McSAS3: improved Monte Carlo small-angle scattering analysis software for dilute and dense scatterers

McSAS3は、希薄および高密度な散乱体の両方に対して、小角散乱データの自動的かつ柔軟なフォームフリー解析を可能にするグラフィカルユーザーインターフェースを備えた、リファクタリングされたモンテカルロ・ソフトウェアスイートです。

要約

あなたは、箱を振ってその音を聞くことで、中にある謎の不透明な箱の中身を解明しようとしているところだと想像してください。科学の世界では、この「箱」は微小な粒子のサンプルであり、「音」はX線がそれらに跳ね返ってくるパターン（小角散乱と呼ばれる手法）です。

長い間、科学者たちはこれらのパターンを解読するためにMcSASという手法を使用してきました。オリジナルのMcSASは、非常に賢いけれど、少し不器用な古い整備士のようなものでした。車を修理すること（データの解析）はできましたが、あなたが運転席に座っていなければならず、他のコンピュータと通信することもできず、もし結果の数え方を変えたいと思ったら、修理の最初からやり直さなければなりませんでした。

McSAS3は、完全にアップグレードされた最新の整備士です。これがなぜ特別なのかを、簡単に説明します。

1. 「レシピなし」の調理法

昔は、これらの粒子を解析するために、事前に分布の形を予測しなければなりませんでした。それは、ケーキを焼こうとしているのに、「必ず完璧な円形にすること」というレシピに従わなければならないようなものです。もしケーキが実際には正方形だった場合、レシピは失敗します。

McSAS3は、モンテカルロ法を使用しています。300種類の異なるレゴブロックが入った袋を想像してみてください。形を予測する代わりに、ソフトウェアはランダムにブロックを選び、あなたの振った箱の音に一致するように組み立てを試し、最もうまくいくものを選び取ります。これは「完璧な円」という形を強制しません。データが実際の形を教えてくれるようにするのです。これにより、人間のバイアスを取り除き、より正直な現実を描き出すことができます。

2. 新しい「ダッシュボード」（McSAS3GUI）

旧バージョンのソフトウェアは、エンジンが露出していてハンドルもない車のようなものでした。走らせるには整備士である必要がありました。
McSAS3には、新しい**グラフィカル・ユーザー・インターフェース（GUI）**が備わっています。これは、タッチスクリーンを備えた現代的な車のダッシュボードのようなものです。

• ガイド、ビデオ、テンプレート（プリセットされた走行モードのようなもの）があります。
• コードを書く必要なく、「エンジン」（設定ファイル）のセットアップを行うことができます。
• 単一のファイルのテストを実行することも、膨大なバッチ処理（車両のフリート全体を一度に処理するようなもの）を行うことも可能です。

3. スピードと自動化

旧バージョンのソフトウェアは一車線の道路でした。一度に一つのことしかできませんでした。McSAS3はマルチレーンの高速道路です。

• マルチスレッディング： モダンなコンピュータの全コアを同時に使用できるため、非常に高速です。
• 自動化： ロボットに接続できます。例えば、材料が変化していく様子を観察しながら実験を行っている場合（バッテリーの充電中など）、McSAS3はデータが入ってくるのと同時に即座に解析を行い、リアルタイムのナビゲーターとして機能します。

4. 「やり直し」ボタン

旧バージョンのソフトウェアで最も厄介だったことの一つは、結果の表示方法（ヒストグラム）を変更したい場合、非常に時間がかかる計算を最初からやり直さなければならなかったことです。
McSAS3はこの問題を解決しました。これは、写真を撮った後に、もう一度撮り直すことなく、後からトリミングしたり、フィルターをかけたり、サイズを変更したりできるようなものです。最適化を一度行えば、その後は表示設定を何度でも瞬時に調整できます。

何に対してテストを行ったのか？

論文では、この新しいツールができることを示す3つの具体的な例が示されています。

1. 金ナノ粒子： 異なる2種類のサイズの金の球が混ざっている状態を、片方のサイズが非常に小さく見えにくい場合でも（マーブルの中に数個の豆が混ざっているのを見つけるようなもの）、正確に特定することに成功しました。
2. シリカ粉末： シリカの球が密集した粉末を解析しました。球が密集しているため、互いに干渉し合い、数学的な計算を難しくさせます。McSAS3はこの複雑さを処理し、正しいサイズを見つけ出しました。
3. 面を持つ立方体： これは最も難しい課題でした。彼らは小さな立方体状の粒子を持っていました。標準的な数学的公式は、このような奇妙な形状には存在しません。そこで、チームは単一の立方体のコンピュータ・シミュレーションを「テンプレート」として使用しました。McLAS3は、そのテンプレートを使用して、サンプル内の立方体のサイズ分布を導き出しました。

まだできないこと（「ToDoリスト」）

著者たちは、ソフトウェアがまだ必要としている事項についても正直に述べています。

• 単位： 現在、ソフトウェアの脳の中で単位変換（メートルからナノメートルへの切り替えなど）を自動的に処理することはありません。注意が必要です。
• 2D画像： 1Dのデータはうまく扱えますが、複雑な2D画像の可視化にはまだあまり適していません（ただし、エンジン自体はそれらを処理する技術を持っています）。
• 緊急停止： 設定を誤った状態で計算を開始してしまった場合、完璧な「停止」ボタンはまだ存在しません。開始前に制限を設定しておく必要があります。

まとめ

McSAS3は、普及している科学ツールの完全な書き換えです。それは、困難で手動のプロセスを、自動化され、ユーザーフレンドリーで、柔軟なシステムへと変貌させました。これにより、科学者は粒子の形を推測することをやめ、ハイテクな研究所であっても標準的な大学の環境であっても、データそのものに語らせることができるようになるのです。

技術概要

技術要約: McSAS3 – 改良型モンテカルロ小角散乱解析ソフトウェア

問題提起

小角散乱（SAS）データの解析は、古典的な最小二乗法（例：SasView、SASfit）に依存する場合、実験ワークフローにおける時間のかかるボトルネックであり続けている。これらの従来のアプローチでは、ユーザーは「散乱体モデル」、「パラメータ分布の形式（例：対数正規分布、シュルツ分布）」、「構造間の散乱記述」という特定のモデル・トライアド（三要素）を事前に定義する必要がある。このプロセスは、重大なヒューマンバイアス（人間による偏り）を導入する可能性があり、また、サンプルの形態が選択されたモデルの制約を超えて進化する動的な実験において、再現性を制限する。

さらに、オリジナルのMcSASソフトウェアは、複雑なサイズ分布（例：量子ドット合成）の特定には成功していたものの、以下のような決定的なアーキテクチャ上の限界を抱えていた：

• 自動化の欠如： ユーザーインターフェースがコア部分と不可分であったため、ヘッドレス動作や自動データ処理パイプラインへの統合ができなかった。
• スケーラビリティの限定： マルチコア処理をサポートしていなかった。
• 硬直したワークフロー： ヒストグラムの設定を調整するために、非常に時間がかかる最適化プロセス全体を再実行しなければならなかった。
• モデルの制約： サポートされているモデルのライブラリが限定的であった。

手法

McSAS3は、オリジナルのコードベースを完全に書き換えたものであり、モジュール化されたPythonベースのコアと、分離されたPyQT6グラフィカルユーザーインターフェース（McSAS3GUI）で構成されている。

コア・アルゴリズム

本ソフトウェアは、測定された散乱データ（$I_{meas}$）を計算されたモデル（$I_{MC}$）に対して適合させる、モンテカルロ（MC）最適化手法を採用している。

• 形式に依存しない分布（Form-Free Distributions）： 古典的な手法とは異なり、McSAS3はパラメータ分布の関数形式をユーザーが指定する必要がない。ユーザーに求められるのは、散乱体の全体的な形態（形状因子）の定義と、オプションとしての構造因子の定義のみである。
• 最適化プロセス： アルゴリズムは、約300個の独立したモデル寄与分（$I_{contrib}$）の逆体積加重和として $I_{MC}$ を構築する。これらの寄与分の特定のパラメータを、事前定義された範囲内でランダムに変化させる。もし、その変化がデータとの一致を改善する場合、新しいパラメータ値が採用される。
• 出力： 結果は、絶対スケール化されたデータに対して、絶対体積分率における、形式に依存しない体積加重されたサイズ分布（または他のモデルパラメータの分布）となる。

技術的アーキテクチャ

• モジュール性： コアは、データの読み込み、最適化設定、およびヒストグラム作成のためのYAML構成ファイルを使用することで、自動化されたワークフロー（コマンドラインまたはJupyter Notebook）への統合ができるよう設計されている。
• データ処理： ASCIIおよびHDF5コンテナをサポートし、様々なフォーマット（CSV、NeXus、NeXish、PDH）に対する柔軟な読み込みオプションを備えている。
• モデルライブラリ： SasViewコミュニティのSasModelsライブラリを統合しており、幅広いコンパイル済みモデルや構造因子をサポートしている。また、「sim」モデルもサポートしており、解析解を持たない形状（例：デバイ方程式による計算から得られたシミュレーションデータ）を形状因子として利用することができる。
• パフォーマンス： 独立した反復処理のためのマルチスレッド処理を実装しており、現代のマルチコアハードウェアを効率的に使用できる。
• 後処理： 最適化を完了した後、最適化を再実行することなく、異なる設定で再ヒストグラム化できることが主要な機能である。

主な貢献と改善点

1. 自動化と統合： McSAS3は、自動化されたデータ処理パイプラインへの統合が可能な最初のイテレーションであり、実験中（例：オペランド電気化学）のリアルタイム解析を容易にする。
2. ユーザーインターフェース（McSAS3GUI）： 専用のGUIは、必要な構成ファイルの生成をガイドし、テンプレートを提供し、バッチ処理機能を提供することで、導入の障壁を下げている。
3. 柔軟性： 解析解となる散達関数を持たない複雑な形態（例：面を持つ立方体）の解析を可能にするため、シミュレーションデータを通じたカスタム形状因子のサポートを実現している。
4. 再現性： 事前に分布の形状を定義する必要を排除することで、構造解析におけるヒューマンバイアスを低減し、再現性を向上させている。
5. 効率性： マルチコアサポートと、再最適化なしでの再ヒストグラム化機能により、ユーザーの計算負荷を大幅に軽減している。

結果と検証

論文では、以下の3つの実践的な例を通じてMcSAS3を検証している：

1. 二峰性金ナノ粒子懸濁液： 小さい方の集団が量の10%であり、大きい方の集団の半分のサイズである二峰性分布を正常に解明した。MacBook Pro M1上で、10回の独立した最適化が15秒で完了した。
2. 二峰性シリカ粉末： 顕著な構造因子を持つ高密度粉末の解析を実証した。この研究は、体積分率とサイズ分布の相互依存性を浮き彫りにし、一方を特定するためには他方を固定しなければならないことを示した。
3. 面を持つ立方体分散体： 非球形の参照材料を解析するために、SPONGEソフトウェアによって生成された単一の散乱シミュレーション（面を持つ立方体）に基づく「sim」モデルを利用した。これは、解析的な形状因子を持たない形状を扱う本ソフトウェアの能力を証明した。

いずれのケースにおいても、ソフトウェアは妥当な解とサイズ分布を生成し、それらは構造の実態を密接に記述しており、適合度（gof）の値は通常0.9を超えていた。

意義と主張

著者らは、McSAS3がオリジナルのソフトウェアの「硬い制限」を解消し、このツールを特殊なユーティリティから、広く一般で使用可能な堅牢な「十分な（good enough）」状態へと移行させたことを主張している。主な意義は以下の通りである：

• 高度な解析の民主化： GUIとテンプレートを提供することで、モンテカルロ解析を専門家ではない人々にも開放している。
• ハイスループット科学の実現： 自動化されたパイプライン向けに設計されたことで、シンクロトロンやラボ光源からの増大するデータ量、およびインサイチュ（in-situ）やオペランド（operando）実験の傾向に対応している。
• 客観性の向上： 事前に定義された分布の形状を排除することで、構造特性評価におけるユーザーのバイアスを最小限に抑える。

論文は、本ソフトウェアが現在も活発に開発中であり、現在の制限事項（例：内部単位サポートの欠如、2Dデータ可視化の限定、実行中の最適化の中断メカニズムの不在）はあるものの、現在の状態は、個別およびバッチデータ解析の両方において、従来のツールよりも大幅な改善を提供していると結論付けている。