gmx anaeig分析简正模式

gmx anaeig [-v [<.trr/.cpt/...>]] [-v2 [<.trr/.cpt/...>]]

   [-f [<.xtc/.trr/...>]] [-s [<.tpr/.tpb/...>]] [-n [<.ndx>]]

   [-eig [<.xvg>]] [-eig2 [<.xvg>]] [-comp [<.xvg>]] [-rmsf [<.xvg>]]

   [-proj [<.xvg>]] [-2d [<.xvg>]] [-3d [<.gro/.g96/...>]]

   [-filt [<.xtc/.trr/...>]] [-extr [<.xtc/.trr/...>]]

   [-over [<.xvg>]] [-inpr [<.xpm>]] [-nice ] [-b ]

   [-e ] [-dt ] [-tu ] [-[no]w] [-xvg ]

   [-first ] [-last ] [-skip ] [-max ]

   [-nframes ] [-[no]split] [-[no]entropy] [-temp ]

   [-nevskip ]

gmx anaeig 用于分析特征向量。特征向量可以来自协方差矩阵或简正模式分析。当将轨迹投影到特征向量上时，如果存在，会将所有结构叠合到特征向量文件中的结构，否则会叠合到结构文件中的结构。如果没有提供运行输入文件，程序不会考虑周期性。大多数分析都是在从 -first到 -last 的几个特征向量上进行的，但当 -first 设置为-1 时，程序会提示你选择要分析的特征向量。

-comp: 对从 -first 到 -last 的特征向量，给出其每个原子的向量分量。

-rmsf: 对从 -first 到 -last 的特征向量，给出其每个原子的 RMS 波动（需要 -eig）。

-proj: 计算轨迹在从 -first 到 -last 特征向量上的投影。轨迹在其协方差矩阵特征向量上的投影称为主成分（pc）。检查主成分的余弦含量通常很有用，因为随机扩散的主成分为余弦，其周期数等于主成分指数的一半。可以使用gmx analyze↪50 计算主成分的余弦含量。

-2d: 计算轨迹在 -first 和 -last 特征向量上的 2d 投影。

-3d: 计算轨迹在前三个选定的特征向量上的 3d 投影。

-filt: 对轨迹进行滤波，只显示其沿从 -first 到 -last 特征向量的运动。

-extr: 计算一条轨迹在平均结构上的两个极值投影，并在它们之间内插 -nframe 帧，或使用 -max 设定需要的极值数目。会输出 -first 特征向量，除非明确设置了 -first 和 -last，在这种情况下，所有特征向量都会写入单独的文件。当输出.pdb↪456 文件时，如果含有两个或三个结构，会添加链标识（你可以使用 rasmol -nmrpdb 来查看这样的.pdb↪456 文件）。

协方差分析的重叠计算

注意：分析时应使用相同的叠合结构

-over: 计算 -v2 文件中的特征向量，与 -v 文件中从 -first 到 -last 的特征向量之间的子空间重叠。

-inpr: 计算 -v 文件和 -v2 文件中特征向量之间的内积矩阵。除非明确设置了 -first 和 -last，否则会使用这两个文件中的所有特征向量。如果指定了 -v 和 -v2，会给出协方差矩阵之间重叠的单个数值。注意，默认情况下，会从特征向量输入文件中的时间戳字段读取特征值，但当指定 -eig 或 -eig2 时，则会使用与其对应的特征值。计算公式为：

difference = sqrt(tr((sqrt(M1) - sqrt(M2))^2))

normalized overlap = 1 - difference/sqrt(tr(M1) + tr(M2))

shape overlap = 1 - sqrt(tr((sqrt(M1/tr(M1)) - sqrt(M2/tr(M2)))^2))

其中 M1 和 M2 为两个协方差矩阵，tr 为矩阵的迹。给出的数值正比于波动平方根的重叠。归一化重叠最有用，对全等矩阵，其值为 1，而当采样子空间正交时，其值为 0。

当指定 -entropy 选项时，会基于准简谐近似和 Schlitter 公式计算熵的估计值。

当给定-entropy选项时, 会依据准简谐近似以及Schlitter公式给出熵估计