Determination of the Shape of a Helix Particle Based on Small-Angle X-ray Scattering Data: Modification of the “Simulated Annealing” Algorithm

V. A. Grigorev; Григорьев В. А.; P. V. Konarev; Конарев П. В.; V. V. Volkov; Волков В. В.

doi:10.31857/S0023476123600295

Определение формы спиральной частицы по данным малоуглового рентгеновского рассеяния: модификация алгоритма “имитации отжига”

Авторы: Григорьев В.А.¹, Конарев П.В.¹^,2, Волков В.В.¹^,2
Учреждения:
1. Институт кристаллографии им. А.В. Шубникова, ФНИЦ “Кристаллография и фотоника” РАН
2. Национальный исследовательский центр “Курчатовский институт”
Выпуск: Том 68, № 6 (2023)
Страницы: 941-945
Раздел: ДИФРАКЦИЯ И РАССЕЯНИЕ ИОНИЗИРУЮЩИХ ИЗЛУЧЕНИЙ
URL: https://ogarev-online.ru/0023-4761/article/view/231841
DOI: https://doi.org/10.31857/S0023476123600295
EDN: https://elibrary.ru/FZZKKB
ID: 231841

Цитировать

Полный текст

Аннотация
Об авторах
Список литературы
Дополнительные файлы
Статистика

Аннотация

Модифицированный алгоритм “имитации отжига”, реализованный в программе DAMMINV, позволяет получать 10–15 различных моделей наночастицы, приближающих данные малоуглового рентгеновского рассеяния. Основой метода является режим перемежающихся весовых коэффициентов целевой функции, в котором балансируются вклады от штрафных коэффициентов, отвечающих за реалистичность модели, и вклад от невязки между экспериментальной и модельной кривыми рассеяния. Исследовано влияние шума на кривых рассеяния на качество восстановления трехмерной формы спирали, а также проведено сравнение результатов с полученными стандартными программами. Метод протестирован на модельных данных, свободных от шума и с наложением пуассоновского шума на примере спиральной частицы с толщиной витков, сопоставимой с характерным размером пространства между ними. Проведен сравнительный анализ восстановленных моделей с 3D-формами, полученными алгоритмами “имитации отжига” в стандартном режиме работы.

Список литературы

Свергун Д.И., Фейгин Л.А. Рентгеновское и малоугловое рассеяние. М.: Наука, 1986. 280 с.
Petoukhov M.V., Franke D., Shkumatov A.V. et al. // J. Appl. Cryst. 2012. V. 45. P. 342.https://doi.org/10.1107/S0021889812007662
Kirkpatrick S., Gelatt C.D., Vecchi M.P. // Science. 1983. V. 220. P. 671.https://doi.org/10.1126/science.220.4598.671
Svergun D.I. // Biophys J. 1999. V. 78. P. 2879.https://doi.org/10.1016/S0006-3495(99)77443-6
Franke D., Svergun D.I. // J. Appl. Cryst. 2009. V. 42. P. 342.https://doi.org/10.1107/S0021889809000338
Svergun D.I., Stuhrmann H.B. // Acta Cryst. A. 1991. V. 47. P. 736. https://doi.org/10.1107/S0108767391006414
Svergun D.I., Volkov V.V., Kozin M.B. et al. // Acta Cryst. A. 1996. V. 52. P. 419. https://doi.org/10.1107/S0108767396000177
Shannon C.E., Weaver W. The Mathematical Theory of Communication. University of Illinois Press, 1949. 125 p.
Grant T.D. // Nature Methods. 2018. V. 15. P. 191. https://doi.org/10.1038/nmeth.4581
He H., Liu C., Liu H. // iScience. 2020. V. 23. 100906.
Волков В.В. // Кристаллография. 2021. Т. 66. С. 793. https://doi.org/10.31857/S0023476121050234
Григорьев В.А., Конарев П.В., Волков В.В. // Успехи в химии и химической технологии. 2022. Т. 36. С. 53.
Marsaglia G., Tsang W.W. // SIAM J. Sci. Stat. Comput. 1984. V. 5. P. 349. https://doi.org/10.1137/0905026
Devroye L. // Computing. 1981. V. 26. P. 197. https://doi.org/10.1007/BF02243478
Durbin J., Watson G.S. // Biometrika. 1950. V. 37. P. 409. https://doi.org/10.1093/biomet/37.3-4.409
Durbin J., Watson G.S. // Biometrika. 1951. V. 38. P. 159. https://doi.org/10.2307/2332325
Kozin M., Svergun D. // J. Appl. Cryst. 2001. V. 34. P. 33. https://doi.org/10.1107/S0021889800014126