数百万晶体数据训练、解决晶体学相位问题，深度学习方法PhAI登Science

AIGC动态欢迎阅读

原标题：数百万晶体数据训练、解决晶体学相位问题，深度学习方法PhAI登Science
关键字：相位,结构,晶体,神经网络,数据
文章来源：机器之心
内容字数：0字

内容摘要：

将 ScienceAI设为星标
第一时间掌握
新鲜的 AI for Science 资讯编辑 | KX
时至今日，晶体学所测定的结构细节和精度，从简单的金属到大型膜蛋白，是任何其他方法都无法比拟的。然而，最大的挑战——所谓的相位问题，仍然是从实验确定的振幅中检索相位信息。
丹麦哥本哈根大学研究人员，开发了一种解决晶体相问题的深度学习方法 PhAI，利用数百万人工晶体结构及其相应的合成衍射数据训练的深度学习神经网络，可以生成准确的电子密度图。
研究表明，这种基于深度学习的从头算结构解决方案方法，可以以仅 2 埃的分辨率解决相位问题，该分辨率仅相当于原子分辨率可用数据的 10% 到 20%，而传统的从头算方法通常需要原子分辨率。
相关研究以《PhAI: A deep-learning approach to solve the crystallographic phase problem》为题，于 8 月 1 日发布在《Science》上。
论文链接：https://www.science.org/doi/10.1126/science.adn2777
晶体学是自然科学中的核心分析技术之一

原文链接：数百万晶体数据训练、解决晶体学相位问题，深度学习方法PhAI登Science