[GROMACS]模拟数据分析前轨迹文件生成-轨迹预处理

前言

在gromacs动力学中，原始轨迹文件（.xtc/.trr）因周期性边界条件（PBC）和整体平动/转动的存在，无法直接用于定量分析或可视化。本文介绍三类核心预处理方法，分别针对连续轨迹、结构叠合和可视化需求，并明确每类输出文件的适用分析场景与注意事项。为了得到一个用于可视化和适配于各种数据分析使用的轨迹，我们需要对轨迹进行三种预处理，用于不同的数据分析和可视化。

预处理类型	输出文件示例	核心目标	典型应用
PBC跳跃消除	md_nojump.xtc	还原真实连续运动，保留绝对坐标	MSD、RDF、能量rerun
整体运动叠合	md_fit.xtc	固定蛋白质，消除平动/转动	RMSD、RMSF、氢键、DCCM
可视化优化	md_center.xtc	画面整洁，分子完整居中	轨迹动画展示

注意：尽量保留原始轨迹！每次处理生成新文件，不要覆盖，保证预处理逻辑更清晰

一、PBC 跳跃消除：获得连续轨迹（md_nojump.xtc）

周期性边界条件 (PBC)：在分子动力学模拟中，为了模拟一个无限大的体系，我们使用一个有限的盒子，并让这个盒子在三个维度上无限重复。当一个分子（比如你的小分子配体）从盒子的一侧穿出去时，它会立刻从盒子的另一侧穿进来。这在计算上是连续的，但在轨迹文件中记录的坐标会发生一个巨大的跳跃（从盒子的一端到另一端）。

1.1命令与参数详解

gmx trjconv -s md.tpr -f md.xtc -n index.ndx -o md_nojump.xtc -pbc nojump

参数	含义	详细说明
-s md.tpr	结构拓扑/输入文件	包含盒子信息、原子质量、键连接等。-s 通常指.tpr文件，提供参考坐标和盒子。
-f md.xtc	输入轨迹	原始轨迹，可以是.xtc（压缩）或.trr（全精度）。
-n index.ndx	索引文件	可选推荐 。定义原子组（如 Protein、Ligand、Backbone），用于后续选择参考组。若没有，gmx trjconv会交互式提示你从预定义组中选择。
-o md_nojump.xtc	输出轨迹	处理后的连续轨迹。
-pbc nojump	核心参数	"No Jump"：检测并消除分子因PBC产生的跳跃。算法：对于每个分子，追踪其质心轨迹，当质心跨过盒子边界时，将该分子的所有原子坐标平移回连续位置。

-pbc nojump 的底层原理：假设盒子长度为 10 nm，一个分子在第 10 帧坐标 x = 9.9 nm，第 11 帧从右侧穿出，实际物理位置应为 x = 10.1 nm，但由于PBC，轨迹记录为 x = 0.1 nm。-pbc nojump 会检测到跳跃 > 半个盒长（默认阈值 0.45×盒长），自动给该分子所有原子加上 ±L 使其连续。最终第 11 帧被修正为 10.1 nm。

如图上图为消除跳跃之前的，会发现超出PBC盒子以外的部分发生跳跃从盒子对侧出现，而当我们消除之后如下图，你会发现，即便超出盒子区域，仍然不会发生跳跃

重要：-pbc nojump 依赖分子完整性。若分子本身在轨迹中被"切开"（例如配体的一部分在盒子一边，另一部分在对面），则需要先用 -pbc whole 将分子拼接完整。

1.2 前置步骤：确保分子完整（-pbc whole）

什么时候必须用 -pbc whole？

当模拟中分子跨过了盒子边界，且轨迹记录时没有保持分子完整性（默认GROMACS输出的轨迹中，原子坐标按照其在盒子中的真实位置记录，一个分子可能被"劈"成两半分别位于盒子两端）。这种情况常见于：

• 长链分子（如聚合物、某些配体）
• 膜蛋白中的脂质分子
• 使用 -pbc nojump 前没有做任何处理

如图为被劈成两半的氨基酸分子。

解决方法 ：先执行一次 -pbc whole：

gmx trjconv -s md.tpr -f md.xtc -n index.ndx -o md_whole.xtc -pbc whole

• -pbc whole：将每个分子的所有原子拼回同一盒子内，通过搜索每个原子的周期性映像，使得分子内原子间距离最小化（即分子不断裂）。
• 之后再对 md_whole.xtc 执行 -pbc nojump。

一条命令同时处理 whole + nojump（管道，避免中间文件）：

gmx trjconv -s md.tpr -f md.xtc -n index.ndx -o md_nojump.xtc -pbc whole -pbc nojump

注意：多个 -pbc 参数按顺序执行，先 whole 后 nojump。

1.4 PBC跳跃消除轨迹-适用分析

分析	是否可用	备注与必要条件
均方位移（MSD）	必须	需要绝对坐标的连续性。使用 gmx msd 时，必须输入 -pbc nojump 处理后的轨迹。
径向分布函数（RDF）	必须	执行 gmx rdf 时，必须加上 -pbc no，因为轨迹已经消除了跳跃，无需再搜索周期性映像。
能量 rerun（如相互作用能）	可用	前提：轨迹中分子完整（已用 -pbc whole）。若跳过 whole，能量计算可能错误（原子位置错误）。
回旋半径（Rg）	完美	无需叠合，连续轨迹即可。
氢键寿命	可用	依赖连续时间序列，但不依赖绝对位置。
自相关函数（ACF）	可用	同上。
扩散系数（Einstein relation）	必须	MSD 的子项。
PCA（主成分分析）	不可	PCA 需要先去除整体平动/转动，否则前几个主成分为整体运动。
RMSD / RMSF	不可	除非后续用 gmx rms 的 -fit 选项叠合，但最好单独做叠合轨迹。
DCCM / 动力学相关性	不可	需要去除整体运动。
可视化（VMD/PyMOL）	勉强	分子可能不在盒子中央，且可能仍有残留跳跃（如果 -pbc nojump 未能完全处理某些情况）。

二、整体平动与转动消除：结构叠合轨迹（md_fit.xtc）

此处是为了消除动力学模拟中发生的

2.1 命令与参数详解

gmx trjconv -s md.tpr -f md_nojump.xtc -n index.ndx -o md_fit.xtc -fit rot+trans -center

参数拆解

参数	含义	详细说明
-fit rot+trans	叠合方式	rot 旋转 + trans 平动。将每一帧的指定参考组（通常是蛋白质骨架）通过最小二乘拟合，叠合到第一帧（默认参考帧）。
-center	居中	将指定组（通常是蛋白质）平移到盒子中心。通常与 -fit 配合使用。

注意 ：-fit 和 -center 都需要交互选择组：

• Least-squares fit group ：选择叠合参考组（如 Backbone 或 C-alpha）。这个组的原子坐标将被用来计算旋转和平动矩阵。
• Output group ：输出哪个组？通常选择 System（所有原子），这样整个体系（包括配体、水、离子）都随蛋白质一起旋转平移。
• Centering group （如果用了 -center）：选择居中的组，一般也是 Protein。

先做 -pbc nojump 再做叠合原因

如果直接用原始轨迹做叠合，由于 PBC 跳跃，第 10 帧蛋白质在盒子中央，第 11 帧蛋白质可能"跳"到盒子角落，叠合算法会错误地将整体平移很大距离，导致配体位置错乱。必须先消除跳跃，使轨迹在绝对坐标下连续，再做叠合。

2.2 叠合的底层原理：最小二乘拟合

每一帧的原子坐标集合 {r_i}，参考帧 {r_i^ref}。寻找旋转矩阵 R 和平移向量 t，使得下式最小：

∑ w_i |R·r_i + t - r_i^ref|^2  

其中 w_i 通常是原子质量（默认）或等权重。GROMACS 使用 Kabsch 算法。只对 fit group 计算 R,t，然后应用到整个 output group。

2.4 适用分析

分析	是否可用	备注
RMSD（均方根偏差）	完美	直接 gmx rms -s md.tpr -f md_fit.xtc
RMSF（涨落）	完美	先做 RMSD 拟合轨迹，或用 gmx rmsf -res
氢键数量 （gmx hbond）	完美	依赖相对距离和角度，不受整体运动影响
盐桥 （gmx saltbr）	完美	同上
溶剂可及表面积 （gmx sasa）	完美	依赖构象，与整体运动无关
动态交叉关联矩阵（DCCM）	必须	DCCM 要求去除整体运动，否则虚假相关
自由能形貌图（FEL）	完美	基于 PCA 或 RMSD 等内部坐标
二级结构（DSSP）	完美	gmx do_dssp 基于局部几何
平均结构 （gmx covar + gmx anaeig）	完美	必须先叠合轨迹
主成分分析（PCA）	必须	必须去除整体运动
MM/PBSA 结合自由能	谨慎	若使用 gmx mmgbsa，需要连续轨迹且无整体运动，但需注意：MM/PBSA 通常使用无溶剂轨迹（仅蛋白+配体），且需要确保坐标与拓扑一致。建议对 md_fit.xtc 提取蛋白+配体子集。
MSD	不可	绝对坐标已被改变
RDF	不可	相对位置虽保留，但盒子信息可能被破坏（-center 平移后盒子不变？GROMACS 中盒子矢量不变，仅原子坐标平移，RDF 理论上仍正确？实际上 -center 不改变相对距离，但很多用户担心，所以建议 RDF 用 md_nojump.xtc）。
能量 rerun	危险	坐标可能超出原始盒子边界（虽然盒子矢量没变，但平移后部分原子可能跑到盒子外），PME 计算可能出错。

2.6 错误问题

• 错误1 ：叠合时选错了输出组。如果输出组只选了蛋白质，配体就没有被旋转平移，配体会相对于蛋白质"飞走"。必须选 System。
• 错误2：参考组包含了配体或柔性 loop。配体运动会导致叠合扭曲，RMSD 虚高。
• 错误3 ：没有先做 -pbc nojump 直接叠合。蛋白质的跳跃会导致叠合失败，轨迹中出现异常跳跃。
• 错误4 ：使用 -fit rot+trans 但忘记 -center。虽然没有原则错误，但蛋白质可能不在盒子中央，可视化不美观。不过对 RMSD 等无影响。

三、可视化优化：最优轨迹（md_center.xtc）

3.1 命令与参数详解

gmx trjconv -s md.tpr -f md.xtc -n index.ndx -o md_center.xtc -pbc mol -center -ur compact

参数详解

参数	含义	详细说明
-pbc mol	分子完整化	将每个分子的所有原子通过周期性平移放到同一盒子内（类似 -pbc whole，但不改变质心位置，只确保分子内原子不断裂）。
-center	居中	将指定组（通常是蛋白质）平移到盒子中心。
-ur compact	使用紧凑盒子表示	重新定义盒子矢量，使得盒子刚好包裹所有原子（最小化空白区域）。这改变了盒子的形状和大小，因此会改变原子间的相对距离！

注意 ：-ur compact 会修改盒子尺寸 ，从而改变分子间的距离！例如，如果盒子原来是立方体 10×10×10 nm，但所有原子聚集在中央一个 3×3×3 区域，-ur compact 会将盒子缩小到刚好包裹所有原子（可能变成 3.2×3.2×3.2 nm）。这将导致：

• 周期性的距离计算错误（因为盒子变小，周期性映像更近）
• 对于多分子体系，分子间的相对距离（跨盒子）被破坏

因此，此轨迹最好不要用于任何定量分析！

3.2 可视化需要的操作

• 原始轨迹中，蛋白质可能不在中心，且水分子散落各处，看起来杂乱。
• -pbc mol 消除了断裂的分子（如某水分子一半在左一半在右）。
• -center 让蛋白质居中，便于观察。
• -ur compact 移除大片空白区域，视频文件更小，渲染更快。

3.3 适用场景（仅限视觉用途）

用途	说明
制作模拟动画（VMD/PyMOL）	画面整洁，聚焦蛋白质-配体。
提取首尾帧做构象对比图	例如论文中的 Figure 1：模拟前后叠合图。
粗略观察配体结合模式变化	仅定性判断，不可计算距离。

3.4 验证与注意事项

验证 ：在 VMD 中加载，打开"Periodic"显示（如果 VMD 能显示盒子），你会看到盒子缩小了。
检查 ：运行 gmx check -f md_center.xtc，查看盒子尺寸，应该远小于原始盒子（如果体系浓缩）。

重要 ：如果你想在可视化中保留正确的相对距离（例如配体与蛋白质的距离看起来不变形），不要使用 -ur compact ，只使用 -pbc mol -center：

gmx trjconv -s md.tpr -f md.xtc -n index.ndx -o md_visual_noCompact.xtc -pbc mol -center

这样盒子保持不变，仅居中，距离信息保留。但注意，即使如此，这个轨迹仍不适合定量分析，因为没有去除整体运动（蛋白质可能在转动）。

---

参考文献

1. GROMACS 官方手册：gmx trjconv 章节，https://manual.gromacs.org/current/onlinehelp/gmx-trjconv.html
2. "Handling periodic boundary conditions" -- GROMACS Tutorials by Justin Lemkul
3. "Best practices for analysis of MD trajectories" -- BioExcel CoE

---

个人博客地址：https://blog.huimy.top/44/578.html

本文遵循 CC BY-NC 4.0 许可，欢迎转载但请注明出处。