基于多维PCA导出分布中峰值拾取的分子动力学轨迹聚类
生物大分子
2015-12-15 v1 定量方法
摘要
我们描述了一种鲁棒、快速且节省内存的流程，可对分子动力学模拟产生的数百万个结构进行聚类。该方法的本质基于峰值拾取算法，应用于从轨迹导出的主成分的三维和五维分布，并自动支持基于笛卡尔和二面角PCA的聚类。识别孤立峰（对应于离散簇）所需的密度阈值通过应用方差解释准则来确定，这使得完全自动化的聚类过程无需用户干预。在本通讯中，我们描述了该算法并展示了在分子动力学分析程序 carma、grcarma 和 cluster5D 中实现该方法所得到的一些结果。最后我们讨论了该方法的局限性和可能的缺陷。
引用
@article{arxiv.1512.04024,
title = {Clustering of molecular dynamics trajectories via peak-picking in multidimensional PCA-derived distributions},
author = {Athanasios S. Baltzis and Panagiotis I. Koukos and Nicholas M. Glykos},
journal= {arXiv preprint arXiv:1512.04024},
year = {2015}
}