X射线自由电子激光作为第四代光源的代表，具有超短脉冲、超高亮度等特点，能够在接近生理状态下研究生物大分子颗粒的动态过程。传统的取向解析算法假定所有大分子颗粒的衍射图来自于全同的蛋白质分子，然而这一纯净的颗粒状态与实际的生理过程并不吻合：在生物大分子的不同功能阶段，必然存在着多种可能的分子类型。如何准确地处理多种分子的混合衍射图，是X射线自由电子激光数据处理中重要且具有挑战性的课题。
近日，中国科学院物理研究所/北京凝聚态物理国家研究中心软物质物理实验室SM6组的丁玮研究团队，提出了一种基于结构预测的单颗粒衍射成像分类-重构算法，用于混合衍射图的分类和取向解析。该算法创新性地将取向解析与衍射图分类相结合，利用结构预测模型作为模板，通过对比相关系数对衍射图进行分类，然后利用相关系数最大化算法进行取向解析，可以同时重构出多个三维衍射强度。根据模拟实验的测试结果表明，该算法在两组不同蛋白质体系中的分类准确率分别达到了99.81%和99.94%。这一结果证明，我们提出的分类-重构算法具有理想的可行性和超高的准确性。而这一方法的提出，必将推动X射线自由电子激光单颗粒衍射成像技术，从理论分析向实际应用的迈进，同时也将有助于我们在该领域突破性发展的前夜，构建拥有完全自主知识产权的完备软件体系。
这一成果以“A predicted model-aided one-step classification-multireconstruction algorithm for X-ray free-electron laser single-particle imaging”为题，发表在近期的IUCrJ期刊上。物理所为第一完成单位，丁玮工程师为本文的通讯作者，博士生焦志超和高能物理研究所耿直工程师为本文的共同第一作者。该工作获得了国家自然科学基金和中国科学院的支持。
此外，作为X射线自由电子激光的系列工作，本工作的部分核心方法与思路，在2024-06的另一篇文章“A predicted model-aided reconstruction algorithm for X-ray free-electron laser single-particle imaging”中有更为详细的描述。
算法流程图
