DeepEMhancer: a deep learning solution for cryo-EM volume post-processing

Autor:	Ruben Sanchez-Garcia, Josue Gomez-Blanco, Ana Cuervo, Jose Maria Carazo, Carlos Oscar S. Sorzano, Javier Vargas
Jazyk:	angličtina
Rok vydání:	2021
Předmět:	Biology (General) QH301-705.5
Zdroj:	Communications Biology, Vol 4, Iss 1, Pp 1-8 (2021)
Druh dokumentu:	article
ISSN:	2399-3642
DOI:	10.1038/s42003-021-02399-1
Popis:	Sanchez-Garcia et al. present DeepEMhancer, a deep learning-based method that can automatically perform post-processing of raw cryo-electron microscopy density maps. The authors report that DeepEMhancer globally improves local quality of density maps, and may represent a useful tool for novel structures where PDB models are not readily available.
Databáze:	Directory of Open Access Journals
Externí odkaz:	https://doaj.org/article/d8dd5236e640466ead393144dcbe902e Zobrazit plný text záznamu View record in DOAJ Plný text ve formátu PDF Plný text ve formátu HTML
Nepřihlášeným uživatelům se plný text nezobrazuje	K zobrazení výsledku je třeba se přihlásit.