学术讲座｜刘云涛博士 AI-Based Methods to Address Physical Limitations in CryoEM and CryoET

2025年02月21日

2025年2月19日，昌平实验室主任谢晓亮主持召开学术讲座，本次讲座邀请到加州大学洛杉矶分校刘云涛博士进行了题为“AI-Based Methods to Address Physical Limitations in CryoEM and CryoET”的学术报告，分享了基于人工智能的方法解决cryoEM和cryoET的物理极限及其在鞭毛、海马神经元等研究中的应用。

谢晓亮主任主持

刘云涛博士毕业于中国科学技术大学生物物理学专业，目前在加州大学洛杉矶分校从事博士后研究。刘博士主要研究方向为利用冷冻电子显微成像技术解析神经细胞及生物大分子的结构与功能，同时致力于冷冻电镜仪器和数据处理方法的创新与开发。

刘云涛博士分享报告

讲座背景：

冷冻电子显微镜（cryoEM）和冷冻电子断层扫描（cryoET）技术的出现，为结构生物学领域带来了革命性的突破，使得研究人员能够在近天然状态下观察生物大分子复合物的结构。然而，这些技术在实际应用中仍面临一些关键挑战。例如，cryoET中的“缺失楔”问题以及cryoEM中的“偏好取向”问题，严重限制了数据的完整性和结构解析的准确性。近年来，人工智能技术的快速发展为解决这些物理限制提供了新的可能性。刘云涛博士针对这些问题，开发了多种基于深度学习的计算方法，提升了cryoEM和cryoET的数据分析能力和结构解析精度。

讲座内容：

刘云涛博士重点介绍了他在冷冻电子显微镜（cryoEM）和冷冻电子断层扫描（cryoET）领域的最新研究成果，特别是如何利用深度学习方法打破技术中的物理限制。

在cryoET中，缺失楔形问题是一个长期存在的挑战。cryoET通过在不同倾斜角度下采集图像来重建三维断层图，从而揭示细胞内分子社会学信息。然而，由于物理限制，倾斜角度范围通常仅限于±60°，导致缺失楔形问题，使得断层成像数据难以直接分析。为解决这一问题，刘博士分享了其开发的IsoNet，这是一种基于生成式深度学习的方法，利用各向同性先验信息恢复缺失数据，显著提升了断层图的结构解析能力。IsoNet的创新之处在于其解决了cryoET数据中缺乏Ground Truth（真实参考数据）的问题。传统方法通常依赖外部数据集进行训练，这可能导致偏差或“幻觉”现象，即模型生成与真实结构不符的信息。而IsoNet仅从用户提供的数据中学习，避免了对外部数据集的依赖，确保了恢复信息的真实性和可靠性。此外，IsoNet还嵌入了一种基于“噪声输入”策略的去噪算法，能够显著降低断层图中的噪声，进一步提升数据质量。IsoNet的自动化程度和易用性也使其能够更广泛地应用于分子和细胞生物学研究，并已整合到现有的cryoEM/ET图像处理流程中。刘博士还展示了IsoNet在多个应用，包括解析未成熟HIV晶格、研究鞭毛的份架构以及揭示海马神经元的断层扫描图像恢复。

在cryoEM中，偏好取向问题同样是一个长期存在的技术瓶颈。生物分子倾向于吸附在空气-水或空气-基底界面以减少表面张力，从而导致偏好取向问题，严重限制了cryoEM数据的质量和结构解析的准确性。为此，刘博士介绍了自监督深度学习方法spIsoNet，能够校正cryoEM图中的各向异性并修正粒子取向偏差。spIsoNet的核心创新在于其设计了四种自监督的误差函数，用于冷冻电镜密度图的信息恢复和噪声去除。此外，spIsoNet还增加了冷冻电镜图片颗粒的错误取向矫正模块，系统地解决了由偏好取向引起的密度图拉伸和图片对齐误差问题。这一方法不仅显著提升了cryoEM数据的质量，还为以往难以处理的生物样本提供了近乎各向同性的结构解析能力。spIsoNet的开发为结构生物学研究提供了重要工具，使得研究人员能够更准确地解析生物大分子的结构和功能。

除了cryoEM和cryoET方法学领域的进展，刘博士还简要介绍了其在其他相关领域的研究工作，例如利用冷冻光电关联技术观察神经元原位突触受体的分布和人类疱疹病毒的DNA和RNA包装机制等。

  

科研人员提问与交流

刘云涛博士此次讲座吸引了冷冻电镜及相关领域科学家、科研人员及学生参会。在讲座内容结束后，刘博士与参会人员就自监督深度学习的可信度和效果分析，cryoET受体的辨别等方面展开了热烈讨论。

昌平实验室开展学术讲座系列活动，邀请知名学者专家开展专题讲座，努力打造特色化、专业化、品牌化学术交流活动，为打造世界一流生命科学创新高地提供良好学术平台。