क्रीयो-इलेक्ट्रॉन माइक्रोस्कोपी में कणों की पहचान के लिए सकारात्मक-लेबल वाले कॉन्वोल्यूशनल न्यूरल नेटवर्क

क्रीयो-इलेक्ट्रॉन माइक्रोस्कोपी (क्रियोईईएम) प्रोटीन संरचना निर्धारण के लिए एक बढ़ती हुई लोकप्रिय विधि है। हालांकि, विश्लेषण के लिए पर्याप्त संख्या में कणों की पहचान करना (अक्सर >100,000) महीनों का मैनुअल प्रयास ले सकता है। वर्तमान संगणकीय विधियों की उच्च झूठे सकारात्मक दरों से सीमाएँ हैं और असामान्य आकार के कणों के लिए महत्वपूर्ण अनुकूलन की आवश्यकता होती है। इस कमी को दूर करने के लिए, हम टोपाज़ विकसित करते हैं, एक कुशल और सटीक कण पहचान पाइपलाइन जो न्यूरल नेटवर्क्स का उपयोग करती है, जिसे कुछ लेबल किए गए कणों के साथ प्रशिक्षित किया गया है, और सकारात्मक-लेबल वाले (पीयू) शिक्षा के ढांचे के माध्यम से शेष बिना लेबल वाले कणों का नई तरह से लाभ उठाती है। चौंकाने वाली बात यह है कि न्यूनतम लेबल किए गए कणों का उपयोग करने के बावजूद, टोपाज़ हमें तीन सार्वजनिक क्रीयोईईएम डेटा सेट्स पर प्रकाशित कणों के मुकाबले पुनर्निर्माण गुणात्मकता को 0.15 Å तक सुधारने की अनुमति देता है बिना किसी पोस्ट-प्रोसेसिंग के। इसके अलावा, हम दिखाते हैं कि पीयू लर्निंग में हमारे नवीन सामान्यीकृत-अपेक्षा मानदंड दृष्टिकोण का प्रदर्शन कण पहचान के लिए लागू किया जाने पर मौजूदा सामान्य पीयू लर्निंग दृष्टिकोणों से बेहतर है, विशेष रूप से गैर-ग्लोब्युलर प्रोटीन के चुनौतीपूर्ण डेटा सेट्स के लिए। हमें उम्मीद है कि टोपाज़ क्रीयोईईएम विश्लेषण का एक आवश्यक घटक होगा।