AIGC動態(tài)歡迎閱讀

原標題：數(shù)百萬晶體數(shù)據(jù)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(shù)據(jù)
文章來源：機器之心
內容字數(shù)：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(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(fā)了一種解決晶體相問題的深度學習方法 PhAI，利用數(shù)百萬人工晶體結構及其相應的合成衍射數(shù)據(jù)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(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
晶體學是自然科學中的核心分析技術之一

原文鏈接：數(shù)百萬晶體數(shù)據(jù)訓練、解決晶體學相位問題，深度學習方法PhAI登Science

聯(lián)系作者

文章來源：機器之心
作者微信：
作者簡介：