冷冻电镜图像的 CTF 拟合结果中,离焦量、像散方向和拟合分数常被放在同一张表里。处理上千张图像时,很容易选一个分数门槛,自动丢掉低分图,再把剩余结果交给下游重构。但一个关键前提需要先确认,拟合程序使用的像素尺寸是否对应眼前这份图像。频率刻度一旦写错,程序仍可能找到一组与环纹相符的参数,只是这些参数的物理数值已经偏移。
本文实际安装 CTFFIND 5.0.2,生成一张知道离焦真值的合成图像,分别给程序正确像素尺寸、错误像素尺寸,以及错误文件头但正确命令参数。结果很直接,像素尺寸从一点五埃写成一点六五埃,平均离焦估计偏高约百分之二十点六,拟合分数却只从零点八一九四变为零点八一四五。以下把这组对照展开,让读者能在批处理之前检查最容易忽略的输入条件。
CTF 拟合解决的是什么问题
电镜图像中不同空间频率的信号,会受到离焦和像差等因素影响。CTF 模型用频率相关的传递关系描述这些变化,拟合时利用图像频谱中的环纹寻找相应参数。对存在像散的情况,两个主方向的离焦量可以不同,还需要一个方向角来描述它们的朝向。一个平均离焦数值有助于概览,但不能替代两个主方向及角度。CTFFIND 官方介绍与下载页
CTFFIND 的优势是输出明确,能够将每张图的参数、诊断图和一维频谱曲线保留下来,便于接入批处理与人工复核。局限在于拟合依赖输入的成像条件和模型假设。弱环纹、背景变化或者图像内离焦变化,都可能让一个全局参数不足以描述图像。第五版加入了倾斜与厚度相关估计能力,但本次没有开启这些选项,不能用这组普通离焦试验评价新增功能。CTFFIND5 原始论文
拟合分数描述的是指定输入条件和处理方法下,模型与所用频谱信息的符合程度。它不会替你确认显微镜电压、球差、像素尺寸或者图像处理历史是否正确。理解这一点后,后面的结果就不矛盾了,错误刻度下仍然可以出现匹配程度较高的曲线。
用已知真值的图像隔离一个问题
本次生成二维高斯随机场,将它的傅里叶变换乘以包含像散的解析 CTF,再变换回图像空间,最后叠加独立高斯噪声。图像大小为两千零四十八乘两千零四十八像素,真实像素尺寸为一点五埃。设定两个主方向离焦量分别为一万五千和一万三千埃,方向角三十度,加速电压三百千伏,球差二点七毫米,振幅衬度比例零点零七,随机种子固定为二百五十六。
这样生成的是具有已知频率调制的教学图像,不含真实蛋白颗粒、冰层结构、电子计数统计或运动模糊。它的作用是把输入尺度错误的影响单独拿出来。拟合能够接近设计真值,可以证明这组生成与分析设置相互一致,不能证明软件在任意真实显微图上都有同样误差,也不能充当不同 CTF 工具之间的性能排名。
为了减少同时变化的因素,三个分支使用相同的拟合频率范围、离焦搜索范围和线程数。前两个分支甚至读取完全相同的图像文件,文件指纹一致,只修改交互输入中的像素尺寸。第三个分支另存相同像素数组,仅把 MRC 文件头的体素尺寸改成三埃,命令中仍明确输入一点五埃。脚本逐像素检查两份数组完全相同,避免把重采样引入的变化混进文件头对照。
安装固定版本,把交互输入也保存下来
本次在 Ubuntu 22.04、AMD Ryzen 5 3600 上使用官方提供的 Linux 二进制文件,以单线程执行。辅助脚本环境为 Python 3.10.12、NumPy 2.2.6 和 mrcfile 1.5.4。二进制版本输出为 5.0.2,库版本标识含有 b21db55。文章记录的是这套具体构建,没有将它称为所有平台上的最新版本。
# Linux x86_64,在独立工作目录运行
curl -L --fail \
https://grigoriefflab.umassmed.edu/sites/default/files/ctffind-5.0.2.tar.gz \
-o ctffind-5.0.2.tar.gz
sha256sum ctffind-5.0.2.tar.gz
tar -xzf ctffind-5.0.2.tar.gz
chmod +x cisTEM/bin/ctffind
python3 -m venv ctf-env
ctf-env/bin/pip install numpy==2.2.6 mrcfile==1.5.4
下载归档的实测 SHA256 为 c7b65646d666b46aee35fd49d283005e64dccd8d1f1dfe61405f4da10d22efa2。如果下载中断,应先确认归档完整再解压执行。这里保留指纹的目的,是将后续输出绑定到明确的软件文件,避免另一台机器上同名程序实际来自不同版本。
CTFFIND 可以接收按提示顺序输入的参数,因此保存一份完整回答文件比只记录几项主要数字更可靠。本例将频谱尺寸设为五百一十二,拟合分辨率区间为三十至六埃,离焦搜索为五千至两万五千埃,搜索步长一百埃。不指定已知像散,关闭额外相移、倾斜、厚度与专家选项。应同时检查日志中回显的每一项,不要假设旧版本的回答顺序可以无条件用于另一版本。与本次版本对应的参数输入实现
在包装批处理脚本时,还要区分单幅图像和帧堆栈。它们可能触发不同的交互问题。如果把用于单幅图的回答文件直接送给电影堆栈,后续回答就可能错位。建议先对一种明确的输入格式完成一次人工核对,将文件维度与日志回显保存下来,再扩展到同类文件。程序输出“输入文件可用”,只能说明它接受了格式,并不证明像素尺寸与图像处理历史已经一致。
本例特意给每个分支使用不同的诊断输出名称,避免把输出图覆盖输入图,或在重跑时将旧诊断文件误认为新结果。实际批处理也应让输入文件、参数记录和输出前缀一一对应。合并统计表时,同时保留来源路径与处理批次,才能在发现一组异常离焦量后,准确找到需要重新检查的图像。
三次实跑,先读离焦,再看分数
正确像素尺寸的分支估得两个主方向离焦约为 15001.64 Å 和 12999.56 Å,平均值约 14000.60 Å,与设计的平均 14000 Å 接近。像散方向约为 30.08 度。这里保留足够数字方便复核,并不意味着真实实验中应报告到同样的小数位。
| 实跑分支 | 平均离焦,Å | 拟合分数 | 与设计平均值相比 |
|---|---|---|---|
| 命令输入 1.50 Å | 14000.60 | 0.8194 | 约 +0.004% |
| 命令输入 1.65 Å | 16885.66 | 0.8145 | 约 +20.612% |
| 文件头 3.00 Å,命令输入 1.50 Å | 14000.60 | 0.8194 | 与正确分支一致 |
第二行最值得注意。分数变化很小,但两个离焦量分别变为约一万八千零九十三埃和一万五千六百七十八埃。若只设一个宽泛的分数门槛,两种输入很可能都会被保留。第三行则说明,在本次固定版本、明确给出像素尺寸的调用方式下,实际使用的是输入参数,文件头中的错误值没有改变拟合结果。这不意味着文件头可以长期保持错误,其他软件或其他调用方式仍可能读取它。

图中曲线直接来自本次软件输出的一维诊断文件,仅展示本次用于拟合的频率范围。两个面板横轴都采用各自输入参数换算的空间频率,因此不是一条共同、已经校准的物理频率轴。这里展示的正是风险所在,曲线看起来匹配,不能独立证明横轴刻度正确。图像生成方式和诊断输出都可由文末脚本重建。
为什么十个百分点的尺度差,会变成约二成离焦差
在离焦项占主导的频率范围内,相位变化与“离焦量乘空间频率平方”相关。对同一个数字图像位置,物理空间频率又与像素尺寸成反比。若将像素尺寸放大一成,程序解释出来的频率就缩小。为了维持相近的环纹位置,拟合会倾向于把离焦量放大到原来的约一点二一倍。这是低频近似下的尺度关系,用于理解方向与量级。
true_pixel = 1.50
declared_pixel = 1.65
scale = (declared_pixel / true_pixel) ** 2
print(scale) # 约 1.21
本次实际平均离焦比值接近一点二零六,与这个近似相符但并不完全相等,因为完整模型还包含球差等频率项,拟合过程也受到有限图像、噪声与搜索方法影响。不能把平方关系当成通用修复公式,先用错像素尺寸批量跑完,再将所有结果除以一个比例就直接交付。更合理的处理是纠正图像来源与参数,然后重新拟合并检查诊断图。
实际项目中,最常见的检查入口是缩放历史。原始采集图、运动校正输出、傅里叶裁剪后的图和进一步降采样的图,可能对应不同像素尺寸。路径中写着同一个样本名,并不能保证它们使用同一个尺度。为每种输入建立对应关系,记录原尺寸、输出尺寸、是否发生重采样,以及最终应传给程序的像素尺寸。修改文件头只改变元数据,和真正改变像素数组的重采样不是同一操作。
分辨率统计与未开启的参数也要读对
输出表中的拟合分数、环纹拟合到的间距,以及下游三维重构分辨率,是不同性质的量。软件官方说明特别提醒,环纹拟合的分辨率统计可能有噪声和误判,不能单独代表数据质量。本次正确尺度分支甚至报告约二点一二埃的诊断统计,而一点五埃像素在坐标轴方向的奈奎斯特间距为三埃。因此不能拿这一个输出数字宣布图像具有二点一二埃的完整可用信号,更不能据此宣称完成了相应分辨率的结构重构。官方对诊断曲线与拟合分辨率的解释
同样,本次关闭了倾斜与厚度估计,结果表末尾相应位置出现零值,并不构成“测得样品无倾斜、厚度为零”的证据。读取结果时应将参数设置与数值一起交付,区分没有估计、估计失败和估计值恰好接近零。这条规则对任何会输出固定列数的软件都适用,不能脱离运行模式解释一个数字。
还有一个容易造成表面不一致的地方是像散表示。两个主方向对调并同时改变方向角,可能描述等价的方向关系。比较不同软件或不同处理版本时,应先统一两个离焦量的排序和角度约定,再判断方向是否改变。本文仅比较同一程序的三个分支,因此没有将跨软件角度差异混入误差统计。
从一张图扩展到整批图,怎样保留判断依据
批处理前,先挑选几张背景、离焦和可见环纹特点不同的图,确认输入文件和像素尺寸之间的对应关系。然后保存完整参数、频谱诊断图与一维曲线。比较时既看低频到较高频的峰谷是否持续对齐,也看结果是否集中撞到搜索边界,以及同一采集批次是否出现无法解释的突变。只有参数定义稳定,分数和离焦分布才适合拿来做批次比较。
对弱环纹图像,不能为了使结果通过筛选而反复扩大搜索范围,直到出现一个较高分数。应当回到图像本身,查看背景、污染、运动校正和采集条件是否支持当前模型。对明显倾斜或较厚的样品,再考虑与问题相符的局部或扩展模型,并针对所开启的功能单独验证。增加参数能扩大模型表达范围,也增加了需要检查的假设。
下载完整实跑脚本、预期结果与说明。脚本生成两份像素数组相同、文件头不同的 MRC,执行三个分支,并保存标准输入、软件日志、诊断图、一维曲线与结构化结果。它会检查正确分支接近已知真值,检查两个读取同一文件的分支确实使用同一份数据,并确认文件头对照的拟合结果一致。
# 从压缩包解压后的目录运行,ctf-audit 必须尚不存在
ctf-env/bin/python 256-ctffind/run.py ctf-audit "$(pwd)/cisTEM/bin/ctffind"
复核时优先核对软件指纹、图像生成参数、随机种子以及每个分支回显的像素尺寸。离焦和角度允许适当浮点差异,但不能把百分之二十的尺度偏移解释成平台末位误差。这组例子没有比较运行性能,也没有完成真实显微图筛选。它带来的实用经验是,在相信拟合结果之前,先保证程序解释图像的物理刻度与数据处理历史相符。
当图像校正、CTF 估计与后续重构需要按批次持续运行时,可带上图像数量、尺寸和处理阶段,了解云生信生物信息分析服务器的环境与资源支持。