新型isSPA算法：开启高通量原位结构解析新时代

新型isSPA算法：开启高通量原位结构解析新时代一、引言1.1研究背景与意义蛋白质作为生命活动的主要执行者，其结构与功能的研究一直是生命科学领域的核心问题。蛋白质的结构决定了其功能，而蛋白质在细胞内的原位结构，更是直接反映了其在生理环境下的真实状态和作用机制。对蛋白质原位结构的解析，能够深入揭示生命过程的本质，为理解细胞的生理功能、发育过程以及疾病的发生机制提供关键信息。例如，在细胞信号传导通路中，蛋白质的原位结构变化可能触发一系列的生化反应，影响细胞的生长、分化和凋亡，若能解析这些蛋白质的原位结构，就能为治疗相关疾病提供新的靶点和策略。在药物研发领域，蛋白质结构测定起着关键作用。药物与蛋白质的相互作用是药物疗效的关键，了解蛋白质结构可以帮助科学家设计和优化药物分子，以提高药物的选择性和效力。通过蛋白质结构测定，能够揭示药物与靶标蛋白之间的相互作用模式，从而指导药物设计和药物研发过程。许多疾病与蛋白质的结构异常或突变有关，通过了解蛋白质的结构，可以揭示疾病发生的机制，并为疾病的诊断和治疗提供新的思路和靶点。例如，通过了解病原体蛋白质的结构，科学家可以设计抗原表位，开发疫苗以及抗体疗法，从而对抗感染性疾病。蛋白质结构测定也对生物工程领域的发展起着推动作用。通过了解蛋白质的结构，科学家可以进行蛋白质工程，设计和改造具有特定功能和特性的蛋白质，这对于生物药物的研发、产业的创新以及生物材料的设计具有重要意义。目前，冷冻电子断层（cryo-ET）结合亚单位平均是实现蛋白质原位结构解析的通用方案。然而，cryo-ET要求对每一个区域收集倾转序列，这一过程不仅降低了原位的数据采集通量，而且倾转序列之间存在对中误差和冰层畸变等问题，导致分辨率难以突破。传统的电子断层重构技术，需要旋转样品台，原本只需要拍一张照片，由于旋转样品台的介入，需要在不同的角度采集照片，最后可能一共需要采集60张照片，单颗粒方法一天采集的数据量断层方法需要30-40天，数据采集的效率很低。这些技术局限严重限制了蛋白质原位结构解析的研究进展，也制约了相关领域的发展。新型算法isSPA的出现，为解决这些问题带来了新的希望。isSPA算法摈弃了电子断层重构，可以直接在单张照片中定位蛋白质，然后在此基础上进行重构，大大提高了数据采集的效率。中国科学院生物物理研究所章新政组基于isSPA算法进行GPU加速优化，将计算效率提高了约400-500倍，该方法较断层重构数据采集效率提升了30~40倍，解析分辨率也获得显著提升。isSPA算法在蛋白质原位结构解析领域展现出了巨大的潜力，有望打破现有技术的局限，实现高通量、高分辨率的蛋白质原位结构解析，为生命科学研究带来革命性的变化。它将为我们深入理解蛋白质的功能和作用机制提供更强大的工具，推动药物研发、疾病治疗和生物工程等领域的快速发展。1.2研究目的与创新点本研究旨在通过新型算法isSPA，突破传统技术的局限，实现高通量原位结构解析。具体而言，就是利用isSPA算法直接在单张照片中定位蛋白质，然后进行重构，从而避免传统电子断层重构技术中对每一个区域收集倾转序列的繁琐过程，提高数据采集通量。同时，通过对isSPA算法进行优化，进一步提升蛋白质结构解析的分辨率，为蛋白质原位结构的研究提供更准确、详细的信息。在创新点方面，isSPA算法在效率上具有显著优势。传统的电子断层重构技术，由于需要旋转样品台，从不同角度采集照片，导致数据采集效率极低，单颗粒方法一天采集的数据量，断层方法需要30-40天才能完成。而isSPA算法摈弃了电子断层重构，直接在单张照片中定位蛋白质并重构，使得数据采集时间大幅缩短，仅需1天就能完成工作，数据采集通量较传统方法提升了30-40倍，大大提高了研究效率，为高通量原位结构解析提供了可能。在分辨率方面，isSPA算法也取得了突破。传统的冷冻电子断层结合亚单位平均的方法，由于倾转序列之间存在对中误差和冰层畸变等问题，导致分辨率难以突破。isSPA算法通过优化蛋白质探测算法、去除模型偏差，有效减轻了这些问题对分辨率的影响，实现了高分辨重构。利用isSPA算法，成功解析了细胞中的藻胆体和光系统II复合物的高分辨结构，其分辨率分别达到了3.4埃和3.9埃，达到了近原子分辨率水平，能够更清晰地展示蛋白质的结构细节，为深入研究蛋白质的功能和作用机制提供了有力支持。二、isSPA算法概述2.1算法的诞生与发展历程isSPA算法的诞生源于对蛋白质原位结构解析技术瓶颈的突破需求。在传统的蛋白质结构解析领域，冷冻电子断层（cryo-ET）结合亚单位平均方法虽为通用方案，但存在诸多局限性。cryo-ET需要对每个区域收集倾转序列，不仅数据采集通量低，而且倾转序列间的对中误差和冰层畸变等问题严重制约了分辨率的提升，使得蛋白质原位结构解析的效率和精度难以满足科学研究的快速发展需求。在此背景下，中国科学院生物物理研究所章新政组于2021年提出了isSPA算法的初步概念，致力于开发一种不依赖电子断层的新型原位结构解析算法。该算法的核心突破在于摒弃了传统的电子断层重构过程，创新性地实现了直接在单张照片中定位蛋白质，然后在此基础上进行重构。这一概念的提出，为蛋白质原位结构解析开辟了新的路径，从根本上解决了传统方法中数据采集通量低的问题。随后，研究团队对isSPA算法展开了深入的优化与完善工作。在2023年，章新政组与北京理工大学的张法和万晓华团队合作，对isSPA算法进行了GPU加速优化。这一优化举措成效显著，将计算效率提高了约400-500倍。通过使用GPU加速后的isSPA算法（GisSPA），以FIB减薄的细胞样品为测试数据，成功解析了细胞中的藻胆体和光系统II复合物的高分辨结构，分辨率分别达到了3.4埃和3.9埃，达到了近原子分辨率水平。这一成果不仅展示了isSPA算法在提升数据采集效率方面的巨大优势，数据采集通量较传统断层重构方法提升了30-40倍，还证明了其在提高分辨率方面的卓越能力，有效突破了传统技术的分辨率瓶颈。在isSPA算法的发展过程中，研究人员还不断探索其适用范围和局限性。通过对不同分子量大小的蛋白质和切片厚度的研究，发现GisSPA的探测效率主要受到目标蛋白分子量和样品厚度的影响。在切片厚度为100-150纳米时，可解析的最小复合物的分子量约为1.1MD。这一发现为进一步优化isSPA算法以及改进细胞切片样品制备方法提供了重要依据，有助于拓宽isSPA算法的应用范围，使其能够更好地服务于蛋白质原位结构解析的各类研究。2.2与传统结构解析算法的对比传统的蛋白质原位结构解析算法，如冷冻电子断层（cryo-ET）结合亚单位平均方法，在原理上主要依赖于对样品进行多角度的倾转成像，通过收集一系列不同角度的投影图像来重建三维结构。在流程上，首先需要将样品固定在特定的载网上，然后放入冷冻电镜中，旋转样品台，在不同的倾转角度下采集图像，这些图像包含了样品在不同方向上的投影信息。之后，利用这些倾转序列图像进行断层重构，通过复杂的计算方法来重建样品的三维结构。在数据采集过程中，为了获取足够的信息以重建高分辨率的结构，需要对每个区域收集大量的倾转序列图像，这一过程不仅耗时，而且由于样品在倾转过程中的对中误差以及冰层畸变等问题，会对数据质量产生负面影响，导致后续的结构解析分辨率难以突破。isSPA算法在原理上则摒弃了电子断层重构的过程，直接在单张照片中定位蛋白质。它通过独特的蛋白质识别算法，能够在单张图像中准确地识别出目标蛋白质的位置和取向。在流程上，isSPA算法首先对单张冷冻电镜图像进行处理，利用开发的蛋白质识别算法定位蛋白质，然后在此基础上进行重构。这种方法避免了传统算法中旋转样品台和收集倾转序列图像的复杂过程，大大简化了数据采集流程。在数据处理方面，isSPA算法通过对探测函数的最优权重进行推导，提升了叠合密度中探测目标蛋白的效率，结合排序函数减少蛋白质识别算法引入的假阳性数据，有效减轻模型偏差的影响，从而实现高分辨重构。从数据采集通量来看，传统的电子断层重构技术，由于需要从不同角度采集大量图像，数据采集效率极低。单颗粒方法一天采集的数据量，断层方法需要30-40天才能完成。而isSPA算法直接在单张照片中定位蛋白质并重构，数据采集时间大幅缩短，仅需1天就能完成工作，数据采集通量较传统方法提升了30-40倍，这使得在相同时间内能够处理更多的样品，大大提高了研究效率，为高通量原位结构解析提供了可能。在分辨率方面，传统的冷冻电子断层结合亚单位平均的方法，由于倾转序列之间存在对中误差和冰层畸变等问题，导致分辨率难以突破。而isSPA算法通过优化蛋白质探测算法、去除模型偏差，有效减轻了这些问题对分辨率的影响，实现了高分辨重构。利用isSPA算法，成功解析了细胞中的藻胆体和光系统II复合物的高分辨结构，其分辨率分别达到了3.4埃和3.9埃，达到了近原子分辨率水平，能够更清晰地展示蛋白质的结构细节，为深入研究蛋白质的功能和作用机制提供了有力支持。三、isSPA算法实现高通量原位结构解析的原理3.1无倾转数据采集方式传统的冷冻电子断层（cryo-ET）技术在进行蛋白质原位结构解析时，依赖于对样品进行多角度的倾转成像。在实际操作中，需要将样品固定在特定的载网上，然后放入冷冻电镜中，通过旋转样品台，在不同的倾转角度下采集一系列的投影图像。这些倾转角度通常需要覆盖一定的范围，以获取足够的信息用于后续的结构重建。在某些实验中，可能需要在从-60°到+60°的范围内，每隔1°采集一张图像，这样就需要收集121张不同角度的投影图像。这种倾转序列采集方式的目的是为了获取样品在不同方向上的投影信息，从而能够通过这些信息重建出样品的三维结构。然而，这种方式存在诸多弊端。倾转序列采集过程极为耗时，大大降低了数据采集的通量。从硬件操作层面来看，每次改变样品的倾转角度，都需要冷冻电镜的样品台精确转动到指定角度，这个过程涉及到复杂的机械运动和高精度的定位控制，每一次角度调整都需要一定的时间来完成稳定和校准。从数据采集层面来看，在每个角度下，为了保证采集到高质量的图像，需要设置合适的曝光时间、电子束剂量等参数，这也会耗费一定的时间。在一个角度下采集一张高质量的图像可能需要数秒甚至数十秒的时间，如果需要采集大量的倾转角度图像，那么整个数据采集过程就会变得非常漫长。对于一些对时间敏感的实验，或者需要处理大量样品的研究，这种低通量的数据采集方式显然无法满足需求。isSPA算法创新性地摒弃了传统的倾转序列采集方式，采用单张照片定位蛋白质的无倾转数据采集方式。其原理基于对冷冻电镜单张图像中蛋白质特征的精准识别。在冷冻电镜获取的单张图像中，蛋白质会以特定的灰度分布、形态特征等信息呈现出来。isSPA算法通过专门开发的蛋白质识别算法，能够对这些特征进行提取和分析。该算法利用了蛋白质结构的先验知识，以及机器学习中的模式识别技术，对图像中的像素信息进行处理和分类。通过对大量已知蛋白质结构的图像进行学习和训练，算法能够识别出图像中与蛋白质相关的特征模式，从而准确地定位出蛋白质在图像中的位置。这种无倾转数据采集方式带来了诸多优势。从效率提升角度来看，不再需要进行繁琐的样品倾转操作以及在多个角度下采集图像，大大缩短了数据采集的时间。原本需要花费数小时甚至数天才能完成的倾转序列图像采集，现在只需要获取一张单张图像即可，这使得数据采集通量得到了极大的提升。从数据质量角度来看，避免了倾转过程中可能引入的对中误差和冰层畸变等问题。在传统的倾转序列采集过程中，样品在倾转时很难保证每次都能精确地对中，这就会导致不同角度下采集的图像之间存在对中误差，影响后续的结构重建。样品在倾转过程中，冰层也可能会发生畸变，同样会对图像质量产生负面影响。而isSPA算法的无倾转数据采集方式，从根本上避免了这些问题，为后续的高分辨结构解析提供了更优质的数据基础。3.2蛋白质识别与探测函数优化蛋白质识别是isSPA算法实现高通量原位结构解析的关键环节。在冷冻电镜获取的单张图像中，蛋白质的特征表现较为复杂，受到背景噪声、冰层干扰以及蛋白质自身构象多样性等因素的影响。isSPA算法所采用的蛋白质识别算法，运用了基于机器学习的模式识别技术。该算法首先对大量已知蛋白质结构的冷冻电镜图像进行学习，通过提取图像中的灰度特征、形状特征、纹理特征等，构建起蛋白质特征数据库。在实际应用中，当面对一张新的冷冻电镜单张图像时，算法会将图像中的特征与数据库中的特征进行比对和匹配。利用模板匹配算法，将预先构建好的蛋白质模板与图像中的局部区域进行逐一匹配，计算匹配度得分，从而识别出可能存在蛋白质的区域。探测函数在蛋白质识别过程中起着重要作用，它用于衡量图像中某个区域与目标蛋白质的相似程度。为了提升探测函数的性能，isSPA算法对其最优权重进行了推导。从数学原理角度来看，探测函数可以表示为一个多变量的函数，其中涉及到图像特征、蛋白质模板特征等多个变量。通过引入拉格朗日乘子法，构建拉格朗日函数，将约束条件融入到目标函数中，对探测函数的权重进行优化求解。在实际推导过程中，需要对大量的训练数据进行分析和计算，以确定权重的最优值。通过不断调整权重，使得探测函数在识别目标蛋白质时能够更加准确地反映图像中蛋白质的真实情况，从而提升叠合密度中探测目标蛋白的效率。在实际应用中，假阳性数据的存在会严重影响蛋白质结构解析的准确性。蛋白质识别算法在识别过程中，可能会因为图像噪声、特征相似性等原因，将一些非蛋白质区域误判为蛋白质，从而引入假阳性数据。这些假阳性数据会在后续的结构重构过程中产生模型偏差效应，降低重构的分辨率。isSPA算法结合排序函数来减少假阳性数据的影响。排序函数通过对探测结果进行排序，根据设定的阈值，筛选出可信度较高的蛋白质识别结果。对于探测得分较低、与目标蛋白质特征差异较大的结果，将其判定为假阳性数据并予以剔除。通过这种方式，有效减轻了模型偏差的影响，为实现高分辨重构奠定了基础。3.3去除假阳性数据与减轻模型偏差在蛋白质结构解析过程中，假阳性数据的存在会严重影响结构重构的准确性和分辨率。蛋白质识别算法在识别蛋白质时，由于图像噪声、蛋白质与背景的相似性以及算法本身的局限性等因素，可能会将一些非蛋白质区域误判为蛋白质，从而引入假阳性数据。这些假阳性数据在后续的结构重构过程中，会产生模型偏差效应。从模型构建角度来看，假阳性数据会干扰模型对真实蛋白质结构信息的学习和提取，使得模型在拟合过程中偏离真实的蛋白质结构，导致重构的结构出现偏差。从分辨率角度来看，假阳性数据会在探测函数所使用的频率范围内产生干扰信号，这些干扰信号会降低重构的分辨率，使得重构后的蛋白质结构无法清晰地展示其真实的原子细节。在肺炎双球菌细胞中的核糖体结构解析中，假阳性数据导致解析出的分辨率偏高，与真实结构存在较大偏差。isSPA算法通过结合排序函数来减少假阳性数据的影响。排序函数的工作原理基于对蛋白质识别结果的可信度评估。在蛋白质识别算法得到一系列可能的蛋白质识别结果后，排序函数会根据设定的规则和标准，对这些结果进行打分和排序。它会考虑识别结果与目标蛋白质特征的匹配程度、在图像中的位置合理性、周围环境的一致性等因素。对于与目标蛋白质特征匹配度高、位置合理且周围环境符合蛋白质存在特征的识别结果，会给予较高的分数；而对于那些匹配度低、位置异常或周围环境不符合的结果，会给予较低的分数。排序函数根据设定的阈值，筛选出可信度较高的蛋白质识别结果。将得分高于阈值的结果判定为真实的蛋白质识别结果，而将得分低于阈值的结果判定为假阳性数据并予以剔除。通过这种方式，有效地减少了假阳性数据的数量，从而减轻了模型偏差对结构重构的影响。在实际操作中，排序函数的应用需要结合具体的实验数据和蛋白质特征进行参数调整。对于不同类型的蛋白质和实验条件，其阈值的设定可能会有所不同。对于分子量较大、结构特征明显的蛋白质，可以适当提高阈值，以更严格地筛选识别结果，减少假阳性数据；而对于分子量较小、结构特征相对不明显的蛋白质，则需要适当降低阈值，以避免遗漏真实的蛋白质识别结果。还需要考虑图像的质量、噪声水平等因素对排序函数的影响。在噪声较大的图像中，可能需要对排序函数的打分规则进行调整，增加对噪声因素的考量，以提高筛选的准确性。通过合理地应用排序函数，isSPA算法能够有效地去除假阳性数据，减轻模型偏差，为实现高分辨重构提供了有力保障。四、isSPA算法的应用案例分析4.1解析藻胆体高分辨结构藻胆体（phycobilisome,PBS）是蓝藻和红藻主要的捕光天线，位于类囊体膜基质侧，是迄今为止最大的捕光蛋白复合物。其通过内部色素团（bilins）将捕获的光能以极高的效率传递至光系统II（photosystemII,PSII）和光系统I（photosystemI,PSI）的反应中心，诱导光-化学能量的转化，在光合作用中起着关键作用。然而，由于其结构复杂，传统的结构解析方法难以获得其高分辨率的原位结构，限制了对其能量传递机制和光合作用原理的深入理解。在利用isSPA算法解析藻胆体结构时，首先获取FIB减薄的细胞样品的冷冻电镜单张图像。这些图像包含了藻胆体在细胞内的原位信息，但由于细胞环境的复杂性以及藻胆体自身结构的特点，图像中存在大量的噪声和干扰信息。isSPA算法通过其独特的蛋白质识别算法，对单张图像中的藻胆体进行定位。该算法基于机器学习的模式识别技术，通过对大量已知藻胆体结构的图像进行学习，构建了藻胆体特征数据库。在实际识别过程中，将单张图像中的特征与数据库中的特征进行比对和匹配，从而准确地确定藻胆体在图像中的位置和取向。在定位藻胆体后，isSPA算法对其进行结构重构。在重构过程中，isSPA算法充分发挥其优势，避免了传统方法中由于倾转序列采集导致的对中误差和冰层畸变等问题。通过对探测函数的最优权重进行推导，提升了叠合密度中探测目标蛋白的效率。结合排序函数减少蛋白质识别算法引入的假阳性数据，有效减轻模型偏差的影响，从而实现了藻胆体高分辨结构的重构。经过isSPA算法的处理，成功解析出细胞中的藻胆体高分辨结构，分辨率达到了3.4埃。这一分辨率达到了近原子分辨率水平，能够清晰地展示藻胆体的结构细节。通过高分辨率的结构，研究人员可以准确地观察到藻胆体中各个蛋白质亚基的空间排列方式，以及色素团的分布情况。在藻胆体的核心区域，原本在低分辨率下模糊不清的蛋白质亚基之间的相互作用界面，在3.4埃分辨率下变得清晰可辨，这为深入研究藻胆体的能量传递机制提供了关键信息。研究人员发现，藻胆体中的色素团通过特定的排列方式，形成了高效的能量传递通道，使得光能能够快速、准确地传递到光系统II和光系统I。4.2解析光系统II复合物结构光系统II（PSII）是光合作用中的关键复合物，在光驱动的水氧化和电荷分离过程中起着核心作用。它位于类囊体膜上，是一个庞大而复杂的超分子复合物，包含多个蛋白质亚基和各种辅因子，如叶绿素、类胡萝卜素、Mn4CaO5簇、血红素、质体醌和脂类等。这些组成部分协同工作，使得PSII能够吸收光能，将水分解为氧气和质子，并将电子传递给后续的电子传递链，为光合作用提供能量和还原力。然而，由于其结构的复杂性以及在细胞内的原位状态难以精确解析，对PSII的结构和功能研究一直面临着诸多挑战。利用isSPA算法解析光系统II复合物结构时，同样以FIB减薄的细胞样品作为研究对象，获取其冷冻电镜单张图像。在这些图像中，光系统II复合物的信号被细胞内的其他成分所干扰，且自身结构的复杂性也增加了识别的难度。isSPA算法凭借其强大的蛋白质识别算法，对单张图像中的光系统II复合物进行精准定位。该算法通过对大量已知光系统II复合物结构的图像进行深度学习，构建了专门针对光系统II复合物的特征模型。在实际识别过程中，利用该模型对单张图像中的特征进行匹配和筛选，能够准确地确定光系统II复合物在图像中的位置和取向。在定位光系统II复合物后，isSPA算法对其进行结构重构。在重构过程中，isSPA算法充分发挥其避免传统倾转序列采集问题的优势，通过优化探测函数和去除假阳性数据，实现了光系统II复合物高分辨结构的重构。通过对探测函数的最优权重进行推导，使得探测函数能够更准确地反映光系统II复合物的结构特征，提升了叠合密度中探测目标蛋白的效率。结合排序函数，对蛋白质识别算法得到的结果进行筛选，去除假阳性数据，有效减轻了模型偏差的影响，从而获得了高质量的光系统II复合物重构结构。经过isSPA算法的处理，成功解析出细胞中的光系统II复合物高分辨结构，分辨率达到了3.9埃。这一分辨率达到了近原子分辨率水平，为深入研究光系统II复合物的结构和功能提供了前所未有的细节信息。在这一高分辨率结构中，可以清晰地观察到光系统II复合物中各个蛋白质亚基的精确空间排列方式，以及辅因子的分布和相互作用。原本在低分辨率下难以分辨的Mn4CaO5簇的精细结构，在3.9埃分辨率下能够清晰地展现其原子组成和空间构型。通过对这些结构细节的分析，研究人员可以进一步探究光系统II复合物在光合作用中的水氧化和电荷分离机制，为理解光合作用的本质提供更坚实的结构基础。4.3探究红藻PBS-PSII-PSI-LHC巨型复合物红藻中的PBS-PSII-PSI-LHC巨型复合物是光合作用过程中极为关键的超分子体系，它整合了藻胆体（PBS）、光系统II（PSII）、光系统I（PSI）以及捕光复合物（LHC），在光能捕获、传递和转化过程中发挥着核心作用。该巨型复合物的结构和功能研究，对于深入理解光合作用的分子机制，以及开发新型的光合生物能源具有重要意义。然而，由于其结构的复杂性和在细胞内的原位状态难以精确解析，传统的结构解析方法在研究该巨型复合物时面临诸多挑战。为了深入探究红藻PBS-PSII-PSI-LHC巨型复合物的结构，研究团队创新性地将isSPA算法与电子断层技术相结合。在实验过程中，首先使用冷冻聚焦离子束（cryo-FIB）技术制备红藻细胞切片，该技术能够在不破坏细胞内生物大分子结构的前提下，制备出高质量的细胞切片，为后续的结构解析提供了良好的样品基础。利用冷冻断层扫描（cryo-ET）技术对细胞切片进行扫描，收集倾转的图像数据，通过子断层平均技术（subtomogramaveraging）初步处理这些数据，得到分辨率水平为8Å的光合系统超大复合物结构。将该中等分辨率的结构作为模板，在另一组使用单颗粒方法采集的非倾转细胞切片数据中，运用isSPA算法挑选出光合系统超大复合物颗粒。isSPA算法凭借其独特的蛋白质识别算法和优化的探测函数，能够在单张图像中准确地识别出PBS-PSII-PSI-LHC巨型复合物的位置和取向，有效避免了传统方法中由于倾转序列采集导致的对中误差和冰层畸变等问题。经过上述流程的处理，研究团队成功解析了PBS-PSII-PSI-LHC超大复合体两种构象（single-PBS-PSII-PSI-LHC和double-PBS-PSII-PSI-LHC）的原位结构，分辨率分别达到3.3和4.3Å。其中，单PBS-PSII-PSI-LHC构象的分辨率达到了3.3埃，这一分辨率的提升具有重要意义。在3.3埃的分辨率下，研究人员能够清晰地观察到巨型复合物中各个蛋白质亚基的精确空间排列方式，以及它们之间的相互作用界面。原本在低分辨率下模糊不清的连接蛋白的结构和功能也得以明确，发现PBS中有4种连接蛋白（分别为LRC2、LRC3、LPP1和LPP2）与LCM和APCD一起参与PBS-PSII之间的结合，这揭示了红藻PBS在体内能够十分稳定地结合在PSII上的分子机制。通过对PBS-PSII-PSI-LHC巨型复合物高分辨率结构的分析，研究人员还对其能量传递机制有了更深入的认识。光合生物在应对自然界不断变化的光照条件时，进化出了一种精妙的应答机制。当PSII获取的激发能量过高时，为避免PSII损伤，捕光天线会向PSI进行能量传递，从而实现能量的再分配。基于解析出的PBS-PSII-PSI-LHC复合体的原位结构，研究发现红藻PBS仅与PSII直接相互作用，因此捕获的光能会先传递给PSII，进而通过PSII向PSI进行传递，这一发现与能量溢出模型保持一致。研究人员还观察到PSII和PSI中存在特殊排列的叶绿素（chl）簇，它们的紧密排列促使共轭环上的π电子发生激发态耦合效应，使能级降低，从而保证了能量的高效传递。五、isSPA算法的性能评估与优势分析5.1计算效率提升在蛋白质原位结构解析的研究中，计算效率是衡量算法性能的关键指标之一。传统的冷冻电子断层（cryo-ET）结合亚单位平均方法，由于需要对每个区域收集倾转序列，在数据采集阶段就耗费了大量的时间。从硬件操作层面来看，每次改变样品的倾转角度，都需要冷冻电镜的样品台精确转动到指定角度，这个过程涉及到复杂的机械运动和高精度的定位控制，每一次角度调整都需要一定的时间来完成稳定和校准。从数据采集层面来看，在每个角度下，为了保证采集到高质量的图像，需要设置合适的曝光时间、电子束剂量等参数，这也会耗费一定的时间。在一个角度下采集一张高质量的图像可能需要数秒甚至数十秒的时间，如果需要采集大量的倾转角度图像，那么整个数据采集过程就会变得非常漫长。据统计，传统的电子断层重构技术，单颗粒方法一天采集的数据量，断层方法需要30-40天才能完成，这种低效率的数据采集方式严重制约了研究的进展。isSPA算法在计算效率上实现了重大突破。中国科学院生物物理研究所章新政组基于isSPA算法进行GPU加速优化，将计算效率提高了约400-500倍。GPU（图形处理器）具有强大的并行计算能力，能够同时处理大量的数据。isSPA算法在GPU上运行时，利用GPU的并行计算核心，将原本需要串行处理的计算任务分解为多个并行的子任务，从而大大缩短了计算时间。在蛋白质识别和结构重构过程中，需要对大量的图像数据进行处理和分析，GPU加速优化后的isSPA算法能够在短时间内完成这些计算任务，使得整个结构解析过程的效率得到了极大的提升。以解析藻胆体高分辨结构的实验为例，在未进行GPU加速优化之前，使用传统的计算方法，完成藻胆体结构解析的计算任务可能需要数周的时间。而经过GPU加速优化后的isSPA算法，仅需数小时就能完成相同的计算任务。在解析光系统II复合物结构时，同样展现出了计算效率上的巨大优势。传统方法可能需要一个月左右的时间来完成数据采集和计算分析，而isSPA算法结合GPU加速优化，只需要1天就能完成工作。这种计算效率的提升，使得研究人员能够在更短的时间内获取蛋白质的高分辨结构信息，大大加快了蛋白质原位结构解析的研究进程，为生命科学领域的研究提供了更高效的工具。5.2分辨率突破在蛋白质原位结构解析领域，分辨率是衡量解析结果质量和准确性的关键指标，直接影响对蛋白质结构和功能的深入理解。传统的冷冻电子断层（cryo-ET）结合亚单位平均方法，虽然在蛋白质原位结构解析中被广泛应用，但由于其自身的技术原理和操作流程，在分辨率方面面临着诸多挑战。传统方法在数据采集过程中，需要对每个区域收集倾转序列。在实际操作中，为了获取足够的信息用于三维结构重建，通常需要在一定的角度范围内，如从-60°到+60°，每隔1°采集一张图像，这样就需要收集大量的投影图像。这种倾转序列采集方式虽然能够获取样品在不同方向上的投影信息，但也带来了一系列问题。在倾转过程中，样品很难保证每次都能精确地对中，这就导致不同角度下采集的图像之间存在对中误差。样品在倾转过程中，冰层也可能会发生畸变，这些因素都会对图像质量产生负面影响，进而降低重构的分辨率。在解析肺炎双球菌细胞中的核糖体结构时，传统方法由于上述问题的存在，导致解析出的分辨率偏高，与真实结构存在较大偏差。在解析光系统II复合物结构时，传统方法解析的分辨率只能达到较低水平，难以清晰地展示光系统II复合物中各个蛋白质亚基的精确空间排列方式，以及辅因子的分布和相互作用。isSPA算法在分辨率方面取得了显著的突破。以解析藻胆体高分辨结构为例，利用isSPA算法，成功解析出细胞中的藻胆体高分辨结构，分辨率达到了3.4埃。这一分辨率达到了近原子分辨率水平，与传统方法相比，有了质的飞跃。在3.4埃的分辨率下，能够清晰地展示藻胆体中各个蛋白质亚基的空间排列方式，以及色素团的分布情况。原本在低分辨率下模糊不清的蛋白质亚基之间的相互作用界面，在3.4埃分辨率下变得清晰可辨，这为深入研究藻胆体的能量传递机制提供了关键信息。研究人员通过高分辨率的结构发现，藻胆体中的色素团通过特定的排列方式，形成了高效的能量传递通道，使得光能能够快速、准确地传递到光系统II和光系统I。在解析光系统II复合物结构时，isSPA算法同样展现出了卓越的分辨率优势。通过isSPA算法的处理，成功解析出细胞中的光系统II复合物高分辨结构，分辨率达到了3.9埃。这一分辨率使得研究人员能够清晰地观察到光系统II复合物中各个蛋白质亚基的精确空间排列方式，以及辅因子的分布和相互作用。原本在低分辨率下难以分辨的Mn4CaO5簇的精细结构，在3.9埃分辨率下能够清晰地展现其原子组成和空间构型。通过对这些结构细节的分析，研究人员可以进一步探究光系统II复合物在光合作用中的水氧化和电荷分离机制，为理解光合作用的本质提供更坚实的结构基础。在探究红藻PBS-PSII-PSI-LHC巨型复合物时，将isSPA算法与电子断层技术相结合，成功解析了PBS-PSII-PSI-LHC超大复合体两种构象（single-PBS-PSII-PSI-LHC和double-PBS-PSII-PSI-LHC）的原位结构，分辨率分别达到3.3和4.3Å。其中，单PBS-PSII-PSI-LHC构象的分辨率达到了3.3埃，这一分辨率的提升使得研究人员能够明确PBS中有4种连接蛋白（分别为LRC2、LRC3、LPP1和LPP2）与LCM和APCD一起参与PBS-PSII之间的结合，揭示了红藻PBS在体内能够十分稳定地结合在PSII上的分子机制。5.3数据采集通量提高数据采集通量是衡量蛋白质原位结构解析技术效率的关键指标之一，直接关系到研究的速度和广度。传统的冷冻电子断层（cryo-ET）结合亚单位平均方法在数据采集通量方面存在明显的局限性。在传统方法中，为了获取样品的三维结构信息，需要对每个区域收集倾转序列。在实际操作中，通常需要在从-60°到+60°的角度范围内，每隔1°采集一张图像，这样就需要收集121张不同角度的投影图像。从数据采集的时间成本来看，每次采集图像都需要一定的时间来完成曝光、数据记录等操作，而且在不同角度之间切换时，样品台的转动和稳定也需要时间。如果每张图像的采集时间为30秒，加上角度切换的时间，采集121张图像可能需要数小时甚至更长时间。对于大量的样品和研究对象，这种数据采集方式的效率极低，单颗粒方法一天采集的数据量，断层方法需要30-40天才能完成，严重制约了蛋白质原位结构解析的研究进展。isSPA算法在数据采集通量方面实现了质的飞跃。isSPA算法摈弃了电子断层重构，直接在单张照片中定位蛋白质，然后在此基础上进行重构。这一创新的方法避免了传统方法中收集倾转序列的繁琐过程，大大缩短了数据采集的时间。在利用isSPA算法解析藻胆体和光系统II复合物结构时，只需要获取FIB减薄的细胞样品的冷冻电镜单张图像，就可以进行后续的蛋白质定位和结构重构工作。原本需要花费数天甚至数十天才能完成的数据采集工作，isSPA算法仅需1天就能完成，数据采集通量较传统断层重构方法提升了30-40倍。这种高通量的数据采集能力，使得研究人员能够在更短的时间内获取大量的蛋白质结构数据，为大规模的蛋白质原位结构研究提供了可能。在药物研发领域，需要对大量的蛋白质靶点进行结构解析，以筛选和设计有效的药物分子，isSPA算法的高通量数据采集能力可以加快这一过程，提高药物研发的效率。六、isSPA算法面临的挑战与未来展望6.1应用中的技术难题在isSPA算法的应用过程中，样品制备环节对其探测效率有着显著的影响。isSPA算法在处理FIB减薄的细胞样品时，虽然能够实现蛋白质的定位和结构重构，但样品的厚度和质量对算法的性能至关重要。研究表明，GisSPA的探测效率主要受到目标蛋白分子量和样品厚度的影响，在切片厚度为100-150纳米时，可解析的最小复合物的分子量约为1.1MD。如果样品厚度过大，电子束在穿透样品时会受到更多的散射和吸收，导致图像的信噪比降低，从而影响蛋白质识别算法对蛋白质的定位准确性。样品中的杂质、冰晶等因素也会干扰图像的质量，使得算法难以准确地识别蛋白质的特征，进而降低探测效率。在制备细胞切片样品时，若切片过程中产生了过多的冰晶，这些冰晶会在图像中形成噪声，掩盖蛋白质的信号，使得isSPA算法难以准确地定位蛋白质。在低信噪比的情况下，isSPA算法的数据处理也面临着诸多挑战。冷冻电镜图像本身就存在一定的噪声，当信噪比降低时，噪声对图像的影响更为显著。在这种情况下，蛋白质识别算法可能会将噪声误判为蛋白质的特征，从而引入大量的假阳性数据。这些假阳性数据会在后续的结构重构过程中产生模型偏差效应，严重影响重构的分辨率。在低信噪比下，探测函数对蛋白质特征的提取和匹配也会变得更加困难，导致探测效率降低。当图像的信噪比低于一定阈值时，探测函数可能无法准确地识别出蛋白质的位置和取向，从而影响整个结构解析的过程。在肺炎双球菌细胞中的核糖体结构解析中，由于低信噪比的影响，传统方法解析出的分辨率偏高，与真实结构存在较大偏差，这也说明了低信噪比下数据处理的难度。6.2未来研究方向与发展潜力提升小分子量分子解析能力是isSPA算法未来研究的重要方向之一。目前，GisSPA在切片厚度为100-150纳米时，可解析的最小复合物的分子量约为1.1MD，对于分子量小于这一阈值的分子，其解析效果有待提升。未来可以从算法优化和硬件升级两个方面入手。在算法优化方面，进一步改进蛋白质识别算法，提高其对小分子量分子特征的提取和识别能力。通过引入深度学习中的先进模型，如卷积神经网络（CNN）的变体，对小分子量分子的图像特征进行更深入的学习和分析。在硬件升级方面，利用更先进的冷冻电镜技术，提高图像的分辨率和信噪比，为小分子量分子的解析提供更优质的数据基础。优化细胞切片质量也是未来研究的关键。由于GisSPA的探测效率受到样品厚度的影响，未来需要改进细胞切片样品制备方法，以获得更薄、更均匀的细胞切片。在切片过程中，采用更精细的操作技术，如优化冷冻聚焦离子束（cryo-FIB）技术的参数设置，减少切片过程中的损伤和变形。还可以探索新的样品制备方法，如使用超薄切片机结合冷冻固定技术，制备出厚度更均匀、质量更高的细胞切片，从而提高isSPA算法的数据采集效果和探测效率。isSPA算法在药物研发、疾病治疗和生物工程等领域具有巨大的应用潜力。在药物研发领域，通过isSPA算法实现高通量原位结构解析，可以快速获取药物靶点的蛋白质结构信息，加速药物分子的设计和筛选过程。在疾病治疗领域，isSPA算法能够帮助揭示疾病相关蛋白质的原位结构变化，为开发更有效的治疗策略提供依据。在生物工程领域，isSPA算法可以用于设计和改造具有特定功能的蛋白质，推动生物工程技术的创新和发展。七、结论7.1研究成果总结本研究成功实现了新型算法isSPA在高通