RobPicker：一个用于冷冻电子断层扫描图中大分子稳健识别的元学习框架

在冷冻电子断层扫描（cryo-ET）中，对类型、形状和大小各异的大分子进行准确的颗粒拾取，对于理解生物系统在其天然状态下的分子架构至关重要。当前的深度学习方法已显示出在断层图中识别大分子的潜力；然而，它们容易受到训练数据中标注噪声以及大分子种类分布不均衡的影响。在此，为解决这些局限，我们开发了 RobPicker，这是一个元学习框架，通过自动学习纠正标签错误，并更加重视较小和较稀有的大分子种类，从而有效缓解这些问题。在具有噪声标签和种类分布不均衡的多个冷冻电子断层扫描数据集上的评估中，RobPicker 大幅优于最先进的方法，尤其是在识别小型和稀有的大分子方面。RobPicker 的稳健性和高效性带来了蛋白质结构三维密度图分辨率的提升，从而实现了高分辨率的细胞结构生物学分析。

中文由 AI 翻译，仅供参考，以原文为准。