课题基金 / 基金详情

面向典型疾病的高精度生物大分子三维结构研究

批准号:
U1611263
项目类别:
联合基金项目
资助金额:
450.0 万元
负责人:
刘志勇
学科分类:
计算机科学
结题年份:
2020
批准年份:
2016
项目状态:
已结题
项目参与者:
万晓华、任菲、杜云飞、颜辉、纪庆革、陶煜波、周正磊、Mark Hillel Ellisman、Albert Fredrick Lawrence

项目摘要

结项摘要

项目成果

刘志勇的其他基金

相似基金

相关文献

中文摘要
冷冻电镜图像三维重构是研究生物大分子三维结构的前沿技术,其产生的大规模、大尺度图像数据需要高精度、高效率的算法进行处理。但是目前冷冻电镜三维重构技术存在如下缺陷:1)缺乏面向大规模冷冻电镜图像的高精度单颗粒重构算法;2)缺乏面向大尺度冷冻电镜图像的高效电子断层三维重构算法;3)缺乏针对生物大分子冷冻电镜三维重构可视化分析工具;4)缺乏处理大规模、大尺度的生物大分子冷冻电镜数据的高效并行处理技术。针对上述问题,本项目将从五个方面对冷冻电镜图像三维重构开展研究:1)研究面向大规模的冷冻电镜图像单颗粒重构算法;2)研究面向大尺度的冷冻电镜图像电子断层重构算法;3)研究能够对T级冷冻电镜重构结果可视化分析技术;4)研究基于“天河二号”的大规模、大尺度生物大分子冷冻电镜数据的并行处理技术;5)本项目将提供一套完整的针对大规模、大尺度冷冻电镜图像的三维重构系统,为生物学家提供强有力的软件工具。
英文摘要
Three-dimensional (3D) reconstruction of cryo-electron microscopy imaging has been a leading technique in analyzing 3D structures of biomacromolecules. However, current techniques for 3D reconstruction of cryo-electron microscopic imaging, and the corresponding visualization techniques, have the limitations in both their processing speed and the accuracy of the reconstructed structures. As larger and larger amount of biological data produced from cryo-electron microscopy, techniques and systems that can efficiently process T-level cryo-electron microscopic data, including data preprocessing, 3-D reconstruction, and real-time visualization, are urgently demanded. This project will conduct research on the following topics: (1) Algorithms for single particle analysis and electron tomography 3-D reconstruction with more efficiency and more accuracy. (2) Efficient visualization techniques for T-level data of 3-D reconstruction. (3) Tianhe-2 supercomputer system structure oriented parallel processing techniques for large scale cryo-electron microscopic data. (4) Construction of a software system on Tianhe-2 system for large scale cryoelectronic microscopy data processing, 3-D reconstruction, and visualization. Our objective is to provide efficient techniques and convenient software tools for scientists for their research on biomacromoleclar structures.
本项目主要研究面向大规模、大尺度的冷冻电镜图像三维重构及可视化关键技术和并行处理技术;并依托天河二号超级计算机,为生物科研人员提供在分子水平上研究细胞结构强有力的计算手段和技术工具。本项目主要突破了大规模、大尺度的冷冻电镜图像三维重构及可视化中精度与速度的关键问题,并完成国内首款完整的独立自主开发的冷冻电镜三维重构软件系统。.本项目在执行期间,实现了首款基于深度分割网络的全自动颗粒图像挑选算法PIXER;提出一种能够解决大尺寸冷冻电镜数据单颗粒重构的高效并行算法OML-Relion;提出了电子断层全自动对位的快速基准标记跟踪模型markerauto和双轴电子断层对位算法AuTom-dualx,能够实现高通量电子断层图像的自动精确对位;提出多种能够弥补电子断层三维重构中信息缺失的高精度重构算法CS-IIRR和DM-SIRT;提出了一种针对原位子结构平均的受限制重构方法CRM,实现原位结构的精确解析;开发了基于“天河二号”的电镜数据可视化分析工具并实现了远程桌面开发;利用动态存储机制和任务调度策略实现了在多种并行平台上的生物电镜图像的高效并行处理技术;开发了一套完整的面向大规模大尺度生物显微影像的全自动三维重构软件系统AuTom和可视化分析系统WebCEMVis。项目实施过程中,主要参与人员至今已经在Science Advances(中科院JCR一区)、Bioinformatics、Journal of Structural Biology、BMC Bioinformatics、Biomedical Optics Express、IEEE Transactions on Visualization and Computer Graphics (CCF A类期刊)、IPDPS、BIBM等国际顶级期刊和会议上发表论文59篇,其中SCI期刊论文36篇,EI会议论文23篇,申请专利3项,申请软件著作权1项。同时,本项目开发了世界上首款全自动的生物大分子电镜图像处理软件系统AuTom,其中生物电镜图像的对位软件Markerauto、自动测参软件AutoGDeterm和颗粒图像挑选软件PIXER已经成为了生物电镜数据处理领域的首选软件。
期刊论文列表
专著列表
科研奖励列表
会议论文列表
专利列表
Exploring Evolution of Dynamic Networks via Diachronic Node Embeddings
通过历时节点嵌入探索动态网络的演化
DOI: 10.1109/tvcg.2018.2887230
发表时间: 2020-07
期刊: IEEE Transactions on Visualization and Computer Graphics
影响因子: 5.2
作者: [Jin Xu, Yubo Tao, Yuyu Yan, Hai Lin]
通讯作者: Hai Lin
Compressed sensing improved iterative reconstruction-reprojection algorithm for electron tomography.
压缩感知改进的电子断层扫描迭代重建-重投影算法
DOI: 10.1186/s12859-020-3529-3
发表时间: 2020-11-18
期刊: BMC bioinformatics
影响因子: 3
作者: [Li L, Han R, Zhang Z, Guo T, Liu Z, Zhang F]
通讯作者: Zhang F
PIXER: an automated particle-selection method based on segmentation using a deep neural network
PIXER:一种基于深度神经网络分割的自动粒子选择方法
DOI: 10.1186/s12859-019-2614-y
发表时间: 2019-01-18
期刊: BMC BIOINFORMATICS
影响因子: 3
作者: [Zhang, Jingrong, Wang, Zihao, Zhang, Fa]
通讯作者: Zhang, Fa
Accelerating electron tomography reconstruction algorithm ICON with GPU.
使用 GPU 加速电子断层扫描重建算法 ICON
DOI: 10.1007/s41048-017-0041-z
发表时间: 2017
期刊: Biophysics reports
影响因子: --
作者: [Chen Y, Wang Z, Zhang J, Li L, Wan X, Sun F, Zhang F]
通讯作者: Zhang F
36
    面向大尺度生物图像的高精度三维分子结构重构技术研究
    高性能算法设计与分析
    • 批准号:
      60752001
    • 项目类别:
      专项基金项目
    • 资助金额:
      40.0万元
    • 批准年份:
      2007
    • 负责人:
      刘志勇
    • 依托单位:
    高性能片上存储系统
    国内基金
    海外基金
    开始分析
    查看分析示例

    AI项目解读示例

    课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

    AI项目摘要:

    本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

    AI项目思路:

    科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
    前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
    研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
    技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
    关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
    实验模型:使用A型流感病毒感染的细胞模型进行研究。

    AI技术路线图

    graph TD
      A[研究起始] --> B[文献回顾与假设提出]
      B --> C[实验设计与方法学准备]
      C --> D[A型流感病毒感染模型建立]
      D --> E[TRIM2与病毒RNA相互作用分析]
      E --> F[TRIM2对IFN-β启动子活性的影响]
      F --> G[IFN-β表达水平测定]
      G --> H[TRIM2功能丧失与获得研究]
      H --> I[数据收集与分析]
      I --> J[结果解释与科学验证]
      J --> K[研究结论与未来方向]
      K --> L[研究结束]
                              

    AI项目解读