GROMACS分析教程:使用g_select计算平均滞留时间

类别:    标签: gmx   阅读次数:   版权: (CC) BY-NC-SA

理论考虑

分子动力学模拟的分析是动力学的精髓部分, 要依据模拟的假设和目的去分析所得到的数据, 看是否支持自己的假设, 进而得到更多的洞察. 没有假设和目的就去盲目地做模拟, 是不可取的. 由于各人所作体系不同, 对于分析没有通用的套路, 你需要多参考文献才好.

虽然GROMACS自带了很多分析工具, 可能仍不能满足你的需要, 这时候就需要你自己写代码对轨迹进行分析了. 对此, 我的建议如下:

  1. 如果可能, 请尽量使用GROMACS自带的工具完成分析过程, 必要时可以组合多个分析工具达到目的. 虽然这种做法处理时间可能稍长, 但无须写代码, 适合普通用户使用. 但这种做法需要你对GROMACS自带的工具有比较详尽的了解, 知晓各个工具的功能, 并能根据自己的目的进行恰当地组合.
  2. 即便需要自己写代码分析轨迹, 仍然建议先利用GROMACS自带的工具对轨迹进行初步处理, 如利用gmx trjconv转换轨迹格式, 处理居中, PBC问题; 利用gmx select获取特定原子的索引; 利用gmx trjconvgmx traj抽取特定索引原子的信息等. 因为无论做哪种分析, 都要牵涉到这些问题的处理, 而自己写代码实现这些功能虽然不是很可能, 但相当麻烦, 而且执行效率也没有使用GROMACS自带工具高. 这样得到需要的原子坐标后, 我们就可以把注意力集中到自己需要分析方面, 节省了时间和精力.
  3. 如果为了提高处理轨迹的效率或其他原因, 你不得不自行处理轨迹, 建议你使用xtc格式. 这种压缩格式只包含坐标, 文件小, 当只需要分析坐标时, 使用它可大大提高效率. 但如果你同时需要坐标和速度甚至受力, 那你就只能使用trr格式了.
  4. 具体如何使用C, Fortran或MatLab来处理xtctrr格式的轨迹, 请参考博文.
  5. 如果熟悉, VMD的tcl脚本也可用于分析轨迹, 缺点是速度慢, 且对文件大小有限制.

具体示例

下面我们模拟TIP3P水中的一个甲烷CH4分子, 以计算CH4第一溶剂化层中水分子的平均滞留时间为例, 来对分析过程进行具体地说明.

下载示例文件, 解压后得4个文件, conf.gro, grompp.mdp, index.ndx, topol.top. 值得注意的是, index.ndx文件使用gmx make_ndx添加了每种原子的索引号, 这是为了便于后面的分析.

体系中包含一个CH4分子(OPLS-AA力场)和241个TIP3P水分子


视图: 投影正交
模型: 球棍范德华球棍状线框线型名称
超晶胞: X   Y   Z   
左键: 转动   滚轮: 缩放   双击: 开关自动旋转   Alt+左键: 移动

Fig.1

下面我们来运行模拟

grompp -maxwarn 2
mdrun

作为示例, 我们只运行了20 ps, 得到了轨迹文件traj.xtc.

要计算CH4分子第一溶剂化层中水分子的平均滞留时间, 我们首先需要知道第一溶剂化层的厚度, 为此, 我们可以计算CH4分子和水分子二者质心之间的径向分布函数RDF

g_rdf -f -n -rdf mol_com
> 2 3

得到如下图形

Fig. 2
Fig. 2

可以看到, 由于模拟时间较短, 得到的RDF并不是十分光滑(延长模拟时间就可以得到更漂亮的图形), 但我们仍然可以看出第一溶剂化层的厚度大约是0.5 nm. 也就是说, 我们在计算平均滞留时间时, 只考虑其质心处于CH4质心0.5 nm 范围内的水分子.

【2016-03-27 补注】上面关于第一溶剂化层厚度的说法不严谨. 文献上一般以RDF的第一个峰值作为第一溶剂化层的厚度, 所以根据上图应该是0.36 nm左右, 下面分析中应该使用这个数值.

我们使用g_select工具来获取每个水分子的是否处于CH4第一溶剂化层中的信息.

g_select -f -n -os -oc -oi -om -on selFrm.ndx -selrpos mol_com
>"1st shell" resname SOL and name OW and within 0.5 of resname CH4

在上面的命令中我们为-on选项指定了输出文件, 以防止默认的输出文件index.ndx与前面我们使用的index.ndx文件冲突. 有关g_select的使用说明请参考其说明文档GROMACS选区(selection)语法及用法.

我们得到如下文件

请打开这些文件进行查看, 了解其含义.

我们只要对mask.dat进行分析处理就可以计算平均滞留时间了. 这可以使用下面的bash脚本完成

bash
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
file=mask.dat
ftrs=${file%.*}_trs.dat
ffrq=${file%.*}_frq.dat

awk ' BEGIN {
	getline
	while($1=="#") getline
	Ncol=NF
	close(FILENAME)

	for(i=2; i<=Ncol; i++) {
		while(getline<FILENAME) if(NF==Ncol) printf "%s", $i
		print ""
		close(FILENAME)
	}
}' $file > $ftrs

awk -v file=$file '
BEGIN{ Navg=0; Tavg=0
	getline <file
	while($1=="#") getline <file; dt=$1
	getline <file; dt=$1-dt
	close(file)
}

{	gsub(/0+/, " ")
	Ntxt=split($0, txt)
	for(i=1; i<=Ntxt; i++) {
		T=length(txt[i])
		print T
		Navg++; Tavg += T
	}
}
END{ print "# Avaraged Residence Time(ps)=", Tavg*dt/Navg}
' $ftrs >$ffrq

得到的平均滞留时间为0.807243 ps. 当然, 实际情况中你需要运行更长的模拟来确认得到的数据是否收敛. 水分子滞留时间的分布图如下

Fig. 3
Fig. 3

对更大的体系, 更长的模拟时间, 上面的简单脚本可能执行时间很长. 这主要是因为在第一步中对mask.dat进行行列互换时, 如果文件太大就要花费很长的时间. 一种更高效些的方法是使用中间文件, 方法如下

bash
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
awk -v ftrs=$ftrs ' BEGIN{ Nmax=2000; N=0
	system("rm -rf _row-* " ftrs " && cat <> " ftrs)
}
$1!="#" {
	N++
	Frow="_row-"sprintf("%04d",N)
	$1=""; sub(/^\s*/, ""); gsub(" ", "\n", $0)
	print $0 >Frow
	close(Frow)
	if(N>Nmax) {
		N=0
		system("ls _row-* | sort | xargs paste -d \047\047 "ftrs" >_trsRow")
		system("rm -rf _row-* && mv _trsRow "ftrs)
	}
}
END{
	system("ls _row-* | sort | xargs paste -d \047\047 "ftrs" >_trsRow")
	system("rm -rf _row-* && mv _trsRow "ftrs)
}
' $file

更高效的方法, 就只能换用其他编译型语言或MatLab等软件了.

我们可以利用trjconv程序并借助selFrm.ndx文件获取每一时刻所选原子的坐标, 只需要根据对每一帧指定不同的索引组即可. 获取前100帧的示例代码如下

bash
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
file=selFrm.gro
echo -n ""> $file

dt=0.002
for i in {0..100}; do
	t=$(echo "$dt*$i" | bc)
	echo $i | trjconv -f -n selFrm.ndx -dump $t -o _tmp.gro 2>/dev/null
	cat _tmp.gro >>$file
	rm -rf _tmp.gro
done

当然这种每次处理一帧的方法运行起来很慢, 但可惜的是GROMACS的分析工具中并没有提供解决方案, 如果需要更快地抽取出构型, 那就只能自己写代码了. 此外, 这样直接得到的构型由于PBC的原因可能看起来不连续, 为此, 你可能需要先使用trjconv对轨迹进行居中, PBC处理, 然后再使用上面的方法获取坐标.

网络资料

  1. 如何计算平均滞留时间(residence time)
  2. trajectory output from g_select?
  3. gmx dipoles with dynamic indices (gromacs 5.0.x)
  4. extract coordinates of selected atoms
  5. Windows Cmd终端Ctrl D不起作用的解决方法
  6. Equivalent to ^D (in bash) for cmd.exe?
  7. LINUX SHELL 行列转换、倒序

程刚: 基于GROMACS和MatLab计算平均滞留时间

一、计算原理

可参考文献 Phys. Chem. Chem. Phys., 2012, 14, 16536-16543

划定一定的区域,定义为系统计算空间,比如距离聚合物膜0.5 nm的空间。假设体系里有N个分子,每个分子在系统计算空间的平均滞留时间都不同,对体系的N个分子全部进行平均,就得到了平均滞留时间。下面以计算水分子的平均滞留时间为例。

假设统计的轨迹共n帧,共计x ns,统计轨迹时间x ns应该远大于水分子的滞留时间。以第1号水分子为例,统计这n帧轨迹中第1号水分子在系统计算空间内出现的总时间,再除以第1号水分子进出此空间的次数,就得到了第1号分子的平均滞留时间,记为T(1)。然后对所有的水分子的平均滞留时间进行平均,记为Tavg=sum(T)/n,其中sum为加和函数,n为出现在系统计算空间的总分子数(即排除所有未曾出现在系统计算空间内的分子)。

二、计算过程

1. 采用GROMACS软件对轨迹进行处理

g_select -f md.xtc -s md.tpr -n index.ndx -om M_1.dat -select 'name OW and within 0.195 of group M'

系统计算空间为距离M基团0.195 nm的空间;其中md.xtc文件为轨迹,共计n帧;index.ndx索引文件中应该提前设定好待分析的组和OW原子;产生的M_1.dat文件是二进制的二维数据表,第一列为轨迹时间,后面每列为每个OW原子在每个轨迹时间点上在系统计算空间内的出现情况(1代表出现,0代表不出现)。

2. 采用MatLab软件处理dat文件

使用下面的MatLab代码处理得到的M_1.dat文件,注意文件名要匹配。程序运行结束后,Tavg为所求。

李继存 注: 此代码效率较低, 数据量太大时可能出现问题, 请优化使用.

matlab
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
function ResTime
	clc; clear all;

	global Ntime Natom

	dt=2;                   % 时间间隔
	mat=load('SO3_1.dat') ; % mask数据文件

	[Ntime,Ncol]=size(mat);    %
	mat=mat(1:Ntime,2:Ncol);   %

	Natom=Ncol-1;
	T=zeros(1,Natom);    % 某一列的滞留时间
	Tnum=zeros(1,Natom); % 未连续出现的次数统计
	Ttot=zeros(1,Natom); % 某一列的总和,出现的总时间

	for i=1:Natom
		Ttot(i)=sum(mat(:,i));
		 if(Ttot(i)~=0)
			for j=1:Ntime-1
				if mat(j+1,i)~=mat(j,i)
					Tnum(i)=Tnum(i)+0.5;
				end
			end
			T(i)=double(Ttot(i)/ceil(Tnum(i)));
		 end
	 end

	Tavg=sum(T)*dt/length(find(Ttot>0))

评论

随意赞赏

微信

支付宝
◆本文地址: , 转载请注明◆
◆评论问题: https://jerkwin.herokuapp.com/category/3/博客, 欢迎留言◆


前一篇: 无机晶体结构数据查询软件ICSD:安装篇
后一篇: 旅行推销商问题TSP的动态规划解法

访问人次(2015年7月 9日起): | 最后更新: 2017-08-15 19:57:07 UTC | 版权所有 © 2008 - 2017 Jerkwin