研究人员开发了新的计算方法来改进冷冻电子显微镜(cryo-EM)数据的分析。一种方法Fold'EM将蛋白质结构预测模型直接与冷冻电镜粒子图像相结合,以推断原子模型,绕过了中间密度重建,并可能能够用更少的图像确定结构。另一种方法将冷冻电镜重建视为一个随机逆问题,使用统计距离来恢复结构状态的连续分布,并分析与传统最大后验估计的联系。 AI
影响 这些方法可以加速生物分子结构的确定,并能够用更少的实验数据研究复杂的构象状态。
排序理由 两篇研究论文介绍了用于冷冻电镜数据分析的新型计算方法。
- alphaXiv
- CatalyzeX
- cryogenic electron microscopy
- DagsHub
- Diego Balam Sanchez Espinosa
- Gotit.pub
- Hugging Face
- Kullback–Leibler divergence
- maximum a posteriori estimation
- Maximum Mean Discrepancy
- protein structure prediction models
- Sai Advaith Maddipatla
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →