A method for the alignment of heterogeneous macromolecules from electron microscopy.
A method for the alignment of heterogeneous macromolecules from electron microscopy.
复制标题
DOI：
10.1016/j.jsb.2008.12.008
复制
发表时间：
2009-04
影响因子：
3
通讯作者：
Glaeser, Robert M.
中科院分区：
文献类型：
--
作者：
Shatsky, Maxim;Hall, Richard J.;Brenner, Steven E.;Glaeser, Robert M.
我们提出了一种基于特征的单粒子电子显微镜图像对齐方法，该方法能够适应各种相似性评分函数，同时有效地采样二维变换空间。我们使用这种图像对齐方法来评估评分函数的性能，该评分函数是基于两个图像的互信息（MI），而不是基于互相关函数。我们表明，使用MI的评分函数的对齐具有远低于模型依赖的偏见，发现与基于互相关的对齐。我们还表明，MI提高了一些类型的异构数据的对齐，只要信噪比相对较高。因此，这些结果表明，使用MI作为评分函数非常适合于从单粒子图像计算的类平均值的对齐。我们的方法进行了测试，从三个模型结构和一个真实的数据集的数据。
We propose a feature-based image alignment method for single-particle electron microscopy that is able to accommodate various similarity scoring functions while efficiently sampling the two-dimensional transformational space. We use this image alignment method to evaluate the performance of a scoring function that is based on the Mutual Information (MI) of two images rather than one that is based on the cross-correlation function. We show that alignment using MI for the scoring function has far less model-dependent bias than is found with cross-correlation based alignment. We also demonstrate that MI improves the alignment of some types of heterogeneous data, provided that the signal to noise ratio is relatively high. These results indicate, therefore, that use of MI as the scoring function is well suited for the alignment of class-averages computed from single particle images. Our method is tested on data from three model structures and one real dataset.
登录
查看更多内容
影响因子：
3
作者：
Penczek, PA;Frank, J;Spahn, CMT
通讯作者：
Spahn, CMT
影响因子：
3
作者：
Elad, Nadav;Clare, Daniel K.;Orlova, Elena V.
通讯作者：
Orlova, Elena V.
影响因子：
3
作者：
Burgess, SA;Walker, ML;Knight, PJ
通讯作者：
Knight, PJ
影响因子：
5.6
作者：
Falke, S;Tama, F;Fisher, MT
通讯作者：
Fisher, MT
DOI：
10.1364/josaa.7.000601
发表时间：
1990-04-01
影响因子：
1.9
作者：
BORLAND, L;VANHEEL, M
通讯作者：
VANHEEL, M