基于深度学习冷冻电镜三维密度图的局部质量评估方法

• 国民经济行业：信息传输、软件和信息技术服务业／软件和信息技术服务业／数据处理和存储服务
• 学科类别：电子、通信与自动控制技术／电子、通信与自动控制技术其他学科
• 权利人：上海交通大学

知识产权简介

一种基于深度学习的冷冻电镜三维重构模型局部质量评估方法，具体步骤包括A. 收集现有重构好的生物大分子的三维密度图以及对应原子结构模型作为数据集，并对三维密度图进行预处理，包括重采样等。B. 计算原子结构与相匹配的重采样后的三维密度图的之间的Q-score。C. 训练基于Vision Transformer为骨干网络的DeepQs深度学习模型，网络输入为采样的冷冻电镜三维密度图的局部密度图，输出标签为步骤B中的计算出的各个原子的Q-score。D. 对于输入一个全新的冷冻电镜重构出的生物大分子模型的三维密度图进行重采样，并通过掩膜获取感兴趣区域。E. 基于训练好的质量评估模型DeepQs，对掩膜处理好后的三维地图进行局部质量评估，获取质量评估图。本发明实现了一种新的对于冷冻电镜三维重构模型局部质量评估方法，运用深度学习以及新的数据集，从新的角度阐释如何评估一个模型的质量，使用简单快速且有效。