晶体结构测定的深度学习解决方案

机器学习方法已被应用于求解简单的Patterson图。结果表明，利用神经网络解决晶体学中的相位问题具有潜力。

用成核和定相剂晶体载体测定蛋白质晶体结构

晶体载体Tb-Xo4独特的成核和定相能力通过具有挑战性的案例进行了说明。

使用与自动化系统相连的结晶设备快速测定室温晶体结构的管道就地描述了金刚石光源的光束线VMXi。

细胞内蛋白质-配体离解常数是通过细胞内核磁共振波谱，通过与参考配体的竞争结合实验来测量的。该方法应用于一组碳酸酐酶抑制剂，揭示了细胞内与纳米摩尔亲和力的结合。

报道了利用新的机器学习方法预测的搜索模型，通过分子替换来确定功能未知的小蛋白的结构。值得注意的是，该方法使用从蛋白质微晶收集的电子衍射数据取得了成功，突出了一种潜在的重要结构测定新方法。

在这项工作中，开发并测试了一种在飞行中获取蛋白质晶体的方法，然后立即用X射线对其进行探测。所得到的晶体被证明对使用CFEL TapeDrive进行串行晶体学非常有用，并产生了高质量的数据集，可用分辨率达到1.71º。

设计了一种联合共结晶/结晶浸泡程序，用于蛋白质-肽复合物的有效结构分析。

本研究报告了来自耻垢分枝杆菌。

介绍了融合蛋白结晶筛，它集成了96种独特的添加剂组合，并证明了其效率。

本文描述了一种实用的方法从头算从高溶剂含量蛋白质晶体（溶剂含量>70%）收集的衍射数据的相位。与传统的直接方法不同，该方法利用了溶剂平坦度的强大约束，以中等分辨率（2.0–3.5º）和大量原子工作，这是蛋白质结晶学的典型特征。

搜索IUCr日志		国防部		高级搜索
作者		体积	第页