冷冻电镜异质性分析不再依赖固定位姿:SOLVAR把位姿与主成分一起优化,无先验位姿流程也领先
核心概要
冷冻电镜的连续异质性分析长期默认颗粒位姿已知,而位姿通常由忽略异质性的均一精修给出,误差会混进结构变异里。SOLVAR 对体积协方差矩阵作低秩假设,把主成分估计改写成可用随机梯度下降求解的优化问题,并把颗粒位姿与对比度纳入同一优化。在 CryoBench 合成数据上它在多数数据集取得最高分,在 RELION 给出初始位姿的无先验流程中,其每图像 FSC 曲线下面积优于该基准评估的其他无先验方法。
深度剖析
冷冻电镜的连续异质性分析现在可以在估计结构变异的同时修正颗粒位姿,而不必把位姿当作固定输入。 此前的协方差类方法以及大多数其他异质性方法都要求用户提供颗粒位姿,且本身无法修正这些初始位姿;实际流程中位姿由忽略异质性的软件算出,会被异质性扭曲。 在 CryoBench 各数据集上,先用 RELION 均一精修得到初始位姿,再启用 SOLVAR 的位姿优化,位姿误差在多数数据集上明显下降;同一无先验流程的每图像 FSC 曲线下面积优于 CryoBench 评估的其他无先验方法。
方法把体积协方差矩阵限制为低秩,从而绕开对 N³×N³ 大小矩阵的直接估计。 早期协方差方法直接估计整个协方差矩阵,其规模在实际计算中过大,只能用于很低的分辨率;较新的方法改为直接估计主成分。 低秩代入后目标函数与梯度可在 O(nr²N² + r²N³) 量级求值,配合小批量随机梯度下降时总复杂度随主成分体积 N³ 线性增长;在含 10 万张 128 像素颗粒图像的 IgG-1D 数据集、r = 10 时,SOLVAR 不优化位姿耗时 25 分钟、优化位姿耗时 90 分钟,同一 A100 节点上 CryoDRGN 与 RECOVAR 分别为 60 分钟和 20 分钟。
启示与展望
评估覆盖 CryoBench 的合成数据集,以及 EMPIAR-10076 的 50S 核糖体组装中间体和 EMPIAR-10180 的前催化剪接体两个实验数据集;实验数据在降采样到 128×128 像素的图像上估计主成分,再按原始 256×256 像素重建体积。读者对象是处理冷冻电镜单颗粒数据、需要在异质性分析中同时修正位姿的研究人员与流程开发者。
主成分个数需要用户预先给定,而这一数目通常事先未知;高斯异质性假设被作者描述为缺乏物理依据、带有一定任意性,只是与常用软件模型接近且经验上表现良好。作者还指出 CryoBench 采用的每图像 FSC 曲线下面积指标本身易受偏差影响,并列出向完全无先验设置扩展与用频率行进加速运行时间作为后续方向。
