Science | PhAI：一种解决晶体学相位问题的深度学习方法

文章预览

DRUG AI 今天为大家介绍的是来自Anders Madsen团队的一篇论文。X射线晶体学为晶体的三维结构提供了独特的视角。为了重建电子密度图，需要知道足够多衍射反射的复数结构因子。在常规实验中，只能获得振幅|F|，而相位Φ会丢失，这就是晶体学中的相位问题。在这项研究中，作者展示了一种神经网络，这种网络在数百万个人工结构数据上进行了训练，能够在仅有2埃的分辨率下解决相位问题，并且只需使用直接法所需数据的10%到20%。该网络适用于常见的空间群和适中的晶胞尺寸，这表明神经网络可能在弱散射晶体的一般情况下解决相位问题。 直到今天，由晶体学确定的结构的细节和精度，从简单的金属到大型膜蛋白，都无可匹敌。然而，主要的挑战——即所谓的相位问题，仍然是从实验确定的振幅中获取相位信息（图1）。在晶体学的早期，研究人员 ………………………………