用于冷冻电镜图谱后处理的精选数据集

《Scientific Data》：A curated dataset for cryo-EM map post-processing

　　

摘要

低温样品电子显微镜技术已成为结构生物学中的重要工具，但由于缺乏标准化且可重复使用的资源，其后续处理方法的评估依然具有挑战性。在此，我们提供了一个精心整理的数据集——该数据集被划分为互不重叠的训练集、验证集和测试集——其中包含了半映射图、平均映射图、拟合后的原子模型，以及通过多种方法处理得到的体积数据，这些方法包括CryoTEN、EMReady、EMReady2和DeepEMhancer等深度学习技术。此外，我们还提供了基于Phenix工具预计算的质量指标以及Q分数，从而能够定量评估映射图与原子模型之间的匹配程度，以及不同后续处理方法所带来的整体和局部结构质量。这一标准化资源使得研究界能够独立且可重复地比较各种低温电子显微镜后续处理方法。同时，我们还提供了统一的工作流程以及用于计算质量指标的代码，这不仅有助于实现一致性的评估，还能便于对新方法的评估。总体而言，该数据集及评估框架为相关比较研究提供了标准化参考，同时也为开发新的低温电子显微镜映射图增强策略提供了支持。