Cryo-EM er en kraftfuld billedbehandlingsteknik, der gør det muligt for forskere at visualisere strukturen af proteiner og andre biologiske molekyler i tre dimensioner. Teknikken fungerer ved at fryse en prøve af molekyler i flydende nitrogen og derefter bruge et elektronmikroskop til at tage billeder af den frosne prøve. De resulterende billeder kan bruges til at skabe en tredimensionel model af molekylet.
Cryo-EM-billeder er dog ofte støjende, hvilket kan gøre det svært at skelne mellem atomer og støj. Dette gælder især for små molekyler, såsom proteiner.
Den nye metode, kaldet "AtomHunter", bruger en maskinlæringsalgoritme til at identificere atomer i kryo-EM-billeder. Algoritmen trænes på en database med kendte atomstrukturer, og den kan bruge denne information til at identificere atomer i nye billeder.
"AtomHunter er et betydeligt fremskridt inden for cryo-EM," sagde studiets hovedforfatter Dr. Yifan Cheng, en postdoc-stipendiat i UCSF Institut for Bioingeniørvidenskab og Terapeutiske Videnskaber. "Det vil give forskerne mulighed for at få mere nøjagtige og detaljerede billeder af proteiner og andre biologiske molekyler."
Forskerne testede AtomHunter på en række forskellige kryo-EM-billeder, herunder billeder af proteiner, vira og bakterier. De fandt ud af, at AtomHunter var i stand til at identificere atomer i alle billederne, selv i støjende billeder, hvor atomer var svære at se.
"AtomHunter er et kraftfuldt nyt værktøj, som vil være af stor værdi for cryo-EM-forskere," sagde seniorforfatter af undersøgelsen Dr. Dmitri K. Saldin, professor i UCSF Institut for Bioingeniørvidenskab og Terapeutiske Videnskaber. "Det vil gøre det muligt for forskere at opnå mere nøjagtige og detaljerede billeder af proteiner og andre biologiske molekyler, hvilket vil føre til en bedre forståelse af deres struktur og funktion."