Nature Methods | CryoREAD：基于深度学习的从冷冻电镜图中自动建模DNA/RNA的方法

确定大分子的三维结构对于理解它们的生物学功能以及它们在药物设计和分子工程中的应用至关重要。为了确定三维结构，在过去十年中冷冻电镜 （cryo-EM） 技术逐渐成为一种主流技术。这是因为相较于其他技术，如X光和核磁共振 (NMR) 等技术，冷冻电镜有可以确定大分子化合物结构，不用结晶化等显著优点。因此，目前已经有很多用于辅助从冷冻电镜图中构建大分子三维结构的工具。然而，绝大多数工具都只适用于蛋白质自动建模。相较于蛋白质而言，DNA/RNA更加灵活，同时通常和蛋白质共同存在。因此在2-5Å分辨率条件下的冷冻电镜图像中确定DNA/RNA的三维结构，是十分具有挑战性的。通常而言，结构生物学家使用coot等交互式软件手动确定每个核氨酸的位置。因此，急需一个自动化，高效并且准确从冷冻电镜图像中确定DNA/RNA结构的方法。

2023年10月2日，美国普渡大学Daisuke Kihara研究组 （第一作者为王虓） 在Nature Methods上发表了文章CryoREAD: de novo structure modeling for nucleic acids in cryo-EM maps using deep learning，研究人员 开发了从冷冻电镜图中全自动建模DNA/RNA原子结构的软件CryoREAD。它能够在2-5 Å分辨率的冷冻电镜图中进行完全自动的DNA/RNA结构建模。

CryoREAD使用深度学习网络识别冷冻电镜图像中的关键信息。首先，深度神经网络会通过识别图像中的局部特征，准确地定位核苷酸中的五碳糖，磷酸基团, 碱基。然后，研究人员通过识别的五碳糖来建立DNA/RNA的结构主链。随后，通过网络识别的碱基类型和已知的核酸序列 （可选的） 来映射核酸序列到DNA/RNA主链上。最后，基于检测到的五碳糖、磷酸基团、 碱基位置来建构整个核苷酸来得到DNA/RNA完整原子结构。整个建模过程完全自动化，不需要任何人工干预。

研究人员首先测试了CryoREAD在完全独立的测试集上的性能，该测试集包含11个DNA结构，55个RNA结构和2个DNA-RNA复合结构。主链平均准确率为85.7%，序列平均准确率为52.5%。也测试了CryoREAD在SARS-CoV-2相关的61个冷冻电镜图中RNA结构建模的性能，取得了相似的效果。如下图所示，研究人员展示了CryoREAD在细菌前50S核糖体前体与核糖体沉默因子RsfS和GTP酶ObgE/CgtA结合 (bacterial pre-50S ribosomal precursor complexed with ribosomal silencing factor RsfS and GTPase ObgE/CgtA.) 的结构上的表现。这个大结构包含了3702氨基酸和3016个核苷酸，它来自EMD-12217冷冻电镜图 （分辨率2.4 Å） 。尽管该结构很大，CryoREAD能够很好的区分蛋白质区域和RNA并成功在RNA区域完成自动化结构建模，其中主链准确率为91.0%。正如下图中“深度学习检测”图中所示，深度学习检测出的五碳糖和磷酸基团非常好的追踪了主链在图中的位置，从而为后续的准确RNA结构建模打下了坚实的基础。

总之，在本文中，研究人员提出了CryoREAD, 一种基于深度学习的从冷冻电镜图像中自动化建模DNA/RNA结构的方法。研究人员提供了免费的在线服务：https://em.kiharalab.org/algorithm/CryoREAD， 用户只需要上传冷冻电镜3D图像，就可以获得DNA/RNA结构。所有相关代码也在Github:https://github.com/kiharalab/CryoREAD开源。相关CryoREAD的算法细节介绍在https://kiharalab.org/emsuites/cryoread.php。在线服务https://em.kiharalab.org同时提供了其他服务，诸如针对蛋白质建模的DeepMainMast, DiffModeler, 针对结构评估的DAQScore, 针对结构检测的Emap2sec, Emap2sec+, 结构校正的DAQ-Refine, 冷冻电镜图对准的VESPER，以及结构匹配的VESPER (S2M) 。

https://www.nature.com/articles/s41592-023-02032-5

Research briefing链接：

https://www.nature.com/articles/s41592-023-02033-4