bioRxiv 预印本· Uddin, M. R., Min, S., Wu, Q., Zhan, X., Chen, M., Xu, M. ·· 5 天前AI 评分18
无监督深度学习框架实现cryo-EM/ET颗粒分类
Unsupervised Deep Learning for Cryo-EM/ET Particle Classification
AI 导读
研究人员提出一种基于自编码器的多阶段无监督深度学习框架,可联合优化位姿与结构,用于cryo-EM/ET颗粒图像分类。在单颗粒cryo-EM数据集上,该框架能捕捉颗粒视角的连续变化并区分真实颗粒与污染;在模拟蛋白混合物中实现了无监督的蛋白类别分离。在藻类叶绿体cryo-ET数据中,模型成功识别出天然类囊体膜上的四种主要光合作用蛋白复合物。
来源:bioRxiv 预印本 · biorxiv.org