論文の概要: Disentangling semantic features of macromolecules in Cryo-Electron
Tomography
- arxiv url: http://arxiv.org/abs/2106.14192v1
- Date: Sun, 27 Jun 2021 10:41:26 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-29 17:52:40.554303
- Title: Disentangling semantic features of macromolecules in Cryo-Electron
Tomography
- Title(参考訳): Cryo-Electron Tomographyにおけるマクロ分子の遠方的意味的特徴
- Authors: Kai Yi, Jianye Pang, Yungeng Zhang, Xiangrui Zeng, Min Xu
- Abstract要約: マクロ分子のセマンティックな特徴を明示的に切り離すことは、マクロ分子の下流解析を行う上で重要である。
本稿では, 高分子の構造, 配向, シフトを明示的に切り離す3次元空間変動オートエンコーダを提案する。
- 参考スコア(独自算出の注目度): 7.804210995893708
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Cryo-electron tomography (Cryo-ET) is a 3D imaging technique that enables the
systemic study of shape, abundance, and distribution of macromolecular
structures in single cells in near-atomic resolution. However, the systematic
and efficient $\textit{de novo}$ recognition and recovery of macromolecular
structures captured by Cryo-ET are very challenging due to the structural
complexity and imaging limits. Even macromolecules with identical structures
have various appearances due to different orientations and imaging limits, such
as noise and the missing wedge effect. Explicitly disentangling the semantic
features of macromolecules is crucial for performing several downstream
analyses on the macromolecules. This paper has addressed the problem by
proposing a 3D Spatial Variational Autoencoder that explicitly disentangle the
structure, orientation, and shift of macromolecules. Extensive experiments on
both synthesized and real cryo-ET datasets and cross-domain evaluations
demonstrate the efficacy of our method.
- Abstract(参考訳): クライオ電子トモグラフィー(Cryo-Electronトモグラフィー、Cryo-ET)は、単細胞における分子構造の形状、存在量、分布の3次元イメージング技術である。
しかし、Cryo-ETによって捕獲されたマクロ分子構造の認識と回復は、構造的複雑さと画像的限界のために非常に困難である。
同じ構造を持つマクロ分子でさえ、異なる向きと画像の限界、例えばノイズや欠落したくさび効果によって様々な外観を持つ。
マクロ分子のセマンティックな特徴を明示的に切り離すことは、マクロ分子の下流解析を行う上で重要である。
本稿では, マクロ分子の構造, 配向, シフトを明示的に切り離す3次元空間変動オートエンコーダを提案することで, この問題に対処した。
合成および実際のcryo-etデータセットとクロスドメイン評価の両方に関する広範な実験により,本手法の有効性が示された。
関連論文リスト
- Knowledge-aware contrastive heterogeneous molecular graph learning [77.94721384862699]
分子グラフを不均一な分子グラフ学習(KCHML)に符号化するパラダイムシフトを提案する。
KCHMLは、不均一な分子グラフと二重メッセージパッシング機構によって強化された3つの異なるグラフビュー-分子、元素、薬理学-を通して分子を概念化する。
この設計は、プロパティ予測やドラッグ・ドラッグ・インタラクション(DDI)予測などの下流タスクに対する包括的な表現を提供する。
論文 参考訳(メタデータ) (2025-02-17T11:53:58Z) - DiffMS: Diffusion Generation of Molecules Conditioned on Mass Spectra [60.39311767532607]
DiffMSは式制限エンコーダ-デコーダ生成ネットワークである。
我々は、潜伏埋め込みと分子構造を橋渡しする頑健なデコーダを開発する。
実験の結果、DiffMS は $textitde novo$ 分子生成で既存のモデルより優れていることが示された。
論文 参考訳(メタデータ) (2025-02-13T18:29:48Z) - GraphXForm: Graph transformer for computer-aided molecular design with application to extraction [73.1842164721868]
本稿では,デコーダのみのグラフトランスフォーマアーキテクチャであるGraphXFormについて述べる。
液液抽出のための2つの溶媒設計課題について評価し,4つの最先端分子設計技術より優れていることを示した。
論文 参考訳(メタデータ) (2024-11-03T19:45:15Z) - CryoBench: Diverse and challenging datasets for the heterogeneity problem in cryo-EM [3.424647356090208]
核電子顕微鏡(cryo-EM)は、画像データから高分解能の3次元生体分子構造を決定するための強力な技術である。
ここでは、CryoBenchを紹介します。CryoBenchは、Cleo-EMにおける異種再構成のためのデータセット、メトリクス、ベンチマークのスイートです。
論文 参考訳(メタデータ) (2024-08-10T11:48:14Z) - UniIF: Unified Molecule Inverse Folding [67.60267592514381]
全分子の逆折り畳みのための統一モデルUniIFを提案する。
提案手法は,全タスクにおける最先端手法を超越した手法である。
論文 参考訳(メタデータ) (2024-05-29T10:26:16Z) - Tracing and segmentation of molecular patterns in 3-dimensional cryo-et/em density maps through algorithmic image processing and deep learning-based techniques [0.0]
論文はアクチンフィラメントを 追跡する高度な計算技術の開発に焦点を当てています
BundleTrac、Stereociliumで発見された束状アクチンフィラメントをトレースするSpagetti Tracer、アクチンネットワークでランダムに配向されたアクチンフィラメントをトレースするStruwwel Tracerの3つの新しい手法が開発されている。
論文の第2の構成要素は、中分解能(5-10アングストローム)3次元低温電子顕微鏡におけるヘリスやベータシートなどのタンパク質二次構造の位置を決定する畳み込みニューラルネットワーク(CNN)に基づくセグメンテーションモデルの導入である。
論文 参考訳(メタデータ) (2024-03-26T00:41:54Z) - CryoChains: Heterogeneous Reconstruction of Molecular Assembly of
Semi-flexible Chains from Cryo-EM Images [3.0828074702828623]
分子鎖の剛体変換により生体分子の大きな変形をコードするCryoChainsを提案する。
ヒトGABAtextsubscriptBおよび熱ショックタンパク質のデータ実験により、CryoChainsは生体分子の不均一な構造を生化学的に定量化できることが示された。
論文 参考訳(メタデータ) (2023-06-12T17:57:12Z) - MUDiff: Unified Diffusion for Complete Molecule Generation [104.7021929437504]
本稿では,原子の特徴,2次元離散分子構造,および3次元連続分子座標を含む分子の包括的表現を生成する新しいモデルを提案する。
拡散過程を認知するための新しいグラフトランスフォーマーアーキテクチャを提案する。
我々のモデルは、安定で多様な分子を設計するための有望なアプローチであり、分子モデリングの幅広いタスクに適用できる。
論文 参考訳(メタデータ) (2023-04-28T04:25:57Z) - Heterogeneous reconstruction of deformable atomic models in Cryo-EM [30.864688165021054]
変形を少数の集団運動に還元した原子論的な表現に基づく異種再構成法について述べる。
各分布について、我々の手法が原子レベルの精度で中間原子モデルを再カプセル化可能であることを示す。
論文 参考訳(メタデータ) (2022-09-29T22:35:35Z) - Scalable Fragment-Based 3D Molecular Design with Reinforcement Learning [68.8204255655161]
分子構築に階層的エージェントを用いるスケーラブルな3D設計のための新しいフレームワークを提案する。
様々な実験において、エネルギーのみを考慮に入れたエージェントが、100以上の原子を持つ分子を効率よく生成できることが示されている。
論文 参考訳(メタデータ) (2022-02-01T18:54:24Z) - Deep learning based mixed-dimensional GMM for characterizing variability
in CryoEM [0.0]
CryoEMは、コンフォメーション状態とコンフォメーション状態の異なる個々のマクロ分子を直接可視化する。
タンパク質や複合体のコンフォメーションランドスケープを決定する機械学習アルゴリズムを提案する。
本手法をいくつかの異なる生体分子系に応用し,様々なスケールで組成変化およびコンフォメーション変化を探索する。
論文 参考訳(メタデータ) (2021-01-25T19:05:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。