感测蛋白质-蛋白质相互作用

技术领域

本文件描述了使用传感器数据来表征蛋白质-蛋白质结合的技术。

背景技术

蛋白质-蛋白质相互作用(PPI)是由于包括静电力、氢键合和疏水效应的相互作用而在两个或更多个蛋白质分子之间建立的高特异性的物理接触。许多是在特定生物分子环境下发生在细胞或活生物体中的与链之间的分子缔合的物理接触。蛋白质很少单独起作用，因为它们的功能往往受到调节。细胞内的许多分子过程是由分子机器进行的，所述分子机器是由其PPI组织的大量蛋白质组分构建的。

在免疫学中，抗原(Ag)是可以被抗原特异性抗体或B细胞抗原受体结合的分子或分子结构，诸如可以存在于病原体的外部。体内抗原的存在通常会引发免疫反应。

发明内容

在本文件中描述了表征蛋白质-蛋白质相互作用的技术。例如，当开发用于临床或生物用途的分子(例如，药物开发)时，可以利用该技术提供理解抗体如何与抗原相互作用。可以进行蛋白质复合物的Cryo-EM成像，并且可以用计算机系统处理来自所述成像的数据以选择描述两种蛋白质的相对位置、取向和结合的对接模型。

具有一个或多个计算机的系统可以被配置为借助于具有安装在系统上的软件、固件、硬件或它们的组合来执行特定的操作或动作，所述软件、固件、硬件或它们的组合在操作中使系统执行所述动作。一个或多个计算机程序可以被配置为通过包括指令来执行特定操作或动作，所述指令在由数据处理设备执行时使所述设备执行所述动作。一个一般方面包括一种用于感测蛋白质-蛋白质复合物相互作用的方法，所述方法可以包括：访问包括蛋白质-蛋白质复合物的样品的多个复合物图像的合成图像，所述蛋白质-蛋白质复合物包含第一蛋白质和第二蛋白质。所述方法还包括获取第一蛋白质的第一三维(3d)形状和第二蛋白质的第二3d形状。所述方法还包括获取多个对接模型，每个对接模型定义候选姿态对。所述方法还包括针对每个对接模型，应用第一3d形状、第二3d形状和候选姿态对，以针对所述对接模型生成描述姿态对与对接模型之间的拟合优度的对应拟合度得分。所述方法还包括基于拟合度得分选择对接模型中的一个作为蛋白质-蛋白质复合物的感测模型。该方面的其他实施方案包括对应的计算机系统、设备和记录在一个或多个计算机存储装置上的计算机程序，每个计算机存储装置被配置为执行所述方法的动作。

实现方式可以包括以下特征中的一个或多个。所述方法可以包括生成多个复合物图像。生成合成图像可以包括从复合物图像中提取蛋白质-蛋白质复合物的子图像；以及对子图像进行定向和分类。复合物图像是低温电子显微镜(cryoEM)图像。每个复合物图像可以包括多个像素，每个像素具有地址并保持用于表示蛋白质-蛋白质复合物的样品的对应部分的颜色值。合成图像可以包括多个像素，每个像素具有地址并且保持颜色值，所述颜色值是在多个复合物图像中的每一个中具有相同地址的像素的颜色值的聚合。合成图像的掩蔽是在没有特定用户输入的情况下执行的。合成图像的掩蔽可以包括接收指定未经掩蔽部分的第一用户输入。接收指定未经掩蔽部分的第一用户输入可以包括：通过连接由第一用户输入指定的位置来生成边界框；以及将合成图像的在边界框内的部分记录为未经掩蔽部分。第一3d形状被索引化为第一蛋白质，并且第二3d形状被索引化为第二蛋白质。第一3d形状被索引化为第一蛋白质的第一同源物。第二3d形状被索引化为第二蛋白质的第二同源物。候选姿态对包括候选位置、候选取向和候选对接区域。拟合度得分是合成图像与通过将对接模型投射到2d空间上而生成的图像之间的互相关得分。基于拟合度得分选择对接模型中的一个作为蛋白质-蛋白质复合物的感测模型可以包括：通过组中的一个基于其对应的拟合度得分来标识对接模型的子集可以包括：i)选择具有n个最高拟合度得分的对接模型；以及ii)选择具有高于阈值m的拟合度得分的所有对接模型。选择对接模型中的一个作为蛋白质-蛋白质复合物的感测模型可以包括接收选择对接模型的子集中的一个作为感测模型的第二用户输入。所描述的技术的实现方式可以包括硬件、方法或过程、或计算机可访问介质上的计算机软件。

实现方式可以包括以下优点中的任一个、全部或不包括以下优点。该技术可以有利地使用更容易获得的cryo-EM成像结果。例如，其他技术可能需要蛋白质复合物粒子的来自各种角度的cryo-EM图像。与这些技术不同，本文件描述了可以从较少角度处理粒子图像的技术。这是特别有益的，因为一些蛋白质复合物倾向于在用于cryo-EM的样品制备期间获得特定的空间取向。这有时被称为优选取向挑战。其他技术可能需要大量的实验来找到克服针对特定蛋白质复合物的该挑战的方法，并且可能仍然失败。而该技术可以一起避免所述挑战。这可能导致可以在几小时或几天的量级上完成的过程，其中一些其他过程需要几周或几个月的时间来完成。在极端情况下，该技术可能是唯一的手段，因为与其他技术不同，如果在cryo-EM成像期间获得蛋白质粒子图像，它每次都有效。此外，该技术可以被有利地配置为在非常快速并且需要很少时间的过程中结合人类用户领域专业知识。然而，该技术还可以有利地被配置为在各个阶段在没有任何特定的人工输入的情况下进行，从而允许较少的人工时间和注意力来完成该过程。

根据所附描述和附图，其他特征、方面和潜在优势将变得清楚。

附图说明

图1示出了可以感测蛋白质复合物内的蛋白质-蛋白质相互作用的示例系统。

图2示出了可以用于感测蛋白质-蛋白质复合物中的示例数据。

图3示出了用于感测蛋白质-蛋白质复合物的示例过程。

图4示出了用于创建合成图像的示例过程。

图5示出了用于掩蔽合成图像的示例过程。

图6示出了用于从一组候选模型中选择感测模型的示例过程。

图7示出了计算装置和移动计算装置的例子的示意图。

不同附图中相同的附图标记表示相同的元件。

具体实施方式

蛋白质-蛋白质相互作用可以从例如cryo-EM图像中可视化。将一组cryo-EM图像片段聚合成单个合成图像，然后将其掩蔽以分离两种蛋白质结合的区域。然后将合成图像提交给一组对接模型，每个对接模型被评分以标识该模型描述合成图像中所示的对接的程度。可以对蛋白质复合物的不同部分应用掩蔽、对接和评分若干次(至少次数等于形成PPI的蛋白质的数目)。基于该评分，最佳模型被标识为结果。

例如，可以用cryo-EM图像或其他类型的图像对蛋白质-蛋白质相互作用进行建模，而无需使用单粒子三维重建。从一组cryoEM图像中提取蛋白质复合物的粒子，然后进行比对、分类和求平均。然后掩蔽蛋白质复合物的平均图像以分离单个蛋白质的区域或蛋白质复合物的一部分。然后将经掩蔽图像提交以搜索从单个蛋白质组分(如抗原和抗体片段抗原结合(Fab))的3D结构或模型连续投射的一系列二维图像。在经掩蔽图像(或未经掩蔽图像)与2D投射图像之间进行互相关以标识平均2D cryoEM图像中抗原和/或Fab的取向。使用互相关鉴定的界面作为结合位点的约束，进行蛋白质-蛋白质对接(例子中的抗原-Fab对接)。在Fab-抗原对接的情况下，我们生成了具有CDR的多样化构象的Fab的数十个相似模型(结构集合)。通过投射将对接的每个输出姿态转换为一系列2D图像。然后，在原始2DcryoEM平均图像和/或复合物的区域中然后被掩蔽，然后用作搜索模板，并且与来自对接结果的2D图像进行互相关。对经掩蔽复合物给出最高互相关得分的对接结果被标记为蛋白质-蛋白质复合物的最佳模型。在具有两种组分(如Fab-抗原)的复合物的情况下，这些步骤将完成工作。如果要标识更多的组分，则将执行迭代掩蔽和互相关。

图1示出了可以感测蛋白质-蛋白质复合物相互作用的示例系统100。在系统100中，成像器102对蛋白质-蛋白质复合物104的样品进行成像。这可以允许感测蛋白质-蛋白质复合物104，允许成像器102是感测蛋白质复合物104的对接特征的传感器。

成像器102是能够感测复合物104的物理现象并生成反映那些物理现象的数据(例如，数字信息)的成像器。例如，成像器可以是低温电子显微镜，其能够通过使加速电子束穿过复合物104到传感器上而测量复合物104。可以记录和测量光束中的扰动以捕获关于形状、截面密度等的信息。为了帮助这种感测，复合物104可以在低温(例如，非常低的)温度下保持在超薄冰层中。如将理解的，复合物104可以包括另外的蛋白质和其他组分。

成像器102可以生成复合物图像106。例如，成像器102可以为每个复合物104生成一组复合物图像106。在一些情况下，可以排除一些复合物图像106，例如，用于以与其他复合物104的角度不同的角度捕获复合物104。如将理解的，一些cryo-EM过程涉及偏向感测网格中的特定取向的复合物，导致许多(但可能不是所有的)复合物104具有相同或相似的取向。此外，一些复合物104可能没有被捕获在对应的图像106中。例如，成像过程可能未能捕获整个复合物104(例如，复合物偏向特定的取向，并且因此无法捕获复合物的来自各个取向的完整成像)。

复合物图像106可以被聚合成合成图像108。合成图像108可以以允许单个数据对象的格式来表示复合物图像106的聚合，所述单个数据对象受每个复合物图像的影响，并且因此受每个感测到的复合物104的影响。

将复合物图像106聚合成合成图像的过程可以包括提取、重定向和分类复合物图像106的元素的操作，使得可以组合复合物104的所捕获图像。例如，可以检查每个复合物图像106以标识示出背景值的部分(例如，像素的集合)和示出复合物104的部分。示出复合物104的部分可以被提取到新的数据文件中，并且利用计算机视觉进行分析以标识诸如值的唯一聚类、复合物104的最长轴等特征。然后可以旋转这些提取的数据以对准特征，并因此对准整个提取的数据。例如，数据可以被旋转一个角度，所述角度使得特征聚类具有与模板图像的最小误差或差异，或者使得最长轴满足特定角度(例如0度或90度)。然后，可以组合每个复合物104的提取数据，期望其组合在工作文件中全部处于相同取向和位置的复合物104的图像。

一组对接模型110可以各自描述蛋白质-蛋白质相互作用的一个可能模型。为了表征复合物104的蛋白质-蛋白质相互作用，每个对接模型可以设置有：i)合成图像108，ii)图像掩模112，其掩蔽合成图像108的预期不包括结合位点的区域，iii)3D形状114，其在数据中描述了复合物104中的一种蛋白质，以及iv)3D形状116，其在数据中描述了复合物104中的另一种蛋白质。如果多于两种的蛋白质参与PPI，则可以使用更多的掩模和3D形状。如将理解的，可能存在使用零掩模的情况，并且可能存在掩模序列可用于迭代地执行操作的情况。

对于每个对接模型，生成描述对接模型与提供给它的数据之间的拟合度度量的得分118。换句话说，得分118记录了模型110与数据108、112-116的相似或不同程度。

可以检查最大得分118以标识所选择的对接模型120。例如，两个最高得分可以被标识并呈现在计算机122的用户界面上。然后，可以例如通过用户输入和/或计算机视觉过程来选择那些对接模型中的一个。

在该例子中，描述了两种蛋白质的相互作用。然而，将理解的是，与三种或更多种蛋白质的相互作用是可能的。例如，可以对每对蛋白质或对彼此接触的每对蛋白质重复这里描述的过程。这些重复的过程可以例如顺序地或并行地执行。

图2示出了可用于感测蛋白质-蛋白质复合物中的示例数据106-114。例如，数据106-114可以包括存储在计算机存储器中、通过计算装置之间的数据网络传输的二进制数字信息等。数据可以以二进制格式存储在磁盘上，并且可以在显示屏上呈现由二进制数据定义的颜色和形状。

复合物图像106可以包括低温电子显微镜(cryo-EM)图像。每个图像可以包括布置在由[x][y]寻址的规则二维网格中的像素单元的位图，以唯一地标识每个单元。每个单元可以包括一个或多个值来表示值，例如采用强度格式、可以使用从零到一的值并且采用红绿蓝(RGB)格式、采用六位十六进制格式等。每个像素的值表示蛋白质-蛋白质复合物的样品的对应部分。例如，成像器102的传感器图可以接收穿过蛋白质-蛋白质复合物104的一部分的电子，将感测转换为数值，并将该数值存储到在复合物图像106中类似地寻址的像素中。如将理解的，由于记录关于复合物104的信息，复合物图像106可以如此命名。

合成图像106可以包括一组复合物图像106的聚合(例如，类别平均)，例如由成像器102感测的相同类型的蛋白质-蛋白质复合物104的不同例子的各种不同的复合物图像106。每个图像可以包括布置在由[x][y]寻址的规则二维网格中的像素单元的位图，以唯一地标识每个单元。每个单元可以包括一个或多个值来表示颜色，例如采用红绿蓝(RGB)格式、采用六位十六进制格式等。每个像素的颜色值表示在多个复合物图像中的每一个中具有相同地址的像素的颜色值的聚合的颜色值。例如，对于合成图像108的像素[133][217]，可以聚合复合物图像106的一组提取的子图像中的每个像素[133][217]的颜色值。该聚合可以是简单的求平均、求和或适合于像素值的数据格式和其他技术因素的其他聚合度量。

图像掩模112可以包括用于指定另一图像(诸如合成图像108)的经掩蔽部分和未经掩蔽部分的信息。每个图像可以包括布置在由[x][y]寻址的规则二维网格中的像素单元的位图，以唯一地标识每个单元。每个单元可以包括一个或多个值来表示颜色，例如采用红绿蓝(RGB)格式、采用六位十六进制格式等。每个像素的颜色值表示为经掩蔽状态、未经掩蔽状态等保留的颜色值。例如，可以使用黑色和白色。图像112'示出了覆盖在合成图像108上的图像掩模112，其中经掩蔽区段以黑色呈现，并且未经掩蔽区段以未经掩蔽像素合成图像108的像素值呈现。在一些配置中，图像掩模112可以包括或使用描述经掩蔽或未经掩蔽区段的边缘的边界框。例如，过程(例如，用户输入选择、自动化脚本)可以标识一组顶点，并且可以在顶点之间创建边缘以创建多边形来用作边界框。

3D形状114可以包括用于指定单个蛋白质或其他分子结构的形状的信息。例如，3D形状114可以包括蛋白质数据库(.pdb)文件，其记录HEADER、TITLE和AUTHOR记录；REMARK记录；SEQRES记录；ATOM记录；和HETATM记录。然而，可以使用其他文件类型和其他数据模型。例如，3D形状114可以包括大分子晶体学信息文件(.mmCIF)文件，所述文件以标签值格式记录用于表示大分子结构数据的数据。

3D形状114和116可以基于它们与蛋白质-蛋白质复合物104中的两种蛋白质之一的匹配来选择使用。例如，如果第一蛋白质是已知的且具有完全描述的3D形状114，并且第二蛋白质也是已知的且具有完全描述的3D形状116，则那些3D形状114和116可以用蛋白质的名称索引化并用于这些过程中。然而，在一些情况下，可以使用一种或两种蛋白质的同源物的3D形状。在这种情况下，可以将结构上相似的蛋白质鉴定为同源物，并且可以获取由所述同源物名称索引化的3D形状。

对接模型110包括定义蛋白质-蛋白质复合物中两种蛋白质的可能姿态对的结构化数据。例如，姿态对可以包括相对位置、相对取向和对接区域。可以组织数据以假设一个蛋白质上的点位于3D空间中的点[0][0][0]处。然后，姿态可以根据[x][y][z]指定平移(例如，移动)，其定义了定位第二蛋白质所需的从原点的平移。姿态还可以指定根据[x][y][z]的旋转(例如，自旋)，其定义了定位第二蛋白质的取向所需的、从第一蛋白质的取向的旋转。对接区域可以指定蛋白质的一个或多个表面，所述表面被模型指定为两个蛋白质对接或接触的对接表面。对接模型110可以根据被认为代表物理蛋白质接触区域的预期规则通过计算生成。对接模型110可以根据测量实际蛋白质-蛋白质复合物的真实样品的实验来实验性地生成。

图3示出了用于感测蛋白质-蛋白质复合物的示例过程300。例如，过程300可以用系统100的元件来执行，并且为了清楚起见，将根据系统100的元件来描述这里的例子。然而，可以使用其他系统来执行该过程300和其他类似过程。

获取302合成图像，所述合成图像包括包含第一蛋白质和第二蛋白质的蛋白质-蛋白质复合物的样品的多个复合物图像。例如，计算机122可以从内部存储器或从远程(例如，云托管的)存储器服务获取合成图像108。这可能是由于例如接收到请求分析已经由成像器102成像的蛋白质复合物104的用户输入。

对合成图像进行掩蔽304以生成经掩蔽部分和未经掩蔽部分。例如，可以将图像掩模112应用于合成图像，以基于存储在图像掩模112中的像素值来指定经掩蔽部分和未经掩蔽部分。在一些配置中，图像掩模112由自动化脚本生成或以其他方式不受特定用户输入的影响。在一些情况下，可以应用计算机视觉技术来标识合成图像108中的特征，并且通过自动化计算机视觉过程生成掩模。在一些配置中，使用来自用户的输入来生成图像掩模112。在一些情况下，不执行合成图像的掩蔽。在本文件中后面描述一个这样的过程的例子。

获取306第一蛋白质的第一三维(3D)形状和第二蛋白质的第二3D形状。例如，计算机122可以从内部存储器或从远程(例如，云托管的)存储器服务获取3D形状114和116。在某些情况下，计算机122可以通过搜索蛋白质-蛋白质复合物104中的特定蛋白质或通过搜索一种或两种蛋白质的一个或多个同源物或通过组合不同部分这样的同源物来创建新的同源物而从3D形状库中查找3D形状114和116。

获取308各自定义候选姿态对的多个对接模型。例如，计算机122可以从内部存储器或从远程(例如，云托管的)存储器服务获取模型110。在一些情况下，计算机122可以查找可用的所有可能的模型110。在一些情况下，计算机112可以通过仅查询具有基于过程300的技术要求指定的某些参数的那些模型来查找所有可能模型110的子集。

对于每个对接模型，应用310第一3D形状、第二3D形状和候选姿态对，以针对所述对接模型生成描述姿态对与对接模型之间的拟合优度的对应拟合度得分。例如，计算机122可以通过将合成图像108、图像掩模112、3D形状114和116、以及单个模型110提供给拟合度函数来计算单个模型110的拟合度得分，所述拟合度函数对该输入执行计算并且返回数值来描述所述模型描述其他输入数据的特定状态有多好。计算机122可以对每个模型110重复此操作。

基于拟合度得分选择312对接模型中的一个作为蛋白质-蛋白质复合物的感测模型。例如，计算机122可以基于每个模型110的拟合度得分和可选的其他数据来选择最佳模型110，如后面所述。

图4示出了用于创建合成图像的示例过程400，例如作为在获取302合成图像之前执行的预处理的一部分。例如，过程400可以用系统100的元件来执行，并且为了清楚起见，将根据系统100的元件来描述这里的例子。然而，可以使用其他系统来执行该过程400和其他类似过程。

将蛋白质-蛋白质复合物样品装载402到低温电子显微镜中。例如，人类操作员和/或自动化服务机器(例如，材料处理机器人)可以以低温冷却蛋白质-蛋白质复合物104，并将它们嵌入诸如玻璃质水的介质中。可以将溶液施加到网格上并在冷却介质(诸如液体乙烷)中冷冻。然后可以将所述网装载到成像器102中。

生成404多个复合物图像。例如，人类操作员、自动化服务机器和/或计算机122可以指示成像器102对复合物104执行电子显微术以生成复合物图像106。一旦生成，复合物图像106就可以存储在计算机存储器中(例如，在计算机122内部或在外部位置)。

从所述多个复合物图像生成406合成图像。例如，对于每个像素位置，计算机122可以通过找到平均值并将所述平均值存储在图像106的多个像素上的给定像素位置中来聚合像素值以创建单个聚合像素值，并且可以将该像素值存储在合成图像108中。在一些情况下，该聚合可以是加权平均，可以排除异常值，可以包括中值或众数等。

在一些情况下，生成合成图像包括从复合物图像中提取蛋白质-蛋白质复合物的子图像；以及对子图像进行分类和定向。例如，计算机122可以检查每个图像106以找到示出复合物的像素区域，并且可以将那些像素值复制到单独的子图像文件中。在另一例子中，计算机122可以在不使用单独的文件的情况下执行此操作，但是为了清楚起见，描述了所述单独的文件。于是，对于每个单独的文件，计算机可以修改子图像，使得每个子图像以相同的方向、比例、强度等示出蛋白质。如将理解的，这可以包括一个或多个图像操纵过程。

图5示出了用于对合成图像进行掩蔽的示例过程500，例如作为对合成图像进行掩蔽304的一部分。例如，过程500可以用系统100的元件来执行，并且为了清楚起见，将根据系统100的元件来描述这里的例子。然而，可以使用其他系统来执行该过程500和其他类似过程。

掩蔽图形用户界面(GUI)被呈现502给用户。例如，计算机112可以在屏幕上加载诸如应用界面或网页的GUI。屏幕可以呈现合成图像108的图像、以及接收用户输入的界面元素(例如，按钮、滚动条)。用户输入可以通过人类操作按压物理按钮、移动定点装置、在触摸屏上轻敲等来提供。

接收504指定未经掩蔽部分的第一用户输入。例如，用户可以使用所述界面元素来指定所呈现的合成图像108上的多个(例如，三个、四个、六个或九个)点。例如，用户可以使用他们的领域知识在视觉上标识合成图像108的可能示出由抗原指定的蛋白质-蛋白质复合物104的对接区域的区域。然后，用户可以使用诸如鼠标之类的定点装置来标识要在他们标识的区域周围绘制的边界框的四个顶点。

通过连接由第一用户输入指定的位置来生成506边界框。例如，计算机122可以通过计算生成在由用户标识的顺序点处终止的线段，包括在第一位置和最后位置处终止的线段。这可以创建完全连接的多边形。

所述框的外部部分被记录508为经掩蔽部分，并且所述框的内部部分被记录510为未经掩蔽部分。例如，完全地或部分地在多边形内部的每个像素可以被给予图像掩模112中的颜色值(例如，黑色、白色)，并且完全地或部分地在多边形外部的每个像素可以被给予不同的颜色值(例如，白色、黑色)。

图6示出了用于从一组候选模型中选择感测模型的示例过程600，例如作为选择感测模型312的一部分。例如，过程600可以用系统100的元件来执行，并且为了清楚起见，将根据系统100的元件来描述这里的例子。然而，可以使用其他系统来执行该过程600和其他类似过程。

选择602具有最佳拟合度得分的候选对接模型。例如，当数据被应用于模型310时，为每个模型计算拟合度得分。拟合度得分可以被认为是在给定图像掩模112和3D形状114和116的情况下模型110将预测合成图像108中的颜色布置有多好的度量。在一些情况下，通过将对接模型的各种取向投射到2D图像中，并将投射图像与感测到的复合物图像106进行比较来生成拟合度得分。产生与感测到的复合物的最小差异的投射可以用最佳互相关得分来评分。

利用每个模型110的拟合度得分，标识具有最佳拟合度得分的模型110的子集。在某些情况下，这些是得分最高的模型110。这些可以通过计算机122选择具有N(例如，5、10、20、100)个最高拟合度得分的对接模型110来找到。在一些情况下，这些是充分预测的任何模型。这些可以通过计算机122选择具有高于阈值M(例如，0到1范围内的0.8、0.9、.095、.0999)的拟合度得分的所有对接模型110来找到。

在用户界面中呈现604候选模型，并且接收606选择对接模型的子集中的一个作为感测模型的用户选择输入。例如，计算机122可以通过呈现每个对接模型并示出相关联的得分118以及呈现合成图像108来显示模型110的子集。用户可以使用输入装置来选择一个。在一些情况下，所有候选对接模型110被同时示出，从而允许用户同时查看所有选项，从而允许更方便且准确的考虑。

图7示出了计算装置700的例子以及可以被用于实现本文描述的技术的移动计算装置的例子。计算装置700旨在表示诸如以下的数字计算机的各种形式：膝上计算机、桌上计算机、工作站、个人数字助理、服务器、刀片式服务器、大型机、以及其他适当的计算机。移动计算装置旨在表示诸如以下移动装置的各种形式：个人数字助理、蜂窝电话、智能手机、以及其他类似的计算装置。本文示出的部件、它们的连接和关系以及它们的功能仅是示例性的，而不意味着限制本文件中描述和/或要求保护的发明的实现方式。

计算装置700包括处理器702、存储器704、存储装置706、连接到存储器704和多个高速扩展端口710的高速接口708、以及连接到低速扩展端口714和存储装置706的低速接口712。处理器702、存储器704、存储装置706、高速接口708、高速扩展端口710和低速接口712中的每一个均使用各种总线互连，并且可以被安装在公共母板上或根据需要以其他方式安装。处理器702可以处理用于在计算装置700内执行的指令，所述指令包括存储在存储器704中或在存储装置706上的指令，以在外部输入/输出装置(诸如耦接到高速接口708的显示器716)上显示用于GUI的图形信息。在其他实现方式中，根据需要，可以将多个处理器和/或多个总线与多个存储器和多个类型的存储器一起使用。并且，可以连接多个计算装置，其中每个装置提供必要操作的部分(例如，作为服务器排、一组刀片式服务器、或多处理器系统)。

存储器704将信息存储在计算装置700内。在一些实现方式中，存储器704是一个或多个易失性存储器单元。在一些实现方式中，存储器704是一个或多个非易失性存储器单元。存储器704还可以是另一种形式的计算机可读介质，诸如磁盘或光盘。

存储装置706能够为计算装置700提供大容量存储。在一些实现方式中，存储装置706可以是或包含计算机可读介质，诸如软盘装置、硬盘装置、光盘装置、或磁带装置、闪存或其他类似的固态存储器装置、或装置阵列(包括存储区域网络或其他配置中的装置)。计算机程序产品可以有形地体现在信息载体中。计算机程序产品还可以包含指令，所述指令在被执行时，执行一种或多种方法，诸如上面描述的那些方法。计算机程序产品还可以有形地体现在计算机可读介质或机器可读介质中，诸如存储器704、存储装置706、或处理器702上的存储器。

高速接口708为计算装置700管理带宽密集型操作，同时低速接口712管理较低带宽密集型操作。这种功能分配仅是示例性的。在一些实现方式中，高速接口708耦接到存储器704、显示器716(例如，通过图形处理器或加速器)，并且耦接到可以接受各种扩展卡(未示出)的高速扩展端口710。在实现方式中，低速接口712耦接到存储装置706和低速扩展端口714。可以包括各种通信端口(例如，USB、蓝牙、以太网、无线以太网)的低速扩展端口714可以耦接到一个或多个输入/输出装置，诸如键盘、定点装置、扫描仪、或例如通过网络适配器耦接到诸如交换机或路由器的联网装置。

如附图中示出的，计算装置700可以以多种不同形式实现。例如，它可以被实现为标准服务器720，或者在这样的服务器组中多次实现。此外，它可以在诸如膝上计算机722的个人计算机中实现。它也可以被实现为机架式服务器系统724的一部分。替代性地，来自计算装置700的部件可以与移动装置(未示出)中的其他部件(诸如移动计算装置750)组合。此类装置中的每一个均可以包含计算装置700和移动计算装置750中的一个或多个，并且整个系统可以包括彼此通信的多个计算装置。

移动计算装置750包括处理器752、存储器764、诸如显示器754的输入/输出装置、通信接口766、以及收发器768等其他部件。移动计算装置750还可以设置有存储装置，诸如微驱动器或其他装置，以提供额外的存储。处理器752、存储器764、显示器754、通信接口766和收发器768中的每一个使用各种总线互连，并且若干个部件可以安装在公共母板上或根据需要以其他方式安装。

处理器752可以执行移动计算装置750内的指令，所述指令包括存储在存储器764中的指令。处理器752可以被实现为包括分离的多个模拟处理器和数字处理器的芯片的芯片组。处理器752可以提供例如用于移动计算装置750的其他部件的协调，诸如用户界面的控制、由移动计算装置750运行的应用、以及由移动计算装置750进行的无线通信。

处理器752可以通过控制接口758和耦接到显示器754的显示接口756与用户通信。显示器754可以是例如TFT(薄膜晶体管液晶显示器)显示器或OLED(有机发光二极管)显示器、或其他适当的显示技术。显示接口756可以包括适当的电路用于驱动显示754以向用户呈现图形信息和其他信息。控制接口758可以接收来自用户的命令并将其转换以提交给处理器752。此外，外部接口762可以提供与处理器752的通信，以便使移动计算装置750能够与其他装置近区域通信。外部接口762可以例如在一些实现方式中提供用于有线通信，或者在其他实现方式中提供用于无线通信，并且还可以使用多个接口。

存储器764将信息存储在移动计算装置750内。存储器764可以被实现为一个或多个计算机可读介质、一个或多个易失性存储器单元、或一个或多个非易失性存储器单元中的一个或多个。还可以提供扩展存储器774并通过扩展接口772连接到移动计算装置750，所述扩展接口可以包括例如SIMM(单列直插式内存模块)卡接口。扩展存储器774可以为移动计算装置750提供额外的存储空间，或者还可以为移动计算装置750存储应用程序或其他信息。具体地，扩展存储器774可以包括指令以执行或补充上述过程，并且还可以包括安全信息。因此，例如扩展存储器774可以被提供为移动计算装置750的安全模块，并且可以被编程有准许安全使用移动计算装置750的指令。此外，可以经由SIMM卡提供安全应用连同附加信息，诸如以不可破解的方式将标识信息置于SIMM卡上。

存储器可以包括例如闪存和/或NVRAM存储器(非易失性随机存取存储器)，如下面所讨论的。在一些实现方式中，计算机程序产品有形地体现在信息载体中。计算机程序产品包含指令，所述指令在被执行时，执行一种或多种方法，诸如上面描述的那些方法。计算机程序产品可以是计算机可读介质或机器可读介质，诸如存储器764、扩展存储器774、或处理器752上的存储器。在一些实现方式中，计算机程序产品可以在传播的信号中被接收，例如通过收发器768或外部接口762。

移动计算装置750可以通过通信接口766进行无线通信，所述通信接口在必要的情况下可以包括数字信号处理电路。通信接口766可以提供用于各种模式或协议下的通信，诸如GSM(全球移动通信系统)语音呼叫、SMS(短消息服务)、EMS(增强型消息服务)或MMS(多媒体消息服务)消息传送、CDMA(码分多址)、TDMA(时分多址)、PDC(个人数字蜂窝系统)、WCDMA(宽带码分多址)、CDMA2000、或GPRS(通用分组无线业务)等等。这种通信可以例如通过收发器768使用射频发生。此外，可以诸如使用蓝牙、WiFi或其他这样的收发器(未示出)进行短程通信。此外，GPS(全球定位系统)接收器模块770可以向移动计算装置750提供额外的导航相关的和位置相关的无线数据，所述无线数据可以由移动计算装置750上运行的应用程序根据需要使用。

移动计算装置750还可以使用音频编解码器760进行可听通信，所述音频编解码器可以接收来自用户的口头信息并将其转换为可用的数字信息。音频编解码器760同样可以诸如通过扬声器(例如，在移动计算装置750的手机中)为用户生成可听声音。这种声音可以包括来自语音电话呼叫的声音，可以包括记录的声音(例如，语音消息、音乐文件等)，并且还可以包括由移动计算装置750上操作的应用程序生成的声音。

如附图中示出的，移动计算装置750可以以多种不同形式实现。例如，它可以被实现为蜂窝电话780。它还可以被实现为智能电话782、个人数字助理、或其他类似移动装置的一部分。

本文描述的系统和技术的各种实现方式可以在数字电子电路、集成电路、专门设计的ASIC(专用集成电路)、计算机硬件、固件、软件和/或其组合中实现。这些各种实现方式可以包括在可编程系统上是可执行的和/或可解译的一个或多个计算机程序中的实现方式，所述可编程系统包括至少一个可编程处理器，所述可编程处理器可以是专用的或通用的，被耦接以从存储系统、至少一个输入装置和至少一个输出装置接收数据和指令并将数据和指令传送到存储系统、至少一个输入装置和至少一个输出装置。

这些计算机程序(也称为程序、软件、软件应用或代码)包括用于可编程处理器的机器指令，并且可以以高级程序编程语言和/或面向对象的编程语言、和/或以汇编/机器语言实现。如本文所使用的，术语机器可读介质和计算机可读介质是指被用于向可编程处理器提供机器指令和/或数据的任何计算机程序产品、设备和/或装置(例如，磁盘、光盘、存储器、可编程逻辑器件(PLD))，包括接收机器指令作为机器可读信号的机器可读介质。术语机器可读信号是指被用于向可编程处理器提供机器指令和/或数据的任何信号。

为了提供与用户的交互，本文描述的系统和技术可以在具有显示装置(例如，CRT(阴极射线管)或LCD(液晶显示装置)监视器)以及键盘和定点装置(例如，鼠标或轨迹球)的计算机上实现，所述显示装置用于向用户显示信息，用户可以通过所述键盘和定点装置向所述计算机提供输入。其他种类的装置也可以被用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的感觉反馈(例如，视觉反馈、可听反馈、或触觉反馈)；并且可以以任何形式接收来自用户的输入，包括声学输入、语音输入或触觉输入。

本文描述的系统和技术可以在计算系统中实现，所述计算系统包括后端部件(例如，作为数据服务器)或包括中间件部件(例如，应用服务器)，或包括前端部件(例如，具有图形用户界面或Web浏览器的客户端计算机，用户可以通过所述图形用户界面或所述Web浏览器与本文描述的系统和技术的实现方式进行交互)，或者这种后端部件、中间件部件或前端部件的任何组合。系统的部件可以通过任何数字数据通信形式或媒介(例如，通信网络)进行互连。通信网络的例子包括局域网(LAN)、广域网(WAN)、以及互联网。

计算系统可以包括客户端和服务器。客户端和服务器通常彼此远离，并且通常通过通信网络进行交互。客户端与服务器的关系借助于在相应计算机上运行并且彼此具有客户端-服务器关系的计算机程序产生。