Fold’EM ساختار اتمی را مستقیماً از تصاویر کرایو-EM استنباط می‌کند

چارچوب Fold’EM روشی برای استنباط مستقیم ساختار اتمی از تصاویر میکروسکوپی کرایو-EM معرفی می‌کند؛ روشی که به‌جای بازسازی نقشهٔ چگالی و سپس برازش مدل به آن، از تصاویر ذرات و پیش‌فرض‌های مدل‌های مولد پروتئین استفاده می‌کند. در مقاله‌ای که ۲ اکتبر ۲۰۲۶ در arXiv منتشر شد، پژوهشگران می‌گویند این رویکرد در داده‌های کم‌شمار و نمونه‌های ناهمگون می‌تواند به تعیین ساختار کمک کند.

چارچوب Fold’EM چگونه کار می‌کند؟

در روش متداول میکروسکوپی کرایو-EM، تصاویر شمار زیادی از ذرات زیستی با هم ترکیب می‌شوند تا نقشه‌ای از پتانسیل الکترواستاتیکی، یعنی نمایی از توزیع چگالی نمونه، ساخته شود. سپس پژوهشگران یک مدل اتمی را با این نقشه تطبیق می‌دهند. طبق توضیح مقاله، گردآوری دادهٔ کافی برای بازسازی نقشه می‌تواند پرهزینه و زمان‌بر باشد؛ ساخت مدل اتمی نیز با کاهش وضوح نقشه دشوارتر می‌شود.

Fold’EM این ترتیب را تغییر می‌دهد. این چارچوب از پیش‌فرض‌های ساختاری مدل‌های مولد پروتئین استفاده می‌کند و آن‌ها را مستقیماً با تصاویر ذرات کرایو-EM ترکیب می‌کند. در نتیجه، به‌گفتهٔ پژوهشگران، نه بازسازی نقشهٔ میانی لازم است و نه مرحلهٔ جداگانهٔ ساخت مدل اتمی بر پایهٔ آن نقشه.

آزمایش روی داده‌های مصنوعی و تجربی

نویسندگان گزارش می‌کنند که Fold’EM را روی مجموعه‌داده‌های مصنوعی و تجربی آزمایش کرده‌اند. این روش هم در شرایطی که جهت‌گیری ذرات از قبل مشخص بوده و هم در حالت «از ابتدا» کار کرده است؛ در حالت دوم، جهت‌گیری ذرات و ساختار به‌طور مشترک استنباط می‌شوند. چکیدهٔ مقاله جزئیات عددی دربارهٔ میزان دقت یا تعداد تصاویر موردنیاز ارائه نمی‌کند.

پژوهشگران همچنین روش را روی داده‌های ناهمگون بررسی کرده‌اند؛ یعنی نمونه‌هایی که ذرات آن‌ها می‌توانند حالت‌های ساختاری متفاوتی داشته باشند. به‌گفتهٔ مقاله، Fold’EM توانسته این حالت‌های گوناگون را از جمعیت ترکیبی ذرات تفکیک کند، بدون آن‌که برای هر حالت ابتدا نقشه‌ای جداگانه بازسازی شود.

اهمیت روش در نمونه‌های کم‌داده

استفاده از پیش‌فرض‌های ساختاری مدل‌های پروتئینی در تحلیل آزمایشگاهی ایده‌ای تازه نیست، اما طبق چکیدهٔ پژوهش، این پیش‌فرض‌ها معمولاً پس از بازسازی نقشه وارد مرحلهٔ برازش مدل می‌شوند. Fold’EM آن‌ها را از آغاز فرایند استنباط و در کنار تصاویر ذرات به کار می‌گیرد. این تفاوت ممکن است برای پژوهش‌هایی مهم باشد که تعداد تصاویر محدود است یا نمونه، حالت‌های ساختاری کم‌فراوانی دارد.

نویسندگان می‌گویند نتایج می‌تواند مسیرهای تازه‌ای برای تعیین ساختار در شرایط کم‌داده و بررسی حالت‌های ساختاری کم‌جمعیت باز کند. بااین‌حال، چکیدهٔ منتشرشده اطلاعاتی دربارهٔ محدودیت‌های روش، مقایسهٔ کمی با روش‌های موجود یا میزان نیاز آن به داده در کاربردهای گوناگون ارائه نمی‌کند.

این خبر برای چه کسانی اهمیت دارد

این پژوهش برای زیست‌شناسان ساختاری، پژوهشگران پروتئین و گروه‌هایی که از کرایو-EM برای بررسی مولکول‌های زیستی استفاده می‌کنند اهمیت دارد. اگر رویکرد Fold’EM در آزمایش‌های بیشتر کارایی خود را نشان دهد، می‌تواند به تحلیل نمونه‌هایی کمک کند که دادهٔ تصویری آن‌ها محدود یا از نظر حالت‌های ساختاری ناهمگون است. در این مرحله، گزارش موجود نتیجهٔ پژوهشی در arXiv است و چکیده به‌تنهایی برای سنجش عملکرد آن در همهٔ کاربردها کافی نیست.