X射線自由電子激光作為第四代光源的代表，具有超短脈沖、超高亮度等特點，能夠在接近生理狀態下研究生物大分子顆粒的動態過程。傳統的取向解析算法假定所有大分子顆粒的衍射圖來自于全同的蛋白質分子，然而這一純凈的顆粒狀態與實際的生理過程并不吻合：在生物大分子的不同功能階段，必然存在著多種可能的分子類型。如何準確地處理多種分子的混合衍射圖，是X射線自由電子激光數據處理中重要且具有挑戰性的課題。
 

　　近日，中國科學院物理研究所/北京凝聚態物理國家研究中心軟物質物理實驗室SM6組的丁瑋研究團隊，提出了一種基于結構預測的單顆粒衍射成像分類-重構算法，用于混合衍射圖的分類和取向解析。該算法創新性地將取向解析與衍射圖分類相結合，利用結構預測模型作為模板，通過對比相關系數對衍射圖進行分類，然后利用相關系數最大化算法進行取向解析，可以同時重構出多個三維衍射強度。根據模擬實驗的測試結果表明，該算法在兩組不同蛋白質體系中的分類準確率分別達到了99.81%和99.94%。這一結果證明，我們提出的分類-重構算法具有理想的可行性和超高的準確性。而這一方法的提出，必將推動X射線自由電子激光單顆粒衍射成像技術，從理論分析向實際應用的邁進，同時也將有助于我們在該領域突破性發展的前夜，構建擁有完全自主知識產權的完備軟件體系。
 

　　這一成果以“A predicted model-aided one-step classification-multireconstruction algorithm for X-ray free-electron laser single-particle imaging”為題，發表在近期的IUCrJ期刊上。物理所為第一完成單位，丁瑋工程師為本文的通訊作者，博士生焦志超和高能物理研究所耿直工程師為本文的共同第一作者。該工作獲得了國家自然科學基金和中國科學院的支持。

 

　　此外，作為X射線自由電子激光的系列工作，本工作的部分核心方法與思路，在2024-06的另一篇文章“A predicted model-aided reconstruction algorithm for X-ray free-electron laser single-particle imaging”中有更為詳細的描述。
 

 

算法流程圖