4.3.1. OPPF1314型

对合并的OPPF1314数据的分析表明，反射强度分布异常，特别是在低分辨率范围内（图1). 在研讨会期间，对原始图像进行了重新处理XIA-DPA公司，尝试二维和三维选项。二维管道(即使用MOSFLM公司和SCALA公司)产生了与DENZO公司/电子秤组件; 强度统计数据再次异常。然而，三维管道(XDS公司和XSCALE公司)给出了一个合并良好的数据集，以直观的方式成功地解决了结构问题。更详细的分析和仔细的再处理MOSFLM公司/SCALA公司随后的研讨会表明，第一次失败是由于低分辨率和高分辨率焊道的相对缩放不好造成的，而高马赛克扩散证明很难用当前的二维软件处理。缩放R（右）系数介于XDS公司并重新加工MOSFLM公司振幅为～4%至2.3º，在1.5º时上升至16%。质量评估（表2和3)建议将二维积分与MOSFLM公司在较高的分辨率范围内不令人满意。SFCHECK（SF检查）结果表明，高镶嵌性降低了某些区域二维数据集的完整性。

表3 通过处理从OPPF1314共晶体（空间组）获得的ESRF ID14EH1图像获得的数据集对1） 使用不同的数据处理包 收集高分辨率和低分辨率（low）通道的图像，并将其合并为组合（CMB）数据集。数据处理使用DENZO公司/电子秤组件（DEN），MOSFLM公司/SCALA公司（MOS）和XDS公司/XSCALE公司（XDS）。括号中的值用于外部（最高分辨率）数据外壳，即低分辨率焊道为2.38–2.30º（注意，低完整性是由于处理到方形探测器的角部而导致的），低分辨率和高分辨率焊道组合为1.55–1.50º。   登洛 MOS-低 XDS-低 DEN-CMB公司 MOS-CMB（MOS-CMB） XDS-CMB公司 分辨率极限（Ω） 2.30 2.30 2.30 1.50 1.50 1.50 独特的反射 11585 10987 11455 59140 56913 60271 完整性（%） 63.5 (11.4) 62.1 (13.8) 64.2（14.4） 93.0 (90.2) 90.5 (89.1) 95.2 (93.7) 多重性 2.4 (2.2) 2.4 (2.3) 2.4 (2.3) 2.1 (1.7) 2.4 (1.9) 2.4 (2.0) 我/σ(我) 20.6 (5.5) 18.3 (4.0) 17.2 20.9 (1.1) 8.7 (1.3) 11.1 (2.1) R（右）合并†(%) 4.0 (17.5) 3.9 (17.7) 3.2 (15.5) 5.3 (83.5) 5.7 (63.9) 4.3 (46.7) †R（右）合并=.

4.3.2. 其他目标

另外六个目标的衍射图像在车间使用XIA-DPA公司使用二维选项（表4). 与为BA0592车间提供的数据的一致性似乎令人满意，其他数据集的质量评估也可以接受（表2). BA0296说明了一种情况，即应在数据采集期间执行快速自动数据处理，以选择最佳策略。立方体满足自动索引水晶类。然而，随后的分析表明点编组是四方的。不幸的是，这导致了数据集相当不完整。这次研讨会极大地促进了下一个DPA管道。

5.1.1. 这个BUMP先生包裹

这个BUMP先生该包已作为eHTPX的一部分开发(网址：https://www.e-htpx.ac.uk/)和CCP4项目：eHTPX以访问18-CPU集群的形式提供了广泛的计算资源通过eHTPX web服务。这种模式对于序列同源性较低的边缘病例特别有用，在这些病例中，可以使用平行方法，同时研究一系列假定的试验模型和方法。或者BUMP先生软件包可以定制为在桌面上运行，并在研讨会期间在两种模式下进行了测试。它旨在利用序列和结构的网络可访问数据库，而不是依赖于本地数据库。这可以确保信息是最新的，但有一个缺点，即查询是通过公共网络提交的，速度可能会较慢。自研讨会以来，BUMP先生已扩展为允许在本地执行此搜索。

简言之BUMP先生流水线包括以下步骤：目标的属性由提供的反射和序列文件生成（例如，非对称单元中的预期分子数），然后生成美国金融服务贸易协会搜索当前PDB以生成可能的同源结构列表，然后下载。对于每个，PQS服务器(https://pqs.ebi.ac.uk网址/)查询以确定模型是否作为多聚体存在。如果是这样的话，多聚体是否能适应目标单位电池，它被添加到模板列表中。最近添加了一个不适用于此处描述的测试的域，该域由SCOP公司（穆尔津等。, 1995)到模板列表。

下一步是根据模板生成试用模型。目前使用三种方法。首先，在PDBCLIP公司方法使用原始模板坐标，经过各种整理步骤，如去除水、去除替代构象等第二，对齐和模型改进方法摩尔代表使用。第三中央对手方清算所4程序CHAINSAW公司上述用于提供混合模型。

顶级模型传递给摩尔代表第一次尝试MR.If摩尔代表生成解决方案（与分数无关），定位模型传递给REFMAC公司30个循环有节制的精致。免费的R（右）因素被用作成功的标准。如果R（右）_自由的显著下降时，脚本停止并报告解决方案的详细信息。在不停止脚本的情况下确定边缘解决方案。除非获得明确的解决方案，否则BUMP先生脚本继续处理所有试用模型摩尔代表，之后使用相位器作为MR引擎。对于群集实现BUMP先生测试模型是并行处理的，在任何集群节点上都会成功地停止所有节点上的脚本。

以下内容的摘要BUMP先生结果见表5除非另有明确说明，否则这些结果是在研讨会期间获得的，之前不了解结构，也没有任何特别的自定义默认脚本。唯一的例外是，如果存放了实际的目标结构，则运行脚本时会排除此结构。很明显，良好解决方案的标准过于严格，在许多情况下，脚本在找到良好解决方案后继续处理试验模型。在这些情况下，表5显示了一个或多个被确定为“边际”而非“成功”的解决方案。为了进行比较，在某些情况下相位器循环与来自摩尔代表循环。MR步骤的结果是一个定位但不准确且不完整的模型。循环约束细化通常表明该模型将被细化，并且可能实现最终模型（例如，参见BA4499）。在其他情况下，没有这种明确的迹象（例如BA1563），关于程序成功的结论必须等待模型重建。

表5第二列显示了非对称单元。在三种情况下，自动脚本高估了正确的数字：BA1483、BA3935_2和BA0592。对于最后两个，这并不重要，因为摩尔代表未能找到预测的最后一个分子精炼继续进行正确数量的分子。在第一种情况下，摩尔代表发现了七个分子，所以最终的模型有一个虚假的额外分子。目前BUMP先生流水线并没有明确地处理平移NCS，例如在OPPF651中就出现了这种情况。在大多数情况下，有几种模型和方法可用于解决结构问题，脚本（在确定“成功”后）或作者（在审查“边际”解决方案后）所选择的选择基本上是任意的。通常，该结构既可以用单体搜索模型求解，也可以用多聚体求解。例如，BA0288可以用链求解A类属于1个ul1或使用从PQS服务器下载的八倍频程。两者都能迅速完善到足够R（右）值，尽管八分音阶的约束几何体会导致稍差的结果。多元搜索的优势在于速度和潜在的信噪比，通常会先尝试。

在尝试的17个结构中（忽略表5中的重复条目)，10个基本解决，6个可能解决，但需要进一步调查，1个明显未解决。应该强调的是，这些结论是基于MR和精炼程序和在某些情况下重建ARP协议/弯曲和临时待定结构竣工。在CJ0982的情况下，它被认为是未解决的，初始同源性搜索只产生一个命中，其序列一致性为44%，但对齐长度仅为70个残基。如其他地方所述，OPPF1314的数据处理存在问题，结果如表5所示是针对原始问题数据截断为2.3º分辨率的。

这个BUMP先生该软件包仍在开发中。当前版本有望自动化结构解决方案通过简单示例中的MR。对于当前的测试用例，它确定了大多数用例中的解决方案或可能的解决方案。其中许多病例在PDB中具有良好的同源物，可以通过任何合理的方法解决。对于这些BUMP先生这只是一种方便，特别是当需要尝试和比较几个同源物时。

BUMP先生需要中央对手方清算所4软件包加上少量助手应用程序，它在约克安装时没有出现问题。目前它是从一个简单的shell脚本运行的，研讨会上的用户发现自己运行这个包很容易。BUMP先生提供了一个框架，在此框架内可以进一步发展，以处理更困难的案件。正在进行的工作解决了每个步骤中应用的算法和连接的工作流程。自研讨会以来，BUMP先生已于提供https://www.ccp4.ac.uk/martyn/BPM/mrbump.php并鼓励反馈。

5.1.2. 自动化分子置换具有AutoAMoRe公司

的优势AMoRe公司速度和灵活性。AutoAMoRe公司是作为中央对手方清算所4自动化项目，通过MR使用AMoRe公司. TheAutoAMoRe公司脚本调用各种中央对手方清算所4个实用程序。它检查原生Patterson是否存在翻译NCS，如果合适的话，将分子成对定位。最终坐标是使用PDBSET（PDBSET）并检查与的冲突距离.AutoAMoRe公司生成重要参数的简明摘要文件。采用的方法是将目标序列输入爆炸服务器并选择同源性最高的求解结构作为模板，排除所有具有100%身份的结构。坐标从EBI下载(https://www.ebi.ac.uk网站/)并通过CHAINSAW公司。此选择和操作是手动执行的，只有随后的MR计算AMoRe公司都是自动化的。然而自动AMoRe脚本已作为模块并入BUMP先生管道。AutoAMoRe公司在每种情况下都使用单体模型在18个目标数据集上运行。通过检查决赛对解决方案进行评分相关系数对于所有分子非对称单元任何冲突超过20次的解决方案都被拒绝。得分最高的溶液经过十个循环精炼使用REFMAC公司使用的默认参数中央对手方清算所4我图形用户界面。如果R（右）_自由的期间下跌了5%以上精细化，这个解决方案被认为是成功的。使用版本的自动AMoRe车间提供的软件。随后对软件进行了多项改进，最终解决了另外四个案例，总体成功率为55%。结果总结见表6.

5.1.3.棒球

棒球是由FL、AAV和GNM开发的自动MR系统。它有三个主要组成部分：PDB（伯恩斯坦等。, 1977; 伯曼等。, 2000)这是一个Python脚本，用于控制工作流，并制定决策和科学程序来执行实际计算。该脚本使用以下程序：SFCHECK（SF检查）用于结构因素分析，摩尔代表对于分子置换和REFMAC公司对于精细化。已经开发了几个其他程序，用于重组PDB中的对齐和搜索。

PDB中的～30000个结构已根据序列和三维结构进行了重组和分类。如果两个蛋白质的序列一致性超过90%，或者叠加后匹配原子对之间的根平方偏差小于1º，则删除冗余条目。这将条目的数量减少到约10 000个结构的参考集，这些结构根据相似性组织到层次数据库中。对于每个条目，都会建立潜在的多聚体和域结构并对其进行编目。

Python脚本读取正在研究的蛋白质的实验数据和序列信息。在重组后的PDB中搜索相关序列，识别候选模型，并在适当的情况下用多聚体和域返回坐标。在Macintosh G5电脑上，整个搜索过程大约需要10秒。根据序列一致性和表面可及性对假定模型进行了修改。实验数据使用SFCHECK（SF检查），表示伪翻译等问题特征，孪生或各向异性，并建议MR搜索的最佳分辨率。这些分析的信息传递给摩尔代表几个协议按顺序进行测试：首先是多聚体，然后是单个亚单位，然后是域。在每项协议之后，就“解决方案”是否正确作出决定。如果尚未满足预期单体的数量，则继续MR。在研讨会期间，模型直接传递给ARP协议/弯曲用于重建。随后，实现了一个更好的协议：首先将MR解决方案传递给REFMAC公司对于刚性体的多个循环有节制的精致。这为重建带来了实质性的更好结果。

棒球处于开发阶段，数据库会自动定期更新。对于当前测试，数据库包含2004年底发布的PDB条目。

车间示例只需要可用协议的一个子集。这些包括具有一个亚单位的简单MR（两例，一例成功）、二聚体搜索（四例，两例成功，一例可能成功）、多个亚单位逐步搜索（13例，十例成功，1例可能）和伪翻译的使用（四例、两例成功、一例可能）。更复杂的协议，如域搜索、多副本搜索、迭代精炼当前测试不需要MR。研讨会的经验表明，若干议定书的实施需要加快。结果总结见表7.