糸状タンパク質の2つのパーティクルピッキング手順：SPHIRE-crYOLOフィラメントモードとSPHIRE-STRIPER

Two particle-picking procedures for filamentous proteins: SPHIRE-crYOLO filament mode and SPHIRE-STRIPER.

• Thorsten Wagner
• Luca Lusnig
• Sabrina Pospich
• Markus Stabrin
• Fabian Schönfeld
• Stefan Raunser

抄録

糸状体分子複合体の構造決定には、低温電子顕微鏡写真からのフィラメントの選択が必要です。特に、らせん状試料の自動選択は困難であり、コンタミネーションや凝集などの問題を抱えた多くの困難な試料を手作業で選択しています。ここでは、フィラメント複合体を選択するための2つのアプローチを紹介します。1つは訓練されたディープニューラルネットワークを用いてフィラメントを識別し、SPHIRE-crYOLOに統合したもので、もう1つはSPHIRE-STRIPERと呼ばれる古典的なライン検出アプローチに基づいています。crYOLOをベースにした手法の利点は、非常に困難なデータセットでも高精度でフィラメントを選択できることです。STRIPERは精度が低いですが、crYOLOとは対照的に、STRIPERはトレーニングを必要としないため、ユーザーの介入が少なくて済みます。タバコモザイクウイルスとフィラメント状F-アクチンのデータセットに対する両手法の性能を説明し、各手法のロバスト性を実証した。

Structure determination of filamentous molecular complexes involves the selection of filaments from cryo-EM micrographs. The automatic selection of helical specimens is particularly difficult, and thus many challenging samples with issues such as contamination or aggregation are still manually picked. Here, two approaches for selecting filamentous complexes are presented: one uses a trained deep neural network to identify the filaments and is integrated in SPHIRE-crYOLO, while the other, called SPHIRE-STRIPER, is based on a classical line-detection approach. The advantage of the crYOLO-based procedure is that it performs accurately on very challenging data sets and selects filaments with high accuracy. Although STRIPER is less precise, the user benefits from less intervention, since in contrast to crYOLO, STRIPER does not require training. The performance of both procedures on Tobacco mosaic virus and filamentous F-actin data sets is described to demonstrate the robustness of each method.

open access.