دسته بندی:

فیزیک عمومی - General Physics

---

سال انتشار:

2015

---

ترجمه فارسی عنوان مقاله:

برازش سریع و حساس جسم صلب در نقشه های تراکم میکروسکوپ الکترونی کرایو (cryo-EM) به کمک نرم افزار PowerFit

---

عنوان انگلیسی مقاله:

Fast and sensitive rigid-body fitting into cryo-EM density maps with PowerFit

---

منبع:

AIMS Biophysics, 2015, Volume 2, Issue 2, 73-87

---

نویسنده:

Gydo C:P:van Zundert and Alexandre M:J:J: Bonvin

---

چکیده انگلیسی:

Cryo-EM is a rapidly developing method to investigate the three dimensional structure of large macromolecular complexes. In spite of all the advances in the field, the resolution of most cryo-EM density maps is too low for de novo model building. Therefore, the data are often complemented by fitting high-resolution subunits in the density to allow for an atomic interpretation. Typically, the first step in the modeling process is placing the subunits in the density as a rigid body. An objective method for automatic placement is full-exhaustive six dimensional cross correlation search between the model and the cryo-EM data, where the three translational and three rotational degrees of freedom are systematically sampled. In this article we present PowerFit, a Python package and program for fast and sensitive rigid body fitting. We introduce a novel, more sensitive scoring function, the core-weighted local cross correlation, and show how it can be calculated using FFTs for fast translational cross correlation scans. We further improved the search algorithm by using optimized rotational sets to reduce rotational redundancy and by limiting the cryo-EM data size through resampling and trimming the density. We demonstrate the superior scoring sensitivity of our scoring function on simulated data of the 80S D. melanogaster ribosome and on experimental data for four different cases. Through these advances, a fine-grained rotational search can now be performed within minutes on a CPU and seconds on a GPU. PowerFit is free software and can be downloaded from https://github.com/haddocking/powerfit.
Keywords: cross correlation | exhaustive search | GPU acceleration | Fast Fourier Transform | optimized rotation sets | trimming | resampling | biomolecular complexes

---

چکیده فارسی:

Cryo-EM یک روش به سرعت در حال توسعه برای بررسی ساختار سه بعدی کمپلکس های ماکرومولکولی است. با وجود تمام پیشرفت های انجام شده در این زمینه، وضوح اکثر نقشه های تراکم Cryo-EM برای ساخت مدلی نو بسیار کم است. بنابراین، داده ها اغلب با برازش تراکم زیرواحدهایی با وضوح بالا برای تفسیر اتمی تکمیل می شوند. در حالت طبیعی اولین مرحله در فرآیند مدل سازی، قرار دادن زیرواحدها در تراکمی به عنوان یک جسم صلب است. یک روش عینی برای این قرارگیری خودکار، جستجوی همبستگی متقابل شش بعدی کاملاً جامع بین مدل و داده های Cryo-EM است که در آن سه درجه آزادی انتقالی و سه درجه آزادی دورانی به طور سیستماتیک نمونه گیری می شوند. در این مقاله نرم افزار PowerFit را ارائه می دهیم که یک بسته و برنامه نرم افزاری پایتون Python)) برای نصب سریع و حساس جسم صلب است. یک تابع امتیازدهی حساس تر و جدید به نام همبستگی متقابل محلی هسته ای را معرفی می کنیم و نشان می دهیم که چگونه می توان مقدار آن را با استفاده از تبدیل های فوریه سریع (FFTs) مربوط به اسکن های همبستگی متقابل انتقالی سریع محاسبه کرد. یک الگوریتم جستجو را نیز با استفاده از مجموعه های دورانی بهینه شده برای کاهش افزونگی دورانی و با محدود کردن اندازه داده های Cryo-EM از طریق نمونه برداری مجدد و اصلاح تراکم بهبود بخشیدیم. ما حساسیت امتیازدهی برتر تابع امتیازدهی خود را بر روی داده های شبیه سازی شده از ریبوزوم 80S D. melanogaster و داده های تجربی برای چهار مورد مختلف نشان می دهیم. از طریق این پیشرفت ها، اکنون می توان جستجوی دورانی ریزبافتی در عرض چند دقیقه بر روی CPU و در عرض چند ثانیه بر روی GPU انجام داد. نرم افزار PowerFit یک نرم افزار رایگان است و می توانید آن را از سایت https://github.com/haddocking/powerfit دانلود کنید.
کلیدواژه ها: همبستگی متقابل | جستجوی جامع | شتاب دهنده GPU | تبدیل فوریه سریع (FFT) | مجموعه های دورانی بهینه شده | اصلاح | نمونه برداری مجدد | کمپلکس های زیست-مولکولی

---

---

---

---

حجم فایل: 1202 کیلوبایت

---

قیمت: 54000 تومان   

---

توضیحات اضافی:

---

---

---