|
PCA 分析时间：2025-04-28 主成分分析（PCA）是一种降维技术，用于识别分子动力学模拟中系统的主要运动模式。在本研究中，PC1 和 PC2 分别解释了 23.5%和 8.3%的系统方差，累积解释方差达到 31.8%，表明这两个主成分捕获了系统变异的显著部分，但可能仍需更多主成分来完整描述系统的复杂运动。蛋白 B 蛋白与小分子小分子 C 结合的 PCA 分析如图 1-5 所示,图 1-5A 中PC1-PC2 投影图的点分布模式显示，随着模拟时间的推进，构象状态从初始的蓝色区域逐渐向红色区域转变，表明系统在构象空间中进行了显著的采样。这种分布暗示了构象采样具有一定的时间依赖性，可能存在从初始状态到更稳定状态的转变。图 1-5B 中的自由能景观图揭示了系统在 PC1-PC2 空间中的自由能分布。能量最低点（用星号标记）代表了系统最稳定的构象状态。图中存在多个能量较低的区域，表明系统可能具有多个稳定的构象状态，这对于理解蛋白质-配体结合的多样性和稳定性具有重要意义。
该案例由生物计算团队案例提供 如果需代算可联系中介-邱新龙帮忙联系 +V 19907905031 具体项目方案，双方进行明确沟通 上一篇氢键分析下一篇Ramachandran 分析 |
