DATA QUALITY¶
SAXS実験のデータ品質を定義し、評価することは開発途上の領域です。Jacques 2010、Putnam 2007を参照してください。 個々のSAXSカーブの品質、またはマージされたSAXSデータセットを生成するために使用されるカーブの品質を定義しようと試みることができます。 しかし、我々は品質が実験の内容になることを認識しなければならない。 SAXSの基本的なアプリケーションをいくつか考えてみましょう。
重要
- サンプルの構造変化を監視する。
- 既知の結晶学的構造の溶液状態を試験する。
- ab initio メソッドを使用して粒子の形状を決定する。
これら各々は、データまたはサンプルの品質に対し異なる要求を課します。 や のようなアルゴリズムは、データの低角 q 領域を優先し、それによって凝集または粒子間干渉のない明確に定義されたギニア領域を必要とします。 これは、データ品質が解析に使用されるソフトウェアアルゴリズムとも相関していることを示唆しています。それにもかかわらず、我々はSAXSデータを評価するために以下の基準を提案することができます：
もし単純に構造変化をスクリーニングする場合は、一貫したバッファ差分が中程度の分解能で変化を検出するのに最も優先されます。 低品質のバッファ差分は、その変化が粒子の回転半径を変更するような、大きな構造変化の検出のみを可能にします。 低品質なバッファ差分は、 ウィンドウ内に見出される全散乱強度プロットの積分が平坦ではなく、むしろ広角 q 値で安定した正の傾きを有することを示すでしょう。
また、 P(r) 関数を使用してデータ品質を評価することもできます。 P(r) の最適化の間にどのくらいのデータが除外されるでしょうか？各 I(q) は P(r) 関数全体のフーリエ変換です。 凝集、低品質なバッファ差分、不適切なマージまたは１でない構造因子のいずれかを経験しているデータセットの場合、逆変換は q -範囲全体にわたって一致はできず、最適化はSAXSデータのある領域を系統的に除外します。 3のカットオフでデータの20〜30％を失っている場合、これは品質の低いデータセットを示唆している可能性があります。