CryoAtlas:面向冷冻电镜原子模型构建的大规模数据集与统一基准
CryoAtlas: A Large Curated Dataset and Unified Benchmark for Cryo-EM Atomic Model Building
研究团队提出 CryoAtlas,一个面向冷冻电镜密度图原子模型构建的大规模数据集与统一基准,包含 17,809 条图-模型-序列条目和 618 项目标。资源由 EMDB 与 PDB 截至 2026 年 3 月的条目整合筛选而成,并提供 16,657 条训练集;基准以共享协议评估结构精度、模型与密度图拟合及立体化学有效性。
预印本 · arxiv · 2610.41411
本站摘要基于收录版本 v1(2026-11-02),原始摘要与 AI 导读固定保留。
来源最近更新: · 来源 v1
深度学习加速了从冷冻电镜密度图中进行自动化原子模型构建,但其进展仍受限于缺乏大规模、高质量的数据集和标准化的评估基准。我们通过引入 CryoAtlas 来弥补这一空白,这是一个经过严格整理的数据集和统一基准,用于蛋白质链的密度引导原子模型构建。通过整合并筛选 EMDB 和 PDB 条目(截至 2026 年 3 月),CryoAtlas 提供了 17,809 个图-模型-序列条目,其中包括一个精选的包含 16,657 个条目的训练集划分。基于这一资源,我们构建了一个包含 618 个目标的基准,采用统一的评估协议,联合评估结构准确性、模型与密度图的拟合度以及立体化学有效性。利用该框架,我们将最先进的基于学习的方法与 Phenix 和 AlphaFold3 进行基准测试,全面分析了密度图分辨率、序列长度、蛋白质类别和序列同一性对模型构建准确性的影响。作为一个案例研究,在 CryoAtlas 上重新训练 ModelAngelo 的 CNN 组件可提升其在该基准上的性能。CryoAtlas 为未来的冷冻电镜原子模型构建研究提供了一个开放、可复现的基础。项目详情和资源发布更新请见 https://oulling.github.io/cryoatlas/。
来源:arXiv · arxiv.org