3.1. 插件设施

组件按逻辑类层次结构组织（图1). 这种层次结构使开发新的功能插件变得简单易行，方法是从适当的父级派生插件。设计了两类插件：第一个分支包含负责执行特定操作的执行插件（EDPluginExec类）(例如执行第三方软件）；第二个分支包含控制插件（EDPluginControl类），它们负责数据流（数据的传播）、工作流（适当执行插件的顺序或并行执行）和错误跟踪机制（错误的传播）。

图1 EDNA公司插件类层次结构。除了继承自基本AALib类ALPlugin的功能外（Pieritz，2007)，的EDNA公司公共父类EDPlugin提供了可配置的属性，可以有输入和输出数据。EDPluginExec组与特定操作的执行相关，而EDPluginControl组负责数据流和工作流。EDPluginExecProcess是能够执行外部进程的特定EDPluginExec。EDPluginExecProcessScript是一种能够启动外部进程的专用EDPluginExecProcess通过脚本。

这两个系列的共同父类是EDPlugin类。此类允许所有派生插件具有输入和输出数据，并且可以进行配置通过应用程序配置文件（参见§3.3)它应该包含插件正常运行所需的所有技术参数（工作目录、调用的可执行文件等。). 插件输入和输出数据包括插件要提供和返回的所有科学参数。插件输入和输出数据采用XML（可扩展标记语言）格式，可以在特定的数据模型中定义和描述（请参阅下一节）。

每个插件都存储在特定的存储库目录中，其中包含相关的代码源、数据模型和测试套件。

3.2. 数据模型设施

描述数据对于处理数据可能非常复杂的X射线实验的应用尤其相关。在数据模型中组织它们对文档和通信都很有好处，并且使实现更加简单。它允许自动生成数据类，这对于生产力和再现性来说是一个有价值的功能。

这个EDNA公司kernel提供了一个数据模型工具包，允许构建高级应用程序所需的详细数据模型。此外，它允许设计可以进行统一测试的统一数据模型，以便插件可以独立于任何应用程序上下文启动和测试。此工具包由通用低级类定义组成，包括通用类型（XSDataString、XSDataFloat等。)和X射线实验课，在设计特定组件数据模型时可以重复使用。它以多种标准数据格式提供，包括XMI（XML元数据交换）和XSD（XML模式定义），以便于导入UML（统一建模语言）数据建模工具和/或XSD文件。该框架还包括代码生成机制（Kuhlman，2004)允许从UML图到Python代码的自动代码生成通过XSD格式。

3.3. 应用程序设施

这个EDNA公司内核还包括EDApplication类，它可以用作更专用的应用程序的父类。由于EDApplication能够启动任何给定插件（封装在EDPluginControl中的单个或多个插件）及其配置属性，EDApplication使应用程序系统具有高度通用性和灵活性。提供了两种启动特定插件的方法。第一个是通过edna-prototype-plugin-launcher命令，通过提供要执行的插件（–execute<pluginName>）、XML应用程序配置文件（–conf<configurationFileName>；图2)以及相关插件的XML输入数据文件（–inputFile<dataFileName>）。第二个是通过EDApplication构造函数。可以参考所有可用选项通过–help选项。

图2 XML应用程序配置文件。可以配置应用程序的每个插件通过XSPluginItem部分。可以通过设置XSParamItem部分来配置特定的插件参数。

3.4. 测试设施

为了方便高效地测试应用程序和组件，开发了一个测试框架并与内核集成。为了确保组件的可靠性和健壮性，测试框架提供了所有必要的实用程序，以统一方式（EDTestCasePluginUnit）或通过在应用程序上下文中测试其执行情况（EDTestCasePluginExecute）来检查类（EDTestCase）和插件（EDTestCasePlugin）。这些测试类按图3所示分层组织。这些测试系列可以自动启动通过测试套件。通过比较获得的结果和预期的结果（断言机制），对测试结果进行自动分析，以便成功的测试证明结果符合预期（图4). 这使得在实现新组件或重新实现现有组件的功能时具有高度的信心。

图3 EDNA公司测试类层次结构。这个组织促进了类测试以及插件单元测试和执行测试的开发。

图4 的测试报告EDNA公司内核测试套件。

4.1. 科学用例

使用旋转方法收集大分子晶体学（MX）中的典型数据（Arndt&Wonnacott，1977)包括初步步骤：测量研究中晶体的一些衍射图案（参考图像），并对其进行评估。该程序旨在确定基本晶体学参数（单位-细胞尺寸和假设劳厄班级，晶体取向、镶嵌性、衍射斑点形状），并评估数据中的信噪比。根据这些处理结果，确定了数据采集参数（数据采集分辨率、旋转范围、振荡宽度和曝光时间，统称为“数据采集策略”），并确定了样品对特定晶体学问题的适用性。在第三代光束线的现代数据收集程序中必须考虑的另一个因素是晶体的预期可持续辐射剂量（Owen等。, 2006; Ravelli&Garman，2006年). 在较弱的源中，实验可用的总时间可能会形成很大的限制。此类程序（手动、半自动或全自动）对于获得可接受的质量衍射数据至关重要，不能被一组对大多数样品都满意的“标准”数据采集条件所取代（Dauter，1999; 埃文斯，1999).

参考图像解释和/或数据采集策略参数子集（旋转范围和振荡宽度）的确定的各个步骤可由可用的数据处理包轻松执行[MOSFLM公司（莱斯利，1992年),标签（绍特等。, 2004),XDS公司（卡布施，1993年),香港（HKL）（Otwinowski&Minor，1997年),D*轨道（Pflugrath，1997年)]. 根据参考图像处理的结果和建议实验的信噪比要求，该程序最佳（波波夫和布伦科夫，2003年)对一整套数据采集参数进行联合优化，其中主要包括曝光时间和数据采集分辨率。因此，定量地考虑了辐射损伤对数据中信噪比的预期影响（Bourenkov&Popov，2006）; 布伦科夫等。, 2006). 策略计算的一个基本参数是X射线剂量沉积率，它又由样品的化学成分、入射光束能量和通量密度，可以使用放射性核素软件（Murray等。, 2004, 2005). 的主要功能最佳策略是在几个楔形物中收集数据，曝光时间和振荡宽度在旋转范围内变化，以补偿由于辐射引起的散射功率衰减造成的信噪比下降，以及根据衍射的固有各向异性和晶体相对于光束的取向来调整测量条件。

这项工作的主要目标EDNA公司MX应用程序原型将提供以完全自动化的方式实现上述过程的软件。讨论了在线数据分析的主要特征（如§3所述). 特别是，这里要考虑的复杂和异质的输入数据是参考图像及其实验条件、可选的先验知识（空间组）、样品描述和衍射计划（实验要求，如所需的分辨率、完整性、多样性等。).

在以下部分中，我们将简要介绍EDNA公司MX应用程序原型和初始测试结果。该实现和实验结果的详细信息将在其他地方发布（Svensson等。，正在准备中).

4.2. 工作流

的工作流程EDNA公司MX应用程序原型如图5所示。索引步骤可以使用以下任一方法实现MOSFLM公司或标签在这一步中，将向用户报告一组假定的索引解决方案（Bravais格和单位单元）。通过以下方式选择一种解决方案进行进一步处理MOSFLM公司（或标签取决于工作流）根据先验的已知空间组用户提供的晶体或完全自动。在后一种情况下，对称性最低空间组选择匹配晶格对称性。利用晶格对称约束对标引解进行细化，并估计晶体镶嵌性。的结果精细化， 即用分度反射点的数目、预测到的观测点位置的均方根误差和精细的直射光束坐标的偏移作为定量标准来判断分度解的成功和准确性。为了进一步控制，将为每个参考图像生成衍射图案的灰度表示（JPEG格式），并覆盖预测的斑点位置。

图5 EDNA公司MX应用程序原型工作流。

然后在集成步骤中使用选定的索引解决方案和优化的梁坐标。同时，根据策略计算的要求测量径向X射线背景最佳集成（与MOSFLM公司)对每个参考图像并行执行。积分步骤的样品表征输出包括数据统计（强度与其估计标准不确定度的平均比值，I/SigI），分别显示在每个参考帧的相应分辨率外壳中。

策略插件结合了来自放射性核素和战略计算最佳.对于剂量率计算，晶体的含量非对称单元，结晶生物分子、配体和结晶溶液的化学成分需要用户提供。这个EDNA公司应用程序原型具有晶体内容的广泛数据模型，允许任何晶体结构准确描述（图6). 检查分度溶液与规定晶体含量的一致性通过溶剂含量计算（Matthews，1968); 如果预测的溶剂含量超出25–75%的范围，则发出警告。可以选择使用默认的蛋白质化学成分。

图6 高分子晶体化学成分的数据模型和定义。晶体由溶剂（XSDataSolvent）和生物聚合物分子（XSDataStructure）组成。基本上，生物聚合物由蛋白质/核酸链（在上述数据模型中称为“类型”）和配体组成。对于每条链，应提供有关单体（氨基酸或核苷酸）数量、聚合物中相同链的数量和重原子鉴定的信息。对于每个配体，还应提供有关重原子和轻原子以及分子中配体拷贝数的信息。

在程序的最后一步，程序最佳被调用。输入到最佳包括参考图像的先前处理结果和用户对“衍射图”（Beteva）中制定的实验数据的要求等。, 2006). 最低要求是外分辨率外壳中的目标I/SigI，以及数据集的最大总曝光时间。可选地，衍射计划可以包括分辨率极限和数据完整性的所需值，收集具有给定（高）多重性的数据的要求，每帧振荡宽度的限制，以及禁用振荡宽度和曝光时间变化的可能性与旋转角度（多个子楔策略功能）。策略输出包括数据收集的优化计划（表1)以及根据计划收集的数据的预测统计（表2). 标准完整性、多样性、I/SigI和R（右）_合并解析shell中的统计信息的定义方式是，它们可以直接与使用标准数据处理包的数据处理结果进行比较。

4.3. 实施

该原型的设计和开发目的是易于配置、可扩展和平稳维护。这得益于技术设施EDNA公司该框架提供了包括配置工具、可重用组件库、数据驱动的代码生成机制和测试框架。

图形用户界面（图7)和命令行模式可用于启动应用程序原型。在命令行模式下，输入要么是包含参考图像、光束参数、衍射平面图和（可选）样品化学成分完整描述的XML文件，要么是参考图像文件本身。在后一种情况下，可以定义图像标题中未定义的实验参数以及衍射平面参数通过特定的命令行参数。CCP4中集成的基本Tcl/Tk GUI（协作计算项目，1994年第4期)开发该套件的目的是为了方便输入所有需要的参数，这些参数在命令行模式下可能很难实现。输出（执行文本输出和预测图像）显示给用户通过CCP4i GUI。此外，所有处理步骤的完整结果都可以在XML文件中获得，并且可以轻松链接到数据收集GUI。这已在CBASS公司国家同步辐射光源（布鲁克海文）光束线的软件（J.斯金纳，私人通信）。

图7 EDNA公司MX应用程序原型GUI屏幕截图。GUI由四个面板组成。第一个面板定义了输入数据（图像或XML实验描述符）和基于平均蛋白质晶体成分或明确定义的晶体成分使用的辐射损伤模型类型（如果选择了辐射损伤模式帐户）。第二个面板定义了衍射平面。当基于辐射损伤的策略选项处于活动状态时，启用第三个（光束参数定义）面板；当要求明确的化学成分定义时，激活可选的第四个面板。

4.4. 测试

几个使用此的测试数据集合EDNA公司应用原型已在欧洲同步辐射设施束线上完成。在这里，我们展示了来自空肠弯曲菌（冈萨尔维斯等。, 2008). SurE晶体属于空间组 P（P）2₁2₁2₁其中有四个分子不对称单元。每条链由267个氨基酸残基组成。实验在光束线ID14-2处进行，波长为0.93 和ADSC Q4探测器。X射线束横截面为0.15×0.15 mm（FWHM），与晶体尺寸相匹配（略微超过）。这个光子通量为1.2×10¹¹ 光子 秒⁻¹，使用强度监视器测量。测量了旋转角度为0°和90°时的两个参考图像（图8)并用于原型的样品表征。已保存完整的特性输出。¹

图8 SurE晶体的参考衍射图像。分辨率限制为2.8 在探测器边缘。曝光时间5 第条。

晶体的衍射质量较差，镶嵌度为0.6°，表观衍射极限为～3.3 暴露时间为5时为 s.对于策略计算，要求外部分辨率外壳的I/SigI值为3。这个EDNA公司原型估计，给定统计目标可以达到的最大分辨率为2.9 受辐射损伤的限制。由此产生的数据收集计划包括三个条目，每个图像的曝光时间逐步增加（表1)以补偿由于辐射损伤导致的衍射强度降低。顺便提一下，最佳振荡宽度（0.3°）在整个旋转范围内没有变化。

按照此计划收集的数据使用MOSFLM公司并使用缩放SCALA公司（埃文斯，2006年). 处理结果如表2所示。数据统计与此数据收集的目标值一致。预测的I/SigI和R（右）_合并统计数据略低于实验结果。我们将这种差异归因于对光子通量的轻微高估。