每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

CryoCCD：用于冷冻电镜合成的条件循环一致扩散与生物物理建模

Created by
  • Haebom

作者

蒋润民、张根培、杨云天、吴思琪、吴敏浩、冯万岳、赵一舟、肖曦、王晓、王天阳、李行健、陈木源、徐敏

CryoCCD：用于冷冻电镜合成数据生成的统一框架

大纲

CryoCCD 是一个合成数据生成框架，旨在解决单分子冷冻电镜 (cryo-EM) 分析中高质量注释数据不足的问题。该框架通过整合各种生物物理模型和冷冻电镜专用的条件循环一致性扩散模型，有效地再现了真实世界图像中复杂的噪声和生物异质性。CryoCCD 能够生成结构忠实的显微图像，改进粒子选择和姿态估计，并优于现有方法。

Takeaways, Limitations

•
Takeaways：
◦
各种生物物理建模，用于准确描述生物组织。
◦
使用循环一致性和掩码引导对比学习来保持结构保真度的扩散模型。
◦
改进了粒子选择和姿势估计性能。
◦
有效推广至新的蛋白质家族。
•
Limitations：
◦
论文中没有指定 Limitations。
👍
Made with Slashpage