CryoPoseNet: Aprendizaje simultáneo de extremo a extremo de la orientación de partículas individuales y reconstrucción de mapas 3D a partir de datos de microscopía electrónica criogénica

La microscopía electrónica criogénica (cryo-EM) proporciona imágenes de diferentes copias de la misma biomolécula en orientaciones arbitrarias. Aquí, presentamos un enfoque no supervisado de extremo a extremo que aprende las orientaciones de partículas individuales directamente de los datos de cryo-EM mientras reconstruye el mapa 3D de la biomolécula siguiendo una inicialización aleatoria. El enfoque se basa en una arquitectura de auto-codificador donde el espacio latente se interpreta explícitamente como orientaciones utilizadas por el decodificador para formar una imagen de acuerdo con el modelo de proyección física. Evaluamos nuestro método en datos simulados y mostramos que es capaz de reconstruir mapas de partículas 3D a partir de imágenes de proyección 2D ruidosas y corruptas por CTF de orientaciones de partículas desconocidas.