Disentangling conformational and compositional heterogeneity for cryo-EM reconstruction via decoupled Gaussian mixture models

技術要約：デカップリングされたガウス混合モデルによる、Cryo-EM再構成のためのコンフォメーションおよび組成の不均一性の分離

問題提起
クライオ電子顕微鏡（cryo-EM）の単粒子解析は、コンフォメーションの不均一性（連続的な構造変形）と組成の不均一性（サブユニットの占有率や化学量論的な離散的変化）が共存する場合、解釈可能な三次元的な不均一性を解明するという根本的な課題に直面している。既存の手法（CryoDRGNなどの多様体埋め込み手法）は、これら両方の不均一性を暗黙的にモデル化しているが、連続的な遷移と離散的な状態を分離することに苦慮している。一方で、柔軟な再構成手法（3DFlexやDynaMightなど）は変形場を明示的に学習するが、組成の不均一性をモデル化する能力に欠けており、密度の欠損を誇張された変形として誤認してしまうことが多い。これら二つの要因を分離しようとする現在のアプローチの多くは、共有されたコンフォメーションのダイナミクスを捉えきれなかったり、どちらか一方の不均一性を優先したりするため、複雑な高分子アンサンブルの到達可能な解像度と解釈性を制限している。

手法：CryoDCOV
著者らは、分離可能なガウス混合モデル（GMM）表現を用いて、これら二つの不均一性の源泉を明示的に切り分けるために設計されたディープラーニングフレームワークであるCryoDCOV（Cryo-EM Decoupling Conformation and Occupancy Variability）を導入する。

• デカップリングされたGMM表現: 3D密度マップは、$N$個のガウス関数の総和としてモデル化される。本フレームワークは、GMMパラメータの固有の分離性を活用する：
  • 空間中心 ($c$): コンフォメーションの変形をエンコードする。
  • 振幅 ($A$): 組成の密度変化（占有率）を捉える。
  • 幅 ($\sigma$): ガウス関数の空間的な広がりを定義する。
• デュアル・オートデコーダー: 二つの独立した座標ベースのニューラルネットワーク（オートデコーダー）が用いられる：
  • コンフォメーション・デコーダー: 潜在変数 $z_c$ と位置エンコーディングを入力とし、コンセンサス中心 $c_0$ からの変位 ($D_c$) を予測する。
  • 組成デコーダー: 潜在変数 $z_A$ と位置エンコーディングを入力とし、振幅の変化 ($D_A$) を予測する。
• 交互最適化戦略: 構造的な変形が密度の変化として誤認されたり、その逆が起こったりする曖昧さを解決するために、CryoDCOVは特殊な学習戦略を採用している：
  1. コンフォメーションの最適化: ガウスの振幅を固定した状態で、変形場とコンフォメーションの潜在変数を最適化する。これにより、モデルが不均一性を空間的な変位を通じて説明するように強制する。
  2. 組成の最適化: 変形場を固定した状態で、ガウスの振幅を最適化する。これにより、真の組成の不均一性を示す残留的な密度の差を解決できる。
     このサイクルを繰り返すことで、二つの要因を分離するという不良設定問題に対して正則化を行う。
• データ拡張: コンフォメーションの学習中、投影画像は、学習されたガウス振幅を他の粒子からランダムに入れ替えることで拡張される。これにより、すべての組成状態に適用されるグローバルな変形場の学習を強化する。
• 実空間での精緻化: GMM学習の後、学習された変形場と組成の潜在変数を利用して、高解像度のピクセルレベルの密度マップを生成する、修正されたニューラルフィールド手法（CryoNeFENに基づく）が実空間でゼロから学習される。これにより、GMM表現を超えた微細な詳細が向上する。

主な貢献

1. 明示的な分離: 本フレームワークは、連続的なコンフォメーションのダイナミクスと離散的な組成状態が、独立した潜在空間とパラメータを介してモデル化される統一された構造を提供し、多様体埋め込み手法で見られる絡み合いを防ぐ。
2. 解釈性: 空間幾何学と密度分布を分離することで、構造の変動に関する解釈可能なランドスケープを提供し、組成特異的な運動の解析を可能にする。
3. 解像度の向上: 不均一性を考慮しながらすべての粒子画像から信号を集約することで、組成の変化を無視した手法と比較して、柔軟な領域における解像度が向上する。

結果
著者らは、シミュレーションおよび実験データセットの両方でCryoDCOVのベンチマークを行った：

• シミュレーションデータ (CryoBench): IgG-1Dデータセット（連続運動）において、学習された潜在空間はコンフォメーションに対してリング状の多様体を形成し、組成変数は単一のクラスターへと収束した。Ribosemblyデータセット（離散的な組成状態）において、本手法は組成空間における16の離散的なクラスターを正常に分離しつつ、コンフォメーション空間における共通のグローバルな幾何学を特定した。再構成はそれぞれ平均7.7 Åおよび7.2 Åの解像度を達成した。
• 実験データ:
  • $\alpha$v$\beta$8 Integrin: CryoDCOVは、柔軟な「脚（leg）」部分およびFab領域の、大規模かつ多方向への曲がりを解明した。本手法は、3DFlexや組成分離を行わないCryoDRGNのような「運動のみ」のモデルが、欠損した密度を補うために運動範囲を誇張する傾向があることを示したが、CryoDCOVは組成の不均一性を考慮することで、より物理的に正確な表現を提供した。
  2. リボソーム中間体 (BL17欠損50S): 本手法は5つの主要なアセンブリ状態を特定し、組成特異的な変形軌跡（例：大サブユニットの溶媒側における振動や、セントラル・プロトルデランスのピボット運動）を解明した。
  3. Tri-snRNP スプライソソーム: CryoDCOVは、「ヘッド」、「アーム」、「フット」領域における占有率が異なる5つの代表的な組成状態を特定した。また、「運動のみ」の再構成では、信頼できる密度が乏しい領域（例：クラスEにおける「ヘッド」部）において誇張された変位が生じ得ることを明らかにしたが、デカップリングされたアプローチはより正確な構造モデルを提供した。
• 解像度指標: 実験データセット全体を通じて、CryoDCOVは、特に柔軟な領域において、3DFlexやDynaMightと比較して、一貫して高いグローバルおよびローカル解像度（Gold-Standard FSCによって測定）を達成した。

意義と主張
本論文は、CryoDCOVが、cryo-EMデータに内在する複雑な不均一性を解明するための強力かつ説明可能なフレームワークを提供すると主張している。占有率と空間的変形を明示的にデカップリングすることで、組成の遷移が連続的な変形として誤解されることで生じる運動アーティファクトを軽減する。著者らは、このアプローチが特定の組成状態における連続的な変形の再構成を可能にし、高分子アンサンブルの機能的ダイナミクスを明らかにするための一般的な枠組みを提供すると述べている。本手法は初期密度マップに依存し、慎重な初期化を必要とするが、構造組成と変形が共同で解明される、分子ダイナミクスの包括的かつ連続的な表現に向けた重要な一歩である。著者らは、推論された不均一性を解釈するためには、厳格な検証（例：原子モデルのフィッティング）が依然として極めて重要であることを強調している。