# 经验贝叶斯

冷冻电镜的常规流程先把二维投影重建成三维密度图，再单独拟合原子模型，原子坐标先验在最欠定的阶段用不上。EB-FM 把流匹配先验的训练放进蒙特卡洛随机近似期望最大化循环，在训练中反复反演非线性的成像前向模型，因此不需要干净结构做预训练。在已知姿态的模拟冷冻电镜数据上，它直接在原子坐标空间恢复四种蛋白的构象分布，但预测的构象运动幅度仍低于分子动力学真值。

冷冻电镜的常规流程先把二维投影重建成三维密度图，再单独拟合原子模型，原子坐标先验在最欠定的阶段用不上。EB-FM 把流匹配先验的训练放进蒙特卡洛随机近似期望最大化循环，在训练中反复反演非线性的成像前向模型，因此不需要干净结构做预训练。在已知姿态的模拟冷冻电镜数据上，它直接在原子坐标空间恢复四种蛋白的构象分布，但预测的构象运动幅度仍低于分子动力学真值。

作者提出分层谱收缩（HSS），一种经验贝叶斯框架，将各任务的主导谱方向朝数据自适应学习的公共基收缩，收缩强度按任务与谱分量变化，估计量是替代贝叶斯回归中奇异向量的后验均值；在合成实验与三套免疫细胞基因表达数据（样本量156、628、146）中，HSS在估计精度与样本外表现上优于独立、完全合并与共享子空间方法。

作者提出分层谱收缩（HSS），一种经验贝叶斯框架，将各任务的主导谱方向朝数据自适应学习的公共基收缩，收缩强度按任务与谱分量变化，估计量是替代贝叶斯回归中奇异向量的后验均值；在合成实验与三套免疫细胞基因表达数据（样本量156、628、146）中，HSS在估计精度与样本外表现上优于独立、完全合并与共享子空间方法。