Bio.SVDSuperimposer 包

模块内容

使用 SVD 对齐将蛋白质结构与另一个结构对齐。

SVDSuperimposer 找到最佳的旋转和平移，将两个点集放在一起（最小化 RMSD）。例如，这对于叠加晶体结构很有用。SVD 代表奇异值分解，它用于该算法。

class Bio.SVDSuperimposer.SVDSuperimposer

基础: object

用于运行 SVD 对齐的类。

SVDSuperimposer 找到最佳的旋转和平移，将两个点集放在一起（最小化 RMSD）。例如，这对于叠加晶体结构很有用。

SVD 代表奇异值分解，它用于计算叠加。

参考文献

矩阵计算，第 2 版。Golub，G. & Van Loan，CF.，约翰霍普金斯大学出版社，巴尔的摩，1989 年

以两个坐标集开始（Nx3 数组 - 浮点数）

>>> from Bio.SVDSuperimposer import SVDSuperimposer
>>> from numpy import array, dot, set_printoptions
>>>
>>> x = array([[51.65, -1.90, 50.07],
...      [50.40, -1.23, 50.65],
...      [50.68, -0.04, 51.54],
...      [50.22, -0.02, 52.85]], 'f')
>>>
>>> y = array([[51.30, -2.99, 46.54],
...      [51.09, -1.88, 47.58],
...      [52.36, -1.20, 48.03],
...      [52.71, -1.18, 49.38]], 'f')

开始

>>> sup = SVDSuperimposer()

设置将旋转和平移的坐标 y 在 x 上

>>> sup.set(x, y)

进行最小二乘拟合

>>> sup.run()

获取 rmsd

>>> rms = sup.get_rms()

获取旋转（右乘！）和平移

>>> rot, tran = sup.get_rotran()

在 x 上旋转 y

>>> y_on_x1 = dot(y, rot) + tran

相同的事情

>>> y_on_x2 = sup.get_transformed()

>>> set_printoptions(precision=2)
>>> print(y_on_x1)
[[ 5.17e+01 -1.90e+00  5.01e+01]
 [ 5.04e+01 -1.23e+00  5.06e+01]
 [ 5.07e+01 -4.16e-02  5.15e+01]
 [ 5.02e+01 -1.94e-02  5.29e+01]]
>>> print(y_on_x2)
[[ 5.17e+01 -1.90e+00  5.01e+01]
 [ 5.04e+01 -1.23e+00  5.06e+01]
 [ 5.07e+01 -4.16e-02  5.15e+01]
 [ 5.02e+01 -1.94e-02  5.29e+01]]
>>> print("%.2f" % rms)
0.00

__init__()

初始化该类。

set(reference_coords, coords)

设置要叠加的坐标。

coords 将放在 reference_coords 的顶部。

• reference_coords：NxDIM 数组

• coords：NxDIM 数组

DIM 是点的维度，N 是要叠加的点数。

run()

叠加坐标集。

get_transformed()

获取转换后的坐标集。

get_rotran()

右乘旋转矩阵和平移。

get_init_rms()

未转换坐标的均方根偏差。

get_rms()

叠加坐标的均方根偏差。