藜麦：用于冷冻电子断层倾转序列的高效稳健 CTF 估计

精确的对比度传递函数（CTF）估计是冷冻电子断层成像（cryoET）中的关键第一步，能够实现对厚且异质样品中信息的恢复。这一挑战在原位冷冻电子断层成像中尤为突出，因为大分子复合体和与疾病相关的结构通常是在高倾角和低信噪比条件下成像的。CTF参数的初始估计仍然难以实现自动化，但对于后续处理至关重要。 在此，我们提出了 Quinoa，一款用于稳健倾转序列 CTF 估计的软件包。Quinoa 能够验证倾转几何，评估数据质量，并生成离焦量和相移的初始估计，随后在全局模型中对其进行精修，以拟合每幅图像的离焦量、像散、相移、样品取向（旋转、倾转和俯仰）以及样品厚度。其一个关键特征是采用等相位分箱的极坐标功率谱，在不影响精度的前提下降低了计算成本。 在与 Warp、Ctfplotter、CTFMeasure 和 AreTomo 的基准比较中，Quinoa 在多种具有挑战性的条件下表现出最高的稳健性，包括严重像散、高倾斜度和可变相移。GPU 加速使其实时监测和高通量处理成为可能，从而支持对细胞和组织开展精确的原位结构分析。

在持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。

本文依据 CC-BY-NC-ND 4.0 国际许可协议 提供。

返回顶部 上一篇 下一篇

发布于 2026 年 7 月 16 日。 下载 PDF 电子邮件

您的电子邮件 * 您的姓名 * 发送至 * 请输入多个地址，每行一个，或用逗号分隔。

您将要发送以下内容的电子邮件 Quinoa：用于 CryoET 倾转序列的高效且稳健的 CTF 估计

邮件主题 （您的姓名）已从 bioRxiv 转发一个页面给您

邮件正文 （您的姓名）认为您会希望查看 bioRxiv 网站上的这个页面。

您的个人留言

验证码

此问题用于测试您是否为人类访客，并防止自动化垃圾信息提交。

分享

Quinoa：用于 CryoET 倾转序列的高效且稳健的 CTF 估计

Peijun Zhang， Thomas Frosio

bioRxiv 2026.07.15.738674； doi： https://doi.org/10.64898/2026.07.15.738674

分享本文： 复制

引用工具

Quinoa：用于 CryoET 倾转序列的高效且稳健的 CTF 估计

Peijun Zhang， Thomas Frosio

bioRxiv 2026.07.15.738674； doi： https://doi.org/10.64898/2026.07.15.738674

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.15.738674v1?rss=1

🏷️ 冷冻电子断层成像 CTF估计 倾转序列 GPU加速 原位结构分析