晶体日记 （十四） - 真实的数据质量（1）

数据

前几天涉及到一个数据，我和一个老师争论了一阵的Checkcif问题。晶体数据很清晰的显示的原子的位置，在Checkcif里却认为是有问题的Alert。如果是修，自然是可以修掉的，但是作为一个晶体学工作者的尊严，为了修而修，这不是科学，就成了画画了。但这个争论也只持续了一会，我自知无力改变什么，一个科学发现就这样淹没在checkcif里。如同Alert简单粗暴的被90%以上的同学和老师称之为错误，即便解释了再多遍，也鲜有人认真去改正。读过Checkcif历史的同学都会知道，Checkcif初衷是个辅助工具帮助我们减少一些不必要的失误。但是现在这个初衷变了味，成了大多数同学甚至审稿人眼里的一刀切标准。每个Checkcif Report都会有这么一句话

“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."

然而这句话我相信绝大多数同学从来都没有读过。单一标准的问题对于做化学晶体的同学们尤为严重。这已经是吐槽了太久的吐槽，有时候是无奈的事情。不过我更想吐槽的是关于数据质量的判断。虽然绝大多数做蛋白晶体的同学并没有真实接触过晶体学，但对于分辨率的概念理解却比大多数做化学晶体的同学要好的太多。在化学晶体里，好像世界很单一。不管是什么样的晶体，分辨率统一的是0.77Å or 0.83 Å。对于数据质量的判断，永远只有信噪比，Rint，完整度，其它一概不问。可是对于晶体学来说，不应该衍射分辨率（自然不是所谓的0.83 Å）是较重要的概念么？
讨论

比如下面这颗晶体的数据，学生告诉我：

“您看没有红色，数据质量还可以，信噪比马马虎虎，Rint也低于10%，可就是解不好结构。"

“分辨率呢？"

“0.84 Å"

听到0.84 Å，其实我就已经开始怀疑了，其实这并没有回答我问的问题。

“那这样吧，你看下你的信噪比分布。"

“咦，这是什么?"

“…这是数据信噪比的分布，你可以看到按照信噪比3的阈值线，2theta角对应的还不到80°，分辨率是多少？"

“... 不懂…"

“好吧,那看Xprep吧.."

“假设没那么严格，信噪比>2的时候，这里对应的分辨率是多少？"

“…1.05 Å？"

“XPREP给你的平均信噪比是多少呢？"

“…只有3.5.."

“那这个数据看起来还好么？"

“…不好"

“看看你1.2 Å以上的数据，Rmerge值有多高呢？"

“…"

“假设30% 是阈值线，这个数据1.2 Å到0.83 Å基本上都是噪音，衍射图上应该也很弱。这么差的数据为什么你会认为还不错呢？"

“可是我是按照0.83 Å，信噪比10收的数据…"

“晶体的有效分辨率不是设定出来的..我也不知道为什么Olex2会计算出来那么高的平均信噪比，至少它对我来说没有实际意义，我更关注它的真实分辨率"

“那我R1还能修到5%么？"

“…这个…别想太多了…"

...对于一个衍射较弱的数据，分辨率不足，这明显是一个硬伤。可是这个简单明显的问题，却很少有人去查看。甚至在拿到hkl文件后，都没有去查看过衍射图的习惯。同样的统计数字，实际上对应的可能是不同数据质量的晶体。甚至这些数字也不一定是真实的。
总结

所以，在解析一个数据之前，先确定这个晶体的分辨率真实有多少，再去设定对它的期望。如果真是分辨率不到1.2Å，那么就要做好相位都解析不了的心理准备。当然这些实际上在收数据的时候就应该已经了解，只是衍射图太多时候被丢弃在一边。当然给晶体的数据质量打分，其实是一个多参数评判的过程，取决于很多因素，并不是看hkl文件的几个简单的数值就结束了。甚至我们需要查看晶体对心，衍射图，数据还原等过程。像这个看起来Rint值很低的数据，实际上也只是低角度的数据很好，反而掩盖了基本的分辨率不足的问题。而更多常见的问题会有定错了晶胞，没有处理孪晶，吸收校正错误，冗余度太低，删除了太多衍射点等等…也许每一步都是坑，填平了坑，才能知道下一步是不是走得下去。（未完，待续）

-转载于《布鲁克X射线部门》公众号