タンパク結晶のデータ処理とか精密化とかの雑談

K. Yam @yam_cpp

あのDECAY補正はご本人的にも好きじゃないのか…スムーズじゃないし解釈に困るなあと思っていたけれど．

ひ○たく @kun32xu

@yam_cpp うはw 面白い裏話w 入れてよと言われてやむなくなんでしょか？

ひ○たく @kun32xu

@yam_cpp そんな昔からあったっけ・・・。というか２代目に切り替わった時期は知らないやｗ いずれにせよ、元は他の人の論文のネタだった記憶があるのでいやいや入れさされたとかいう経緯かと思いましたw

K. Yam @yam_cpp

@kun32xu 僕が使い始めた頃はおそらく既にあったかと思いますが…いや，僕もいつからかは知らないっす．そして他人の論文からの借用だったとは知りませんでした

ひ○たく @kun32xu

@yam_cpp http://t.co/QyC5Rbs6　ごめん。これ、Kayさんやん・・・。これを初めて見た時、ESRFの構造生物Grの大ボス、S. McSweeneyとRIPで有名なR.Ravelliしかオレが認識できてなかっただけや・・・。しししししらなかったー！！

K. Yam @yam_cpp

@kun32xu ああ，でもこれXDSのDECAY補正じゃ無くないですか？zero-dose外挿はCRYSTAL_NAMEをxscaleで指定した時に走る奴ですよね？いえ，詳しいことは知らないんですけど…やったことも無く…

ひ○たく @kun32xu

@yam_cpp え？そうなのｗ 今のもzero-dose外挿やってるものとばかり・・・。まぁ、今のあっしの驚きはESRFの大御所二人とKayさんがこの時期に一緒に仕事してたことですね。RaymondはESRFでXDSの普及活動に務めていた人と聞いています。SLSもその流れかな。

K. Yam @yam_cpp

@kun32xu いやーやって無いと思います．DECAYは単にBATCH×分解能シェル（20くらい？）の補正パラメータを決めてるだけです．たぶん．つまりABSORPともちょっと内容が被ってます．

K. Yam @yam_cpp

@kun32xu ち，ちなみに私はその著者の二人ともを知りませんでした…

K. Yam @yam_cpp

（とりあえずデータ処理，でもおそらく一般的な話として）「この方法が常に最強」というモノなど存在しない，自分で個別のケースに対して検証・考察することを怠ってはいけない，ということを学びました．

ひ○たく @kun32xu

@yam_cpp かなーり危険な香りがしますね、DECAY。知らずに結構ガンガン入れてたよ・・・。やはり原理理解は大事ですね。

K. Yam @yam_cpp

@kun32xu うーん，やっぱり損傷に対する補正はScalaが物理的な意味では合理的ですよね．と言っても損傷に対する正しい補正なんてほぼ不可能だと思うんで，無いのが一番なんですが．でもどのくらい効いてるんでしょう．そういえば損傷補正無しのデータと比べたこと無いですね・・

K. Yam @yam_cpp

@kun32xu ちなみにDECAY.cbfを見てもらえば分かりますが，解釈に困るような結構不思議な結果になってたりします．

ひ○たく @kun32xu

@yam_cpp これは一緒に見て「なんじゃこりゃ？」と二人でいった記憶がありますねｗ

K. Yam @yam_cpp

@kun32xu てっきりすべてのスケーリングソフトがB-factorでモデリングしてると思いましたよね．XSCALEでマージするときはB-factor使われますけども，BATCH間の補正はデコボコなんですよね…

ひ○たく @kun32xu

@yam_cpp ショーン・マックスイーニーは現・ESRFの構造生物BL＋恐らくEMBLウェットとかの壮大なグループをまとめてる頭キレキレの人です（魚人みたい）。wktkさんの後釜。Raymondは白色出身でUV-RIPを最初に始めたESRF-BL屋。今は電顕やってるｗ

ひ○たく @kun32xu

@yam_cpp ふっつーに考えるとB-factorですわねぇ。いずれにせよminorパラメータがmajorパラメータを食っちゃいかん。にっちもさっちもデータにダメ元で試すくらいの位置づけでしょうかね。DecayがないのをKUMAで撮りましょう（久々にKUMA登場、懐かしいｗ

K. Yam @yam_cpp

@kun32xu また端の補正が怪しい疑惑あります．何となく良いルートはXDSでMODULATIONだけ補正してScalaに突っ込むって感じですかね．ここで幾つかのデータで比較して，議論してきたいです．ちなみにXDSで位相決定が上手く行ったよという報告はよく受けるそうです．

ひ○たく @kun32xu

@yam_cpp テクすぎるわｗ > MODULATIONからSCALA。私にはまだまだ「データを観る」が不足しまくってる気がするので精進して位相バンバン決めたい。そちらで議論した結果はまた共有してください、ペコ。しかしSCALAはやっぱえらいですねｗ

K. Yam @yam_cpp

@kun32xu でもこの話は実はwikiに載ってますｗhttp://t.co/XIWFGVUs 位相が決まるのが良いか，精密化のRが低いのが良いか，両者は必ずしも同時に成立しないか，なかなか難しいですね．Rが低ければ査読者を納得させるには十分らしいですけども

K. Yam @yam_cpp

@kun32xu Scalaえらいですよねー．ちゃんと勉強しようと思って，それも保留のまま…orz．Aimlessにも結局移行してなくて何だか置いてけぼり感です．

ひ○たく @kun32xu

@yam_cpp うは、情弱晒されたｗ 構造見る動機ならば位相決まればいいわな。精密化のRが1%下がって・・・喜ぶ？喜ぶかぁ・・・。って考えてるとやはり世界的・画一的評価指標ってのはｒｙ しかしないことにわｗ ところである分解能に対するRfreeこんくらいって数値ってあんのかな？

ひ○たく @kun32xu

@yam_cpp かくいうわたしもSCALAスケーリングのオプションを全ては使いこなせていませんし、内容なんて最初の論文読んだくらいですｗ Aimless?なにそれおいしいの？ｗ いかん、yam神が置いてけぼり感持ってるってなると私など化石の化石ｗ

K. Yam @yam_cpp

@kun32xu 1%じゃダメですよーせめて2%ですね（？）．Rfreeこんくらいであるべきという理論的な正当性は難しいですが，「3Aだとみんなこんな感じだよ？」的分布byPDBは，phenix.r_factor_statistics 3.0とかってすると見れます．

K. Yam @yam_cpp

@kun32xu 結局精密化プログラムの性能（というか，その理論が仮定してるモデル）によって到達可能なR値は制限されるので，今の技術だとみんなこのくらいに行き着く，という指標はそれなりに有用かと思います．まあみんな「ちゃんとやってる」保証は無いんですけども…