2017 年诺贝尔化学奖授予了 Jacques Dubochet、Joachim Frank、Richard Henderson三位科学家,以表彰他们在冷冻电镜技术,特别是在方法学研究领域做出的开创性工作,可见冷冻电镜技术已成为了当今基础研究中最前沿的领域之一。为避免高能电子束对生物样品的辐照损伤,冷冻电镜技术采用非晶态冰包埋样品和低剂量电子成像,致使高分辨电子显微图像的噪音极高、信号极低。要从冷冻电子显微图像中提取近原子分辨率的结构信息“就像在一个机器轰鸣的工厂里监测一只蚂蚁爬行的声音”,因此,冷冻电镜图像处理一直都是一项极具挑战性的任务。冷冻电镜数据处理通常从一个初始三维模型开始,初始模型的质量往往决定了计算的收敛速度、最终结果好坏甚至是可信度。本文选取冷冻电镜三维重构初始模型建立这一科学问题作为研究对象,结合模式识别与人工智能,提出了基于傅里叶-梅林变换与高性能粒子群搜索算法相结合的快速三维初始模型构建方法,编写了大规模并行高效的应用软件,并将新方法与软件应用于不同对称性的电镜数据进行测试,同时对转录态质型多角体病毒进行高分辨三维结构的重构,结果表明新方法和软件能够从随机模型出发快速构建初始模型并同时能够重构出高分辨三维结构。本论文的主要工作如下:1)快速可信初始三维模型构建的新算法研究与软件开发。单颗粒分析中的二维分类相当于模式识别中的图像配准问题,需要求解图像与模板之间的旋转与平移参数。针对于二维分类问题:(a)提出了基于傅里叶-梅林变换的平面旋转角计算方法。对于在相同平面上存在旋转关系的同一类颗粒,颗粒对齐平均提高信噪比的首要任务是计算颗粒与模板之间的旋转角。基于傅里叶-梅林变换,首先提取颗粒与模板的振幅信号并对其进行对数极坐标化,将旋转关系转化为平移关系,然后通过傅里叶平移定理计算出旋转角。(b)提出了基于相位匹配的电镜图像匹配方法。在基于模板匹配的分类方法中,分类的关键问题在于有效区分类与类之间的差别。基于交互相关的匹配方法由于受到电镜衬度传递函数的影响,低频信号的权重减弱,从而影响分类的效果。通过相位匹配方法,本文在模板匹配时仅使用图像的低频相位信息,在差异不大的类之间能够提供高效的识别度,同时也可以计算出图像之间的相对位移。(c)提出了基于高斯回归的亚像素级平移量计算方法。在相位匹配方法中可以求解电镜图像与模板之间的整型平移量。亚像素级平移量须通过插值方法求解。基于重心的插值方法求解结果偏向整数。本文通过使用椭圆高斯密度函数拟合最大相关性点所在周围9点的值,通过线性回归方法求解平移量小数部分,从而使结果能够达到亚像素级精度。针对三维精修问题:(d)提出了基于粒子群优化(Particle Swarm Optimal,PSO)高性能搜索算法的三维精修方法。冷冻电镜图像中生物分子的取向中心(θ,φ,ω,χ,y)参数求解是多目标优化问题,通过傅里叶-梅林变换与对称仅相位匹配方法及高斯回归方法求解(ω,χ,y),可以将五维优化问题减少至二维。在使用启发式搜索方法进行剩余二维参数搜索时,使用人工智能学科中的高性能粒子群优化算法,从搜索空间中选取若干点做为算法中的粒子进行搜索,并在接受搜索参数时采用蒙特卡罗准则,避免算法搜索时陷入局部极值,从而可以获得全局最优解。(e)基于MPICH与openMP的高效并行取向中心参数搜索及三维重构软件AlignFM。对于以上算法,通过Fortran语言编程实现,使用MPICH与openMP实现高效并行计算,完成从初始模型构建到高分辨三维结构重构的全部过程,构成一个完整的软件包。2)新算法及软件的应用。(a)构建具有不同对称性的电镜数据的初始模型。首先在大肠杆菌70S核糖体高分辨投影数据上进行了程序正确性验证,然后分别选取了二十面体对称性质型多角体病毒、D2对称大肠杆菌半乳糖苷酶、D7对称嗜酸热原体20S蛋白酶、非对称恶性疟原虫80S核糖体等电镜数据进行三维初始模型构建。(b)二十面体对称病毒高分辨三维结构研究。利用新算法与软件我们重构出转录态质型多角体病毒3.8A高分辨三维结构,解析了参与RNA加帽过程的两个甲基转移酶的近原子分辨结构,精确确定了它们的活性位点的空间位置,识别了 RNA加帽过程中RNA到达这两个甲基转移酶活性位点的三条通道。