MétaCan
Menu
Retour à la cohorte
Enregistrement W2088455073 · doi:10.1107/s0108767302088244

Integrating direct methods into a semi-automated, protein-phasing package

2002· article· en· W2088455073 sur OpenAlexaff
Charles M. Weeks, R. H. Blessing, R. Miller, R. Mungee, S. A. Potter, Jason Rappleye, Geoff Smith, Huan Xu, William Furey

Notice bibliographique

RevueActa Crystallographica Section A Foundations of Crystallography · 2002
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Proteomics Techniques and Applications
Établissements canadiensHospital for Sick Children
Organismes subventionnairesNational Institutes of Health
Mots-clésPhaserComputer scienceR packageComputational biologyComputational scienceBiologyPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Physical determination of the reflection phases is a fundamental problem in Xray crystallography. It is well know that the n-beam diffraction (n-BD) phenomenon can provide a direct solution for the 'phase problem', however, the phases extracted by the actual n-BD phasing techniques are not very precise, mainly due to the uncertainties on the kinematical diffraction present in the process. In this work, we present a simple and innovating mathematical expression -based on the second-order Born approximation-for 3-BD profile simulation, which is capable of dealing with a mixed dynamical/kinematical diffraction regime. By using the linear polarization of synchrotron radiation, a new procedure of X-ray data collection is employed to generate a polarization dependent dataset of 3-BD profiles. The fit of the dataset with the mathematical expression above mentioned has allowed triple-phase measurements with a precision better than 2 as the amount of kinematical diffraction is also determined. Examples are given for several single crystals. The effects of the incident beam divergences and energy resolution on the precision of this phasing technique is discussed as well as its efficiency for practical applications.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,795
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,310
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa Crystallographica Section A Foundations of CrystallographyMême sujetAdvanced Proteomics Techniques and ApplicationsTravaux en français237 207