分子动力学模拟设置和分析工具。
mdplus的Python项目详细描述
MDPlus:用于分子建模的Python工具
简介
MDPlus汇集了许多与分子模拟设置和分析相关的工具:
- 在
PCA-由pyPcazip使用的主成分分析库。在
在 - 在
一种机器学习方法,用于将粗粒度结构反向映射到细粒度结构。在
在 - 在
精炼-一种基于约束的方法来改进近似分子模型。在
在
安装:
通过pip最简单:
pip install mdplus
入门:
API概述
为了最大限度地与其他基于Python的MD模拟处理包兼容,所有工具都对坐标数据的简单数组(通常是[n_frames,n_atoms,3]numpy
数组)进行操作。在
所有工具都有一个类似的API,模仿了transformer对象方法,scipy
和scikit-learn
中的许多实用程序都使用这种方法。在
PCA
以一个PCA变压器为例,将其应用于一个结构集合,得到特征向量、特征值和均值。经过训练的变换器可用于将同一系统的其他坐标集转换为PCA空间,反之亦然:
^{pr2}$微光
虽然将高分辨率模型转换为低分辨率模型的工具(例如原子模型到粗粒度模型)相对可用和/或易于实现,但反向“反向映射”通常要困难得多。给出一组由前向映射工具获得的高分辨率结构及其对应的低分辨率结构的训练集,GLIMPS学习从低分辨率数据集到高分辨率数据集的反向转换,一旦训练完成,就可以进一步反映射低分辨率模型。在
from mdplus.multiscale import GLIMPS
backmapper = GLIMPS()
backmapper.fit(cg_training_traj, fg_training_traj) # matched pairs of low and high resolution structures
fg_structure = backmapper.transform(cg_structure)
精炼
REFINE实现了基于SHAKE类型约束的近似分子结构精化。它可以作为一个有用的后处理器从PCA反变换或从GLIMPS获得的结构。REFINE从“好”分子结构的训练集中学习约束集,然后可以进一步细化近似结构:
from mdplus.refinement import REFINE
refiner = REFINE()
refiner.fit(training_traj) # A diverse collection of good-quality structures
refined_traj = refiner.transform(crude_traj)
我该和谁说话?在
- 项目
标签: