Ula Chrobak, SLAC Milli Sürətləndirici Laboratoriya

Gaby Clark tərəfindən redaktə edilmiş , Robert Eqan tərəfindən nəzərdən keçirilmişdir

 Redaktorların qeydləriXFEL SPI təsvirin əldə edilməsi prosesinin təsviri və alqoritmimizlə sonrakı onlayn emal. Kredit: Nature Communications (2025). DOI: 10.1038/s41467-025-62226-7

Tezliklə tədqiqatçılar öz sevimli zülalları və ya virusları haqqında filmləri əvvəlkindən daha yaxşı və daha sürətli yarada bilərlər. Energetika Departamentinin SLAC Milli Sürətləndirici Laboratoriyasının tədqiqatçıları milyonlarla rentgen lazerlə yaradılan təsvirlərə “baxmaq” və hədəf hissəciyin üçölçülü rekonstruksiyasını yarada bilən X-RAI (Amortised Inference ilə X-Ray tək hissəcik təsviri) adlanan yeni maşın öyrənmə metoduna öncülük ediblər. Komanda bu yaxınlarda Nature Communications -da öz tapıntılarını bildirdi .

X-RAI-nin çoxlu sayda şəkilləri çeşidləmək və getdikcə öyrənmək qabiliyyəti məlumatların toplanmasında məhdudiyyətləri aça bilər, tədqiqatçılara molekulları yaxından və bəlkə də hərəkətdə görməyə imkan verir. Tədqiqatın əsas tədqiqatçılarından biri olan SLAC işçi alimi Frédéric Poitevin, idarə edə biləcəyi məlumat dəstinin ölçüsündə “həqiqətən heç bir məhdudiyyət yoxdur” dedi.

Gecikmiş alqoritmlər

SLAC-da olan Linac Koherent İşıq Mənbəsi (LCLS) material, texnologiya və canlılardakı əsas prosesləri aşkar edərək, atom və molekulların rentgen şəkillərini çəkir.

İş SLAC-ın Linac Koherent İşıq Mənbəsində (LCLS) – dünyanın ən güclü X-şüaları sərbəst elektron lazerində aparıldı, burada tədqiqatçılar zülallar və ya viruslar kimi molekulların strukturları və hərəkətləri haqqında fikir əldə etmək üçün saniyənin milyardda bir neçə milyonda biri uzunluğunda rentgen impulsları ilə nümunələri partlatdılar.

Tədqiqatçılar bu impulsları nümunə vasitəsilə göndərdikdə, rentgen şüaları həmin nümunədəki molekulları səpələyir və detektorda 2D səpilmə şəkli yaradır. Bu 2D şəkillərin çoxunu birləşdirərək, müxtəlif bucaqlarda molekullar haqqında məlumat əldə edərək, tədqiqatçılar molekulların 3D strukturunu yenidən qura bilərlər.

Lakin bu proses yüz minlərlə və milyonlarla 2D təsvirlər tələb edən çox vaxt aparan bir işdir. Üstəlik, ənənəvi olaraq səpələnmiş şəkilləri parçalamaq üçün istifadə edilən alqoritmlər rentgen lazer məlumatları yığıldıqca yavaşlayır. Hər bir snapshot üçün alqoritmlər obyektin 3D strukturunu təxmin etməyə çalışır – nə qədər çox anlıq görüntü olarsa, yenidənqurma üzərində baş sındırmağa bir o qədər çox vaxt sərf olunur.

Belə hesablama gecikmələri LCLS-də tədqiqatçıları məhdudlaşdıra bilər, onların bütün eksperimentlər dəstini yerinə yetirmək üçün obyektə yalnız bir neçə gün giriş imkanı ola bilər. “Bunu necə daha sürətli edə bilərik ki, biz məlumatları toplayan kimi həqiqətən yenidənqurma edə bilək və nəticələri saatlarla və ya günlərlə gözləmirik?” Poitevin soruşdu.

LCLS məlumat dəstlərinin kilidinin açılması

Bu problemi həll etmək üçün Poitevin və həmkarları, o cümlədən Gordon Wetzstein-in Stenford Universitetindəki laboratoriyası, rentgen lazer məlumatlarını sürətlə emal edən və irəlilədikcə təkmilləşən yeni bir maşın öyrənmə proqramı hazırladılar.

Neyron şəbəkəsi 2D təsvirlərə “baxır” və nümunə hissəciyinin 3D oriyentasiyasını proqnozlaşdırır. O, həmçinin əks istiqamətdə işləyir, 3D proyeksiyasını götürür və ondan 2D təsvirlər yaradır. Bu iki istiqamətli proses süni intellektə imkan verir ki, 2D rentgen lazer məlumatları ilə 3D rekonstruksiya arasında əlaqəni daim təkmilləşdirsin. Məlumat nə qədər çox olarsa, o, 2D şəkillərlə 3D strukturu arasındakı əlaqəni bir o qədər yaxşı başa düşür və daha səmərəli olur.

Tədqiqatın ilk müəllifi və Stanford fəlsəfə doktoru Cey Şenoy bildirib ki, böyük verilənlər bazası üçün X-RAI digər proqramlardan “çox sürətlidir”. kompüter elmləri üzrə tələbə. Məqalədə komanda yeni alqoritmin kompüter ekranında obyektin 3D strukturunu proqnozlaşdırarkən real vaxtda saniyədə 160-a qədər təsviri emal edə biləcəyini nümayiş etdirdi.

Tədqiqatçılar həmçinin X-RAI-nin iki biomolekulun – ribosomal alt bölmənin və protein ATP sintazının 3D strukturunu digər iki alqoritmlə müqayisə edərək, yeni proqramın daha kəskin rekonstruksiyalar yaratdığını aşkar ediblər.

Komanda ümid edir ki, irəliləyiş istifadəçilərə bütün dünyada LCLS və digər rentgen lazerlərində vaxtlarını ən yaxşı şəkildə keçirməyə imkan verəcək. Bu qabaqcıl rentgen işıq mənbəyində eksperimental vaxt yüksək rəqabətlidir və müvəffəqiyyətli ərizəçilərə bir anda yalnız bir neçə günlük giriş imkanı verilir. X-RAI tədqiqatçılara ayrılan vaxtdan daha çox yararlanmağa kömək edə bilər.

Təxminən qeyri-məhdud miqdarda məlumatın sürətli təhlilinə qapının açılması tədqiqatçılara hərəkətdə olan hissəcikləri öyrənməyə də kömək edə bilər. Kifayət qədər görüntü ilə onlar, məsələn, bir dərmanla qarşılıqlı əlaqədə olan bir fermentin filmini yenidən qura bilərdilər. Poitevin, X-şüalarının təsvirindəki təkmilləşdirmələrlə, “siz əslində molekulunuzun necə hərəkət etdiyinə dair daha dəqiq bir şəkil əldə edə bilərsiniz” dedi.

Ətraflı məlumat: Jay Shenoy və digərləri, Onlayn maşın öyrənmə ilə rentgen şüalarının tək hissəcik təsviri üçün Scalable 3D rekonstruksiya, Nature Communications (2025). DOI: 10.1038/s41467-025-62226-7

Jurnal məlumatı: Nature Communications SLAC Milli Sürətləndirici Laboratoriya tərəfindən təmin edilmişdir