冷冻电镜图不再只给形状：cryoID2把序列与结构一起比对，从166个蛋白里认出PfA-M17
核心概要
冷冻电镜能重建出密度图，却常常说不清图里是哪个分子；面对质谱或基因组给出的成百上千条候选序列，人工比对成了瓶颈。cryoID2用三个三维U-Net从图中预测结构类别、关键原子位置和简化后的残基或核苷酸类型，据此生成短序列片段去排序候选，再把候选对应的PDB或AlphaFold模型刚体拟合回密度图并按吻合度排序。在一个166条质谱候选池中，它把PF3D7_1446200/PfA-M17排在首位，并选出PDB 4ZX8为最佳结构模型；RNA一侧则在基因组非编码候选池中把含Ca-raiA的区间排到第四，最终由结构评估把PDB 9E73排到第一。
深度剖析
冷冻电镜重建出三维密度图之后，图里究竟是哪个蛋白或哪段RNA仍需另行判定，cryoID2把这一步做成从密度图到候选序列再到结构模型的统一流程。 此前的cryoID主要面向蛋白，依赖算法式特征提取和序列匹配，没有引入深度学习预测，也没有把结构比对纳入识别环节。 在P. falciparum E1_D3实验密度图上，166条质谱来源候选序列中PF3D7_1446200/PfA-M17被序列排序列为第一，其对应实验结构PDB 4ZX8在检索到的模型中结构得分最高。
流程先用神经网络把密度图逐体素翻译成结构类别、关键原子位置和简化残基或核苷酸类型，再沿追踪出的主链读出短序列片段。 蛋白的20种氨基酸被归并为6类，核苷酸归并为2类，这种简化字母表用来吸收局部预测的不确定性。 三个U-Net分别负责结构类别、关键原子和简化类型，体素级召回率分别为0.97、0.99和0.92，精确率则分别为0.24、0.16和0.22，后续靠聚类与追踪来收敛。
候选排序之后，流程会取回候选对应的实验结构或AlphaFold模型，用预测特征和实验密度做确定性刚体拟合，再按与密度图的吻合度重新排序。 序列排序只缩小候选范围，结构评估在缩小后的候选之间进一步区分，包括区分结构高度相似的RNA模型。 52个已发表蛋白冷冻电镜案例中，cryoID2所选模型拟合后的平均Q-score为0.4120，沉积模型为0.4466，中位差为−0.0001；仅做对齐的对照平均为0.4138。
启示与展望
已展示的范围是模块级基准、52例已发表蛋白冷冻电镜案例的结构检索与拟合基准，以及一个166条质谱候选池的蛋白识别案例和一个基因组非编码候选池的RNA概念验证案例；RNA案例的候选池按已知204个核苷酸的参考长度做了±50%约束。
RNA分析被明确表述为概念验证而非基因组尺度识别的通用基准，只评估了一个有沉积结构的案例，性能可能依赖基因组区间定义、候选长度约束、候选池组成和可用结构模型；刚体拟合不处理模型内部构象变化；核酸分支在软件层面可接受含胸腺嘧啶的输入，但这不表明RNA训练的预测能推广到DNA。