AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：數(shù)百萬晶體數(shù)據(jù)訓(xùn)練、解決晶體學(xué)相位問題，深度學(xué)習(xí)方法PhAI登Science
關(guān)鍵字：相位,結(jié)構(gòu),晶體,神經(jīng)網(wǎng)絡(luò),數(shù)據(jù)
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

將 ScienceAI設(shè)為星標(biāo)
第一時(shí)間掌握
新鮮的 AI for Science 資訊編輯 | KX
時(shí)至今日，晶體學(xué)所測定的結(jié)構(gòu)細(xì)節(jié)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(zhàn)——所謂的相位問題，仍然是從實(shí)驗(yàn)確定的振幅中檢索相位信息。
丹麥哥本哈根大學(xué)研究人員，開發(fā)了一種解決晶體相問題的深度學(xué)習(xí)方法 PhAI，利用數(shù)百萬人工晶體結(jié)構(gòu)及其相應(yīng)的合成衍射數(shù)據(jù)訓(xùn)練的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，可以生成準(zhǔn)確的電子密度圖。
研究表明，這種基于深度學(xué)習(xí)的從頭算結(jié)構(gòu)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(dāng)于原子分辨率可用數(shù)據(jù)的 10% 到 20%，而傳統(tǒng)的從頭算方法通常需要原子分辨率。
相關(guān)研究以《PhAI: A deep-learning approach to solve the crystallographic phase problem》為題，于 8 月 1 日發(fā)布在《Science》上。
論文鏈接：https://www.science.org/doi/10.1126/science.adn2777
晶體學(xué)是自然科學(xué)中的核心分析技術(shù)之一

原文鏈接：數(shù)百萬晶體數(shù)據(jù)訓(xùn)練、解決晶體學(xué)相位問題，深度學(xué)習(xí)方法PhAI登Science

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：
作者簡介：