Deep generative modeling for volume reconstruction in cryo-electron microscopy.
Deep generative modeling for volume reconstruction in cryo-electron microscopy.
复制标题
DOI：
10.1016/j.jsb.2022.107920
复制
发表时间：
2022-12
影响因子：
3
通讯作者：
Miolane, Nina
中科院分区：
文献类型：
--
作者：
Donnat, Claire;Levy, Axel;Poitevin, Frederic;Zhong, Ellen D.;Miolane, Nina
用于溶液中生物分子高分辨率成像的冷冻电子显微镜 (cryo-EM) 的进步为 3D 重建的算法开发提供了新的挑战和机遇。将生成建模与端到端无监督深度学习技术相结合的下一代体积重建算法已显示出希望，但仍然存在许多技术和理论障碍，特别是在应用于实验冷冻电镜图像时。鉴于此类方法的激增，我们在此提出对冷冻电镜重建深度生成建模领域的最新进展进行批判性回顾。本综述的目的是（i）使用没有冷冻电镜特定背景的机器学习研究人员熟悉的术语提供一个统一的统计框架，（ii）回顾该框架中的当前方法，以及（iii）概述该领域的突出瓶颈和改进途径。
Advances in cryo-electron microscopy (cryo-EM) for high-resolution imaging of biomolecules in solution have provided new challenges and opportunities for algorithm development for 3D reconstruction. Next-generation volume reconstruction algorithms that combine generative modelling with end-to-end unsupervised deep learning techniques have shown promise, but many technical and theoretical hurdles remain, especially when applied to experimental cryo-EM images. In light of the proliferation of such methods, we propose here a critical review of recent advances in the field of deep generative modelling for cryo-EM reconstruction. The present review aims to (i) provide a unified statistical framework using terminology familiar to machine learning researchers with no specific background in cryo-EM, (ii) review the current methods in this framework, and (iii) outline outstanding bottlenecks and avenues for improvements in the field.
登录
查看更多内容
影响因子：
2.1
作者：
Katsevich E;Katsevich A;Singer A
通讯作者：
Singer A
影响因子：
64.8
作者：
Nakane T;Kotecha A;Sente A;McMullan G;Masiulis S;Brown PMGE;Grigoras IT;Malinauskaite L;Malinauskas T;Miehling J;Uchański T;Yu L;Karia D;Pechnikova EV;de Jong E;Keizer J;Bischoff M;McCormack J;Tiemeijer P;Hardwick SW;Chirgadze DY;Murshudov G;Aricescu AR;Scheres SHW
通讯作者：
Scheres SHW
影响因子：
48
作者：
Punjani, Ali;Rubinstein, John L.;Brubaker, Marcus A.
通讯作者：
Brubaker, Marcus A.
影响因子：
6.8
作者：
Jonic, Slavica
通讯作者：
Jonic, Slavica
影响因子：
48
作者：
Chen M;Ludtke SJ
通讯作者：
Ludtke SJ