如何绘制蛋白质结构的自由能图？

Question

我知道这个问题不适合这个平台，但如果我能得到一些提示，我可以尝试，

我一直在尝试绘制蛋白质结构（“Chignolin”）的自由能景观。我完全不知道如何做到这一点！我有 MD 模拟轨迹文件 Trajectory file 并使用 pyemma 绘制能量景观。但我收到错误 ”” 类型错误：plot_free_energy() 需要 2 到 20 个位置参数，但给出了 28 个 ”“

有人能找出问题出在哪里吗？ 这是我的代码

import numpy as np
import matplotlib.pyplot as plt
import mdtraj as md
from itertools import combinations
from simtk.openmm.app.topology import Topology
from simtk.openmm.app.simulation import Simulation
from simtk.openmm.app.dcdreporter import DCDReporter
from simtk.openmm.app.statedatareporter import StateDataReporter
import simtk.unit as u
import simtk.openmm as mm
import simtk.openmm.openmm as openmm
import pyemma.coordinates as coor
import pyemma

pdb = md.load('1uao_Calpha.pdb')
feat = pyemma.coordinates.data.MDFeaturizer(pdb)
feat.add_distances_ca(periodic=False)
files = pyemma.coordinates.load('traj/DESRES/CLN025-0-c-alpha/CLN025-0-c-alpha-005.dcd', features = feat)

pyemma.plots.plot_free_energy(*files.T)
plt.show()

这是另一个 pdb 文件。

Answer 1

我建议您开始阅读文档，特别是“学习 PyEMMA”部分，其中包含 Jupyter 笔记本，教您提取正确加权的“伪”自由能表面的工作流程。通常这些表面被绘制到前两个最慢的动态过程的维度中，但您也可以想到任何其他组合。这些维度由 TICA 或 VAMP 投影定义，这些基本上是从数据中提取慢模式的方法，如果蛋白质包含折叠和罕见事件。

作为入门书，我建议首先阅读本教程，因为它简要概述了如何加载和处理数据以提取慢速模式。请注意，这尚不包含马尔可夫状态建模，因此请进一步阅读其他示例以了解这一点。

Answer 2

您可以使用“pip install free-energy-landscape”安装一个新软件包，通过该软件包，您可以根据阈值提取所有帧、它们的 CV（集体变量）和能量。 在 GitHub 上查看详细信息：https://github.com/sulfierry/free_energy_landscape/