在冷冻电镜（cryo - EM）研究中，膜结构定量分析耗时且缺乏有效工具。研究人员开展 “CryoVIA: An image analysis toolkit for the quantification of membrane structures from cryo - EM micrographs” 主题研究，开发 CryoVIA 软件，能高效分析膜结构，为研究蛋白 - 膜相互作用等提供新途径。
在生命科学的微观研究领域，冷冻电镜（cryo - EM）是探索蛋白质与膜相互作用的有力武器，它能在接近天然的条件下，为我们呈现生物膜和大分子的高分辨率图像。然而，目前对膜结构的定量分析却困难重重。一方面，当涉及大量数据时，人工分析不仅耗时费力，而且主观性强；另一方面，现有的图像处理工具难以满足需求，从众多显微照片中对膜结构进行定量分析，仍是一项主要依靠人工完成的艰巨任务。为了打破这一困境，来自德国 Forschungszentrum Jülich 的 Ernst - Ruska Centre for Microscopy and Spectroscopy with Electrons 和 Heinrich Heine University 的研究人员 Philipp Scho¨nnenbeck、Benedikt Junglas 和 Carsten Sachse 开展了一项重要研究，相关成果发表在《Structure》杂志上。
研究人员开发了一款名为冷冻囊泡图像分析仪（CryoVIA）的自动化图像处理软件，旨在实现对冷冻电镜图像中脂质结构的大规模数据分析。为了实现这一目标，研究人员采用了多种关键技术方法。在图像分割方面，运用预训练的 U - net 神经网络，对给定的显微照片进行处理，定位感兴趣的膜结构；对于膜结构识别，通过将分割结果拆分为独立的连通组件来确定膜实体，对于重叠的膜结构则采用特殊算法进行分离；在结构分析阶段，计算每个膜轮廓的局部和全局结构参数，如曲率、双层厚度等，并利用卷积神经网络对膜形状进行分类。
CryoVIA 的主要工作流程：CryoVIA 的工作流程主要分为三个部分。首先是基于神经网络的分割，通过预训练的 U - net 对显微照片进行分割，标记出膜结构。接着是膜结构识别，将分割结果转化为独立的膜实体，对于重叠的膜结构，通过监测局部膜结构的连续性进行分离和重新连接。最后是结构分析，对识别出的膜结构进行详细的定量分析，提取局部和全局结构参数，并进行形状分类。
