[论文解读] Positive-unlabeled convolutional neural networks for particle picking in cryo-electron micrographs

Tristan Bepler, Andrew Morin+4 more|PubMed|Mar 22, 2018

Advanced Electron Microscopy Techniques and Applications参考文献 2被引用 179

一句话总结

本文介绍 Topaz，一种适用于 cryo-EM 的粒子挑选管道，它使用正-未标记（PU）学习来训练 CNN，在标记的粒子很少、未标记的粒子很多的情况下，实现更高的重构质量，同时标注工作量最小。

ABSTRACT

Cryo-electron microscopy (cryoEM) is an increasingly popular method for protein structure determination. However, identifying a sufficient number of particles for analysis (often >100,000) can take months of manual effort. Current computational approaches are limited by high false positive rates and require significant ad-hoc post-processing, especially for unusually shaped particles. To address this shortcoming, we develop Topaz, an efficient and accurate particle picking pipeline using neural networks trained with few labeled particles by newly leveraging the remaining unlabeled particles through the framework of positive-unlabeled (PU) learning. Remarkably, despite using minimal labeled particles, Topaz allows us to improve reconstruction resolution by up to 0.15 Å over published particles on three public cryoEM datasets without any post-processing. Furthermore, we show that our novel generalized-expectation criteria approach to PU learning outperforms existing general PU learning approaches when applied to particle detection, especially for challenging datasets of non-globular proteins. We expect Topaz to be an essential component of cryoEM analysis.

研究动机与目标

• 推动在 cryo-EM 中实现高效粒子挑选，以减少人工标注工作量。
• 提出一种通过正-未标记学习利用未标记粒子的学习框架。
• 开发一个基于 CNN 的粒子挑选器（Topaz），使用有限的标记数据进行训练。
• 在公开的 cryo-EM 数据集上展示无需后处理的重构质量提升。
• 展示广义期望 PU 标准在具有挑战性数据集上的优越性。

提出的方法

• 开发 Topaz，一种用于 cryo-EM 的基于 CNN 的粒子挑选器。
• 使用 Positive-Unlabeled (PU) 学习来训练网络，以利用未标记粒子。
• 引入用于 PU 学习的广义期望准则。
• 将该方法应用于三个公开的 cryo-EM 数据集，并比较重构结果。
• 评估在没有后处理的情况下重构分辨率的改进。

实验结果

研究问题

• RQ1 PU 学习是否能够在 cryo-EM 中仅用极少量标记样本就实现准确的粒子挑选？
• RQ2 利用未标记粒子是否能够提高挑选准确性和下游重构质量？
• RQ3 相对于现有 PU 方法，在非球形颗粒上的广义期望 PU 标准的表现如何？
• RQ4 Topaz 在公开数据集上取得的实际重构精度增益有哪些？

主要发现

• Topaz 在三个公开数据集上比已发表的粒子重构分辨率提高最多 0.15 Å。
• PU 学习在极少量标记数据的情况下实现高质量的粒子检测。
• 广义期望 PU 标准在具有挑战性、非球形的粒子上优于现有的 PU 方法。
• Topaz 减少或消除了粒子挑选中临时后处理的需要。
• 该方法被呈现为 cryo-EM 分析的关键组成部分。