如何高效迭代MDAnalysis轨迹并保存残差属性时间序列？

Question

我有一些使用 MDAnalysis 的工作代码将残基时间序列的质心保存在一个数组中，但我想知道是否有更多 Pythonic 或整体 efficient/fast 方式（理解，数组操作...... ) 去做。

import MDAnalysis as mda
mdau = mda.Universe(pdb, xtc)
arr = np.empty(( len(mdau.select_atoms("protein").residues), len(mdau.trajectory), 3 ))
# 288 protein residues, 1250 frames and 3 xyz-coordinates per center of mass; this array shape is important
for ts in mdau.trajectory:
    for num, res in enumerate(mdau.select_atoms("protein").residues):
        arr[num, ts.frame] = res.atoms.center_of_mass()

我正在使用的 .pdb 和 .xtc 文件可以在这些链接中下载： https://submission.gpcrmd.org/dynadb/files/Dynamics/11579_dyn_169.pdb https://submission.gpcrmd.org/dynadb/files/Dynamics/11576_trj_169.xtc

Answer 1

您可以对代码进行一些更改：

select 你的蛋白质原子在 for 循环之外，而不是在每次迭代中
通过将 compound='residues' 参数传递给 center_of_mass 方法
使用 ag.n_residues 和 u.trajectory.n_frames 属性

这是使用这些建议对您的代码进行的更新：

import numpy as np
import MDAnalysis as mda

u = mda.Universe('11579_dyn_169.pdb', '11576_trj_169.xtc')
protein = u.select_atoms("protein")
arr = np.empty((protein.n_residues, u.trajectory.n_frames, 3))

for ts in u.trajectory:
    arr[:, ts.frame] = protein.center_of_mass(compound='residues')

如何高效迭代MDAnalysis轨迹并保存残差属性时间序列？

How to iterate efficiently through MDAnalysis trajectory and save residue attribute time series?

python

mdanalysis