笔记：cryosPArc: algorithms for rapid unsupervised cryo-em structure determination

Title

cryosPArc: algorithms for rapid unsupervised cryo-em structure determination

Summary

在低温电镜中，得到的是蛋白质在各个姿态下的二维图，本文主题的研究内容即使用SGD，以及分支定界算法。在耗时短，计算资源占用少的前提下，得到高分辨率的3D结构图，且结果比同行的结果更好，耗时更短。算法集成在网站(http://www.cryosparc.com)可供查阅

Research Objective

单粒子低温冷冻电镜是确定生物大分子结构的一种方法，可是显微镜拍到的图片仅仅只是同一个物体（如蛋白质）在各个不同的角度的二位图片，作者解决的问题即将从数量众多的二位图片中，恢复出蛋白质的三维结构。

Problem Statement

人工干预

在目前的算法中，重建蛋白质的三维结构并提高分辨率，需要大量的人工干预，先验知识对重建效果影响巨大。

计算成本

重建三维结构的过程中，需要在计算机集群上做数周的计算，成本太高且耗时过长。

Method(s)

作者在解决上述问题时，将具体的重建问题拆成了两个步骤。

步骤一

作者使用SGD随机梯度下降法进行三维重建，得到了一个初步的三维模型。执行时，算法细节如下：

• 如图a所示，x轴：所有的3D结构图，y轴：给定图像的3D图概率，描述的是算法搜寻合适的3D结构的过程，
• 图c描述图a算法迭代的过程
• 图b表示算法执行的过程中，由于数据集图片众多，每次只随机选取一部分进行迭代，类似深度学习中batch的概念

步骤二

SGD之后得到的3D结构还很粗糙，需要进一步提高分辨率，即标题“Branch and bound: rapid refinement of maps to high resolution”下的内容，算法细节如下图：

• 图a：首先需要确定每张二维图所对应的方位角，x轴：方位角，y轴：图像对齐错误，图a展示两次迭代的过程。选取的过程即先定义一个误差函数（true error），计算每张图的true error，对于一个true error，再计算出一个“Lower bound level 1”，选定一个阈值后，得到阈值以下的范围，即“Candidate poses”候选姿势，在候选区间内再计算一个“Lower bound level 2”，用同样的方式得到更加精确的“Remaining candidate poses”剩余候选姿势。，之后不断重复这个过程，直到姿态选择满意为止。
• 图b，确定最佳姿势，计算过程和图a类似
  b左上–所有姿态的true error分布、
  b左中–计算“Lower bound iteration 1”的结果，类比a中“Lower bound level 1”、
  b右中–选择候选区间“Remaining candidate poses”后的结果类比a中的“Candidate poses”、
  b左下–“Lower bound, iteration 2”、
  b右下–“Remaining candidate poses”之后不断迭代，得到最佳pose

Evaluation

作者评估的方式是利用已有数据集，将自己算法得出的三维结构图与同行得到的结果进行对比，全面碾压即展示自己用时短，分辨率高，分辨率相同时即展示作者的算法用时更短。

作者算法的结果图，这部分在吹自己的结果多么多么好=_=（都是生物学知识，总结起来就是速度快，分辨率高）

Conclusion

1. 算法收敛更快：主要来自于SGD收敛快以及每次迭代只随机抽取部分数据（类似batch），不用每次迭代都全局搜索，计算资源占用较少。
2. 分辨率高：与分支定界方法有关，不懂怎么做到的
3. SGD方法的引入使得推断3D结构时不依赖于先验知识，即推断结果对初始化不敏感。在作者的实验过程中，还发现了一种酶的第三种形态

Notes(optional)

冷冻电镜科普

贝叶斯估计

Reference(optional)

太多了。。。。