數百萬晶體數據訓練、解決晶體學相位問題，深度學習方法PhAI登Science

AIGC動態歡迎閱讀

原標題：數百萬晶體數據訓練、解決晶體學相位問題，深度學習方法PhAI登Science
關鍵字：相位,結構,晶體,神經網絡,數據
文章來源：機器之心
內容字數：0字

內容摘要：

將 ScienceAI設為星標
第一時間掌握
新鮮的 AI for Science 資訊編輯 | KX
時至今日，晶體學所測定的結構細節和精度，從簡單的金屬到大型膜蛋白，是任何其他方法都無法比擬的。然而，最大的挑戰——所謂的相位問題，仍然是從實驗確定的振幅中檢索相位信息。
丹麥哥本哈根大學研究人員，開發了一種解決晶體相問題的深度學習方法 PhAI，利用數百萬人工晶體結構及其相應的合成衍射數據訓練的深度學習神經網絡，可以生成準確的電子密度圖。
研究表明，這種基于深度學習的從頭算結構解決方案方法，可以以僅 2 埃的分辨率解決相位問題，該分辨率僅相當于原子分辨率可用數據的 10% 到 20%，而傳統的從頭算方法通常需要原子分辨率。
相關研究以《PhAI: A deep-learning approach to solve the crystallographic phase problem》為題，于 8 月 1 日發布在《Science》上。
論文鏈接：https://www.science.org/doi/10.1126/science.adn2777
晶體學是自然科學中的核心分析技術之一

原文鏈接：數百萬晶體數據訓練、解決晶體學相位問題，深度學習方法PhAI登Science