MDIntrinsicDimension：基于维度的分子动力学轨迹大分子集体运动分析
生物大分子
2026-03-02 v2 计算物理
摘要
分子动力学（MD）模拟通过生成时间分辨的高维轨迹，为生物分子的结构、动力学和功能提供原子级洞察。分析此类数据时，估计描述所探索构象流形所需的最小变量数（即内在维度，ID）非常有益。我们推出 MDIntrinsicDimension，一个开源 Python 包，它通过结合旋转和平移不变的分子投影（例如，骨架二面角和残基间距离）与最先进的估计器，直接从 MD 轨迹估计 ID。该包提供三种互补的分析模式：全分子 ID；沿序列的滑动窗口；以及按二级结构元素分析。它计算整体 ID（单一汇总值）和瞬时的、时间分辨的 ID，后者可以揭示随时间变化的转变和异质性。我们在 DESRES 数据集的快速折叠-去折叠轨迹上演示了该方法，表明 ID 通过突出空间局部化的灵活性和不同结构片段间的差异，补充了传统的几何描述符。
引用
@article{arxiv.2511.13550,
title = {MDIntrinsicDimension: Dimensionality-Based Analysis of Collective Motions in Macromolecules from Molecular Dynamics Trajectories},
author = {Irene Cazzaniga and Toni Giorgino},
journal= {arXiv preprint arXiv:2511.13550},
year = {2026}
}
备注
Published version