自动化管道可改善对高级显微镜数据的访问

（文章来源：教育新闻网）

密歇根大学生命科学研究所的科学家创造了一种新的数据处理方法，为通过低温电子显微镜仪器生成的数据提供了一条更简单，更快速的途径，从而消除了广泛采用这种强大技术的障碍。Cryo-EM使科学家能够确定已经在冰薄层中速冻的细胞蛋白质和其他分子的3D形状。先进的显微镜可在冰层上发射高能电子，同时捕获数千个视频。然后将这些视频取平均值，以创建分子的3D结构。

通过发现这些分子的精确结构，研究人员可以回答有关该分子如何在细胞中起作用以及它们如何对人类健康和疾病做出贡献的重要问题。例如，研究人员最近使用cryo-EM揭示了COVID-19病毒上的蛋白质尖峰如何使其进入宿主细胞。

低温电磁技术的最新进展已迅速向新用户开放该领域，并提高了收集数据的速度。尽管有这些改进，但是，研究人员在利用该技术的全部潜力方面仍然面临巨大障碍：复杂的数据处理环境需要将显微镜的TB级数据转换为3D结构以备分析。

在研究人员可以开始分析他们要研究的3D结构之前，他们必须完成一系列预处理步骤和主观决定。目前，这些步骤必须在人类的监督下进行-而且由于研究人员使用cryo-EM分析多种分子类型，因此科学家认为几乎不可能创建所有研究人员都可以遵循的通用指导原则， LSI的Willis生命科学研究员Li Yilai领导了新程序的开发。

他说：“如果我们能为这些预处理步骤创建一条自动化的管道，那么整个过程可能会更加人性化，尤其是对于那些刚进入该领域的新手来说。”Li和他的同事在LSI助理教授Michael Cianfrocco的实验室中使用机器学习开发了这样的管道。该程序于4月14日在《结构》杂志上发表，作为研究的一部分。

新程序将几个深度学习和图像分析工具与预先存在的软件数据预处理算法相连接，以将庞大的数据集缩小到研究人员开始进行分析所需的信息。

UM医学院的生物化学助理教授Cianfrocco表示：“该渠道吸收了经验丰富的用户所获得的知识，并将其纳入一个程序中，以提高用户在各种背景下的可访问性。”“它确实简化了过程阶段，以便研究人员可以进入并专注于重要的方面：他们想问和回答的科学问题。”
      （责任编辑：fqj）