|
我们组想用机器学习来分析LAMMPS的MD轨迹,找到了一个深度学习方法,该方法读取MD轨迹和一些分子模拟的结构文件,计算描述符,同时也把分子模拟轨迹转化为体素文件,然后用3D卷积神经网络建立MD轨迹和催化反应速率之间的对应关系。 但公开的代码都是用于分析GROMACS生成的数据的。我是纯新人,对机器学习比较熟悉,但GROMACS和LAMMPS都没有用过。我们组其他人都是使用LAMMPS做经典MD模拟的,没有人用过GROMACS,我也找不到同时熟悉GROMACS和LAMMPS的人,所以想在这里问一下GROMCAS和LAMMPS文件的对应关系。 找到的公开数据分析代码需要读取GROMACS中的itp,top,gro,pdb和xtc中的信息,按照code中的描述: - itp:不同的itp文件包含不同分子的atomtypes,nonbond_params,moleculetype,atoms,bonds,angles,dihedrals,pairs等信息。
- top:整合不同分子的itp文件中的信息。
- gro: 提取分子坐标信息
- pdb:提取分子坐标信息
- xtc:二进制的分子动力学轨迹文件
我现在手头有我们小组其他人的LAMMPS的数个模拟的数据,我想对公开的分析GROMACS轨迹的代码做些修改,使得可以分析我们小组其他人的LAMMPS文件。 请问GROMACS和LAMMPS不同输出文件的对应关系,至于GROMACS的itp,top,gro,pdb,xtc文件中包含结构,坐标和轨迹信息,我是否可以在LAMMPS的输入和输出文件中找到? 其次,目前找到的代码是分析GROMACS的轨迹和结构信息的,我的第二个想法是如果我将LAMMPS的各个文件转化为itp,top,gro,pdb,xtc,可以避免从头修改全部代码,不知道这是否可行。 希望各位前辈给一些建议和指点,谢谢。 |