均方根差(RMDS)

RMSD: Root Mean Square Deviation 是一种在分子模拟及预测中很常见的评价标准,通过Jacobi变换来的到一个大分子和目标分子的相似程度。常用来评价一个三维结构的预测结果是否足够准确.

有时我们需要计算两个(或更多)分子之间的RMSD,可以用来判断两个构象的接近程度。

好用的工具:

https://github.com/charnley/rmsd

用法:

pip install rmsd


import rmsd
import numpy as np
P = np.array([[-0.9835 ,  1.8109 , -0.0314 ],
       [ 0.1268 ,  1.8041 , -0.03242],
       [-1.4899 ,  3.2274 ,  0.18102],
       [-1.3504 ,  1.1535 ,  0.78475]])

Q = np.array([[-2.1217 ,  4.0933 ,  0.12713],
       [-1.0113 ,  4.0865 ,  0.12611],
       [-2.628  ,  5.5097 ,  0.33955],
       [-2.4885 ,  3.4358 ,  0.94328]])
print "RMSD before translation: ", rmsd.kabsch_rmsd(P, Q)
P -= rmsd.centroid(P)
Q -= rmsd.centroid(Q)
print "RMSD after translation: ", rmsd.kabsch_rmsd(P, Q)

参考资料:

个人公众号,比较懒,很少更新,可以在上面提问题,如果回复不及时,可发邮件给我: tiehan@sina.cn

Sam avatar
About Sam
专注生物信息 专注转化医学