12

我正在处理蛋白质结构的蒙特卡洛模拟脚本。在蒙特卡洛脚本编写之前，我从未做过。我将大规模扩展该计划。根据蛋白质 xyz 坐标，我必须定义盒子大小。这个盒子将被分成大小为 0.5 A 的网格。根据距离和角度标准，我必须根据玻尔兹曼概率分布分配点。

3-D 框中的蛋白质结构，显示网格

我的程序应该通过 0.5 A 的网格在每个方向上移动并生成随机点并检查距离和角度的情况。如果满足放置点的条件，则根据玻尔兹曼概率分布丢弃该点。

这是我生成随机点的代码 

from __future__ import division    
import math as mean    
from numpy import *   
import numpy as np   
from string import *    
from random import *    

def euDist(cd1, cd2):# calculate distance
    d2 = ((cd1[0]-cd2[0])**2 + (cd1[1]-cd2[1])**2 + (cd1[2]-cd2[2])**2)
    d1 = d2 ** 0.5
    return round(d1, 2)

def euvector(c2,c1):# generate vector
    x_vec = (c2[0] - c1[0])
    y_vec = (c2[1] - c1[1])
    z_vec = (c2[2] - c1[2])
    return (x_vec, y_vec, z_vec)


 for arang in range(1000):  # generate random point
        arang = arang + 1
        x,y,z = uacoord
        #print x,y,z

        x1,y1,z1 = (uniform(x-3.5,x+3.5), uniform(y-3.5,y+3.5), uniform(z-3.5,z+5))
        pacord = [x1,y1,z1]                 # random point coordinates
        print pacord

我完全震惊于从蛋白质结构的 xyz 坐标生成盒子大小以及如何定义大小为 0.5 的网格。如何检查框中的每个点。
任何帮助都将是可观的。

4

3 回答 3

3

我喜欢你的话题、问题和方法。我不知道它会在这里停留多久。

矩形空间中的 3D 网格在有限元分析和所有其他分析物理问题的技术中很常见。看看网格是如何生成的。

通常有两部分：空间中 (x,y,z) 点的网格和连接它们的框。具有两个元素的简单 2D 网格如下所示：

D               E               F
o (1, 0) ------ o (1, 1) ------ o (1, 2)
+               +               +
+               +               +
+               +               +
o (0, 0) -------+ (0, 1) -------+ (0, 2)
A               B               C

该网格中有六个点：

A (0, 0)
B (0, 1)
C (0, 2)
D (1, 0)
E (1, 1)
F (1, 2)

和两个盒子：

1 - (A, B, E, D)
2 - (B, C, F, E)

因此，一种可能的方法是遍历所有框，检查质心的位置，并进行相应的调整。

我将从您的代码中外部化网格定义并从文件中读取它。这样您就可以使用相同的代码处理不同的网格。

如果我理解正确，网格将在空间中保持固定。你试图随机化蛋白质本身的运动。这就像一个流体问题，一种欧拉方法：您正在跟踪材料相对于固定控制体积的运动。除了它是一种蛋白质而不是一种液体。

因此，您还将单独定义空间中蛋白质的初始条件。您计划及时增加它，以查看蛋白质如何根据您的规则折叠。

我接近了吗？

于 2013-09-19T10:00:17.933 回答
3

你考虑过使用 PyRosetta 吗？它更容易使用，因为您需要的许多功能已经内置。您可以在 PyMol 中实时可视化您的输出。我在 PyRosetta 中编写了一个类似的脚本，相当容易编写和修改，它完成了它应该做的事情。

于 2013-09-19T10:19:44.847 回答
1

我的代码是为蛋白质折叠应用程序编写的，但总体思路是相同的。它从某个温度开始并逐步降低温度，如果新位置/结构的能量得分低于前一个，则蛋白质（或在您的情况下为“点”）随机移动，如果不是姿势将根据 Metropolis 分布进行评估。你必须定义你的 scorefunction()，一个定义随机起始位置的函数和一个将你的点从其原始位置移动的移动器。下面的代码是根据我的原始脚本修改的，只是为了给你一个粗略的想法。

kT_lower=0.1
kT_upper=100
ktemp=kT_upper

max_iterations=15000

i=-1

#create random start point
pose=create_pose()

#evaluate start point
starting_score=scorefunction(pose)

while i<max_iterations:
    i=i+1
    new_pose=random_move(pose)
    if scorefunction(new_pose)<scorefunction(pose):
        pose=new_pose
    else:
        #linear decrease of kT
        ktemp=kT_upper-i*(kT_upper-kT_lower)/max_iterations
        #exponentatial decrease of kT
        #ktemp=math.exp(float(i)/float(max_iterations)*float(-5))*kT_upper+kT_lower

        try:
            p=math.exp(DeltaE/ktemp)
        except OverflowError:
            p=-1

        if random.random()<p:
            pose=new_pose
            print str(i)+'; accept new pose, metropolis'
        else:
            print str(i)+'; reject new pose!'
于 2013-09-20T19:49:25.113 回答