RELIONチュートリアル

提供: Eospedia
2017年2月3日 (金) 01:05時点におけるYamamotoTakayuki0 (トーク | 投稿記録)による版

移動: 案内検索

4. Reference-free 2D class averaging (参照無2次元クラス平均)

前書き

私たちはほとんどいつも良くない粒子を取り除くために、参照なし2Dクラス平均化を使う。私たちはたいてい前項で述べた粒子抽出ステップ(例えば、自動検出結果の手動管理や抽出された粒子の分類)で良い粒子を含もうとするが、ほとんどの場合、それらに属していない粒子がデータの中に存在している。それらは一緒にうまく平均化しないため、たいてい、比較的小さいクラスになり、ひどい2Dクラス平均を産生する。取り除くことはデータをきれいにする効率の良い方法である。

4.1 Running the jobs

4.2 Analysing the results in more detail

4.3 Making groups

もしチュートリアルをスルーして早くしたい場合、このセクションはスキップできます。ここでは興味のある読者向けの情報をより詳細に記述しています。 relionの粒子グループはともに以下のふたつのことを実行する。氷の厚さ、デフォーカスまたは汚染のために、スペクトラムノイズ強度平均の推定と、そのデータの異なる部分間全体のシグナル対ノイズ比の違いを表すシングルナンバー強度スケールファクターの推定。 通常、顕微鏡写真上の全ての粒子はそれぞれのグループとして扱う。この振る舞いは顕微鏡写真ごとに多くの粒子が存在する場合良い。しかし、高倍率で扱っている場合、サンプルは非常に希釈されるか、最終的に選択されたものは顕微鏡写真ごとには少数しか粒子が含まれておらず、スケールファクター(またノイズスペクトラ)強度の推定は不安定なものとなる。一般的に各グループに少なくとも10〜20の粒子がある方が良いとしているが、各グループの粒子の初期数は2D,3Dクラス化後より少なくなるだろうということを考慮しておいて下さい。 顕微鏡写真ごとの粒子が殆ど無い場合、複数の顕微鏡写真から粒子グループを作る方が良い。このことから、relion2.0での新しいGUIとして「Subset selection」上で便利な機能が追加されている。それは「I/O」タブ上でmodel.starファイルを選択した時、ある時は「Regroup particle?」と表示された時「Yes」と入力し、「Approximate nr of groups : 5」と「Class option」タブで入力することで、すべての粒子を5つのグループに分類できる。(    )この方法は以前の最終バージョンのrelionでは避けられた方法だった。このチュートリアルの顕微鏡写真には十分な粒子が含まれているので、ここではこの手順を使用しません。 relionは、他のプログラムで時々使用されるデフォーカスグループとは非常に異なることに注意してください。relionは常に各粒子に使用されたグループとは無関係に(異方性の)CTF補正される。

5. Unsupervised 3D classification (教師無3次元クラス分類)

5.1

5.2