[论文解读] Exploring generative atomic models in cryo-EM reconstruction

Ellen D. Zhong, Adam Lerer+2 more|arXiv (Cornell University)|Jul 3, 2021

Advanced Electron Microscopy Techniques and Applications参考文献 40被引用 10

一句话总结

该论文提出Cryofold，一种通过将蛋白质建模为具有基于物理的约束的粗粒度径向基函数（RBFs）来整合原子结构先验的生成模型，从而在冷冻电镜（cryo-EM）重构中实现改进。通过从接近天然结构的初始构型出发进行梯度下降，该方法从合成的冷冻电镜数据中重建出连续的3D体积分布，实现了77.3%的Cα原子精度（误差在3Å以内），且显著减少了与无约束方法相比的伪影。

ABSTRACT

Cryo-EM reconstruction algorithms seek to determine a molecule's 3D density map from a series of noisy, unlabeled 2D projection images captured with an electron microscope. Although reconstruction algorithms typically model the 3D volume as a generic function parameterized as a voxel array or neural network, the underlying atomic structure of the protein of interest places well-defined physical constraints on the reconstructed structure. In this work, we exploit prior information provided by an atomic model to reconstruct distributions of 3D structures from a cryo-EM dataset. We propose Cryofold, a generative model for a continuous distribution of 3D volumes based on a coarse-grained model of the protein's atomic structure, with radial basis functions used to model atom locations and their physics-based constraints. Although the reconstruction objective is highly non-convex when formulated in terms of atomic coordinates (similar to the protein folding problem), we show that gradient descent-based methods can reconstruct a continuous distribution of atomic structures when initialized from a structure within the underlying distribution. This approach is a promising direction for integrating biophysical simulation, learned neural models, and experimental data for 3D protein structure determination.

研究动机与目标

• 解决从冷冻电镜数据中重构连续3D蛋白质结构的同时，整合生物物理和原子结构先验的挑战。
• 通过使用粗粒度原子模型约束解空间，减少异质冷冻电镜重构中的伪影。
• 实现在重构过程中直接拟合原子结构，避免耗时且易出错的后处理步骤。
• 探究当初始化结构接近真实结构时，基于梯度的优化是否能够从冷冻电镜数据中恢复出准确的连续构象集合。
• 评估结构先验（如键长约束和侧链RBFs）对重构保真度的影响。

提出的方法

• Cryofold将蛋白质建模为以原子位置为中心的径向基函数（RBFs）集合，每个氨基酸由一个RBF表示，侧链则通过额外的RBFs进行建模。
• 该方法引入基于物理的约束，包括键长和键角项，以正则化原子坐标并保持合理的蛋白质几何结构。
• 采用可微分的渲染流程，利用傅里叶切片定理将基于RBF的3D体积映射到2D冷冻电镜投影，支持端到端训练。
• 通过梯度下降优化模型，以最大化观测到的2D投影的似然度，联合目标函数结合了冷冻电镜图像似然度和结构先验。
• 从真实分布内的结构进行初始化，可实现对准确重构的收敛，即使在存在大尺度构象变化的情况下亦然。
• 消融研究评估了侧链RBFs、键约束和冷冻电镜监督对重构质量的贡献。

实验结果

研究问题

• RQ1 一个具有结构先验的可微分RBF生成模型，能否从合成的冷冻电镜数据中重构出准确的3D蛋白质体积？
• RQ2 在存在噪声和数据有限的情况下，基于物理的约束（如键长和键角）如何影响重构保真度？
• RQ3 当初始化结构接近真实结构时，基于梯度下降的优化能否从异质冷冻电镜数据中恢复出连续的构象集合？
• RQ4 侧链RBFs和冷冻电镜监督对原子精度和体积相似性的相对贡献如何？
• RQ5 与无约束方法相比，整合原子先验在多大程度上减少了重构中的伪影？

主要发现

• 完整Cryofold模型的Cα均方根偏差（RMSD）为3.81 Å，且77.3%的Cα原子位于真实结构的3 Å以内，表明具有高精度的原子定位能力。
• 移除键约束后，Cα RMSD上升至10.42 Å，位于3 Å以内的原子比例降至37.59%，表明键约束在维持结构完整性方面具有关键作用。
• 省略侧链RBFs后，RMSD增至4.10 Å，精度下降至70.21%，表明侧链建模可提升性能但非必要。
• 若无冷冻电镜监督，模型的体积归一化均方误差（NMSE）增至1.82，表明实验数据对准确体积重构至关重要。
• 尽管采用粗粒度RBF表示，该方法在使用相同全原子生成模型时，其体积NMSE（0.32）仍优于cryoDRGN（0.08），尽管cryoDRGN使用了更精确的底层表示。
• 尽管采用粗粒度RBF表示，该方法在初始化结构位于真实分布内时，仍能成功重构异质数据集中的大尺度构象变化。