学习 cryo-EM 逆问题的共享潜在结构

arXiv:2610.22523v1 公告类型：cross 摘要：理解生物分子功能需要表征其三维结构和构象变异，而低温电子显微镜（cryo-EM）是一种强大的工具。cryo-EM 生成带噪声的二维粒子图像，其中分子结构、粒子姿态和成像条件被共同编码。从这些观测中恢复生物学信息涉及多种逆问题，包括姿态估计、异质性分析和重构。尽管这些任务共享蛋白质结构和成像过程，但通常彼此独立地处理，这促使我们探索适用于不同逆问题的通用表示。由于具有生物学意义的差异可能局限于空间局部区域，我们研究了采用互补的全局目标和掩码图块目标进行自蒸馏的方法。鉴于实验数据集的判别可能反映特定于采集过程的线索，我们设计了受控的合成数据和实验评估，并发现结构判别受益于密集的空间特征。我们提出了 EMber 系列视觉 Transformer，其预训练数据包括来自 214 个 EMPIAR 数据集的超过 5000 万张实验粒子图像，以及由 268,000 个分子组装体生成的模拟投影。在构象和组成判别方面，EMber 相较于现有方法分别提升了 14.85 和 14.26 个百分点；通过线性探针估计构象群体时，误差可控制在 1.59 个百分点以内；同时，它生成的粒子分配结果能够以更少的训练轮次实现参考质量的重构。我们展示了如何学习能够捕获生物学信息的表示，并将其用于多种 cryo-EM 逆问题。