[论文解读] Image-derived generative modeling of pseudo-macromolecular structures - towards the statistical assessment of Electron CryoTomography template matching

Kai Wen Wang, Xiangrui Zeng+4 more|arXiv (Cornell University)|May 1, 2018

Advanced Electron Microscopy Techniques and Applications被引用 1

一句话总结

本文提出一种基于生成对抗网络（GAN）的方法，从电子冷冻断层成像（ECT）图像中合成伪大分子结构，从而实现模板匹配的统计严格性假设检验。通过生成多样化且逼真的亚断层模板，该方法显著减少了假阳性结果，并提高了在细胞环境中识别大分子复合物的信心。

ABSTRACT

Cellular Electron CryoTomography (CECT) is a 3D imaging technique that captures information about the structure and spatial organization of macromolecular complexes within single cells, in near-native state and at sub-molecular resolution. Although template matching is often used to locate macromolecules in a CECT image, it is insufficient as it only measures the relative structural similarity. Therefore, it is preferable to assess the statistical credibility of the decision through hypothesis testing, requiring many templates derived from a diverse population of macromolecular structures. Due to the very limited number of known structures, we need a generative model to efficiently and reliably sample pseudo-structures from the complex distribution of macromolecular structures. To address this challenge, we propose a novel image-derived approach for performing hypothesis testing for template matching by constructing generative models using the generative adversarial network. Finally, we conducted hypothesis testing experiments for template matching on both simulated and experimental subtomograms, allowing us to conclude the identity of subtomograms with high statistical credibility and significantly reducing false positives.

研究动机与目标

• 解决电子冷冻断层成像（ECT）模板匹配中缺乏多样化、逼真模板以支持统计假设检验的问题。
• 通过生成合成的、生物学上合理的伪结构，克服已知大分子结构稀疏的局限性。
• 通过使用生成模板进行假设检验，实现对亚断层中大分子复合物的统计可信识别。
• 通过用统计显著性替代相对相似性依赖，提高 CECT 中模板匹配的可靠性。
• 开发一种可扩展且高效的方法，利用图像衍生的生成建模从复杂的大分子结构分布中进行采样。

提出的方法

• 在实验获得的亚断层图像上训练生成对抗网络（GAN），以学习大分子结构的潜在分布。
• 利用训练好的生成器生成大量多样化伪结构，以模拟真实大分子复合物的形态和结构多样性。
• 将生成的伪结构整合到 CECT 数据的模板匹配假设检验框架中。
• 通过将观测到的亚断层相似度评分与生成模板的评分分布进行比较，执行统计假设检验。
• 利用 GAN 的图像基础特性，保留原始 ECT 数据中的结构真实性和空间上下文。
• 在模拟和实验亚断层图像上验证该方法，以评估统计可信度和假阳性结果的减少情况。

实验结果

研究问题

• RQ1 生成模型能否有效从有限的实验 ECT 数据中采样伪大分子结构，以实现稳健的统计假设检验？
• RQ2 与传统的基于相似度的方法相比，使用生成模板在多大程度上提升了模板匹配的统计可信度？
• RQ3 该方法在模拟和实验 CECT 数据中，对亚断层检测的假阳性识别结果减少程度如何？
• RQ4 GAN 生成的模板能否保留必要的结构多样性和真实性，以实现在细胞环境中的生物学上有意义的推断？
• RQ5 假设检验框架在亚断层图像具有不同噪声水平和结构异质性时，其性能如何变化？

主要发现

• 所提出的基于 GAN 的生成模型能够成功从有限的实验亚断层图像中生成多样化且逼真的伪大分子结构。
• 使用生成模板进行的统计假设检验显著提高了亚断层识别的置信度，优于标准模板匹配方法。
• 该方法通过提供基于统计的结构相似性阈值，显著降低了亚断层检测中的假阳性率。
• 使用生成模板的假设检验能够可靠地分配模拟和实验 CECT 数据中大分子的身份。
• 该方法对噪声和结构变异性表现出鲁棒性，在多样化亚断层图像群体中均保持了较高的统计可信度。
• GAN 的图像基础特性确保了生成结构与天然细胞环境中的空间和形态上下文一致。