Реконструкция "одномерного белка" по данным РСА

На отрезке [0,30] (Å) расположены две молекулы. Атомы в молекуле связаны ковалентно и находятся на расстоянии 1 Å друг от друга. Молекулы расположены на расстоянии 5 Å. Всего 5 атомов. Электронные плотности (ЭП) атомов описываются гауссовой кривой. Максимум ЭП в центре атома приблизительно пропорционален числу электронов в атоме. Гауссова функция определяется числами lambda,beta,gamma по формуле: gauss = lambda*exp(-(beta^2)*(X-gamma)^2). Функцию задали с помощью скрипта compile-func.py с соответствующими параметрами: python compile-func.py -g 40,3,4+35,3.5,6+2,3,8+9,3,15+28,3,20 Получилась сумма пяти гауссовых функций с max в точках 4, 6, 8, 15, 20 и высотой 32, 14, 2, 12 и 16, соответственно. На выходе имеем текстовый файл func.txt с парами значений X и Y и график функции:

Рисунок 1. График заданной функции ЭП.

Коэффициенты Фурье рассчитали с помощью скрипта func2fourier.py На вход дается функция в файле func.txt. Выходной файл func_ft.txt содержит амплитуды и фазы гармоник с соответствующими номерами. Получилось 499 гармоник. Теперь проведем фильтрацию с помощью скрипта fourier-filter.py и найдем n_0, при котором восстановление отличное (т.е., при котором по графику восстановленной функции можно определить положение максимума всех гауссовых слагаемых функции ("атомов")). Ниже приведены результаты восстановления по полным наборам для четырех n: 15, 25, 30, 34. n_0 определено как 34.

Рисунок 2. Графики восстановленной и исходной функций (слева; пунктирная линия соответствует восстановленной функции, сплошная - исходной) и только восстановленной (справа) функции при n=15.

Рисунок 3. n=25.

Рисунок 4. n=30.

Рисунок 5. n=34.

При n=15 и 25 восстановление можно назвать "средним": хорошо определяется положение четырех атомов. При n=30 восстановление "хорошее": можно было бы угадать положение и самого низкого пика, если бы было известно количество атомов. При n=34 восстановление можно назвать "отличным", определяются положения всех атомов.

Далее был добавлен шум к амплитудам и/или фазам при восстановлении по полному набору гармоник 0,...,34: 1) 10% по φ, 2) 10% по F, 3) 15% по φ и F, 4) 20% по φ и F. Результаты приведены ниже.

Рисунок 6. Графики восстановленной (по полному набору 0,...,n_0) функции без шума и с шумом по фазе 10% (слева) и только с шумом (справа).

Рисунок 7. Шум по амплитуде 10%.

Рисунок 8. Шум и по амплитуде, и по фазе 15%.

Рисунок 9. Шум и по амплитуде, и по фазе 35%.

Сравнив рисунки 6 и 7, можно заметить, что при добавлении шума 10% по фазе, колебания графика увеличились сильнее, чем при добавлении такого же шума по амплитуде. Однако атом водорода лучше угадывается на рисунке 6. При шуме 10% восстановление можно считать "хорошим", при 15% - "средним", при 35% - "плохим".

Для получения неполного набора сначала удалим 1) гармонику 0, 2) гармоники 0 и 1. Для этого используем скрипт fourier-filter.py с параметром -r 1-34 или -r 2-34. Результаты восстановления приведены ниже.

Рисунок 10. Пунктирная линия соответствует графику восстановленной по неполному набору гармоник 1-34 функции, сплошная линия - исходной функции.

Рисунок 11. Восстановление по неполному набору 2-34.

При исключении гармоники 0, график только смещается по вертикальной оси (гармоника 0 соответствует первому коэффициенту в ряду Фурье). При исключении двух первых гармоник функция искажается, но положения атомов по-прежнему четко определяются. Теперь попробуем удалить 5-10% гармоник из середины набора: сначала удалим гармоники 17-19. Для этого используем fourier-filter.py с параметром -r 0-16, 20-34. Результаты представлены ниже.

Рисунок 12. Восстановление по неполному набору, без гармоник 17-19.

Попробуем удалить побольше гармоник из середины, с 16 по 20.

Рисунок 13. Восстановление по неполному набору, без гармоник 16-20.

Получившиеся восстановления можно назвать "средними". Но чем больше гармоник удаляется из середины набора, тем сильнее максимумы от атомов похожи на шум - ниже качество восстановления. Теперь добавим одну гармонику с номером, превышающим n_0 на 10 - гармонику 44 (fourier-filter.py -r 0-34,44).

Рисунок 14. Графики исходной и восстановленной функций при добавлении гармоники 44 к полному набору (слева) и без добавления (справа).

Значительных отличий от восстановления по полному набору 0,...,n_0 я не заметила, лишь слабо различимое увеличение шума.

Разрешением полного набора гармоник называется период гармоники с наибольшим номером, а период гармоники равен расстоянию между соседними максимумами синусоиды. В моем случае разрешение (d=T/n) составит 30/34=0,88 Å. Полнота данных определяется как процент присутствующих в наборе гармоник с длиной волны, большей d, от максимально возможного при данном d числа гармоник. Для полного набора данных полнота равна 100%. Для неполного набора нет строгого определения разрешения, кроме него необходимо также сообщать полноту данных. Так, например, для набора (0-15)+(21-34) разрешение равно 0,88 Å при полноте данных 85,7%. Так же можно рассуждать и для набора (2-34). Однако для того случая, когда рассматривается набор (0-34)+44, такая логика не совсем верна. Выходит, что разрешение равно 0,67 Å при полноте данных 80%. Более рационально было бы не рассматривать гармонику 44 и считать разрешение равным 0,88 Å при полноте 100%, и хуже от этого не станет. Т.е., при определении разрешения стоит обращать внимание на структуру набора, и при малой полноте иногда можно выкинуть единичные гармоники, по номеру далеко стоящие от непрерывного или почти непрерывного ряда.

Таблица 1. Восстановление функции по коэффициентам ряда Фурье.