[論文レビュー] Cryo-Electron Microscopy Image Analysis Using Multi-Frequency Vector Diffusion Maps

Yifeng Fan, Zhizhen Zhao|arXiv (Cornell University)|Apr 16, 2019

Advanced Electron Microscopy Techniques and Applications参考文献 27被引用数 6

ひとこと要約

本稿では、回転対称性とアライメントの一貫性を組み込み、SO(2)回転の非可約表現を用いることで最近傍探索の耐性を向上させる、新規のマルチ周波数ベクトル拡散マップ（MFVDM）を提案する。MFVDM行列の固有ベクトルを用いて、画像間の最適な平面内回転とアライメントを推定することで、耐障害性の高いアライメントが可能となる。この手法は、最先端の手法と比較して優れたノイズ除去性能と高速な実行時間を達成し、ノイズの多いcryo-EM画像から高分解能の3次元アバ・イニツィオモデルを生成する。

ABSTRACT

Cryo-electron microscopy (EM) single particle reconstruction is an entirely general technique for 3D structure determination of macromolecular complexes. However, because the images are taken at low electron dose, it is extremely hard to visualize the individual particle with low contrast and high noise level. In this paper, we propose a novel approach called multi-frequency vector diffusion maps (MFVDM) to improve the efficiency and accuracy of cryo-EM 2D image classification and denoising. This framework incorporates different irreducible representations of the estimated alignment between similar images. In addition, we propose a graph filtering scheme to denoise the images using the eigenvalues and eigenvectors of the MFVDM matrices. Through both simulated and publicly available real data, we demonstrate that our proposed method is efficient and robust to noise compared with the state-of-the-art cryo-EM 2D class averaging and image restoration algorithms.

研究の動機と目的

• cryo-EM単粒子再構成において、信号対ノイズ比（SNR）が低く、コントラストが低いためにアライメントが困難な状況に対処すること。
• 回転不変性とアライメントの一貫性を活用することで、最近傍探索の精度と効率を向上させ、2次元画像分類とノイズ除去を改善すること。
• MFVDM固有値と固有ベクトルに基づく、耐障害性の高いグラフフィルタリング方式を考案し、cryo-EM画像のフーリエ・ベッセル展開係数のノイズ除去を行うこと。
• 画像のノイズ除去とアライメントの向上により、後続の3次元再構成に適した高品質な初期3次元モデルを生成すること。
• RELION、CWF、SGL、ASPIREといった既存手法を上回る、ノイズ除去の精度、実行時間、3次元再構成分解能の面での性能向上を達成すること。

提案手法

• 本手法は、回転アライメントの一貫性を画像パス全体にわたってモデル化するために、SO(2)の複数の非可約表現を組み込んだ、ベクトル拡散マップの拡張版であるマルチ周波数ベクトル拡散マップ（MFVDM）を導入する。
• MFVDM行列の固有ベクトルを用いて、類似画像間の最適な平面内回転とアライメントを推定し、最近傍分類の耐障害性を向上させる。
• MFVDM行列の固有値と固有ベクトルを用いて、グラフフィルタリングを適用し、フーリエ・ベッセル展開係数のノイズを除去する。その後、CTF補正と再カラー化を実施する。
• 推定されたノイズパワースペクトルを隅部ピクセルから取得し、画像の事前ホワイトニングを実施した後、CTF補正のための位相反転を実施する。
• 参照方向を推定し、クリーンな画像テンプレートを比較用に生成するために、RELIONの3次元自己精錬ツールを用いてテンプレートマッチングを実施する。
• 本手法は、シミュレート済みおよび実際のcryo-EMデータセット（TRPV1およびHIV-1 Nef）を用いて評価され、MSE、SSIM、PSNR、FSCを用いた定量的比較が行われた。

実験結果

リサーチクエスチョン

• RQ1 SO(2)の複数の非可約表現を組み込むことで、極めてノイズの強いcryo-EM画像における最近傍探索の耐障害性が向上するか？
• RQ2 MFVDMに基づくグラフフィルタリング方式は、CWF、SGL、RELIONといった最先端手法と比較して、より優れた画像ノイズ除去を達成するか？
• RQ3 MFVDMから得られるノイズ除去画像は、従来の2次元クラス平均化およびノイズ除去パイプラインと比較して、より高分解能の3次元アバ・イニツィオ再構成を可能にするか？
• RQ4 GPUアクセラレートおよびCPUベースの手法（RELIONやASPIRE）と比較して、MFVDMの実行時間効率はどの程度か？
• RQ5 特に小分子量マクロマolecule複合体において、低SNR条件下でもMFVDMは構造的詳細をどの程度保持できるか？

主な発見

• MFVDMは、3次元アバ・イニツィオモデルで最高のフォーリエシェル相関（FSC）を達成し、分解能も優れていた。TRPV1では15.88Å、HIV-1 Nefでは8.69Åの分解能を達成し、RELION（15.88Åおよび9.78Å）、CWF（16.93Åおよび39.12Å）、SGL（19.54Åおよび39.12Å）、ASPIRE（21.16Åおよび16.76Å）を上回った。
• MFVDMのノイズ除去は、最も高速なパイプラインであった。TRPV1では10,000枚の画像のノイズ除去を43分で完了し、HIV-1 Nefでは32分であった。一方、RELIONではそれぞれ366分および308分を要した。
• 視覚的にも、MFVDMでノイズ除去された画像は、他の手法と比較して構造がよりクリアで、微細な詳細の保持が顕著に優れていた。特に低SNR条件下で顕著であった。
• 定量的指標では、MFVDMはすべての比較手法の中で最小のMSEと最大のSSIMおよびPSNR値を達成し、優れたノイズ除去品質を示した。
• MFVDMに基づく3次元モデルは、ガウスフィルタ処理を施した基準ボリュームに最も近く、CWF、SGL、ASPIREのモデルと比較してより多くのサブ構造を保持していた。
• MFVDMの使用により、複数のパスにわたる回転不変性を活用することで、ノイズの強い初期最近傍探索推定からの誤差が低減された。