蛋白质三维重构新算法 助力蛋白质结构解析 

近日，兰州大学信息科学与工程学院路永钢教授课题组与兰州大学生命科学院副教授朱莉以及美国欧道明大学核算机科学系何静教授协作，提出了一种根据球面嵌入的蛋白质三维重构算法，有助于从冷冻电镜图画中重构出更加精确的蛋白质三维结构。相关效果在线发表于《通讯生物学》。

蛋白质结构解析是分子生物学的中心课题，关于人们认识蛋白质的功用，理解疾病的发病机理，进行药物规划和疾病医治等都具有非常重要的含义。近年来，冷冻电镜技能在测定生物大分子结构方面取得了突破性的进展。

单颗粒剖析是冷冻电镜测定蛋白质结构的主流技能。在使用冷冻电镜取得大量同一种蛋白质分子的二维投影图画后，该技能使用三维重构算法能够核算出蛋白质的三维结构。其中，蛋白质三维重构的中心问题是估量每个投影图画的投影方向，其本质是一个非凸优化问题。现有的算法大多是根据模板匹配，或者是根据期望最大化的参数估核算法，容易受到初始参数选取的影响，可能会重构出过错的蛋白质结构。

为了提升三维重构成果的可靠性，路永钢课题组在该研究工作中充分使用了整体投影图画在投影方向以及等价线方面的整体一致性约束，经过两次球面嵌入取得了在三维空间中满意整体投影图画一致性约束的投影方向估量，进而核算出了蛋白质的三维结构。这种办法的特点是不需要初始模板，尽量从数据内部挖掘约束条件，对初始化依赖较小，因而提高了重构成果的可靠性和精确性。别的，路永钢课题组还提出了新的投影方向表明办法，使用两个互相垂直的向量来表明投影方向，而且评论了这种表明和通常使用的欧拉角表明的等价性。

实验成果证明了该论文提出的球面嵌入算法能够更精确地估量投影方向，而且在噪声比较高的情况下，该算法能大大降低投影角估量的误差。三维重构的成果也证明了使用该算法在不同噪声水平及不同数量的投影图画上进行重构时都具有必定的优越性，得到的重构成果具有更高的分辨率，也更加接近于实在结构。