Fugu-MT 論文翻訳(概要): CryoHype: Reconstructing a thousand cryo-EM structures with transformer-based hypernetworks

論文の概要: CryoHype: Reconstructing a thousand cryo-EM structures with transformer-based hypernetworks

arxiv url: http://arxiv.org/abs/2512.06332v1
Date: Sat, 06 Dec 2025 07:39:09 GMT
ステータス: 翻訳完了
システム内更新日: 2025-12-09 22:03:54.303974
Title: CryoHype: Reconstructing a thousand cryo-EM structures with transformer-based hypernetworks
Title（参考訳）: CryoHype:1000個のCryo-EM構造をトランスフォーマーベースのハイパーネットで再構築
Authors: Jeffrey Gu, Minkyu Jeon, Ambri Ma, Serena Yeung-Levy, Ellen D. Zhong,
Abstract要約: クリオ電子顕微鏡(cryo-EM)は、動的生体分子複合体の3次元構造を決定するのに欠かせない技術である。我々はCryoHypeを提案する。CryoHypeはCryo-EM再構成のためのトランスフォーマーベースのハイパーネットワークで、暗黙の神経表現の重みを動的に調整する。我々は,CryoHypeが定位置設定における未ラベルのCryo-EM画像から1,000の異なる構造の再構成にスケールできることを実証した。
参考スコア（独自算出の注目度）: 16.134667337094378
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Cryo-electron microscopy (cryo-EM) is an indispensable technique for determining the 3D structures of dynamic biomolecular complexes. While typically applied to image a single molecular species, cryo-EM has the potential for structure determination of many targets simultaneously in a high-throughput fashion. However, existing methods typically focus on modeling conformational heterogeneity within a single or a few structures and are not designed to resolve compositional heterogeneity arising from mixtures of many distinct molecular species. To address this challenge, we propose CryoHype, a transformer-based hypernetwork for cryo-EM reconstruction that dynamically adjusts the weights of an implicit neural representation. Using CryoHype, we achieve state-of-the-art results on a challenging benchmark dataset containing 100 structures. We further demonstrate that CryoHype scales to the reconstruction of 1,000 distinct structures from unlabeled cryo-EM images in the fixed-pose setting.
Abstract（参考訳）: クリオ電子顕微鏡(cryo-EM)は、動的生体分子複合体の3次元構造を決定するのに欠かせない技術である。通常、1つの分子種を画像化するために応用されるが、Cryo-EMは高いスループットで多くのターゲットを同時に決定する可能性がある。しかし、既存の手法は、典型的には単一の構造または少数の構造の中で共形不均一性をモデル化することに焦点を当てており、多くの異なる分子種の混合物から生じる構成不均一性を解決するために設計されていない。この課題に対処するために,暗黙の神経表現の重みを動的に調整するCryoHypeを提案する。 CryoHypeを使って、100構造を含む挑戦的なベンチマークデータセットで最先端の結果を得る。さらに,CryoHypeは,定位置設定における未ラベルのCryo-EM画像から,1,000の異なる構造の再構築にスケールすることを示した。

関連論文リスト

MacroGuide: Topological Guidance for Macrocycle Generation [108.89659074751523]
マクロガイド: マクロサイクル生成のためのトポロジカルガイダンスを紹介する。マクロサイクルの生成に向けて、事前訓練された分子生成モデルのサンプリングを行う。経験的に、事前訓練された拡散モデルにマクロモードを適用すると、マクロサイクルの生成率は1%から99%に増加する。
論文参考訳（メタデータ） (2026-02-16T18:00:53Z)
CryoSplat: Gaussian Splatting for Cryo-EM Homogeneous Reconstruction [48.45613121595709]
低温電子顕微鏡(cryo-EM)は、分子構造をほぼ原子の分解能で決定するのに役立つ。単一粒子Cryo-EMにおける中心的な計算課題は、未知の方向で取得されたノイズの多い2Dプロジェクションから分子の3次元静電ポテンシャルを再構築することである。本稿では,GMMをベースとしたCryoSplatを提案し,Gaussian splattingとCryo-EM画像形成の物理を統合する。
論文参考訳（メタデータ） (2025-08-06T23:24:43Z)
Compressive Imaging Reconstruction via Tensor Decomposed Multi-Resolution Grid Encoding [50.54887630778593]
圧縮画像再構成(CI)は, 圧縮された低次元画像から高次元画像を復元することを目的としている。既存の教師なし表現は、表現能力と効率の間の望ましいバランスを達成するのに苦労する。本稿では,CI再構成のための非教師なし連続表現フレームワークである分割多重解像度グリッド符号化(GridTD)を提案する。
論文参考訳（メタデータ） (2025-07-10T12:36:20Z)
Reconstructing Heterogeneous Biomolecules via Hierarchical Gaussian Mixtures and Part Discovery [30.195615398809043]
クライエミクス(Cryo-EM)は、分子生物学において、非常にノイズの多い2次元電子顕微鏡画像から原子分解能で3次元分子構造を推定するための計算手法である。階層型ガウス混合モデルを用いた新しい3次元再構成フレームワークを提案する。特に、モデルの構造は粒子の部分的分割を推論する初期過程に基礎を置いており、コンフォメーションと組成のばらつきの両方を扱うために必須な帰納的バイアスを与える。
論文参考訳（メタデータ） (2025-06-06T22:38:54Z)
CryoFastAR: Fast Cryo-EM Ab Initio Reconstruction Made Easy [58.86576215228903]
我々はCryo-EMノイズ画像から直接ポーズを予測できる最初の幾何学的基礎モデルであるCryoFastARを紹介した。 CryoFastARは、マルチビュー機能と、大規模シミュレーションされたCryo-EMデータに現実的なノイズとCTF変調を統合することで、ポーズ推定精度と一般化を向上する。
論文参考訳（メタデータ） (2025-06-06T08:32:32Z)
Mixture of neural fields for heterogeneous reconstruction in cryo-EM [29.837972881181102]
我々は、コンフォメーションとコンフォメーションの不均一性の両方をモデル化するアプローチであるHydraを提示する。我々は、新しい可能性に基づく損失関数を用いて、タンパク質の混合物からなる合成データセットに対するアプローチの有効性を実証した。
論文参考訳（メタデータ） (2024-12-12T16:26:38Z)
CryoFM: A Flow-based Foundation Model for Cryo-EM Densities [50.291974465864364]
生成モデルとして設計された基礎モデルであるCryoFMについて,高品質密度マップの分布を学習する。フローマッチングに基づいて構築されたCryoFMは、生物分子密度マップの以前の分布を正確に捉えるために訓練されている。
論文参考訳（メタデータ） (2024-10-11T08:53:58Z)
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)
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)
CryoFormer: Continuous Heterogeneous Cryo-EM Reconstruction using Transformer-based Neural Representations [49.49939711956354]
核電子顕微鏡(cryo-EM)は、タンパク質やその他の生体分子の3D構造を高分解能で再構築することを可能にする。 3次元構造の連続的な動きをノイズやランダムに配向した2次元Creo-EM画像から再構成することは依然として困難である。我々はCryoFormerを提案する。CryoFormerは連続したヘテロジニアスCryo-EM再構成のための新しいアプローチである。
論文参考訳（メタデータ） (2023-03-28T18:59:17Z)
Disentangling semantic features of macromolecules in Cryo-Electron Tomography [7.804210995893708]
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。
論文参考訳（メタデータ） (2021-06-27T10:41:26Z)

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。