基于 Soft-Voting 的低信噪比冷冻电镜单粒子定向重建方法

《BMC Bioinformatics》：Soft-voting for robust common line assessment in cryo-EM angular reconstruction

　　

摘要

背景

单粒子冷冻电子显微镜（cryo-EM）从以未知方向获取的二维（2D）投影图像重建三维（3D）大分子结构。常见的基于共线的角度重建方法通过成对的共线来估计投影方向，但在冷冻电镜实验中典型的低信噪比（SNR）环境下，可靠地检测共线仍然具有挑战性。现有的基于投票的方法要么对所有投票赋予相同的权重，要么应用硬性的二进制阈值，从而丢弃了有价值的置信信息并限制了方向估计的准确性。

结果

我们提出了Soft-Voting，这是一种共线评估框架，它用连续的置信度加权替换了二进制投票权重。对于每一对投影，Soft-Voting利用所有其他投影的信息构建候选二面角的共识直方图，每个投票的权重取决于其支持的共线的可靠性。所得到的共线可靠性评分用于构建球形嵌入的成对权重，从而实现全局一致的方向重建。在信噪比（SNR）从1到1/16的合成数据集（EMD-33026）上的实验表明，Soft-Voting通常比现有的基于共线的方法获得更低的方向误差，特别是在低SNR条件下。在三个真实的冷冻电镜数据集（EMPIAR-10028、EMPIAR-10328和EMPIAR-10455）上的实验进一步表明，Soft-Voting基于傅里叶壳层相关性产生的重建结果与参考图谱相当。

结论

结果表明，Soft-Voting可以改善共线评估和冷冻电镜角度重建的稳健性，特别是在具有挑战性的低SNR条件下。