聚类轨迹
该Python脚本接收分子动力学或Monte Carlo轨迹(.pdb,.xyz或OpenBabel支持的任何格式),使用Kabsch算法找到结构之间的最小RMSD,并执行聚集聚类(一种无监督的机器学习),以对相似的构象进行分类。 该脚本是在考虑到Python 3的情况下开发的,但是,鉴于所有库均可用,它也应在Python 2.7中工作。
脚本要做的是计算轨迹的每个配置之间的距离(使用最小RMSD),建立一个距离矩阵(以压缩形式存储)。 请注意,计算距离矩阵可能需要一些时间,具体取决于您的轨迹多长时间以及每种配置中有多少原子。 距离矩阵也可以从文件中读取(使用-i选项),以避免每次您要更改链接方法(使用-m )或聚类的距离时重新计算该距离矩阵。
依存关系
该实现依赖于几个库,因此在运行脚本之前,请确保已在Python发行版中安装了所有库。 当前,需要以下库:
我们建议使用 P
1