cryoSPHERE: クライオ電子顕微鏡による単一粒子のヘテロジェニアス再構成

要旨 タンパク質の三次元構造は、その機能を決定する上で重要な役割を果たします。AlphaFoldのような手法は、アミノ酸配列に基づくタンパク質構造予測に革新をもたらしました。しかし、タンパク質はしばしば複数の異なるコンフォメーションで現れ、その完全なコンフォメーショナル分布を解決することが非常に重要です。単一粒子クライオ電子顕微鏡（cryo EM）は、特定のタンパク質の多くの画像を捕らえるための強力な手段であり、しばしば異なるコンフォメーション（粒子と呼ばれる）で現れます。しかし、これらの画像は非常にノイズの多いタンパク質の投影であり、従来のクライオEM再構築手法は、単一またはいくつかのコンフォメーションの回復に限られています。本稿では、cryoSPHEREを紹介します。これは、AlphaFoldからの名目上のタンパク質構造を入力し、それをセグメントに分ける方法を学び、クライオEMデータセットに存在する異なるコンフォメーションに合わせるためにこれらを約剛体として移動させる深層学習手法です。この定式化は、単一のタンパク質構造の意味のある再構成を回復するために十分な制約を提供することが示されています。これは現在の最先端のヘテロジェニアス再構成に対する一貫した改善を示す三つの例で説明されています。