ARTICLE · 1281679
给同步辐射SAXS装上AI助手
给同步辐射SAXS装上AI助手在同步辐射小角X射线散射（SAXS）实验中，研究者常常会遇到这样的场景：仪器正在连续采集下一组样品，电脑里已经生成了一批二维图像。此时研究者最关心的问题往往是：刚才的数据质量是否可用？背景扣除是否合理？样品是否需要在有限的宝贵机时内重新测量？下一组实验条件该如何调整？这些问题不能等到实验结束再回答。只有及时获得连续采样数据的初步分析结果，研究者才能在实验过程中对数据情况做出判断、优化测试方案。 近日，中国科学院上海高等研究院蛋白质设施BioSAXS团队，依托上海光源BL19U2生物SAXS线站，搭建了一套同步辐射线站专用的AI辅助数据处理平台。它将专业计算工具接入Web端数据处理平台，让自动处理与人工分析可以围绕同一批数据衔接起来。它不仅帮助研究者更快获得结构信息，更让研究者能够充分利用稀缺的同步辐射机时，聚焦真正重要的科学问题。 
图1 平台首页与功能入口 采集期间，可以让Pipeline实时、自动地处理新增数据。需要仔细检查某一步时，再转到AI助手或可视化工作区，自由选择适合的处理方式。
图2 目前平台功能展示 实时监控面向的是连续采集场景。平台检测采集服务器上的新增文件，确认文件稳定后同步到数据处理电脑，并在数据与校准信息齐备后启动处理。 BL19U2数据处理平台面向连续采集场景，实现了从数据同步、二维积分、逐帧质量检查、曲线平均到背景扣除的自动化处理流程。平台检测采集服务器上的新增文件，确认文件稳定后同步至数据处理电脑；在数据与校准信息齐备后，自动启动处理流程，并将各阶段进展实时呈现在网页端。用户可以打开已完成的结果，检查曲线和质量指标，下载数据或HTML报告。 
图3 采集中的任务进展与处理记录 这样，在安排下一组测量时，就有机会参考前一组的初步结果来优化调整实验方案。计算使用同步到处理电脑的副本，不修改采集服务器上的原始文件。遇到需要人工判断的情况，也可以基于归档文件重新检查和处理数据。 对于SAXS数据分析而言，二维积分、逐帧质控、背景扣除、Guinier分析、距离分布计算和模型拟合等步骤往往需要反复执行。专业软件已经提供了成熟工具，但在连续实验中，逐组载入文件、检查异常帧、关联缓冲液、比较不同版本结果，仍然会占用大量时间。 BL19U2平台通过MCP（Model Context Protocol，模型上下文协议），将已有计算能力封装为输入输出明确的工具，并由本地部署的大语言模型负责理解用户目标、组织工具调用和传递参数；数值计算仍由专业程序完成。 用户可以用自然语言描述分析需求，例如： 
图4 从对话任务切换到曲线结果标签页，动图为实际操作记录 除了AI助手，平台还提供可视化数据工作区。用户可以将原始数据包拖入画布，依次连接二维积分、帧质控与平均、背景扣除和绘图组件，直观搭建数据处理流程。积分、质控、平均、背景扣除、AutoRg和GNOM等步骤被拆分为独立组件。研究者可以更换输入、调整某一步骤，或沿已有连线继续处理；数据如何流转、结果从哪里产生，都直接呈现在画布上。这种设计对需要反复比较处理条件的实验尤为重要。例如，在脂质体载药过程中，研究者可以比较不同帧集合、不同背景扣除方式或不同分析参数对结果的影响，同时保留每一步的处理依据。 
图5 拖入数据、建立连线，并将处理结果显示到绘图区 获得一维散射曲线后，可以进入“模型拟合”模块。这里接入了SasView项目的sasmodels模型库，用于计算模型散射曲线，并结合数值优化完成参数拟合。 我们将模型列表查询、参数含义与单位检查、数据诊断、拟合执行及候选方案比较等能力封装为MCP工具。助手可以根据用户提供的样品组成、形状假设和溶剂信息，查询可用模型，设置参数初值、约束与拟合q区间，再展示计算结果。 
图6 模型拟合AI助手的处理结果 用户既可以选择处理项目中的曲线，也可以自行上传数据，并要求比较不同模型或参数条件。模型名称、拟合范围和参数结果会保留，便于后续复查。 曲线吻合只是判断的一部分。模型假设是否适用，残差是否存在系统偏差，参数是否触及边界，都需要结合实验条件检查。拟合助手可以协助开展比较，但不能替代对模型物理意义的判断。 面对一条尚不熟悉的曲线，方法介绍、已发表的研究和参考数据，常常能帮助确定下一步。平台提供了几类不同的检索入口。 生物小角文章库 汇集已收录的“生物小角”公众号文章，方便查找方法介绍和应用案例。需要了解某个分析步骤时，可以从这里寻找相关内容。 LNP文献知识库 面向脂质纳米颗粒研究，知识库将文献中提取的配方、制备条件和实验结果组织为可检索记录，并关联文献来源。查找某类配方或实验条件时，可以先筛选记录，再回到原文核对细节。 
图7 LNP文献记录中的配方字段与DOI来源 文献提取仍可能存在遗漏或识别偏差，具体数值应结合原文中的单位、实验方法和条件使用。 SASBDB相似散射检索 对于已有P(r)结果的数据，可以结合分布形状、回转半径Rg和最大尺寸Dmax，与本地SASBDB索引中的记录比较，查看候选条目及曲线叠加结果。 
图8 当前数据与SASBDB候选记录的P(r)对照 检索的作用是帮助寻找参考。散射相似并不意味着结构相同，候选记录需要结合样品组成和实验信息进一步判断。 几周后重新查看结果时，了解“这条曲线从哪里来” 很重要。用了哪份校准文件、哪些帧参与了平均、背景如何缩放，都可能影响后续解释，同时也节省了再次重新数据处理的时间。 线站Pipeline通过HDF5归档保存原始二维数据、过程参数和处理结果。交互分析可以直接关联这些归档，保存新的处理记录和结果，无需反复复制整套原始数据。用户自行导入的数据也可以进入相应项目归档。 账户系统保留对话历史与分析记录，并按权限提供访问。遇到问题时，线站工作人员可以结合记录协助排查。平台中的反馈入口也欢迎大家提交操作问题和改进建议，反馈会进入后台记录，不公开展示。 第一次使用，可以先选择一组熟悉的数据，看看逐帧曲线，再完成一次平均或背景扣除。熟悉结果后，再尝试让助手组织任务，或在画布上搭建自己的处理流程。 平台通过数据处理电脑本地的浏览器Web端访问。具体地址、账户申请方式及可用功能，请联系BL19U2线站工作人员，以实际部署版本为准。 我们希望用户把更多精力留给数据本身的科学问题判断上，减少重复性的数据预处理工作。欢迎大家在实验和分析中试用，也欢迎告诉我们：哪些步骤还不顺手，哪些结果还需要解释，哪些日常操作值得继续完善。
自动化处理：让数据在采集时就开始“说话”
01 边采集，边了解数据情况
02 把重复操作交给AI工具
“先检查路径下这组原始数据和校准文件是否齐全，如果齐全帮我进行积分处理。” “完成逐帧积分和质量检查，先让我确认哪些帧质量较好可以参与平均。” “将样品、缓冲液和扣除后的曲线叠加显示，比较高q区的差异。”
AI助手可以协助完成原始数据检查与二维积分、逐帧质控、平均与背景扣除，并调用AutoRg、GNOM/DatGnom、DATCMP等ATSAS工具开展Guinier分析、距离分布计算和曲线比较；在相应环境可用时，还可支持分子量估算或形状重建。
03 可视化工具区：让数据处理流程看得见
04 使用SasView模型开展拟合
05 分析之外，也可用于数据查找比对
06 处理过程可追溯，分析结果归档存储
07 欢迎带着自己的数据来试一试
使用提示：AI回答与自动分析结果需结合实验条件人工核验。使用外部模型服务时，相关任务内容可能发送至对应服务端。注册和使用前请阅读平台的数据使用说明，涉密或受限数据请先与线站工作人员确认。
