3.1. 配体结合的差异图

用于药物发现的配体结合研究通常用于同步加速器源的数据收集。在这种情况下，大多数原子位置都是众所周知的，因此即使是不精确的数据也足以观察研究样品与现有模型之间的差异，从而显示出任何配体。这可以通过从带有配体的样品中获取一系列数据集，并进行一系列传输，然后计算每个数据集的差异图来证明。

数据是在钻石光源光束线I03处收集的，来自按照标准协议在结晶条件下用酒石酸盐制备的索姆丁晶体。每个数据集记录为3600×0.1°图像，其中40个 毫秒曝光时间，传输尽可能接近,, 1, 4, 16, 64% (即∼1 × 10⁹至～1×10¹² 光子 秒⁻¹)总共六次跑步。选择传输步骤以使我/σ(我)由于计数统计（图2和表2).

表2 合并和细化统计用于与来自的传输一起记录的thaumatin数据集%到64%，处理到1.6的固定分辨率 Å 很明显，这些数据中最弱的数据受到了强度测量精度差的影响，随着剂量的增加，测量精度迅速提高。然而，在1到16%之间有一个收益递减点，辐射损伤在数据质量中成为比统计数据更重要的因素，根据以下判断，优化数据约为1%R（右）自由的. 传输（%） 1 总光子（× 109) 150 610 2440 总剂量（全束秒数） 0.09 0.36 1.44 剂量（MGy） 0.012 0.047 0.186 晶体参数       “空间”组 P（P）41212 P（P）41212 P（P）41212 晶胞参数（Å） 一=b条= 57.82, c（c）= 150.13 一=b条= 57.82, c（c）= 150.16 一=b条=57.84， c（c）= 150.21 数据统计       分辨率范围（Ω） 53.96–1.60 (1.63–1.60) 50.05–1.60 (1.63–1.60) 150.21–1.60 (1.63–1.60) 独特反射次数 34720 (1677) 34696 (1670) 34726 (1662) 多重性 24.2 (23.8) 24.1 (23.6) 24.0 (23.5) R（右）合并 0.411 (4.412) 0.223 (1.840) 0.142 (0.839) R（右）测量 0.420 (4.509) 0.228 (1.880) 0.145（0.858） R（右）下午。 0.085 (0.921) 0.046 (0.385) 0.029 (0.176) 完整性（%） 100.0 (99.8) 100.0 (99.6) 100.0 (99.1) 〈我/σ(我)〉 5.8 (0.8) 9.9 (1.8) 14.4 (3.4) 科科斯群岛1/2 0.996 (0.493) 0.998 (0.837) 0.999 (0.954) R（右）工作 0.1777 0.1650 0.1605 R（右）自由的 0.2108 0.1983 0.1916 传输（%） 4 16 64 总光子（× 1012) 9.84 39.1 157 总剂量（全束秒数） 5.79 23 92.33 剂量（MGy） 0.748 2.971 11.926 晶体参数       “空间”组 P（P）41212 P（P）41212 P（P）41212 单位-细胞参数（Ω） 一=b条= 57.87, c（c）= 150.27 一=b条= 57.92, c（c）= 150.41 一=b条= 57.97, c（c）= 150.53 数据统计       分辨率范围（Ω） 150.27–1.60（1.63–1.60） 75.20–1.60 (1.63–1.60) 57.97–1.60 (1.63–1.60) 独特反射次数 34761 (1668) 34850 (1674) 34971 (1662) 多重性 23.9 (23.5) 23.8 (23.2) 23.6 (22.6) R（右）合并 0.118 (0.495) 0.117 (0.435) 0.181 (1.345) R（右）测量 0.121 (0.506) 0.119（0.445） 0.185 (1.377) R（右）下午。 0.024 (0.104) 0.024（0.092） 0.038 (0.291) 完整性（%） 100.0 (99.7) 100.0 (100.0) 100.0 (97.4) 〈我/σ(我)〉 16.8 (4.6) 16.6 (3.7) 11.4 (1.6) 科科斯群岛1/2 0.999 (0.981) 0.999 (0.985) 0.998 (0.912) R（右）工作 0.1608 0.1676 0.1815 R（右）自由的 0.1920 0.2010 0.2208

图2 合并使用来自的传输记录的thaumatin数据集的统计信息到64%，处理到1.6的固定分辨率 Å. 很明显，这些数据中最弱的数据受到了强度测量精度差的影响，随着剂量的增加，测量精度迅速提高。然而，在1%到16%的回报率之间存在一个递减点，辐射损伤在数据质量中成为比统计数据更重要的因素。

每个数据集都是独立处理的下2/DIALS（刻度盘）（2010年冬季; 冬季等。, 2018)固定分辨率为1.6 奥，和酒窝(https://ccp4.github.io/dimple网站/)使用不含酒石酸盐的thaumatin模型运行以计算差异图。如图3所示尽管来自最弱数据集的合并统计数据很差，但该图显示出明显的差异密度，这是由后续数据集重现的。结构精炼也显示出模型和数据之间的良好一致性，尽管在辐射损伤变得明显之前更强的数据集提供了略微改进的统计数据。

图3 差异贴图（渲染为3σ)从thaumatin数据中导出，显示了酒石酸盐分子的结晶条件，用于传输记录的数据至64%。辐射损伤的迹象在最后一组数据中的电子密度中清晰可见。特别有趣的是地图中的相似性(b条)–(e（电子）)：尽管使用了64倍的传输差异，但从视觉上看，地图上的差异很小。

这清楚地表明，尽管数据非常微弱，并且显示出相当高的合并残差，但平均数据对于配体识别仍然有用，并且只需十分之一的全束秒曝光即可获得。虽然众所周知，索姆丁晶体在光束中很坚固，但在16%和64%的数据集中可以看到清晰的辐射损伤迹象，例如分辨率显著下降。辐射损伤问题将在第5节中重新讨论.

3.2. 对称性测定和分子替换

来自的传统数据收集策略例如。 EDNA公司（因卡多纳等。, 2009)依赖于获取少量的“屏蔽”图像，从中导出晶格对称性通过索引。然而，在大多数情况下，这将导致正确的晶格，但在某些情况下，单位-细胞参数偶然对称(例如。正交本原晶格一=b条)可能会产生误导性的结果。只有在收集了完整的数据集并分析了综合强度后，才能发现这一点。然而，这样的分析可以用非常低的剂量数据集成功地执行。同样，分子置换主要取决于低分辨率（从∞到～4–2.5 欧）数据（Evans&McCoy，2008）)，因此低剂量扫描产生的强度可能有助于评估分子置换模型。

为了证明这一点，从英国纽卡斯尔大学的Arnaud Basle善意提供的四种细胞周期蛋白依赖性激酶2（CDK2）晶体中收集数据，以及针对上述thaumatin收集的阶梯传输数据。虽然晶体具有正交结构P（P）2₁2₁2₁对称，单位-细胞b条和c（c）轴的长度非常相似，形成了伪四方晶格。强度分析无意义（Evans，2011年)即使是最薄弱的数据集，也清楚地显示出存在三个双重轴，而没有四个（表3). 因此，即使不使用步进传输方法进行数据采集，收集相对完整的低剂量数据集，而不是在ω用于筛选。所有晶体的所有组的完整处理结果如支持信息中的表S9所示。

处理后，将数据转发给分子置换具有相位器（麦考伊等。, 2007)使用作为搜索模型PDB条目1小时（Schulze-Gahmen等。, 1996). 尽管总体水平较低我/σ(我)最弱数据（～5）分子置换根据判断，在所有情况下都是成功的TFZ公司得分在46.7–59.6之间。因此，即使是非常微弱或低剂量的数据也可能有助于评估晶体对称性和测试分子置换获取最终完整数据集之前的解决方案结构测定和精细化，尽管在这种情况下，即使是最弱的数据集也提供了良好的精细结构。

3.3. 胰岛素参数空间的探索

数据采集自钻石光源光束线I03上的四个立方胰岛素晶体。每个数据集由4800张图像组成，每0.04张图像的角度为0.15° s、 波长为1.2 ？，6.25%传输（～3.1 × 10¹¹ 光子 秒⁻¹)距离探测器上的内切圆为1.4 Å. 尽管传输率很低，但每个数据集都显示出非常轻微的辐射损伤迹象（见附录D类支持信息）。然而，每个数据集还包含足够的异常信号以允许相位调整通过S-SAD与保质期/保质期（谢尔德里克，2010年)使它们对于探索参数空间很有用。

对于给定的总剂量，将在强度和多重性之间进行选择，如第2节前面所述然而，在这里，可以通过获取数据子集或应用后记通过数字衰减进行传输调整。

3.3.1. 数字衰减

在单色同步加速器束线中光子通量由吸收主光束的可预测部分的衰减器箔或楔控制（对于给定的源配置）。显然，被吸收的光子可能会导致背景、布拉格衍射或只是通过样品，因此滤波器传输具有近似缩放图像的整体效果。需要注意的是，这不是一个简单的缩放，因为涉及的所有过程都是随机的。

重现这一过程生物信息学，必须注意确保再现随机过程。图4中的方案，源自Waterman第10节等。(2016)，旨在重现这一点：对于每个图像的每个像素上记录的每个计数，从[0.0，1.0）中提取一个随机值。¹如果该随机值小于所需的传输因子T型，计数保留在数据中，否则将被拒绝。因此，这将保持数据的统计结构，同时等效地降低背景和反射的强度。如图4所示对于一个图像上的一个反射。显然，原始数据中存在的任何辐射损伤将继续存在于衰减数据中。

图4 传输1至4的数字衰减衍射点示例−5，以及一个显示就地数字衰减数据机制的方案传输系数 T型。用于运行的命令行DIALS（刻度盘）附录中包含的实施D类在支持信息中。

因此，使用这种衰减方案可以更公平地比较传输效果与数据集大小，但不考虑辐射损伤。该方案仅适用于光子计数像素阵列探测器的数据，因为事件必须单独记录并且彼此不相关。

3.3.2. 结果

表4显示了第一个胰岛素晶体的每个传输组合和数据子集的合并统计数据和（图5). 支持信息中包含了所有晶体的数据。表中的每一行原则上对应于可比较的数据集，即尽管旋转范围更广的数据集将包含更多原始数据中存在的少量辐射损伤，但光子总数相同。正如预期的那样R（右）_测量每个传输值的值保持近似恒定，然而，在传输之间，值的变化比仅统计统计值的变化要小。每个处理过的数据集的总总和-积分计数表现出预期的行为，与期望的总数仅相差几个百分点，这应该是预期的，因为晶体的发光体积将随着晶体的旋转而变化。

表4 合并来自第一个胰岛素晶体的数据统计，并应用数字传输 数据由传输因子索引，从1到总旋转包括(即数据的所有720°、第一个360°、180°和90°）。每行中的数据集原则上是可比较的，作为旋转和传输系数是常量。   − 720° −360° − 180° 1 − 90° 晶体参数         “空间”组 我213 我213 我213 我213 单位-细胞参数（Ω） 一=b条=c（c）= 78.13 一=b条=c（c）= 78.12 一=b条=c（c）= 78.12 一=b条=c（c）= 78.12 数据统计         分辨率范围（Ω） 39.07–1.40 (1.42–1.40) 55.24–1.40 (1.42–1.40) 39.06–1.40 (1.42–1.40) 39.06–1.40 (1.42–1.40) 独特反射次数 15814 (803) 15789 (777) 15788 (777) 15788 (777) 多重性 75.2 (64.1) 37.6 (32.3) 18.8 (16.1) 9.4（8.0） R（右）合并 0.095 (2.555) 0.074 (1.672) 0.059 (1.105) 0.049 (0.777) R（右）测量 0.096 (2.576) 0.075 (1.699) 0.060 (1.141) 0.052 (0.830) R（右）下午。 0.011 (0.321) 0.012 (0.298) 0.014 (0.283) 0.017 (0.290) 完整性（%） 100.0 (100.0) 100.0 (100.0) 100.0 (100.0) 100.0 (100.0) 〈我/σ(我)〉 27.7（1.8） 25.7 (2.0) 23.4 (2.1) 20.2（2.1） 科科斯群岛1/2 1.000 (0.790) 1.000 (0.797) 0.999 (0.818) 0.998 (0.813)   − 720° − 360° 1 − 180°   晶体参数         “空间”组 我213 我213 我213   单位-细胞参数（Ω） 一=b条=c（c）= 78.13 一=b条=c（c）= 78.12 一=b条=c（c）= 78.11   数据统计         分辨率范围（Ω） 39.07–1.40 (1.42–1.40) 55.24–1.40 (1.42–1.40) 55.23–1.40 (1.42–1.40)   独特反射次数 15814 (803) 15789 (777) 15781 (799)   多重性 75.2（64.0） 37.6 (32.3) 18.8 (16.2)   R（右）合并 0.077 (1.790) 0.061 (1.176) 0.051 (0.777)   R（右）测量 0.077 (1.804) 0.062 (1.195) 0.052 (0.802)   R（右）下午。 0.009 (0.225) 0.010 (0.210) 0.012 (0.199)   完整性（%） 100.0 (100.0) 100.0 (100.0) 100.0 (100.0)   〈我/σ(我)〉 35.2 (2.7) 32.2（2.9） 28.7 (3.1)   科科斯群岛1/2 1.000 (0.876) 1.000（0.880） 0.999 (0.898)     − 720° 1 − 360°     晶体参数         “空间”组 我213 我213     单位-细胞参数（Ω） 一=b条=c（c）= 78.13 一=b条=c（c）= 78.12     数据统计         分辨率范围（Ω） 55.25–1.40 (1.42–1.40) 55.24–1.40 (1.42–1.40)     独特反射次数 15815 (803) 15789 (777)     多重性 75.1 (63.8) 37.5 (32.2)     R（右）合并 0.064 (1.264) 0.053 (0.834)     R（右）测量 0.064 (1.274) 0.054 (0.847)     R（右）下午。 0.007 (0.159) 0.009 (0.149)     完整性（%） 100.0 (100.0) 100.0 (100.0)     〈我/σ(我)〉 43.6（4.0） 39.3 (4.2)     科科斯群岛1/2 1.000 (0.928) 0.999 (0.943)       1 − 720°       晶体参数         “空间”组 我213       单位-细胞参数（Ω） 一=b条=c（c）= 78.13       数据统计         分辨率范围（Ω） 39.06–1.40 (1.42–1.40)       独特反射次数 15814 (803)       多重性 75.0 (63.4)       R（右）合并 0.055 (0.896)       R（右）测量 0.056（0.903）       R（右）下午。 0.006 (0.113)       完整性（%） 100.0 (100.0)       〈我/σ(我)〉 53.2 (5.6)       科科斯群岛1/2 1.000（0.968）

图5 合并来自第一个胰岛素晶体的数据统计，并应用数字传输。数据由传输因子索引，从1到(即相等的光子通量从3.1开始 × 1011至3.9 × 1010光子 秒−1)总旋转包括(即数据的所有720°、第一个360°、180°和90°）。作为旋转和传输系数是常量。

仅根据合并统计数据，对于给定的总剂量，总体上最佳R（右）_下午。来自更高的多重性较弱的数据，考虑到辐射损伤，这有点违反直觉。外壳R（右）_下午。然而，对于更强、更低的多重性测量，值通常更好。这可能反映出高分辨率数据对辐射损伤的敏感性增加，但也可能反映出弱、，系统效应的高分辨率数据：通过晶体的更多独特路径将增加采样吸收路径的传播，因此传播与吸收建模中保真度不足有关，如大样本（约100 µm）和波长1.2 根据线性衰减系数从放射性-3D共5.83页 × 10⁻⁴ 微米⁻¹虽然这可能会对精度在高分辨率强度中，尚不清楚这是否会影响精确平均强度。因此，在决定高多样性或高剂量策略时，合并统计数据可能无法得出结论。根据支持信息中显示的结果，可以得出所有四种晶体的类似结论。

3.3.3.下部结构决心

对于大多数用户来说，衡量数据质量最有用的指标是数据是否回答了实验问题。对于配体结合研究来说，这是一个相对较低的门槛，因为许多结构信息都是已知的先验的然而，对于实验阶段，几乎所有的结构信息都来自实验数据。用于与分阶段SHELXC/D/E公司，的SHELXE公司如果数据是高分辨率的并且溶剂分数大，则定相步骤特别有效：这两者都适用于溶剂分数约为64%的这些胰岛素数据。因此下部结构在这里，确定将用作数据比较的度量。

对于下部结构确定一个相当标准SHELXC/D公司脚本已运行，有10个 000次试验²使用数据到1.9 ω，求三个二硫化物，并求组合优值的直方图（CFOM=CC_全部的+抄送_虚弱的)用于评估成功。从图6(一)，很明显下部结构对于具有以下特征的数据集，确定通常不成功原始光子计数的百分比。手动验证后续阶段SHELXE公司确认整个阶段化过程不成功。对于具有原始光子计数的[,和1−180°；图6(b条)]一些试验为和套。后续阶段SHELXE公司显示了手和两组可判读地图之间的显著差异，仅进行了1000次试验。对于原始光子数的一半的最后一个比较集[图6(c（c）)]毫无疑问，这两组都给出了很好的解决方案。对直方图的检查表明，有用的解决方案数量大致相同，表明这两组解决方案在以下方面是等效的下部结构决心。

图6 综合绩效指标直方图（CFOM=CC全部的+立方厘米虚弱的)来自SHELXD公司用于10 000个试验用于比较数据集原始光子总数(一)(b条)和(c（c）).

3.4. 弱数据的分辨率限制

使用更高总剂量的一个明显优点是，数据通常是显著的[由CC测量_1/2或我/σ(我)]随着随机误差的影响降低，分辨率也会提高。数字衰减可以用来表明，即使非常微弱的数据也可以被合理地解释，并得到正确的对称性，尽管合并统计数据要差得多。360°的数据取自立方胰岛素晶体3，衰减因子为4^负极n个对于的值n个在0–6范围内(即从100%的光子到%). 图7使用显示数据集中的总计数和处理的分辨率下2/DIALS（刻度盘）（支持信息中显示了全部统计数据）。所示的趋势是显著的线性，因为分辨率极限在威尔逊图的线性范围内，所以将我/σ(我)的数据将相应增加1/d日²_最小值.该线的坡度取决于整体B类晶体的因素。由此得出的结论是，为了将分辨率极限提高0.5，需要增加大约256个传输 Å. 很明显，这种行为依赖于样本，大多数样本的衍射效果不如胰岛素好，其固有频率更高B类因素。然而，这强调了使用较低传输的价值：一般来说，使用四分之一剂量的分辨率降低幅度要小得多，同时损害也会大大减少。记录来自多个同晶样品的数据可能是提高分辨率的一种实用方法，因为散射光子的总数可以增加，而不会增加对单个样品的损伤。山本也有类似的结果等。(2017)尽管重点是实现解决方案通过高通量光束线，而这里我们强调了光子数的大量增加，这是实现适度提高分辨率所必需的。

图7 分辨率（源自CC1/2≃0.5）与数字衰减立方胰岛素数据的总计数，衰减范围为0.0244%至100%。相应的分辨率极限从2.15增加到1.29 Å.

5.1. 分析统计

衍射实验中辐射损伤最明显的影响是数据集的分辨率下降。这可以通过肉眼、检查衍射图像或使用数据处理软件中的点定位工具来确定。在大多数设施中，使用某种在线分析进行现场查找例如。 DIALS（刻度盘）（冬季等。, 2018),DISTL公司（张）等。，2006年)或猎豹（巴蒂等。, 2014)将提供关于强点数量的反馈，并估计在整个数据集中的点采样的分辨率。虽然这种反馈的解释可能会因衍射各向异性、样品对中不良、单位细胞长度不同以及“新鲜”晶体旋转到光束中的影响而变得复杂，但实验结束时的样品与开始时的样品同晶的想法可以得到验证。图10(一)显示了无明显辐射损伤的情况，第4节中的第一次嗜热菌蛋白酶数据图由所有图像上的斑点得出，并在十个图像间隔内求平均值(即1°). 虽然一定程度的点对点变化是明显的，但总体趋势如预期的那样是平坦的，有适度的周期性变化。值得注意的是，与最终的高多重性缩放和合并数据集相比，这里的分辨率值大大低估了。

图10 每张图像中的强点数量（红色）和估计分辨率（蓝色），针对具有不同程度辐射损伤的多个不同样本。(一)弱嗜热蛋白数据的第一次扫描；尽管有一些细节是由单元尺寸和照明体积的变化引起的，但总体趋势是水平的。(b条)BRD4样品，故意受到辐射损伤，以显示分辨率下降（蓝色）和强点数量下降（红色）。正弦图形是由照明体积的变化引起的。(c（c）)CDK2样品的衍射强度下降不太严重。强斑点曲线的“形状”再次取决于样品的形态和单位细胞。

在辐射损伤更明显的情况下，衍射分辨率可能会急剧下降。图10(b条)显示了从含溴代多巴胺蛋白4（BRD4；Filippakopoulos）晶体中收集的数据等。, 2012)也由Arnaud Basle提供用于金刚石光源光束线I03的辐射损伤研究。收集数据9600 40 0.9762毫秒曝光 ？50%光束（～3.8 × 10¹¹ 光子 秒⁻¹)每个对应0.15°旋转(即总共四个完整的旋转）。当样品旋转时，衍射明显有一些有趣的特征，但在数据集的前八分之一之后，总体趋势明显下降。在这种情况下，建议尝试从数据开始处恢复完整的数据集，或从传输率低得多的新样本中采集数据。

在某些情况下，可能存在辐射损伤，但不太严重。第三个示例（图10c（c）)作为同一寿命研究的一部分，从CDK2晶体中收集。使用BRD4使用的相同参数收集数据，扫描期间衍射下降幅度较小，这表明下游可以使用大部分或整个数据集。

然而，在集成和扩展之后R（右）_合并与批次图无AIMLESS（图11一)显示出明显的辐射损伤迹象，暴露中间的数据比极值更符合（Evans&Murshudov，2013). 这个R（右）_d日图11b条)（Diederichs，2006年)显示出明显的正梯度，表明存在辐射损伤，但没有表明这种损伤会出现问题。为了应对这一挑战，开发了一种新的统计数据，R（右）_{内容提供商}，它在整个数据集中累积成对差异。

图11 R（右）合并与批次（顶部）和R（右）d日（底部），CDK2样品显示出明显的辐射损伤迹象，尽管数据集中没有显示出这一点变得重要。

5.2.R（右）_{内容提供商}

统计数据R（右）_{内容提供商}是从背后的一些原则中衍生出来的R（右）_d日不久前（2009年冬季)但从未正式出版，尽管有引用（Evans，2011). 推导从原理开始，类似于R（右）_d日，以成对的方式比较测量结果稳定了测量结果多样性方面的统计数据，避免了两者之间的差异R（右）_合并和R（右）_测量然而，其中

累积测量强度之间的差异剂量（或图像数）差异基线，R（右）_{内容提供商}累积所有差异高达此剂量或图像编号，如

在制定统计数据时（2000年代末），交错MAD实验风尚合唱团对于结构基因组学来说，其目的是在收集数据后，在多个波长上累积统计数据。对于最简单的数据收集模式，即如本节所讨论的高多重性实验，对统计数据的解释相对简单：一旦你有了一组完整的观察数据，统计数据就会保持不变常数如果您引入数据集中的新测量值与现有测量值一致增加如果他们同意，平均来说，不如迄今为止两两观察所同意的那样好。与所有这种性质的统计数据一样，除非测量到大于360°的数据，否则实际上不可能从照明体积和衍射各向异性的变化中分离出辐射损伤。但是，如果测量的次数足够多，则趋势应该很清楚。

图12显示了为先前使用的嗜热蛋白数据计算的统计信息。从完整性曲线可以清楚地看出，在大约400张图像之后，已经获得了几乎完整的数据集，然而，在旋转180°之后，获得了更多的异常数据。除此之外，没有进行新的测量，但重复的观察结果与到此点的测量结果一致。在最早的阶段，统计数据的抽样非常差，因此不应被视为可靠（这与R（右）_d日在情节的最右端）。在这种情况下，包括额外的测量将提高平均强度的精度，如R（右）_下午。因为新的观察结果来自相同的人群。

图12 R（右）内容提供商第4节中第一次扫描弱嗜热菌蛋白酶数据的完整性与批次，显示在大约1800张图像后，基本上完整的数据出现，并且没有增加R（右）内容提供商整个数据集。

对于CDK2数据（图13)在大约1200张图像（180°）和R（右）_{内容提供商}在收集到360°左右的数据之前，统计数据保持在大致水平，然后以单调的方式增加。同时包括新的测量可以改进R（右）_下午。这将是一种误导，因为新的测量结果来自可测量但略有不同的人群。的确，如表6所示，包括数据集中的所有测量值并不能给出预期的改进R（右）_下午。，当观测数量增加四倍时，外壳中的温度从0.103降至0.084。在这种情况下，实验者应该选择在下游分析中包含多少数据，这可能又取决于实验目标。作为参考，2400张图像（360°）样本的总剂量估计为3.5 MGy，尽管这是复杂的，因为样品比光束大得多。

图13 R（右）内容提供商CDK2的完整性与批处理相比，显示了大约1200张图像后的完整数据，但R（右）内容提供商2400张图像（360°）后进行统计。

6.1. 样品选择

在光子计数像素阵列探测器问世之前，通常会先筛选一些样本，然后再选择最佳数据收集方案，因为获取完整的数据集可能需要几分钟的时间。使用第三代震源上的像素阵列探测器，可以在一分钟内仔细记录完整的180°或360°，从而提高了从每个样本记录完整数据集的前景，并决定以后如何最好地使用测量结果。最简单的选择是在给定的分辨率限制下选择精度最高的数据集(即总体最低R（右）_下午。)或最强大的高分辨率数据。表7显示了第3.3节中使用的每个原始立方胰岛素数据集的前360°的合并统计数据。虽然它们总体上是相似的，但可能会选择第一个，因为它具有最高的总体我/σ(我)，或第二个或第四个，因为它们具有最高我/σ(我)在外壳中。下部结构用第四种方法测定（图14)事实上，在1000次试验中均未成功，第三次试验的成功总数最多：因此，将数据并行处理有助于做出明智的选择。

图14 综合绩效指标直方图（CFOM=CC全部的+抄送虚弱的)来自SHELXD公司用于10 对四种胰岛素晶体中的每一种进行了1000次首次360°试验。尽管有类似的合并统计数据，但晶体3的试验要比晶体4成功得多。

6.2. 组合晶体

一种改进数据集质量的成熟技术（刘等。, 2011)是将来自多个样本的数据进行组合。一个显而易见的问题是，在没有辐射损伤的情况下，从多个样本中收集给定数量的数据是否等同于从单个样本中收集相同的总剂量。当然，在一般情况下，辐射损伤随着剂量的增加而更加严重，但可以仔细收集数据，以将损伤降至最低，并给出可用于检验该假设的数据，表8显示了七个“等效”数据集的合并统计数据：与四个胰岛素晶体中的每一个都成360°，与1+2和3+4成180°，以及与1+2+3+4成90°。在所有情况下R（右）_下午。和R（右）_测量具有可比性，表明组合的数据集是等效的即样品确实是同晶的。显然，如果辐射损伤不严重，并且样品同构，那么组合每组的完整360°是明智的，因为这将改进整个数据集。表9显示了示例1的合并统计信息，然后是1+2、1+2+3和1+2+3+4的组合，以及我/σ(我)和R（右）_下午。至关重要的是下部结构阶段化试验（图15)随着每个样本中数据的添加而改进，这表明组合的数据集比预期的任何单个数据都更有用。