Il est généralement admis que la qualité des données de diffraction de rayons X peut être améliorée par la fusion des ensembles de données à partir de plusieurs cristaux. Toutefois, cet effet n'est valable que si les ensembles de données utilisés sont des cristaux qui sont structurellement identiques. Donc les cristaux macromoléculaire congeles on tres raremente une identité strcuturele comune. Donc, pour obtenir un gain réel a partir da une paquete de multi-cristoux. Il est necessaire de faire une selection approprieé des cristaux. Les études statistiques ont été effectuées pour trouver une méthode appropriée pour la description sur le non-isomorphisme. L'application d'analyse par grappes hiérarchiques, sur la base de la matrice du coefficient de corrélation entre les intensités d'échelle est proposée pour l'identification d'ensembles de données isomorphes. Multi-monocristallines de données de longueur d'onde de dispersion anomale ensembles de quatre molécules de protéines différentes ont été sondés pour tester l'applicabilité de cette méthode. L'utilisation de l'"hierarchical cluster analysis" a permi d'ameliorer de facon significative les indicatours crystallohraphique des donnée et de resoudre la structure. / It is generally assumed that the quality of X-ray diffraction data can be improved by merging data sets from several crystals. However this effect is only valid if the data sets used are from crystals that are structurally identical. It is found that frozen macromolecular crystals very often have relatively low structure identity (and are therefore not isomorphous) thus to obtain a real gain from multi-crystal data sets one needs to make a appropriate selection of structurally similar crystals. Statistical studies has been performed to find a suitable method for the description on non-isomorphism. The application of hierarchical cluster analysis, based on the matrix of the correlation coefficient between scaled intensities is proposed for the identification of isomorphic data sets. Multi-crystal single wavelength anomalous dispersion data sets from four different protein molecules have been probed to test for the applicability of this method. The use of hierarchical cluster analysis has permitted the selection of batches of data sets, which when merged together significantly improved the crystallographic indicators of the merged data and allowed the solution of the structure.
Identifer | oai:union.ndltd.org:theses.fr/2012GRENV024 |
Date | 06 July 2012 |
Creators | Giordano, Rita |
Contributors | Grenoble, McSweeney, Sean |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0019 seconds