分子动力学轨迹分析工具：高效、灵活的 TorchMD 分子动力学轨迹分析与可视化工具集-平芜编程栈

分子动力学轨迹分析工具

源码：分子动力学轨迹分析工具:分子动力学轨迹分析工具 - AtomGit | GitCode

高效、灵活的 TorchMD 分子动力学轨迹分析与可视化工具集

这个项目提供了完整的工具集，用于读取、分析和可视化 TorchMD 生成的分子动力学轨迹文件。

✨ 核心特性

🎯多格式支持：自动识别和处理多种轨迹数据格式
📊全面分析：RMSD、位移、质心运动、原子间距离等多种分析
🎨丰富可视化：2D/3D轨迹图、统计图、投影图等
🔧高度可配置：灵活的命令行参数和配置选项
🚀快速上手：简洁的API，详细的使用文档

📦 快速开始

环境配置

# 克隆或下载项目 cd mdtool # 安装依赖 pip install -r requirements.txt # 可选：安装Jupyter（用于交互式分析） pip install jupyter

基本使用

1. 命令行工具（推荐）

# 快速分析 python analyze_trajectory.py # 指定轨迹文件 python analyze_trajectory.py mytrajectory.npy # 查看帮助 python analyze_trajectory.py --help

2. Jupyter Notebook（交互式）

jupyter notebook trajectory_analysis.ipynb

3. 快速预览

python simple_trajectory_plot.py

📂 项目结构

mdtool/ ├── README.md # 项目说明文档 ├── requirements.txt # Python依赖包列表 ├── 使用指南.md # 详细使用指南 ├── 文件命名说明.md # 文件命名规则说明 ├── mytrajectory.npy # 示例轨迹文件 │ ├── analyze_trajectory.py # ⭐ 完整分析工具（主工具） ├── simple_trajectory_plot.py # 快速可视化工具 ├── trajectory_analysis.ipynb # Jupyter交互式分析 │ ├── test_examples.bat # Windows测试脚本 ├── test_examples.sh # Linux/Mac测试脚本 │ └── trajectory_analysis/ # 分析结果输出目录（自动创建） ├── mytrajectory_overview_*.png ├── mytrajectory_3d_*.png └── mytrajectory_rmsd_*.png

🛠️ 工具详解

1.`analyze_trajectory.py`- 完整分析工具

功能最全面的轨迹分析工具，适合专业分析场景。

核心功能：

轨迹概览可视化
3D轨迹投影图（XY/XZ/YZ平面）
RMSD和能量变化分析
详细的统计信息
原子位移和分布分析
多种数据格式自动识别

命令行参数：

python analyze_trajectory.py [trajectory_file] [OPTIONS] 选项: --output-dir, -o 输出目录（默认：trajectory_analysis） --frame-step, -s 3D图降采样步长（默认：5） --show-plots 显示图形界面（默认只保存） --verbose, -v 显示详细输出 --help 显示帮助信息

使用示例：

# 自动搜索轨迹文件 python analyze_trajectory.py # 指定文件和输出目录 python analyze_trajectory.py mytrajectory.npy -o my_analysis # 自定义参数并显示图形 python analyze_trajectory.py trajectory.npy -s 10 --show-plots -v

2.`simple_trajectory_plot.py`- 快速可视化工具

轻量级可视化工具，适合快速查看轨迹特征。

核心功能：

快速轨迹信息展示
原子位置变化
质心运动轨迹
原子间距离变化

命令行参数：

python simple_trajectory_plot.py [trajectory_file] [OPTIONS] 选项: --output, -o 输出文件名（默认：trajectory_analysis_simple.png） --show-plots 显示图形界面 --help 显示帮助信息

使用示例：

# 快速查看 python simple_trajectory_plot.py # 自定义输出 python simple_trajectory_plot.py mytrajectory.npy -o quick_view.png

3.`trajectory_analysis.ipynb`- Jupyter Notebook

交互式分析环境，适合探索性分析和教学。

优势：

分步骤执行分析
实时修改参数
可视化即时反馈
适合教学演示

启动方法：

jupyter notebook trajectory_analysis.ipynb

分析流程：

加载轨迹数据

找到轨迹文件: mytrajectory.npy 原始轨迹形状: (1, 688, 100, 3) 数据类型: float32 数值范围: [-0.730, 20.489] 检测到4维数据，正在进行维度重塑... 重塑后轨迹形状: (688, 3, 100) 轨迹信息: 原子数量: 688 坐标维度: 3 (X, Y, Z) 时间帧数: 100

生成综合分析图
- 原子位移随时间变化（前5个原子）
- 位置分布直方图（X/Y/Z轴）
- 系统质心运动轨迹
- 原子间距离变化
生成3D轨迹图
- 完整3D轨迹
- XY/XZ/YZ平面投影
计算RMSD并保存结果
- RMSD统计：平均值、标准差、最大/最小值
- 保存分析数据到文件

Notebook 输出示例：

成功生成的文件：

✅ 综合分析图 (1.39 MB) - 包含6个子图的完整分析
✅ 3D轨迹投影图 - 显示前6个原子的三维运动
✅ RMSD数据文件 - 保存每一帧的RMSD值
✅ 统计信息文件 - 详细的数值统计结果

📊 轨迹文件格式

TorchMD 生成的轨迹文件mytrajectory.npy格式为：

标准格式:[原子数量, 3, 时间帧数]
支持的格式:
- [n_atoms, 3, n_frames]- 标准格式
- [n_frames, n_atoms, 3]- 自动转置
- [n_replicas, n_frames, n_atoms, 3]- 自动提取第一个副本
坐标轴:0=X,1=Y,2=Z
单位: 埃 (Å)

🔍 自动路径检测

所有脚本都会自动搜索以下路径中的轨迹文件：

mytrajectory.npy
../mytrajectory.npy
../../mytrajectory.npy
torchmd/examples/mytrajectory.npy
../torchmd/examples/mytrajectory.npy

📈 输出结果

图像文件

轨迹概览图(*_overview_*.png)
- 原子位移随时间变化
- 位置分布直方图
- 系统质心运动
- 原子间距离变化
3D轨迹投影图(*_3d_*.png)
- 完整3D轨迹
- XY平面投影
- XZ平面投影
- YZ平面投影
RMSD和能量图(*_rmsd_*.png)
- RMSD随时间变化
- 动能变化趋势

统计信息

运行时输出包括：

原子数量
时间帧数
坐标维度
RMSD统计（平均值、标准差、最大/最小值）

📊 Jupyter Notebook 分析结果

使用 Jupyter Notebook 进行交互式分析的详细输出：

数据解析结果

找到轨迹文件: mytrajectory.npy 原始轨迹形状: (1, 688, 100, 3) 数据类型: float32 数值范围: [-0.730, 20.489] 检测到4维数据，正在进行维度重塑... 重塑后轨迹形状: (688, 3, 100) 轨迹信息: 原子数量: 688 坐标维度: 3 (X, Y, Z) 时间帧数: 100

成功生成的可视化

✅综合分析图(1.39 MB)
- 原子位移：前5个原子的位移随时间变化
- 位置分布：X、Y、Z三轴的原子位置概率密度
- 质心运动：系统整体质心在三轴上的运动轨迹
- RMSD变化：均方根偏差随时间的变化趋势
- 原子间距离：原子1-2之间距离的变化
- 方差分析：各坐标轴的位置方差对比
✅3D轨迹投影图
- 完整3D轨迹：前六个原子在三维空间中的完整运动轨迹
- XY平面投影：轨迹在XY平面的投影
- XZ平面投影：轨迹在XZ平面的投影
- YZ平面投影：轨迹在YZ平面的投影
✅RMSD数据文件
- 保存每一帧的RMSD值
- 便于后续分析和处理
✅统计信息文件
- 详细的数值统计结果
- 包括均值、标准差、最值等

关键发现

系统规模: 688个原子的大型分子系统
模拟时长: 100个时间帧的短时模拟
数据维度: 4维数据成功重塑为标准的(原子数, 3, 帧数)格式
数值范围: 原子位置在 -0.730Å 到 20.489Å 范围内
结构变化: RMSD显示适度的结构波动（平均约1.5Å）

分析结论

结构稳定性: RMSD平均值约1.5Å表明系统整体结构相对稳定
运动范围: 原子在-0.730Å到20.489Å范围内运动，分布较广
质心漂移: 质心轨迹显示系统存在整体平移运动
原子运动: 不同原子表现出不同的运动模式，符合分子动力学特征
数据完整性: 数据重塑成功，所有指标计算正常

📚 分析指标说明

Notebook 分析步骤

步骤1：数据加载和预处理

自动搜索轨迹文件路径
读取 .npy 格式的轨迹数据
检测并转换数据格式（4D → 3D）
验证数据完整性

步骤2：轨迹概览分析

计算前5个原子的位移
绘制X/Y/Z轴位置分布
计算并可视化质心轨迹
分析原子间距离变化
保存综合分析图

步骤3：3D轨迹可视化

选择前6个原子进行3D绘图
绘制完整3D轨迹
生成XY/XZ/YZ平面投影
降采样优化显示效果

步骤4：RMSD计算和分析

以第一帧为参考计算RMSD
统计RMSD的均值、标准差、最值
生成RMSD随时间变化曲线
保存RMSD数据和分析结果

步骤5：结果保存

生成时间戳标识的文件名
保存所有可视化图像
导出统计数据到文本文件
保存RMSD数值数据

RMSD (Root Mean Square Deviation)

定义: 相对于参考结构的均方根偏差
用途: 衡量结构随时间的变化程度
单位: Å
解读: RMSD越大，结构变化越大

质心轨迹

定义: 系统所有原子的平均位置
用途: 观察整体平移运动
单位: Å

原子间距离

定义: 特定原子对之间的距离
用途: 分析键长变化、分子振动
单位: Å

🎯 使用场景

场景1：快速查看轨迹

python simple_trajectory_plot.py

场景2：完整分析报告

python analyze_trajectory.py mytrajectory.npy -o my_analysis --verbose

场景3：交互式探索

jupyter notebook trajectory_analysis.ipynb

场景4：批量分析

# Windows for %f in (*.npy) do python analyze_trajectory.py %f -o results_%~nf # Linux/Mac for f in *.npy; do python analyze_trajectory.py "$f" -o "results_${f%.npy}"; done

⚙️ 高级配置

自定义输出目录

python analyze_trajectory.py trajectory.npy -o custom_output

调整降采样步长

# 减少降采样，更详细但更慢 python analyze_trajectory.py trajectory.npy -s 2 # 增加降采样，更快但细节较少 python analyze_trajectory.py trajectory.npy -s 20

显示图形界面

python analyze_trajectory.py trajectory.npy --show-plots

🐛 故障排除

常见问题

找不到轨迹文件
```
错误: 找不到 mytrajectory.npy 文件
```
解决:
- 检查文件是否在自动搜索路径中
- 使用完整路径：python analyze_trajectory.py /full/path/to/file.npy
- 确认文件存在：ls mytrajectory.npy
内存不足
```
MemoryError
```
解决:
- 使用降采样：-s 10或-s 20
- 使用简化版本：python simple_trajectory_plot.py
- 分批处理大文件
中文显示问题
```
字体显示异常（方框或乱码）
```
解决:
- 安装中文字体：SimHei（Windows）或WenQuanYi（Linux）
- 修改脚本中的字体设置
- 或使用英文标签

导入错误

ModuleNotFoundError: No module named 'numpy'

解决:

pip install -r requirements.txt

📝 示例输出

命令行工具输出

正在加载轨迹文件: mytrajectory.npy 原始轨迹形状: (688, 3, 100) 轨迹数据类型: float32 轨迹范围: [-0.730, 20.489] ================================================== 轨迹分析开始... ================================================== 1. 生成轨迹概览图... 2. 生成3D轨迹图... 3. 生成RMSD和能量分析图... 所有图片已保存到 trajectory_analysis/ 目录: - mytrajectory_overview_20251229_223234.png: 轨迹概览 - mytrajectory_3d_20251229_223234.png: 3D轨迹图 - mytrajectory_rmsd_20251229_223234.png: RMSD和能量分析 轨迹统计信息: 原子数量: 688 时间帧数: 100 坐标维度: 3 平均RMSD: 1.504 Å RMSD标准差: 0.319 Å 最大RMSD: 2.110 Å 最小RMSD: 0.000 Å

Jupyter Notebook 输出

单元格1: 数据加载

Found trajectory file: mytrajectory.npy Original trajectory shape: (1, 688, 100, 3) Data type: float32 Value range: [-0.730, 20.489] Detected 4D data, reshaping... Reshaped trajectory shape: (688, 3, 100) Trajectory info: Number of atoms: 688 Coordinate dimensions: 3 (X, Y, Z) Number of time frames: 100

单元格2: 轨迹概览分析

生成综合分析图，包含6个子图
自动保存到trajectory_analysis_results/comprehensive_analysis.png

单元格3: 3D轨迹可视化

生成3D轨迹图和三个平面投影
显示前6个原子的运动轨迹
保存为trajectory_analysis_results/3d_trajectory.png

单元格4: RMSD计算和统计

RMSD Statistics: Mean: 1.504 Å Std Dev: 0.319 Å Min: 0.000 Å Max: 2.110 Å

保存RMSD数据到trajectory_analysis_results/rmsd.npy
保存统计信息到trajectory_analysis_results/statistics.txt

输出文件清单：

✅ comprehensive_analysis.png (1.39 MB) ✅ 3d_trajectory.png (1.23 MB) ✅ rmsd.npy (528 bytes) ✅ statistics.txt (349 bytes)

🚀 性能优化建议

大文件处理:
- 使用--frame-step参数增加降采样
- 考虑使用简化版工具simple_trajectory_plot.py
- 分段处理长轨迹
批量分析:
- 使用脚本批量处理多个文件
- 考虑并行处理
存储优化:
- 定期清理旧的输出结果
- 使用适当的DPI设置（默认300 DPI）

📖 扩展功能

可以根据需要添加以下分析：

原子簇分析
氢键分析
二次结构分析（蛋白质）
扩散系数计算
动态交叉相关分析
径向分布函数（RDF）

🤝 贡献指南

欢迎贡献代码！请遵循以下步骤：

Fork 本项目
创建特性分支 (git checkout -b feature/AmazingFeature)
提交更改 (git commit -m 'Add some AmazingFeature')
推送到分支 (git push origin feature/AmazingFeature)
开启 Pull Request

📄 许可证

本项目基于 MIT 许可证开源。

🙋 常见问题

Q: 支持其他轨迹格式吗？
A: 目前主要支持 TorchMD 生成的.npy格式。可以通过修改load_trajectory函数来支持其他格式。

Q: 如何在服务器上使用？
A: 使用--show-plots参数可以禁用图形界面，只保存图片文件。

Q: 输出图片太大怎么办？
A: 可以修改代码中的dpi参数，或在保存时调整figsize。

Q: 可以分析蛋白质轨迹吗？
A: 可以，只要是 TorchMD 生成的轨迹格式即可。对于特定的蛋白质分析，可以扩展功能模块。

📞 获取帮助

查看使用指南.md 获取详细说明
查看文件命名说明.md 了解输出文件命名规则
查看代码中的文档字符串了解函数详情
提交 Issue 报告问题或提出建议

🔗 相关资源

TorchMD 官方文档
Matplotlib 文档
NumPy 文档

开始分析你的分子动力学轨迹吧！🎉