[英]How to use MDAnalysis to principal_axes and moment_of_inertia with a group of atoms?
我正在嘗試使用MDAnalysis( MDAnalysis.__version__ == 0.17.0
)API函數principal_axes()
和moment_of_inertia()
來為文檔中描述的一組選定原子計算這些矩陣:
import MDAnalysis
from MDAnalysis.tests.datafiles import PSF, DCD
import numpy as np
u = MDAnalysis.Universe(PSF, DCD)
CA = u.select_atoms("protein and name CA")
I = np.matrix(CA.moment_of_inertia())
U = np.matrix(CA.principal_axes())
print("center of mass", CA.center_of_mass())
print("moment of inertia", I)
print("principal axes", U)
print("Lambda = U'IU", np.transpose(U)*I*U)
輸出:
center of mass [ 0.06873595 -0.04605918 -0.24643682]
moment of inertia [[ 393842.2070687 -963.01376005 -6050.68541811]
[ -963.01376005 474434.9289629 -3902.61617054]
[ -6050.68541811 -3902.61617054 520207.91703069]]
principal axes [[-0.04680878 -0.08278738 0.99546732]
[ 0.01813292 -0.9964659 -0.08201778]
[-0.99873927 -0.01421157 -0.04814453]]
Lambda = U'IU [[ 519493.24344558 -4093.3268841 11620.96444297]
[ -4093.3268841 473608.1536763 7491.56715845]
[ 11620.96444297 7491.56715845 395383.6559404 ]]
這看起來是錯誤的,原因之一是文檔中提到的U'IU
不是對角線:
也許我需要將蛋白質與質心對齊,以計算相對於此的慣性矩。
關鍵是在文檔中他們說U'IU
,但U是CA.principal_axes()
返回值的轉置(請參見源代碼 ):
# Sort
indices = np.argsort(e_val)[::-1]
# Return transposed in more logical form. See Issue 33.
return e_vec[:, indices].T
Matlab確認:
>> I=[ 393842.2070687 -963.01376005 -6050.68541811 ; -963.01376005 474434.9289629 -3902.61617054; -6050.68541811 -3902.61617054 520207.91703069];
>> U=[-0.04680878 -0.08278738 0.99546732; 0.01813292 -0.9964659 -0.08201778;-0.99873927 -0.01421157 -0.04814453];
>> U*I*U'
ans =
1.0e+05 *
5.2082 0.0000 -0.0000
0.0000 4.7413 -0.0000
-0.0000 -0.0000 3.9354
原則上講,AtomGroup.principal_axes()教程中的文檔是正確的,但令人困惑的是AtomGroup.principal_axes()
的返回值不是矩陣U
而是其轉置的UT
:
AtomGroup.principal_axes()
方法返回一個數組[p1, p2, p3]
,其中主軸p1
, p2
, p3
是長度為3的數組; 為了方便起見,選擇此布局作為行向量(以便可以使用p1, p2, p3 = ag.principal_axes()
提取向量)。 為了形成矩陣U
,其中主軸是列向量,就像在主軸的常規處理中一樣,必須轉置。 例如:
import MDAnalysis
from MDAnalysis.tests.datafiles import PSF, DCD
import numpy as np
u = MDAnalysis.Universe(PSF, DCD)
CA = u.select_atoms("protein and name CA")
I = CA.moment_of_inertia()
UT = CA.principal_axes()
# transpose the row-vector layout UT = [p1, p2, p3]
U = UT.T
# test that U diagonalizes I
Lambda = U.T.dot(I.dot(U))
print(Lambda)
# check that it is diagonal (to machine precision)
print(np.allclose(Lambda - np.diag(np.diagonal(Lambda)), 0))
矩陣Lambda
應該是對角線(最后一個print
應顯示True
):
[[ 5.20816990e+05 -6.56706349e-10 -2.83491351e-12]
[-6.62283524e-10 4.74131234e+05 -2.06979926e-11]
[-6.56687024e-12 -2.07159142e-11 3.93536829e+05]]
True
最后,如果要“手動”計算:
values, evecs = np.linalg.eigh(I)
indices = np.argsort(values)
U = evecs[:, indices]
這使U
以主軸為列向量。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.