2.1. 强度估计的准确性

衍射实验的目的是准确测定布拉格反射的强度。A峰值强度P（P）由反射强度组成我及其背景B类.观测强度我布拉格反射是减去相应峰值像素的估计背景后峰值区域像素计数的总和，

X射线的衍射表现为泊松过程。数量问衍射实验中计算的光子的泊松分布具有方差问和标准偏差σ,

强度与其标准偏差的比值是衡量测量质量的标准，

从这个方程可以看出，对于较大的背景，观测强度的精度较低，而较小的强度的测量精度较低。相反，当反射与较少的背景一起测量时，其强度的确定更为准确，并且这种影响对于较小的强度更为明显。

2.2. 精细化的定性描述

在使用旋转方法获取衍射数据时，每张图像旋转范围的角宽度是一个重要变量。基于反射范围（反射的角度扩展）与每张图像的旋转范围之间的关系Δφ，可以区分两种基本策略（图1). 在宽切片策略中，Δφ大于反射范围，并且大多数反射被完全记录在单个图像上。较宽的旋转范围导致需要从探测器读取、存储和处理的完整数据集的图像数量较少。过去经常选择这种策略，是因为考虑到使用慢速探测器以及在可用存储和计算资源有限的情况下尽量减少采集时间的实际因素。每张图像的最大旋转范围受到交叉月牙引起的重叠反射的限制，可以通过以下公式进行估算（Dauter，1999),

每张图像的最大旋转范围取决于高分辨率限制d日，反射范围ξ、和一，投射到入射X射线束上的基本单位-细胞尺寸的长度。光束方向和长晶胞轴之间的小角度禁止大的旋转范围。对于较小的非正交单位单元，交叉月的重叠问题不太严重，其中一个月的反射行通常位于相邻月的行之间，没有重叠。然而，如果不仔细选择旋转范围，重叠很容易导致宽切片数据集无法使用或严重降低其最大分辨率。

图1 广泛而精细的数据收集。背景和反射强度φ，假设反射强度为高斯分布σφ=0.05°，如图所示。反射范围ξ、FWHM和σφ显示了反射的。(一)宽切片数据采集，旋转宽度为1°。全反射（绿色轮廓）的强度记录在单个图像上，无需沿轮廓采样φ。大量背景与反射强度沿φ并包含在集成中。部分反射（橙色轮廓）记录在两张连续图像上，背景是全反射的两倍。(b条)中间细裂纹Δφ= 2σφ=0.1°：改进了背景分离，并沿φ. (c（c）)精细切片Δφ= 0.5σφ= 0.025°. 反射剖面沿φ.包括φ积分中包含背景但没有反射轮廓和强度部分的区域进一步减少。

在精细战略中，Δφ只是反射范围的一小部分，反射强度分布在几个连续的图像上。与宽切片方法相比，该策略具有许多优势。显然，精细拼接减少了交叉新月的重叠反射问题。更重要的是，在宽切片策略中，反射与背景在宽角度范围内一起记录，而与背景沿φ通过精细切片图像最小化（另请参见图1). 因此，如上所述，在没有系统误差的情况下，可以更准确地确定反射强度。

2.3. 轮廓拟合

精细衍射的另一个优点是它可以更好地进行剖面拟合，这是从大分子衍射数据中积分反射强度的标准技术（Diamond，1969; 福特，1974年; 罗斯曼，1979年). 反射剖面描述了强度的形状和分布。参考剖面可以由附近反射峰的叠加生成。参考剖面用于通过观测值与参考剖面的最小二乘拟合来估计反射强度。强度估计值来自拟合过程中使用的比例因子。

基于计算每张图像或多张相邻图像的反射轮廓和强度，区分二维和三维轮廓拟合。在二维轮廓拟合的情况下，通常只使用同一图像中的峰值来计算参考轮廓。计算部分记录反射的每幅图像的分数强度估计值，并通过积分后的估计值求和获得部分反射的强度。在三维轮廓拟合中，连续图像的部分观测用于重建全反射。然后根据参考剖面拟合反射的完整三维剖面（Kabsch，1988). 原则上，三维剖面拟合应比二维积分得到更好的强度估计（Leslie，2006）b条). 然而，到目前为止，三维轮廓拟合的实质性好处尚未在实践中得到证明。

与通过求和积分进行强度估计相比，轮廓拟合减少了数据集中的随机误差，这对于确定弱强度尤其有利（Diamond，1969; 福特，1974年; 罗斯曼，1979年). 弱反射积分强度的标准偏差可以减少2倍^1/2通过剖面拟合与求和积分进行比较（Leslie，2006一). 参考轮廓的计算和轮廓拟合都需要反射的叠加，因此需要正确确定其光斑质心。在较小的旋转角度下，当更多的图像有助于光斑强度时，光斑的采样效果更好φ，可以更准确地确定光斑质心（Kabsch，2010一). 这将提高三维剖面拟合估计强度的准确性。

2.4. 细裂纹的量化

精细衍射的定性描述是在连续衍射图像上对反射进行采样的精细程度。为了量化细缝，可以将其表示为以反射范围或镶嵌度为单位的旋转角度。由于使用了不同的镶嵌定义，因此还必须考虑用于量化的镶嵌定义。在本文中，我们研究了作为Δφ/σ_φ，其中σ_φ是假定高斯分布的反射轮廓的标准偏差，拼接的定义用于XDS公司（卡布施，2010年b条). 高斯模型的替代方法XDS公司是一个倒格子点的球面模型，其中反射球面的半径是镶嵌性的函数（Greenhough&Helliwell，1982). 例如，该球形模型用于MOSFLM公司（莱斯利，2006年b条). 另一个镶嵌定义是反射剖面的半最大全宽（FWHM），约为2.35σ_φ对于高斯分布。还应注意的是，在本文中，镶嵌性指的是反射剖面的宽度φ而不是晶体的真正镶嵌特性（Nave，1998).

2.5. 精细切片和检测器特性

尽管精细化有很多优点，但当每个图像的采集都与任何错误或噪声源相关时，这种策略也会对数据质量产生负面影响。探测器读出噪声是使用精细策略时降低数据质量的一个明显错误源：数据集中的图像越多，探测器读出噪声的贡献越大。晶体测角仪和X射线快门可能会产生其他基于图像的误差。晶体旋转必须与X射线快门的打开和关闭完全同步。然而，机械快门和转轴可能无法完美再现，并可能会引入所谓的“快门抖动”，即每个图像的曝光时间和角度范围的变化。快门抖动会导致衍射数据质量严重恶化（Diederichs，2010). 使用CCD探测器获取的数据受到探测器噪声和潜在快门抖动的影响，这限制了精细滤波的适用性（Pflugrath，1999）). CCD探测器在强反射中也容易出现饱和像素。较小的旋转角度可以缓解过载问题，因为反射强度在多个图像上分开。

混合像素探测器的使用消除了探测器噪声和快门抖动，它们是基于图像的噪声的主要来源。单光子计数探测器可以在没有任何相关噪声的情况下读出。快门抖动问题被消除，因为快速读出时间允许在晶体连续旋转和曝光期间收集数据。不是为每个图像打开和关闭快门，而是按照与图像曝光时间（Hülsen等。, 2006). 然而，在探测器的读出过程中，几毫秒内没有采集到任何数据，并且探测器不会统计衍射条件下反射的光子。探测器读出通过读出时间和曝光时间之间的相对差异来衡量强度，而强度的分布和反射剖面的形状不受影响（Hülsen等。, 2006). 因此，尽管有探测器读数和相关的停滞时间，仍然可以正确地确定强度估计值。

混合像素探测器具有广泛的动态范围在实际采集大分子衍射数据时，通常不会遇到饱和像素。然而，测量像素中几十万计数的最强反射的精确度可能会受到所有计数探测器固有的计数率限制的影响（格鲁纳等。, 2006). 法恩φ-切片可以提高测量强反射的准确性，因为精细的采样可以使旋转角度上的计数率更加恒定，并改进了计数率校正（卡夫等。, 2009).

原则上，有了快速无噪像素探测器，就可以充分利用精细拼接的优势。然而，在实践中，精细衍射方法的适用范围可能会受到其他因素的限制，例如衍射仪硬件的精度或集成软件对每像素只有少量计数的超精细切片反射强度的处理。

3.1. 结晶和数据收集

如表1所示，生长胰岛素、溶菌酶和索姆丁晶体并进行冷冻保护并预先描述（Nanao等。, 2005). 如Juers&Matthews（2004）所述，获得了嗜热菌素的六角晶型并进行了低温保护). 在收集数据之前，所有晶体均采用闪蒸冷却，并储存在液氮中。

所有数据都是在Paul Scherrer Institute的瑞士光源光束线X06SA上收集的(网址：http://www.psi.ch/sls/pxi/). 在数据收集期间，使用氮气气流将晶体保持在100K附近。在1.000？波长下收集胰岛素、溶菌酶和索马丁的数据，在锌的波长下收集热溶蛋白的数据吸收边缘1.282º。PILATUS 6M（DECTRIS Ltd）探测器在阈值能量所有数据集X射线能量的一半。以高增益下3.5 ms的探测器读出时间收集Thermolysin数据；所有其他数据都是在低增益下以5ms的读出时间收集的。

为了研究每张图像的旋转宽度对数据质量的影响，我们收集了一系列五到七个数据集，其中每个数据集的旋转宽度增加了两倍。每个数据集之间的暴露时间也增加了两倍，而通量保持不变。这导致一系列数据集的旋转速度和剂量率恒定，但相对停滞时间在较小的旋转宽度下收集的数据集，由于探测器读数的缘故，每张图像都较大。旋转速度会强烈影响数据的质量（Diederichs，2010). 改变每张图像的曝光时间，同时保持旋转速度恒定，以牺牲曝光时间和相对速度的潜在影响为代价，消除了这种影响停滞时间关于数据质量。

为了在每个系列的数据集之间实现尽可能好的可比性，我们采取了以下措施。（i） 使用相同的起始角度在单晶的相同位置收集一系列中的所有数据集。这排除了同一晶体内或不同晶体之间衍射特性的不均匀性对数据质量的任何影响。（ii）以相同的角速度和剂量率收集每个系列，根据旋转宽度的增加增加每张图像的曝光时间。（iii）通过将光束强烈衰减并散焦到100×100µm的尺寸，将辐射损伤降至最低。此外，使用图2中所示的交错数据采集方案，辐射损伤平均分布在系列的所有数据集上一系列数据集的总剂量估计在～0.3–8 MGy范围内放射性核素（Paithanar和Garman，2010年). 总的来说，本研究使用了16个系列，共94个数据集（表4）。数据集可在下载http://www.wuala.com/mueller_et_al/fine_phi_data/或应作者要求。

图2 交错数据采集方案。在本例中，一系列四个数据集一–d日旋转范围为0.04°至0.32°，曝光时间为0.1至0.8 s，每个数据集涵盖的总旋转角度为48°通量和剂量率。收集四个数据集中每个数据集覆盖0–4.8°的第一个楔块，然后收集4.8°至9.6°的第二个楔块等，直到收集到四个数据集中的所有十个楔块。然后，将数据集从其楔形物中组合而成，楔形物在时间和剂量上是不连续的，但在旋转上是连续的。该系列的所有数据集都接受了类似的剂量。

3.2. 数据处理

衍射数据在XDS公司/XSCALE公司（卡布施，2010年b条).XDS公司是目前唯一一款使用三维轮廓拟合、支持PILATUS图像并可供学术用户免费使用的集成软件。两组参数用于积分。表2列出了不特定于实验或检测器且在集合中具有不同非默认值的参数.参数设置A类在本研究中普遍使用；参数集B类仅用于明确提及的比较分析，以证明积分参数对精细切片数据缩放统计的影响。在这两个集合中，参数DELPHI定义了积分参数在积分步骤中细化的角宽度XDS公司选择时，其等于或一半交错数据采集方案的楔形角宽度。经过第一轮整合和精炼衍射参数的正确步骤XDS公司，通过替换文件，在第二轮集成中应用了优化的几何参数XPARM.XDS公司具有GXPARM.XDS公司在第二轮积分中获得的强度估计被用于随后的处理步骤。

按以下公式计算的缩放统计数据XSCALE公司.指示合并的精度R（右）因素R（右）_下午。计算方法为SCALA公司对于不超过最大批次数5003的数据集，使用缩放的非融合反射强度XSCALE公司（韦斯，2001; 埃文斯，2006).

对于数据集的子集，由MOSFLM公司被报道（Leslie，2006b条). 该镶嵌值是通过使用默认参数处理数据获得的iMOSFLM公司v.1.0.6b（电池等。, 2011). 如SCALA公司使用的“QuickScale”功能后的日志文件iMOSFLM公司已报告。

3.3. 异常差异傅里叶峰高

从锌波长处的嗜热菌素晶体收集的数据吸收边缘用于计算异常差异傅立叶峰高度。源自两个沉积结构的嗜热菌素模型（PDB条目2g4赫兹和2万亿; 米勒-迪克曼等。, 2007; 英语等。, 1999)根据每个数据集使用菲律宾精制（亚当斯等。, 2010). 将异常差分图的系数映射为输出菲尼克斯定义用于中央对手方清算所4程序快速傅里叶变换为了计算地图，确定了峰值，并使用最大峰值（获胜者等。, 2011).

3.4. 衍射图像的求和

使用软件对衍射图像进行求和TVX电视台，它是供应商提供的PILATUS探测器的探测器控制软件的一部分。命令“move a=b+c”用于添加图像的像素值b条和c（c）并写入结果图像一到磁盘。

4.1. 精细镶嵌和Δφ

对我们的实验数据的分析表明XDS公司取决于Δφ（图3). 对于从同一晶体收集的一系列数据集XDS公司在文件中对的。有限合伙人每幅图像在较小的旋转范围内减小。镶嵌性在Δφ<σ_φ对于大多数系列数据集。一些序列显示，最精细切片数据集的精细镶嵌度略有增加。

图3 莫斯科和Δφ。马赛克由XDS公司取决于Δφ。每行代表从同一晶体中收集的一系列数据集Δφ。在左侧面板中，马赛克由XDS公司并在文件中报告对的。有限合伙人在垂直轴上绘制Δφ在水平轴上。在右侧面板中，将每个数据集的镶嵌性标准化为相应序列的最小镶嵌性，并根据Δφ除以最小镶嵌度。

镶嵌度计算单位为XDS公司布拉格最大值的角位置及其最大值周围的反射强度分布（Kabsch，2010一). 在更精细的地方Δφ光斑质心的确定更准确，反射强度的采样也更好，这将有助于更好地估计镶嵌性。因此，使用更精细的旋转宽度获得的较低镶嵌值更有可能更好地反映给定实验装置中晶体的衍射特性。

对于本次和所有以下数据分析，我们认为最小镶嵌值由XDS公司对于来自与晶体镶嵌性相同的晶体的一系列数据集。这似乎是一个比从最精细的切片数据集中提取的镶嵌值更好的选择，因为在所有情况下，这些数据集可能不会以最佳精度进行处理：如§4.4.2最精细切片数据集的处理结果在某种程度上取决于所使用的处理参数。

由XDS公司因为本研究中使用的晶体在0.03°范围内<σ_φ< 0.16°. 如果只有每个系列中最广泛的数据集可用于估计镶嵌性，则这些数据似乎在0.06°范围内<σ_φ< 0.23°,即被高估了1.3到2.0倍。

要将σ_φ使用获得的值XDS公司在更广泛的范围内，马赛克也用MOSFLM公司对于最宽切片数据集中晶体的代表子集（表3). 马赛克蔓延由MOSFLM公司覆盖范围为0.14–0.68°，比σ_φ计算依据XDS公司对于相同的数据集。

4.2. 缩放统计和Δφ

当以小于镶嵌度的旋转宽度收集数据时，与大于镶嵌度几倍的旋转宽度相比，最高分辨率外壳的缩放统计数据显示出显著改善（图4).我/σ(我)与系列中最好的精细切片数据集相比，最宽切片数据集的数据集要低20%到40%。对于R（右）_合并和R（右）_下午。序列中最宽切片数据集和最佳精细切片数据集之间的差异可能在20–80%之间。几个系列的数据集显示了旋转宽度约为镶嵌度一半时的最佳缩放统计，对于更精细的旋转宽度，旋转宽度会在一定程度上降低。

图4 最高级别的统计数据和Δφ94个数据集中最高分辨率外壳的统计信息。每一行代表从同一晶体收集的一系列五到七个数据集Δφ。绘制垂直轴上的统计数据Δφ除以水平轴上相应序列的最小镶嵌度。在右侧面板中，每个数据集的统计值根据同一系列中的最佳值进行标准化。每个系列的统计数据都会有所改进Δφ高达Δφ≃ 0.5σφ对于不同的序列，当旋转宽度小于镶嵌度的一半时，缩放统计值会在不同程度上退化。

总体统计数据与最高外壳的统计数据表现类似，并显示了更精细宽度的统计数据（图5). 与最高外壳统计数据相比，不同旋转宽度之间的差异不太明显。这与上述理论考虑一致。从中，我们预计弱高分辨率反射的准确性将从更好的背景分离中受益匪浅φ比强度更强的反射。缩放软件报告统计数据的精度导致来自同一系列的许多精细切片数据集的相同值R（右）_合并这对于较低的R（右）_下午。值。

图5 总体统计和Δφ图与图4相似但显示了每个数据集的总体统计信息。较小的改进Δφ总体统计数据不如最高外壳统计数据显著。

4.3. 异常信号和Δφ

使用三个标准来估计从嗜热菌素晶体收集的衍射数据中的异常信号吸收边锌。异常信噪比〈ΔF类^±〉/σ(F类)以估计的标准偏差为单位描述平均异常差异，而异常相关性是异常强度差异的两个随机子集之间的平均相关因子（Dauter，2006). 这两个标准都是根据以下公式计算得出的XSCALE公司用于数据的整体分辨率范围。此外，我们使用加权映射系数计算了异常差分傅里叶图中锌峰的高度精炼嗜热蛋白模型。

在数据集的全分辨率范围内对我们的实验数据进行的分析表明，从更精细的旋转宽度收集的数据中可以获得更好的异常信号（图6). 数据集之间的相对差异大约在10%到30%之间，这取决于所评估的数据集系列和标准。对于某些序列和标准，可以在Δφ< 0.5σ_φ.

图6 异常统计和Δφ锌矿采集的五组数据集的异常信噪比（顶部面板）、异常相关性（中间面板）和异常差异傅里叶峰高（底部面板）吸收边缘。在右侧面板中，每个数据集的统计值将根据同一系列中的最佳值进行归一化。异常信号的所有三个标准都随着旋转宽度的增加而减小。

4.4. 积分参数的影响

4.4.1. 反射剖面采样

使用不同数量的网格点对旋转宽度为0.02至0.64°的系列th02c的数据集进行整合，以表示XDS公司。当少于9个网格点时，所有数据集的缩放统计都会严重恶化，这是XDS公司，（图7). 当使用更多的点时，最宽切片数据集的统计数据没有改善，但当使用多达21个网格点时，精细切片数据集统计数据略有改善，这是XDS公司.

图7 反射采样以进行积分。旋转宽度为0.02至0.64°的系列th02c的数据集与不同数量的网格点集成，用于表示XDS公司.我/σ(我)和R（右）合并使用指定的Δφ根据中使用的网格点数量绘制XDS公司。当网格点超过九个时，最宽切片数据集的缩放统计不会改善，这是的默认值XDS公司使用。当使用多达21个网格点时，精细切片数据集的统计信息会得到改善，这是XDS公司.

三维反射剖面如所示XDS公司在坐标系中特定于每个反射的网格上。在表示和拟合轮廓的过程中，将覆盖特定旋转范围的图像上观察到的强度映射到表示反射特定网格中相应旋转范围的网格点上（Kabsch，2010一). 网格点数量少导致反射剖面的粗略表示生物信息学以及对反射强度的不准确估计。九个网格点的默认值足以用于宽切片衍射数据，以适当表示衍射图像的观察强度分布，并且网格点数量的增加不会导致更好的缩放统计。对于较小的振荡宽度，反射剖面在衍射数据中沿φ在这种情况下，九个网格点的默认值似乎不足以有效地表示剖面的密集实验采样生物信息学当网格点数增加时，可以观察到更好的缩放统计。

4.4.2. 高度精细的衍射数据和不同的积分参数集

几个系列的数据集显示了旋转宽度约为镶嵌度一半时的最佳缩放统计，对于更精细的旋转宽度，旋转宽度会在一定程度上降低（参见§4.2和图4). 具有的数据集的缩放统计数据较差的可能原因Δφ< 0.5σ_φ是一个较长的亲戚停滞时间每幅图像或实验误差源于诸如光束强度和位置波动或低温冷却引起的样品振动等影响，这些影响可能在曝光时间较长的较宽切片图像上平均。此外，由于总强度分布在越来越多的帧上，因此每个图像中的光子数随着精细切片而减少。然而，最终的定标统计不仅取决于衍射数据的质量，还取决于处理软件，该软件需要从数据中得出准确的强度估计值。在上一节中，我们看到了处理软件的单个参数如何根据用于数据采集的每张图像的旋转宽度影响缩放统计（§4.4.1和图7). 此外，获得的结果表明，在集成高度精细的数据集时，加工参数可能会产生复杂的相互作用。使用不同的处理参数集时，请设置B类如表2所示，一些高度精细切片的数据集显示出明显不同的缩放统计数据（图8). 我们使用这两组处理参数处理了五个系列数据集的代表子集。五个系列中，有四个系列的精细切片数据集的最高分辨率外壳的缩放统计数据较差Δφ< 0.25σ_φ使用参数集处理时B类。对于这四个数据集Δφ> 0.5σ_φ几乎没有改变。12c系列（图8，表4)行为与其他四个系列相反。它具有更好的参数缩放统计B类的Δφ< 0.5σ_φ和较差的统计数据Δφ> 0.5σ_φ对于12a1系列，最精细切片数据集的缩放统计显著下降，这表明在将该数据集与参数集成时存在严重问题B类.

表4 数据收集参数和统计 括号中的值表示最高分辨率外壳。 数据集系列 在03b0中 in03b1中 12a0年 12a1年 12c内 2013年 ly08c型 ly08d号 Δφ†(°) 0.01–0.16 {0.01} 0.01–0.16 {0.01} 0.01–0.32 {0.01} 0.01–0.32 {0.01} 0.01–0.32 {0.02} 0.02–0.32 {0.02} 0.02–0.64 {0.02} 0.02–0.64 {0.04} 暴露时间†（s） 0.10–1.60 {0.10} 0.15–2.40 {0.15} 0.20–6.40 {0.20} 0.20–6.40 {0.20} 0.20–6.40 {0.40} 0.08–1.28 {0.08} 0.10–3.20 {0.10} 0.10–3.20 {0.20} 读取时间（ms） 5 5 5 5 5 5 5 5 传输（%） 0.3 2.6 0.03 0.1 0.1 5.1 0.1 0.1 波长（Ω） 1 1 1 1 1 1 1 1 “空间”组 我23 我23 我23 我23 我23 我23 P（P）4三212 P（P）4三212 单位-细胞参数  一=b条(Å) 78.19 78.26 78.20 78.17 78.29 78.20 78.48 79  c（c）(Å) 78.19 78.26 78.20 78.17 78.29 78.20 36.89 36.99  α=β(°) 90 90 90 90 90 90 90 90  γ(°) 90 90 90 90 90 90 90 90 马赛克风格‡(°) 0.04 0.04 0.03 0.04 0.05 0.07 0.16 0.12 分辨率（Ω） 30.0–1.20 (1.27–1.20) 30.0–1.20 (1.27–1.20) 30.0–1.30 (1.38–1.30) 30.0–1.20 (1.27–1.20) 30.0–1.20 (1.27–1.20) 30.0–1.20 (1.27–1.20) 30.0–1.20 (1.27–1.20) 30.0–1.20 (1.27–1.20) 反射次数 126642 (16561) 123388 (16665) 102810 (16149) 126094 (16668) 125904 (16574) 132051 (17145) 234628 (30508) 240765 (30835) 独特反射次数 24886 (3801) 24925 (3830) 19673 (3187) 24634 (3583) 25038 (3859) 24516 (3491) 36481 (5542) 36860 (5458) 完整性（%） 99.6 (98.7) 99.5 (99.0) 99.7 (99.5) 98.7 (93.0) 99.7 (99.4) 98.1 (90.3) 99.7 (98.3) 99.2 (95.7) 多重性 5.1 (4.4) 5.0 (4.4) 5.2 (5.1) 5.1 (4.7) 5.0 (4.3) 5.4 (4.9) 6.4 (5.5) 6.5 (5.6) 〈我/σ(我)〉 24.6 (4.8) 28.0 (9.6) 17.2 (3.9) 19.9 (4.5) 23.5 (5.5) 28.3 (11.4) 15.7 (3.1) 19.1 (4.2) R（右）合并(%) 2.9 (24.7) 2.8 (12.0) 4.3 (30.1) 3.5 (25.6) 3.0 (20.1) 3.1 (9.6) 5.3 (47.0) 4.5 (32.1) R（右）下午。(%) 1.4 (13.3) 1.4 (6.5) 2.0 (15.1) 1.7 (13.1) 1.5 (11.1) 1.4 (4.8) 2.2 (22.1) 1.9 (14.7) 数据集系列 th01b型 th01c型 th02c型 tl01c型 tl02c型 tl03d号 tl05d0型 tl05d1号机组 Δφ†(°) 0.01–0.32 {0.02} 0.01–0.32 {0.01} 0.02–0.64 {0.02} 0.04–1.28 {0.04} 0.01–0.64 {0.01} 0.04–1.28 {0.04} 0.04–1.28 {0.04} 0.04–1.28 {0.04} 暴露时间†（s） 0.10–3.20 {0.20} 0.10–3.20 {0.10} 0.08–2.56 {0.08} 0.10–3.20 {0.10} 0.08–5.12 {0.08} 0.10–3.20 {0.10} 0.10–3.20 {0.10} 0.10–3.20 {0.10} 读取时间（ms） 5 5 5 3.5 3.5 3.5 3.5 3.5 传输（%） 2.6 1 2.6 0.2 0.33 1.03 1.03 0.71 波长（Ω） 1 1 1 1.282 1.282 1.282 1.282 1.282 “空间”组 P（P）422 P（P）422 P（P）422 P（P）6122 P（P）6122 P（P）6122 P（P）6122 P（P）6122 单位-细胞参数  一=b条(Å) 57.83 57.83 57.88 92.95 92.63 93.09 92.86 92.84  c（c）(Å) 150.28 150.16 150.08 130.04 129.44 130.59 130.31 129.87  α=β(°) 90 90 90 90 90 90 90 90  γ(°) 90 90 90 120 120 120 120 120 马赛克风格‡(°) 0.06 0.04 0.11 0.08 0.06 0.08 0.13 0.09 分辨率（Ω） 30.0–1.25 (1.33–1.25) 30.0–1.20 (1.27–1.20) 30.0–1.20 (1.27–1.20) 30.0–1.80 (1.91–1.80) 30.0–1.60 (1.70–1.60) 30.0–1.60 (1.70–1.60) 30.0–1.95 (2.07–1.95) 30.0–1.60 (1.70–1.60) 反射次数 237722 (40738) 261787 (33574) 260506 (33102) 423171 (68894) 437929 (72134) 592939 (98771) 290615 (50729) 441713 (72149) 独特反射次数 70481 (11888) 74403 (9849) 79622 (12093) 58266 (9501) 81727 (13476) 82667 (13593) 39617 (7125) 78316 (12598) 完整性（%） 98.4 (99.6) 92.3 (79.6) 98.6 (97.7) 100.0 (100.0) 99.7 (98.9) 98.9 (97.7) 86.4 (94.9) 94.7 (91.7) 多重性 3.4 (3.4) 3.5 (3.4) 3.3 (2.7) 7.3 (7.3) 5.4 (5.4) 7.2 (7.3) 7.3 (7.1) 5.6 (5.7) 〈我/σ(我)〉 15.9 (4.2) 23.4 (6.6) 25.0 (5.4) 19.1 (6.2) 16.9 (5.0) 22.7 (6.8) 24.8 (11.3) 28.6 (8.6) R（右）合并(%) 3.6 (25.6) 2.6 (15.3) 2.2 (16.7) 6.9 (25.6) 5.6 (24.6) 4.7 (20.4) 5.9 (16.5) 3.5 (16.0) R（右）下午。(%) 2.3 (16.3) 1.6 (9.4) 1.4 (11.8) 2.7 (10.5) 不适用 1.9 (8.2) 2.3 (6.8) 1.6 (7.4) †该晶体数据集系列中使用的每张图像的旋转角度和曝光时间范围。大括号中的值是参考数据集的旋转角度和曝光时间，表中报告了单位-细胞参数和缩放统计信息。 镶嵌性由以下因素决定XDS公司作为反射范围的标准偏差。报告镶嵌度最低的数据集的值。

图8 两组积分参数的比较。两组不同的集成参数（左侧面板、参数A类; 右侧面板，参数B类)用于处理来自五个系列数据集的数据。的统计信息我/σ(我)（顶部面板）和R（右）合并显示了每个数据集的最高分辨率外壳的（底部面板）。对于高度精细的数据，可以通过参数获得更好的缩放统计信息A类对于大多数数据集。

参数设置的参数A类和B类不同的是，REFINE­（IDXREF）不应对最终缩放统计数据产生任何影响。该参数决定了分度步骤中衍射实验的几何结构XDS公司是精炼的。然后在第一轮积分开始时使用初始几何图形。然而，在本研究中，最终强度估计值是从第一轮积分后确定的衍射几何开始的第二轮积分得出的。上面已经证明了用于表示反射剖面的网格点数量的影响。然而，当仅在集合之间交换网格点参数的值时A类和B类两组参数之间的结果仍有显著差异。当只改变REFINE（INTEGRATE）和MINIMUM_ZETA的值时，也会出现这种情况（结果未显示）。因此，使用两组参数获得的不同结果不能归因于单个参数，而是来自多个参数的组合。完全探索和理解复杂参数空间并不容易，但应注意，处理高度精细的数据集时获得的结果可能在很大程度上取决于所使用的处理参数。因此，除了可能较差的衍射数据外，在观察高度精细切片数据的较差统计数据时，还应考虑用于衍射数据集成的处理软件和参数。

4.5. 精细切片数据的求和

如上所述，从积分软件中获得的强度估计值的不准确是使用高度精细的数据观察到较差缩放统计的原因之一。然而，实际衍射数据的质量和准确性也可能是观察到较差统计数据的原因。对于完美的精细切片数据，可以预期，在特定的旋转范围内添加图像将获得与在此旋转范围内作为单个宽切片图像收集数据相同的结果。非完美数据，即与在一幅宽图像中采集相同的旋转范围相比，那些受到与获取大量精细切片图像相关的任何错误影响的图像，加起来会产生较差的结果。

我们使用求和程序来评估高精细切片衍射数据与宽切片数据的质量。将最精细切片数据集中的两个连续图像的像素值相加，得到与输入图像旋转宽度的两倍相对应的图像。然后对用这种方法得到的数据集进行求和，以获得第一步中实验图像旋转宽度的四倍的数据集。重复此操作，以获得所有总计数据集，以及实验获得的数据集每张图像的旋转宽度。我们将此过程应用于五个具有代表性的数据集系列。

图9显示了总计数据集和实验采集数据集的最高分辨率外壳的缩放统计由最精细切片图像求和得到的数据通常比相同旋转宽度的实验数据的缩放统计数据差。对于12a1和th02c系列，所有求和数据集的统计结果都不如最精细的切片数据，而对于实验数据，使用Δφ约0.5σ_φ，提供了最佳缩放统计信息。这表明Δφ≃ 0.5σ_φ具有最佳质量，在获取更精细的切片图像时会降低质量。最好的切片数据的质量较差可能是由较长的相对值引起的死区时间每个图像。

图9 精细切片数据的总和。将五个不同系列的最精细切片数据集的衍射图像相加，生成与实验收集的较大图像相对应的图像Δφ显示了实验图像数据（虚线）和汇总图像数据（实线）的最高外壳统计值。

12c和tl02c系列显示了0.5–1范围内数据的最佳缩放统计Δφ/σ_φ对于总结图像和实验图像。这里应该注意的是，对于这两个系列的最精细切片图像求和（12c的两倍、四倍和八倍求和，tl02c的二倍和四倍求和），与不求和处理最精细切片的图像相比，可以获得更好的缩放统计。由于汇总图像基于相同的实验数据，因此汇总图像的更好的缩放统计只能归功于处理软件，该软件似乎可以从汇总图像中获得更准确的强度估计值。对此现象的一种可能解释是，将最精细的切片图像相加会导致较差的衍射数据，但使用积分软件可以从旋转宽度较大的相加图像中更准确地估计反射强度。总之，从这些结果得出的结论是Δφ< 0.5σ_φ这既源于在短曝光时间下获得的高度精细切片数据的较差质量，也源于积分软件的强度估计。