晶體日記 （十四） - 真實的數據質量（1）

數據

前幾天涉及到一個(ge) 數據，我和一個(ge) 老師爭(zheng) 論了一陣的Checkcif問題。晶體(ti) 數據很清晰的顯示的原子的位置，在Checkcif裏卻認為(wei) 是有問題的Alert。如果是修，自然是可以修掉的，但是作為(wei) 一個(ge) 晶體(ti) 學工作者的尊嚴(yan) ，為(wei) 了修而修，這不是科學，就成了畫畫了。但這個(ge) 爭(zheng) 論也隻持續了一會(hui) ，我自知無力改變什麽(me) ，一個(ge) 科學發現就這樣淹沒在checkcif裏。如同Alert簡單粗暴的被90%以上的同學和老師稱之為(wei) 錯誤，即便解釋了再多遍，也鮮有人認真去改正。讀過Checkcif曆史的同學都會(hui) 知道，Checkcif初衷是個(ge) 輔助工具幫助我們(men) 減少一些不必要的失誤。但是現在這個(ge) 初衷變了味，成了大多數同學甚至審稿人眼裏的一刀切標準。每個(ge) Checkcif Report都會(hui) 有這麽(me) 一句話

“THIS REPORT IS FOR GUIDANCE ONLY. IF USED AS PART OF A REVIEW PROCEDURE FOR PUBLICATION, IT SHOULD NOT REPLACE THE EXPERTISE OF AN EXPERIENCED CRYSTALLOGRAPHIC REFEREE."

然而這句話我相信絕大多數同學從(cong) 來都沒有讀過。單一標準的問題對於(yu) 做化學晶體(ti) 的同學們(men) 尤為(wei) 嚴(yan) 重。這已經是吐槽了太久的吐槽，有時候是無奈的事情。不過我更想吐槽的是關(guan) 於(yu) 數據質量的判斷。雖然絕大多數做蛋白晶體(ti) 的同學並沒有真實接觸過晶體(ti) 學，但對於(yu) 分辨率的概念理解卻比大多數做化學晶體(ti) 的同學要好的太多。在化學晶體(ti) 裏，好像世界很單一。不管是什麽(me) 樣的晶體(ti) ，分辨率統一的是0.77Å or 0.83 Å。對於(yu) 數據質量的判斷，永遠隻有信噪比，Rint，完整度，其它一概不問。可是對於(yu) 晶體(ti) 學來說，不應該衍射分辨率（自然不是所謂的0.83 Å）是較重要的概念麽(me) ？
討論

比如下麵這顆晶體(ti) 的數據，學生告訴我：

“您看沒有紅色，數據質量還可以，信噪比馬馬虎虎，Rint也低於(yu) 10%，可就是解不好結構。"

“分辨率呢？"

“0.84 Å"

聽到0.84 Å，其實我就已經開始懷疑了，其實這並沒有回答我問的問題。

“那這樣吧，你看下你的信噪比分布。"

“咦，這是什麽(me) ?"

“…這是數據信噪比的分布，你可以看到按照信噪比3的閾值線，2theta角對應的還不到80°，分辨率是多少？"

“... 不懂…"

“好吧,那看Xprep吧.."

“假設沒那麽(me) 嚴(yan) 格，信噪比>2的時候，這裏對應的分辨率是多少？"

“…1.05 Å？"

“XPREP給你的平均信噪比是多少呢？"

“…隻有3.5.."

“那這個(ge) 數據看起來還好麽(me) ？"

“…不好"

“看看你1.2 Å以上的數據，Rmerge值有多高呢？"

“…"

“假設30% 是閾值線，這個(ge) 數據1.2 Å到0.83 Å基本上都是噪音，衍射圖上應該也很弱。這麽(me) 差的數據為(wei) 什麽(me) 你會(hui) 認為(wei) 還不錯呢？"

“可是我是按照0.83 Å，信噪比10收的數據…"

“晶體(ti) 的有效分辨率不是設定出來的..我也不知道為(wei) 什麽(me) Olex2會(hui) 計算出來那麽(me) 高的平均信噪比，至少它對我來說沒有實際意義(yi) ，我更關(guan) 注它的真實分辨率"

“那我R1還能修到5%麽(me) ？"

“…這個(ge) …別想太多了…"

...對於(yu) 一個(ge) 衍射較弱的數據，分辨率不足，這明顯是一個(ge) 硬傷(shang) 。可是這個(ge) 簡單明顯的問題，卻很少有人去查看。甚至在拿到hkl文件後，都沒有去查看過衍射圖的習(xi) 慣。同樣的統計數字，實際上對應的可能是不同數據質量的晶體(ti) 。甚至這些數字也不一定是真實的。
總結

所以，在解析一個(ge) 數據之前，先確定這個(ge) 晶體(ti) 的分辨率真實有多少，再去設定對它的期望。如果真是分辨率不到1.2Å，那麽(me) 就要做好相位都解析不了的心理準備。當然這些實際上在收數據的時候就應該已經了解，隻是衍射圖太多時候被丟(diu) 棄在一邊。當然給晶體(ti) 的數據質量打分，其實是一個(ge) 多參數評判的過程，取決(jue) 於(yu) 很多因素，並不是看hkl文件的幾個(ge) 簡單的數值就結束了。甚至我們(men) 需要查看晶體(ti) 對心，衍射圖，數據還原等過程。像這個(ge) 看起來Rint值很低的數據，實際上也隻是低角度的數據很好，反而掩蓋了基本的分辨率不足的問題。而更多常見的問題會(hui) 有定錯了晶胞，沒有處理孿晶，吸收校正錯誤，冗餘(yu) 度太低，刪除了太多衍射點等等…也許每一步都是坑，填平了坑，才能知道下一步是不是走得下去。（未完，待續）

-轉載於(yu) 《布魯克X射線部門》公眾(zhong) 號