cryotypes

cryotypes 定义了一组简单、可扩展的数据结构，用于cryoEM数据的基本类型及其相关元数据

• PoseSet：一组粒子姿态，兼容2D和3D数据
• ProjectionModel：一组投影模型（倾斜系列对齐）的参数
• Tomogram：一个3D图像
• Micrograph：一个2D图像

每个cryotype定义了一个experiment_id属性，它被用作单个实验的唯一标识符。这可以用于，例如，将粒子与正确的倾斜系列和断层扫描相匹配。

图像

一个Image是一个数据类，它包含一个简单的数据数组和一些元数据。

图像字段

PoseSet

PoseSet是一个数据类，包含一些字段，描述了一组粒子的位置、方向等。它可以用于2D和3D粒子的姿态。

PoseSet字段

位置

粒子位置是2D或3D图像中的坐标（对于2D，z被简单地设置为0）。第一个像素的中心被假定为原点 (0, 0, 0)，粒子位置的单位是像素。

位移

粒子偏移以图像像素为单位，并添加到位置中，因此位置 + 偏移是粒子在断层扫描中的位置。

取向

粒子取向存储为scipy.spatial.transform.Rotation对象。这些转换应旋转参考的基础向量（按顺序xyz），使其在断层扫描中正确取向。

注意：这会产生旋转的基础向量顺序xyz，而图像中的维度通常是zyx！

投影模型

ProjectionModel是一个具有投影模型参数特定列标题的pandas DataFrame。这些信息共同构成“倾斜系列对齐”。

在显微镜参考系中，z轴是光束方向。通过rotation_x、rotation_y、rotation_z在x轴、y轴、然后z轴上对外部旋转断层扫描，随后沿z轴（光束方向）投影，然后通过dx和dy在相机平面中移动2D图像，产生实验投影图像。

还提供了一个实用函数，用于从这些数据生成投影矩阵。这些投影矩阵可以用来从断层扫描中的3D位置计算倾斜图像中的2D位置。

from cryotypes.projectionmodel import projection_model_to_projection_matrices

projection_matrices = projection_model_to_projection_matrices(
    df=projection_model,  # ProjectionModel dataframe
    tilt_image_center=(1919, 1355),  # tilt-image rotation center (xy)
    tomogram_dimensions=(3838, 3710, 2000)  # dimensions of tomogram (xyz)
)

注意：这些投影矩阵仅适用于此函数中提供的维度断层扫描中的位置，并且必须为不同的断层扫描维度重新计算。

断层扫描

Tomogram是一个遵循特定python Protocol的断层扫描数据对象。协议指定以下属性

• data：一个类似数组的3D图像（numpy、dask等）
• experiment_id：实验标识符
• pixel_spacing：各向同性像素/体素间距