PCA

此模块可以用于计算所选原子组的主成分分析（PCA）。可以对坐标进行主成分分析，也可以对蛋白质骨架二面角做PCA。

使用本模块前请注意前置处理已经完成！

Input YAML

- PCA:
    atom_selection: protein and name CA
    byType: atom # res_com, res_cog, res_coc
    target: coordinates # dihedrals
- PCA:
    mkdir: PCA_d
    atom_selection: protein
    byType: atom # res_com, res_cog, res_coc
    target: dihedrals

这里同时列举了基于坐标和基于二面角的PCA分析所需要的参数。

atom_selection：原子选择，用于指定需要进行PCA的原子组。如果进行二面角分析的话，则所选的原子组必须包含形成骨架二面角的原子。这里的原子选择的语法完全遵从MDAnalysis的原子选择语法。请参考：https://userguide.mdanalysis.org/2.7.0/selections.html

byType：指定计算基于坐标的PCA的方式，只有target为coordinates时有效。有四种选择：atom、res_com、res_cog、res_coc。atom计算选中的所有原子坐标的PCA；常见的，可以在atom_selection中选择CA原子protein and name CA来计算蛋白质的PCA；res_com计算每个残基的质心的PCA；res_cog计算每个残基的几何中心的PCA；res_coc计算每个残基的电荷中心的PCA。当为res_com、res_cog或res_coc时，原子选择器应当包含选中的残基的所有原子，否则只会计算某一残基中选中原子的质心、几何中心或者电荷中心的PCA。

target：PCA的目标，可以是coordinates或dihedrals。如果选择coordinates，则PCA将基于原子的坐标进行分析；如果选择dihedrals，则PCA将基于二面角进行分析。

需要注意的是：dPCA的文献中讨论到二面角与坐标不同，二面角具有周期性；因而dPCA的文章中是对角度进行了三角变换再将之应用于PCA分析，而此模块同样将二面角转换成sin和cos值再进行PCA分析。用户在进行dPCA分析的时候，需要妥善对照文献分析计算过程是否合适！ 有任何问题或者改进的建议，请联系杜若，杜若和杜艾维非常欢迎任何的建议和argue，非常感谢！。

本模块还有三个隐藏参数可以对轨迹做帧的选择：

      frame_start:  # start frame index
      frame_end:   # end frame index, None for all frames
      frame_step:  # frame index step, default=1

这些参数可以指定计算轨迹的起始帧、终止帧（不包含）以及帧的步长。默认情况下，用户不需要设置这些参数，模块会自动分析整个轨迹。

例如我们计算从1000帧开始，到5000帧结束，每隔10帧的DCCM：

      frame_start: 1000 # start frame index
      frame_end:  5001 # end frame index, None for all frames
      frame_step: 10 # frame index step, default=1

如果三个参数中只需要设置一个或两个，其余的参数都可以省略。

Output

DIP在对体系进行PCA分析之后，会将前三个主成分的数值保存到xvg文件中，并对主成分进行两两的散点图可视化。

基于坐标的PCA的前两个主成分：

PCA_coordinates

基于Dihedral的PCA的前两个主成分：

PCA_dihedrals

需要注意的是，前三个主成分的占比输出在屏显或者log中：

The ratio of engenvalues -> [0.35126355 0.25190672 0.049121  ]

主成分余弦含量(cosine content)的计算也是对PCA的一种检查。DIP会计算每个PC的余弦含量并输出。当前几个成分的余弦含量的值接近1时，说明该PC可能对应于随机扩散，也即意味着模拟没有收敛，采样较差。关于更多余弦含量的内容，请参考 Berk Hess. Convergence of sampling in protein simulations. Phys. Rev. E 65, 031910 (2002).

前三个主成分的极值在轨迹上的投影也会输出到pdb文件，如pc1_proj.pdb，可以通过pymol等工具可视化查看沿PC方向结构的变化。

References

如果您使用了DIP的本分析模块，请一定引用MDAnalysis、scikit-learn(https://scikit-learn.org/stable/about.html#citing-scikit-learn)、DuIvyTools(https://zenodo.org/doi/10.5281/zenodo.6339993)，以及合理引用本文档(https://zenodo.org/doi/10.5281/zenodo.10646113)。