第一届全国冷冻电镜数据处理与相关技术交流会定于2025年5月27日在中国科学院物理研究所举办。本次会议由中国科学院物理研究所软物质物理重点实验室公共技术平台主办。旨在邀请国内知名电镜平台和相关研究单位的一线管理员、研究人员，介绍当前通用的技术和方法，并共同探讨冷冻电镜数据处理和相关技术的未来发展方向。

现将会议有关的具体事宜通知如下：

一：免费注册。扫二维码入群即完成注册。

二：会议时间：2025-05-27，08:20~17:40。

三：会议地点：中国科学院物理研究所M楼253会议室

四：人数：不多于60人。

五：欢迎有兴趣参与的赞助厂商，共同商讨合作事宜。

2025年冷冻电镜数据处理与相关技术交流会

中国科学院物理所软物质物理实验室，北京

简版日程（待完善）

2025年5月27  日（周二），物理所M楼253会议室

闫纪桐：工学博士，自2023年6月起加入中国科学院生物物理研究所蛋白质科学研究平台生物成像中心任冷冻透射电镜工程师。主要研究方向为冷冻透射电子显微学。

报告题目：CryoARM 200在单颗粒数据收集中的优势、劣势与方法优化

内容简介：CryoARM 200作为一款中端冷冻电镜，在单颗粒分析领域展现出独特的优势：其相对低廉的价格降低了实验室的入门门槛，配备的冷场电子枪提供了高亮度、低能量分散的电子束，结合其特殊的“Ω能量过滤器”可有效提升图像衬度。然而，该设备也存在明显局限，包括对平行光条件要求苛刻、样品无法回收、样品台定位精度不足，以及缺乏厂商配套的数据采集软件等问题。针对上述问题需要优化数据收集策略，匹配样品定位补偿，以充分发挥该设备的性能潜力，使其成为单颗粒冷冻电镜研究的可行选择。

牛彤欣：高级工程师，2017年6月，毕业于中国科学院大学，中国科学院生物物理研究所，获得理学硕士学位；2017年7月至今，就职于中国科学院生物物理研究所蛋白质科学研究平台生物成像中心。主要研究方向为数据采集与存储系统管理、高性能计算机集群系统管理、电子显微镜图像处理。

报告题目：The Basics of data collection and processing.

内容简介：本报告将系统介绍冷冻电镜数据处理技术与流程。内容涵盖数据采集过程中一些注意事项、详细数据处理步骤等，并结合大分子复合物解析案例，展示冷冻电镜在近原子分辨率研究中的突破。报告还将探讨人工智能工具的应用与未来挑战。

张家恺：Jiakai Zhang（张家恺）is a last-year Ph.D. candidate at VRVC Lab, ShanghaiTech University, advised by Prof. Jingyi Yu. In the summer of 2022, he joined Meta Reality Labs as a research scientist intern in Redmond, WA. His research interests lie in interdisciplinary reconstruction & generation tasks (e.g., dynamic human, spectrum, and protein) using neural representations. Currently, He is focusing on AI applications in protein-centric tasks, particularly for Cryo-EM, via foundation models and generative models. He has also served as a reviewer for top conferences, including CVPR, ECCV, ICCV, NeurIPS, and SIGGRAPH. Beyond academia, he co-founded a startup, Cellverse(寰渺科技) for developing protein-centric AI applications.

报告题目：Unlocking Cryo-EM Data Potential: Generalized Feature Extraction and Physics-Informed Micrograph Generation.

内容简介：随着人工智能的快速发展，越来越多的模型被应用于冷冻电子显微镜（cryo-EM）中的关键任务，包括颗粒挑选、姿态估计以及动态重建，从而推动了更高分辨率蛋白质结构的解析。然而，由于cryo-EM数据存在极低的信噪比，目前大多数AI模型依赖于在小型、任务特定的数据集上从头训练的轻量网络架构，这在一定程度上限制了它们的性能和泛化能力。为此，我们提出了DRACO（Denoising-Reconstruction Autoencoder），这是cryo-EM领域首个图像级别的基础模型，基于超过27万张冷冻电镜原始数据进行训练。DRACO通过自监督的去噪与重建学习通用的冷冻电镜图像特征提取方法，并可用于多个下游任务的微调，在降噪、颗粒挑选、位姿估计任务中显著提升了模型表现。此外，针对下游任务中高质量标注数据稀缺的问题，我们进一步提出了生成式冷冻电镜（Generative Cryo-Electron Microscopy, CryoGEM)，一个基于对比学习的无配对图像转换以及物理一致噪声建模的生成式cryo-EM框架。CryoGEM能够在微图和颗粒级别上可控地生成真实感极强的冷冻电镜图像及其对应的真实标注。实验表明，CryoGEM生成的数据可以显著提升下游AI模型的表现，甚至在某些情况下超越使用真实标注数据所训练的模型。两篇工作均被NeurIPS 2024所接收。

朱洪涛：于2014年在中国科学院生物物理研究所获得博士学位。2014-2015年在中国科学院生物物理研究所担任助理研究员。2015-2022年加入美国俄勒冈健康与科学大学攻读博士后。2022年11月加入中国科学院物理研究所软物质实验室，任特聘研究员，博士生导师，国科大双聘教授。目前以第一作者或者通讯作者在Nature（2），Cell，eLife（2），Nature Communications（1），PNAS等杂志发表多篇研究论文。研究方向集中在利用冷冻电镜技术解析细菌免疫、离子通道等有意义蛋白质分子的高分辨结构。

报告题目：通过实例展示冷冻电镜数据揭示蛋白质构象的动态机制

内容简介：本报告将会以两套不同的冷冻电镜数据为例子，阐述常用的冷冻电镜数据分析的步骤，遇到的相关的问题以及所采取的方案，并最终获取多个构象的冷冻电镜结构。

查看全文请点击这里！