Simulace formování obrazu v elektronovém mikroskopu pomocí sledování elektronů

Abstract

Kryoelektronová mikroskopie (cryo-EM) je rozvíjející se obor umožňující zobrazování molekul s rozlišením v řádech pikometrů. Snímky se získávají vystřelováním elektronů skrz vzorky molekul a detekcí rozptýlených elektronů. Z těchto dat lze následně zrekon- struovat 3D tvar molekul. V současné době je simulování tvorby snímku z cryo-EM založeno buď na naivních absorpčních modelech nebo na aplikaci komplikované vlnové funkce. V této práci zkoumáme možnost simulace snímku z cryo-EM pomocí trasování elek- tronů s využitím Monte Carlo přístupu. Kombinací algoritmu delta-tracking s funkcí elektronového pružného diferenciálního průřezu a s Rutherfordovými vzorci odvozujeme dva Monte Carlo estimátory. Tyto modely jsou dále implementovány ve vysoce výkon- ném prostředí C ++ / CUDA a porovnány s jinými běžně používanými modely. Naše simulované snímky vykazují značnou podobnost se známým vlnovým multislice mod- elem. Kvalitu naší simulace dále analyzujeme porovnáním s daty z reálných měření. Oba naše navrhované modely dosahují významně vyšších hodnot normalizované ko- relace s těmito daty než nejběžněji používaný absorpční model. Tato práce jednoznačně prokazuje použitelnost částicové simulace snímků z elektronového mikroskopu s využitím Monte Carlo přístupu a poskytuje intuitivní náhled do složitých procesů v...

Cryogenic electron microscopy (cryo-EM) is an evolving field allowing molecular visu- alizations with picometer resolutions. Images are acquired by shooting electrons through molecular samples and detecting the scattered electrons. From such data, 3D shapes of the molecules can be inversely reconstructed. Currently, describing and simulating the cryo-EM image formation is based either on naive transmittance models or complicated wave-function formalisms. In this thesis, we explore the possibility of simulating cryo-EM image formation via Monte Carlo electron tracing. We combine a delta-tracking algorithm with an elec- tron elastic differential cross-section function and Rutherford formulae to derive two Monte Carlo estimators. The derived models are implemented in a high-performance C++/CUDA environment and compared with other common models. Our particle-based simulated images show considerable similarity to the wave-based state-of-the-art multi- slice model. We also evaluate our models on class averages of real measurements. Both of our proposed models have significantly higher normalized cross-correlation scores with the measured class averages when compared to the most commonly used transmittance model. The thesis proves the viability of a particle-based Monte Carlo simulation of elec- tron microscope...