If I remember correctly, brute_force_knn constructs a supercell in all -1 directions, ie creates 27 images of the unitcell to build the neighbourlist. This is all done on GPU, significantly speeds up predicts for small unitcells, but has horrific OOM issues for larger systems.
I see funny shape, I simulate the acoustic bands. Picked a few fun looking ones (variants of longitudinal, lamb, and shear-horizontal modes. Unitcell sim & arrayed the dataset)
Just a note that I see very little difference in energy (certainly not 1 eV) in finite temperature M3GNET unitcell ensembles of 1 Cu on Pb(2) vs. 1 Cu on Pb(1).
Wie kommt man jetzt vom Diffraktionsmuster auf dem Detektor zur Proteinstruktur? Das ist ein ziemlich kompliziertes Verfahren. Wir wissen nämlich nicht in welcher Orientierung die Proteine in der Unitcell im Kristall vorliegen. 1/4
ALT Diffraktionsmuster eines proteins nach bestrahlung mit Röntgenstrahlung.
Im Kristall selbst sind die Proteine jetzt sehr geordnet und wir können diesen Kristall nun in unseren Röntgenstrahl halten. Die Unitcell (kleinste nicht mehr teilbare Einheit) (Bild 1 ) ist im Kristall in alle Richtungen vielfach multipliziert (Bild 2) 7/
ALT Unitcell die die kleinste replizierbare Einheit des Proteinkristalls enthält.
ALT Die Supercell die mehrere Einheiten der Unitcell enthält.