것.

제안 방법

• 이 방법은 각 입자 이미지에서 2D 이미지 이동과 정상 모드의 진폭을 추정하는 인코더를 갖는 오토에인코더 파이프라인을 사용한다.
• 디코더는 NMA를 통해 기준 원자 구조를 변형하는 물리 기반의 정방향 모델을 사용하며, 추정된 진폭과 이동을 포함하여 합성 이미지를 생성한다.
• 기준 구조의 탄성 네트워크 모델(ENM)에 대해 정상 모드 분석(NMA)을 수행하여 구조적 변형 공간을 소수의 집단 운동(예: d=16 모드)으로 감소시킨다.
• 예측된 이미지와 관측된 2D 이미지 간의 차이를 최소화하기 위해 기울기 기반 최적화를 통해 프레임워크를 훈련시켜 데이터셋 전체에 걸쳐 추론을 효율화한다.
• 이 방법은 에너지 최소화나 반복적 정밀 조정을 피하고, 이미지에서 구조적 매개변수로의 직접 매핑을 학습함으로써 계산 비용을 절감한다.
• 잠재 공간에서의 예측 진폭의 첫 번째 주성분이 잠재 공간의 분산의 90% 이상을 설명함을 확인하기 위해 주성분 분석(PCA)을 사용한다.

실험 결과

연구 질문

• RQ1 정상 모드 분석(NMA)을 통해 물리 기반의 저차원 표현을 제공하는 생체 분자의 동역학을 모델링함으로써, 냉동전자현미경(cryo-EM)에서 정확하고 확장 가능한 이종성 재구성가 가능할까?
• RQ2 오토에인코더 아키텍처가 이미지 이동과 정상 모드 진폭을 동시에 추론하여 중간 원자 구조를 재구성하는 데 얼마나 효과적인가?
• RQ3 이 방법은 기준 구조에서 크게 벗어난 분포(예: 비연속적 또는 연속적 분포)를 가진 구조적 분포를 얼마나 잘 재구성하는가?
• RQ4 합성 냉동전자현미경(cryo-EM) 데이터에서 중간 상태를 원자 수준 정확도(예: 1.5 Å 이하 RMSD)로 재구성할 수 있는가?
• RQ5 기준 구조의 첫 번째 몇 개의 정상 모드를 초월하는 진짜 구조적 분포가 존재할 경우, 이 방법은 여전히 강건한가?

주요 결과

• 균일하고 연속적이며 비연속적인 구조적 분포를 가진 합성 데이터셋에 대해, 이 방법은 기저 진동 모드와의 RMSD가 1.5 Å 이하인 중간 원자 모델을 성공적으로 재구성하였다.
• 16개의 정상 모드(d=16)를 사용할 경우, 예측 진폭의 첫 번째 주성분이 잠재 공간의 분산의 90% 이상을 설명하여 진짜 구조적 궤적과 강한 일치를 보였다.
• d=16일 때, 예측된 정상 모드 진폭 분포는 기저 진동 모드 분포와 밀접하게 일치하였으며, 특히 비연속적 및 연속적 분포를 잘 포착하였다.
• d=1일 경우, 방법은 기저 진동 모드 분포의 정성적 특징을 포착했지만, 기준 모델에서 멀어질수록 성능 저하가 나타났다.
• 기준 모델에서 멀리 떨어진 구조(예: 닫힌 형태)에 대해서도 원자 수준 정확도를 달성하였으며, 열린 형태와 닫힌 형태 사이의 RMSD가 7 Å임에도 불구하고, RMSD는 1.5 Å 이하로 유지되었다.
• 반복적인 에너지 최소화나 고비용 기대값 최대화(EM) 단계를 피함으로써, 이 프레임워크는 대규모 데이터셋에서도 효율적인 추론이 가능함을 보였다.