首頁 科技週邊 人工智慧 數百萬晶體資料訓練,解決晶體學相位問題,深度學習方法PhAI登Science

數百萬晶體資料訓練,解決晶體學相位問題,深度學習方法PhAI登Science

Aug 08, 2024 pm 09:22 PM
理論

數百萬晶體資料訓練,解決晶體學相位問題,深度學習方法PhAI登Science

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資訊。

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,可以產生準確的電子密度圖。

研究表明,這種基於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,該分辨率僅相當於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,於 8 月 1 日發佈在《Science》上。

數百萬晶體資料訓練,解決晶體學相位問題,深度學習方法PhAI登Science

論文連結: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。 X 射線晶體學為晶體的三維結構提供了獨特的視角。

為了重建電子密度圖,必須知道足夠的衍射反射的複雜結構因子 $F$。在傳統實驗中,只能得到振幅 $|F|$,相位 $phi$ 會遺失。這是晶體學相位問題。

數百萬晶體資料訓練,解決晶體學相位問題,深度學習方法PhAI登Science

圖示:標準晶體結構測定流程圖。 (資料來源:論文)

20 世紀 50 年代和 60 年代取得了重大突破,KarleHauptmann** 開發了用於解決相位問題的所謂直接方法。但直接法需要原子分辨率的繞射數據。然而,原子分辨率的要求是一種經驗觀察。

近年來,傳統的直接方法已被對偶空間方法所補充。 目前可用的從頭算方法似乎已達到極限。相位問題的普遍解決方案仍然未知。

從數學上講,結構因子振幅與相位的任何組合都可以進行逆傅立葉變換。 然而,物理和化學要求(例如具有原子狀電子密度分佈)對與一組振幅一致的相位的可能組合施加了規則。深度學習的進步使得人們能夠探索這種關係,也許比目前的從頭算方法更深入。

在此,哥本哈根大學的研究人員採用了數據驅動的方法,使用數百萬個人造晶體結構及其相應的衍射數據,旨在解決晶體學中的相位問題。

研究表明,這種基於深度學習的從頭算結構解決方案方法,可以在僅最小晶格平面距離(dmin)= 2.0 Å 的分辨率下執行,只需要使用直接方法所需數據的10% 到20%。

神經網路的設計與訓練

所建構的人工神經網路稱為 PhAI,接受結構因子振幅 |F| 並輸出對應的相位值 ϕ ϕPhAI

的架構如下圖所示。 數百萬晶體資料訓練,解決晶體學相位問題,深度學習方法PhAI登Science

圖示:PhAI 神經網路方法解決相位問題。 (資料來源:論文)晶體結構的結構因子數量取決於晶胞大小。根據計算資源,對輸入資料的大小設定了限制。輸入結構因子振幅是根據 Miller 指數 (h、k、l) 服從數百萬晶體資料訓練,解決晶體學相位問題,深度學習方法PhAI登Science


1. 反射來選擇的。 也就是,限制在原子解析度下晶胞尺寸約為 10 Å 的結構。此外,選擇了最常見的中心對稱空間群 P21/c。中心對稱性將可能的相位值限制為零或 π rad。 🎜
  1. Research on training neural networks using artificial crystal structures containing mainly organic molecules. Approximately 49,000,000 structures were created, of which 94.29% were organic crystal structures, 5.66% were metal-organic crystal structures, and 0.05% were inorganic crystal structures.
  2. The input to the neural network consists of amplitude and phase, which are processed by a convolutional input block, added and fed into a series of convolutional blocks (Conv3D), followed by a series of multilayer perceptron (MLP) blocks. The predicted phase from the linear classifier (phase classifier) ​​is cycled through the network Nc times. Training data were generated by inserting metal atoms and organic molecules from the GDB-13 database into unit cells. The resulting structures are organized into training data from which the true phase and structure factor amplitudes at sampled temperature factors, resolution and integrity can be calculated.
    Solve real structural problems
  3. Trained neural networks run on standard computers with moderate computational requirements. It accepts as input a list of hkl indices and corresponding structure factor amplitudes. No other input information is required, not even the unit cell parameters of the structure. This is fundamentally different from all other modern ab initio methods. The network can predict and output phase values ​​on the fly.
  4. The researchers tested the performance of the neural network using calculated diffraction data from real crystal structures. A total of 2387 test cases were obtained. For all collected structures, multiple data resolution values ​​ranging from 1.0 to 2.0 Å were considered. For comparison, a charge flip method was also used to retrieve phase information.

    數百萬晶體資料訓練,解決晶體學相位問題,深度學習方法PhAI登Science

    Illustration: Histogram of the correlation coefficient r between phase and true electron density map.
    (Source: paper)

The trained neural network performs well; It can solve all tested structures (N = 2387) if the corresponding diffraction data are of good resolution, and it is better at solving structures from low-resolution data Excellent performance. Although a neural network is rarely trained on inorganic structures, it can solve such structures perfectly.

The charge flip method performs well when processing high-resolution data, but its ability to produce reasonably correct solutions gradually decreases as the data resolution decreases; however, it still solves approximately 32 pixels at a resolution of 1.6Å % Structure. The number of structures identified by charge flipping can be improved by further experimentation and changing input parameters such as flipping thresholds.

In the PhAI approach, This meta-optimization is performed during training and does not need to be performed by the user. These results suggest that the common notion in crystallography that atomic resolution data are necessary to calculate phases ab initio may be broken. PhAI requires only 10% to 20% atomic resolution data.

This result clearly shows that atomic resolution is not necessary for ab initio methods and opens new avenues for deep learning-based structure determination.

The challenge of this deep learning approach is to scale the neural network, that is, diffraction data for larger unit cells will require a large amount of input and output data as well as computational cost during training. In the future, further research is needed to extend this method to the general case.

以上是數百萬晶體資料訓練,解決晶體學相位問題,深度學習方法PhAI登Science的詳細內容。更多資訊請關注PHP中文網其他相關文章!

本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

Video Face Swap

Video Face Swap

使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱工具

記事本++7.3.1

記事本++7.3.1

好用且免費的程式碼編輯器

SublimeText3漢化版

SublimeText3漢化版

中文版,非常好用

禪工作室 13.0.1

禪工作室 13.0.1

強大的PHP整合開發環境

Dreamweaver CS6

Dreamweaver CS6

視覺化網頁開發工具

SublimeText3 Mac版

SublimeText3 Mac版

神級程式碼編輯軟體(SublimeText3)

熱門話題

Java教學
1657
14
CakePHP 教程
1415
52
Laravel 教程
1309
25
PHP教程
1257
29
C# 教程
1230
24
突破傳統缺陷檢測的界限,\'Defect Spectrum\'首次實現超高精度豐富語意的工業缺陷檢測。 突破傳統缺陷檢測的界限,\'Defect Spectrum\'首次實現超高精度豐富語意的工業缺陷檢測。 Jul 26, 2024 pm 05:38 PM

在現代製造業中,精準的缺陷檢測不僅是確保產品品質的關鍵,更是提升生產效率的核心。然而,現有的缺陷檢測資料集常常缺乏實際應用所需的精確度和語意豐富性,導致模型無法辨識特定的缺陷類別或位置。為了解決這個難題,由香港科技大學廣州和思謀科技組成的頂尖研究團隊,創新地開發了「DefectSpectrum」資料集,為工業缺陷提供了詳盡、語義豐富的大規模標註。如表一所示,相較於其他工業資料集,「DefectSpectrum」資料集提供了最多的缺陷標註(5438張缺陷樣本),最細緻的缺陷分類(125個缺陷類別

英偉達對話模式ChatQA進化到2.0版本,上下文長度提到128K 英偉達對話模式ChatQA進化到2.0版本,上下文長度提到128K Jul 26, 2024 am 08:40 AM

開放LLM社群正是百花齊放、競相爭鳴的時代,你能看到Llama-3-70B-Instruct、QWen2-72B-Instruct、Nemotron-4-340B-Instruct、Mixtral-8x22BInstruct-v0.1等許多表現優良的模型。但是,相較於以GPT-4-Turbo為代表的專有大模型,開放模型在許多領域仍有明顯差距。在通用模型之外,也有一些專精關鍵領域的開放模型已被開發出來,例如用於程式設計和數學的DeepSeek-Coder-V2、用於視覺-語言任務的InternVL

數百萬晶體資料訓練,解決晶體學相位問題,深度學習方法PhAI登Science 數百萬晶體資料訓練,解決晶體學相位問題,深度學習方法PhAI登Science Aug 08, 2024 pm 09:22 PM

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資訊。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,可以產生準確的電子密度圖。研究表明,這種基於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,該分辨率僅相當於原子分辨率可用數據的10%到20%,而傳統的從頭算方

GoogleAI拿下IMO奧數銀牌,數學推理模型AlphaProof面世,強化學習 is so back GoogleAI拿下IMO奧數銀牌,數學推理模型AlphaProof面世,強化學習 is so back Jul 26, 2024 pm 02:40 PM

對AI來說,奧數不再是問題了。本週四,GoogleDeepMind的人工智慧完成了一項壯舉:用AI做出了今年國際數學奧林匹克競賽IMO的真題,並且距拿金牌僅一步之遙。上週剛結束的IMO競賽共有六道賽題,涉及代數、組合學、幾何和數論。谷歌提出的混合AI系統做對了四道,獲得28分,達到了銀牌水準。本月初,UCLA終身教授陶哲軒剛剛宣傳了百萬美元獎金的AI數學奧林匹克競賽(AIMO進步獎),沒想到7月還沒過,AI的做題水平就進步到了這種水平。 IMO上同步做題,做對了最難題IMO是歷史最悠久、規模最大、最負

PRO | 為什麼基於 MoE 的大模型更值得關注? PRO | 為什麼基於 MoE 的大模型更值得關注? Aug 07, 2024 pm 07:08 PM

2023年,幾乎AI的每個領域都在以前所未有的速度進化,同時,AI也不斷地推動著具身智慧、自動駕駛等關鍵賽道的技術邊界。在多模態趨勢下,Transformer作為AI大模型主流架構的局面是否會撼動?為何探索基於MoE(專家混合)架構的大模型成為業界新趨勢?大型視覺模型(LVM)能否成為通用視覺的新突破? ……我們從過去的半年發布的2023年本站PRO會員通訊中,挑選了10份針對以上領域技術趨勢、產業變革進行深入剖析的專題解讀,助您在新的一年裡為大展宏圖做好準備。本篇解讀來自2023年Week50

為大模型提供全新科學複雜問答基準與評估體系,UNSW、阿貢、芝加哥大學等多家機構共同推出SciQAG框架 為大模型提供全新科學複雜問答基準與評估體系,UNSW、阿貢、芝加哥大學等多家機構共同推出SciQAG框架 Jul 25, 2024 am 06:42 AM

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

準確率達60.8%,浙大基於Transformer的化學逆合成預測模型,登Nature子刊 準確率達60.8%,浙大基於Transformer的化學逆合成預測模型,登Nature子刊 Aug 06, 2024 pm 07:34 PM

編輯|KX逆合成是藥物發現和有機合成中的關鍵任務,AI越來越多地用於加快這一過程。現有AI方法性能不盡人意,多樣性有限。在實踐中,化學反應通常會引起局部分子變化,反應物和產物之間存在很大重疊。受此啟發,浙江大學侯廷軍團隊提出將單步逆合成預測重新定義為分子串編輯任務,迭代細化目標分子串以產生前驅化合物。並提出了基於編輯的逆合成模型EditRetro,該模型可以實現高品質和多樣化的預測。大量實驗表明,模型在標準基準資料集USPTO-50 K上取得了出色的性能,top-1準確率達到60.8%。

Nature觀點,人工智慧在醫學上的測試一片混亂,該怎麼做? Nature觀點,人工智慧在醫學上的測試一片混亂,該怎麼做? Aug 22, 2024 pm 04:37 PM

編輯|ScienceAI基於有限的臨床數據,數百種醫療演算法已被批准。科學家們正在討論由誰來測試這些工具,以及如何最好地進行測試。 DevinSingh在急診室目睹了一名兒科患者因長時間等待救治而心臟驟停,這促使他探索AI在縮短等待時間中的應用。 Singh利用了SickKids急診室的分診數據,與同事們建立了一系列AI模型,用於提供潛在診斷和推薦測試。一項研究表明,這些模型可以加快22.3%的就診速度,將每位需要進行醫學檢查的患者的結果處理速度加快近3小時。然而,人工智慧演算法在研究中的成功只是驗證此

See all articles