Новая модель на основе ИИ обеспечивает быструю и надежную визуализацию белков в клетках

Электронная криотомография (крио-ЭТ) становится мощным методом получения детальных трехмерных изображений клеточной среды и заключенных в ней биомолекул. Однако одной из проблем этой методики является идентификация белковых молекул на изображениях.

Исследовательская группа под руководством Штефана Раунсера, директора MPI молекулярной физиологии в Дортмунде, возглавляемая Торстеном Вагнером, разработала программное обеспечение для отбора белков в переполненных клеточных объемах.

Новый инструмент с открытым исходным кодом, названный TomoTwin, основан на глубоком метрическом обучении и позволяет ученым находить несколько белков с высокой точностью и производительностью без ручного создания или переобучения сети каждый раз.

В эксперименте по крио-ЭТ ученые используют просвечивающий электронный микроскоп для получения трехмерных изображений, называемых томограммами, клеточного объема, содержащего сложные биомолекулы, сообщает Phys.org.

Чтобы получить более детальное изображение каждого белка, они усредняют как можно больше их копий - подобно тому, как фотографы снимают один и тот же снимок с разной экспозицией, чтобы затем объединить их в идеально экспонированное изображение.

Крайне важно, что перед усреднением необходимо правильно идентифицировать и определить местоположение различных белков на снимке.

Работа опубликована в журнале Nature Methods.

0 комментариев