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ÿ