中新網(wǎng)北京3月11日電 (記者 孫自法)中國科學(xué)院自動化研究所3月11日向媒體發(fā)布信息說，快速該所與中國科學(xué)院生物物理研究所相關(guān)科研團(tuán)隊(duì)開展合作，準(zhǔn)確中國智最新基于人工智能賦能原位結(jié)構(gòu)生物學(xué)，定位大分開云APP全站研究提出一種基于弱監(jiān)督深度學(xué)習(xí)的識別生物快速準(zhǔn)確顆粒挑選方法(DeepETPicker)，實(shí)現(xiàn)對生物大分子快速準(zhǔn)確的團(tuán)隊(duì)提出定位識別，相關(guān)技術(shù)已獲得中國發(fā)明專利授權(quán)?；?/p>

　　這項(xiàng)生物物理領(lǐng)域人工智能應(yīng)用重要研究，人工由中國科學(xué)院自動化所多模態(tài)人工智能系統(tǒng)實(shí)驗(yàn)室楊戈研究員團(tuán)隊(duì)、研究中國科學(xué)院生物物理所蛋白質(zhì)科學(xué)研究平臺生物成像中心孫飛研究員團(tuán)隊(duì)共同完成，新方開云APP全站成果論文近日在國際學(xué)術(shù)期刊《自然-通訊》(Nature Communications)發(fā)表?？焖?/p>DeepETPicker　軟件用戶圖形界面。準(zhǔn)確中國智中國科學(xué)院自動化所/供圖

　　研究團(tuán)隊(duì)介紹說，定位大分生物大分子(如蛋白質(zhì))的識別生物結(jié)構(gòu)與功能會隨著細(xì)胞生理狀態(tài)的變化不斷進(jìn)行動態(tài)調(diào)整。原位結(jié)構(gòu)生物學(xué)是團(tuán)隊(duì)提出在接近自然生理狀態(tài)下研究生物大分子結(jié)構(gòu)和功能的科學(xué)，而原位冷凍電鏡技術(shù)以其高分辨率和在接近生理?xiàng)l件下觀察樣品的基于特點(diǎn)，成為原位結(jié)構(gòu)生物學(xué)研究中的關(guān)鍵手段。原位冷凍電鏡的技術(shù)流程涉及樣品制備、數(shù)據(jù)采集、電子斷層重建、顆粒挑選、粒子平均等多個(gè)步驟，生物大分子的顆粒挑選即定位識別，是其中一個(gè)關(guān)鍵環(huán)節(jié)。

　　受限于原位冷凍電鏡技術(shù)圖像的極低信噪比和重建偽影等因素，成千上萬個(gè)目標(biāo)顆粒的手動挑選極為耗時(shí)費(fèi)力，現(xiàn)有自動挑選方法的應(yīng)用受到人工標(biāo)注量高、計(jì)算成本高和顆粒質(zhì)量不理想等多方面限制。

　　針對這一難題，研究團(tuán)隊(duì)最新研發(fā)提出DeepETPicker，其僅需要少量人工標(biāo)注顆粒進(jìn)行訓(xùn)練即可實(shí)現(xiàn)快速準(zhǔn)確三維顆粒自動挑選。為降低對人工標(biāo)注量的需求，DeepETPicker優(yōu)選簡化標(biāo)簽來替代真實(shí)標(biāo)簽，并采用更高效的模型架構(gòu)、更豐富的數(shù)據(jù)增強(qiáng)技術(shù)和重疊分區(qū)策略來提升小訓(xùn)練集時(shí)模型的性能；為提高顆粒定位的速度，DeepETPicker采用圖形處理器(GPU)加速的平均池化-非極大值抑制后處理操作，與現(xiàn)有的聚類后處理方法相比提升挑選速度數(shù)十倍。同時(shí)，為方便用戶使用，研究團(tuán)隊(duì)還推出操作簡潔、界面友好的開源軟件，以輔助用戶完成圖像預(yù)處理、顆粒標(biāo)注、模型訓(xùn)練與推理等操作。

　　使用DeepETPicker從冷凍電子斷層掃描圖像中挑選顆粒的整體工作流程包括訓(xùn)練數(shù)據(jù)階段和模型推理階段。在訓(xùn)練數(shù)據(jù)階段，研究團(tuán)隊(duì)優(yōu)選了弱標(biāo)簽來代替真實(shí)掩模以減輕人工標(biāo)注負(fù)擔(dān)，并在模型架構(gòu)設(shè)計(jì)方面，引入坐標(biāo)卷積和圖像金字塔到3D-ResUNet的分割架構(gòu)中以提高定位的準(zhǔn)確性。在模型推理階段，DeepETPicker采用重疊斷層圖分區(qū)策略，避免了由于邊緣體素分割精度不佳而產(chǎn)生的負(fù)面影響，進(jìn)而結(jié)合平均池化-非極大值抑制操作加速顆粒中心定位過程。

　　隨后，研究團(tuán)隊(duì)將DeepETPicker與目前性能最優(yōu)的顆粒挑選方法在多種冷凍電子斷層掃描數(shù)據(jù)集上進(jìn)行性能評估對比，采用精確率-召回率、F1-分?jǐn)?shù)、對數(shù)似然概率貢獻(xiàn)度、最大值概率、RH分辨率、全局分辨率6個(gè)定量指標(biāo)全面評價(jià)顆粒挑選的質(zhì)量，結(jié)果表明，DeepETPicker在仿真與真實(shí)數(shù)據(jù)集上均可實(shí)現(xiàn)快速準(zhǔn)確的顆粒挑選，其綜合性能明顯優(yōu)于現(xiàn)有的其他方法，生物大分子結(jié)構(gòu)重建達(dá)到的分辨率也達(dá)到采用專家人工挑選顆粒進(jìn)行結(jié)構(gòu)重建同樣的水平。

　　研究團(tuán)隊(duì)表示，這進(jìn)一步體現(xiàn)出DeepETPicker在原位高分辨率結(jié)構(gòu)解析中的實(shí)用價(jià)值，也充分表明該快速準(zhǔn)確定位識別生物大分子的新方法，將為采用原位冷凍電鏡技術(shù)的原位結(jié)構(gòu)生物學(xué)研究提供有力支持。(完)