Cryo-EM es una poderosa técnica de imágenes que permite a los científicos visualizar la estructura de proteínas y otras moléculas biológicas en tres dimensiones. La técnica funciona congelando una muestra de moléculas en nitrógeno líquido y luego usando un microscopio electrónico para tomar fotografías de la muestra congelada. Las imágenes resultantes se pueden utilizar para crear un modelo tridimensional de la molécula.
Sin embargo, las imágenes crio-EM suelen tener ruido, lo que puede dificultar la distinción entre átomos y ruido. Esto es especialmente cierto en el caso de moléculas pequeñas, como las proteínas.
El nuevo método, llamado "AtomHunter", utiliza un algoritmo de aprendizaje automático para identificar átomos en imágenes crio-EM. El algoritmo está entrenado en una base de datos de estructuras atómicas conocidas y puede utilizar esta información para identificar átomos en nuevas imágenes.
"AtomHunter es un avance significativo en crio-EM", afirmó el autor principal del estudio, el Dr. Yifan Cheng, becario postdoctoral en el Departamento de Bioingeniería y Ciencias Terapéuticas de la UCSF. "Permitirá a los investigadores obtener imágenes más precisas y detalladas de proteínas y otras moléculas biológicas".
Los investigadores probaron AtomHunter en una variedad de imágenes crio-EM, incluidas imágenes de proteínas, virus y bacterias. Descubrieron que AtomHunter podía identificar átomos en todas las imágenes, incluso en imágenes ruidosas donde los átomos eran difíciles de ver.
"AtomHunter es una nueva y poderosa herramienta que será de gran valor para los investigadores de crio-EM", dijo el autor principal del estudio, el Dr. Dmitri K. Saldin, profesor del Departamento de Bioingeniería y Ciencias Terapéuticas de la UCSF. "Permitirá a los investigadores obtener imágenes más precisas y detalladas de proteínas y otras moléculas biológicas, lo que conducirá a una mejor comprensión de su estructura y función".
