チュートリアル：ソフトマテリアルにおける異方性ナノ構造を特徴付けるための2D SAXSプロファイルに対する機械学習ベースのCREASE-2D解析

科学分野:

• 材料科学
• 生物物理学
• 計算化学

背景:

• 従来の小角散乱（SAS）解析では、1Dプロファイルに依存することが多く、構造的洞察が制限されます。
• ソフトマテリアルにおける異方性と複雑なナノ構造の特徴は、既存のモデルでは識別が困難です。
• 散乱実験の計算逆解析（CREASE）フレームワークは、SASデータの解析において有望であることが示されています。

研究 の 目的:

• ソフトマテリアルからの2D SASデータを解釈するためにCREASE-2Dフレームワークを拡張するための包括的なチュートリアルを提供します。
• 異方性やナノ構造の形態を含む複雑な構造的特徴を解析するためにCREASE-2Dの適用を実証します。
• CREASE-2Dを多様なソフトマテリアルシステムに利用するための研究者向けガイダンスを提供します。

主な方法:

• ジペプチド溶液SAXSデータ例を使用したCREASE-2Dの実装。
• データ前処理、構造特徴定義、および3D実空間構造生成。
• 特徴予測と洗練のための機械学習（ML）サロゲートモデルトレーニングと遺伝的アルゴリズム（GA）最適化。

主要な成果:

• CREASE-2Dを適用して2D SAXSプロファイルを解釈するための詳細な手順を示します。
• この方法は、多様なナノスケール構造を持つジペプチド溶液からの複雑な2D-SAXSデータを正常に解釈します。
• 断面形状（楕円管、平坦なテープ、円筒）とその組み合わせに関する洞察が得られました。

結論:

• CREASE-2Dは、2D SASデータを使用したソフトマテリアルの詳細な構造解析のための強力なアプローチを提供します。
• このチュートリアルは、材料科学、生物物理学、および高分子科学の研究者に実践的なガイダンスを提供します。
• オープンソースコードと要件が提供されており、CREASE-2Dメソッドのより広範な採用が容易になります。