螺旋体重构虽然历史悠久，但是螺旋体的螺旋对称性测定仍然具有挑战性。即使是高度规则的螺旋体，例如烟草花叶病毒，要想测定其螺旋对称性，依旧是困难的，如何做衍射标定，以及从多种可能性中找到正确的对称性，即使有经验的研究人员也是一种挑战。冷冻电镜的出现，极大的推动了结构生物学的发展，更多柔性的螺旋蛋白纤维的结构测定成为可能，但其柔性的特点，从衍射空间获取的信息变得更少，螺旋对称性的测定更具有挑战性。本项目基于晶体学和图像分析技术，分析估计螺旋对称性。对于规则的螺旋体而言，基于传统的Fourier-Bessel方法开发辅助程序计算出各种可能性的螺旋对称性；对于柔性的纤维，通过统计和相关分析计算，以及衍射空间信息估计对称性信息。通过一年的实践，开发了一款专门用于螺旋体对称性测定的图形分析程序Picker，从螺旋体的挑选到螺旋参数测定(https://github.com/lyw8120/picker)。Picker程序能够方便地显示图像，并对图像进行分析，手动或通过机器学习挑选纤维，Fourier-Bessel方法用于规则螺旋体的分析，统计和相关分析用于柔性纤维的分析。先后成功地测定了大豆凝结素(soybean agglutinin)的结构和帕金森症中淀粉样沉淀alpha-synuclein的突变型E46K的结构（Nature Communication，处于第一轮修改阶段，同时发布到预印网站，doi: https://doi.org/10.1101/870758）。 本程序极大地减轻了科研人员的工作量，缺乏经验的科研人员亦能够快速上手，并提高了螺旋对称性测定的准确性，降低了螺旋体重构的难度。 2100433B