|
本年度は、電子顕微鏡画像から自動的に3次元構造を解析するアルゴリズムの開発とその並列化のためのセットアップを行った。具体的には、4コアのCPUを持つワークステーションを2台購入し、これらに並列に動作可能なようシミュレーティッドアニーリングを用いたアルゴリズムの分散処理化を進めた。この分散処理において、高機能な情報処理言語を有するMatlabの並列分散処理システムを活用した。これにより、従来法に比べて解析速度を飛躍的に向上させることができた。さらに、シミュレーティッドアニーリングによる構造変化画像のクラス分類法に関しても開発を行い、現在モデルデータと電子顕微鏡による画像データの双方による検証を進めている。これと平行して、画像情報処理に用いる生物画像サンプルの電顕画像の取得も行い、これらの画像を新規の並列処理システムにより解析を進めている。こうした研究の中で、画像のノイズ成分によるアーティファクトが極めて大きな影響を与えることが示唆された。すなわち、生物サンプル画像の構造情報成分とノイズ成分の比がある程度以下になると、微細な構造変化を分離しクリアな平均画像を得ることが困難となる。これを回避するためには、取得する画像のノイズを低下させることが重要となる。本研究において、これらの検討を行い、極めてクリアな生物サンプル画像を得る方法を開発し発表した。これは、今後タンパク質の構造変化を解析するためには、必須の方法となることが予想される。この方法により、得られたクリアな電顕画像を用いることで、微細な構造変化のクラス分類が容易になり、タンパク質の構造変化の解析精度が向上すると期待される。
|
