RFDiffusion xyz_to_c6d函数解读

最新推荐文章于 2025-11-23 19:21:38 发布

原创

最新推荐文章于 2025-11-23 19:21:38 发布 · 595 阅读

18 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #机器学习 #人工智能 #生物信息学

函数 xyz_to_c6d将给定的蛋白质主链坐标 (N,Cα,C)转换为 6D矩阵表示，即用以下几何特征描述两两残基之间的关系：

距离 dist：残基间 Cβ 原子的欧几里得距离。
二面角 omega：两个残基的 Cα−Cβ 向量之间的二面角。
二面角 theta：由 N−Cα−Cβ和 Cβ间向量定义的二面角。
平面角 phi：以 Cα 为中心的平面角。

这些特征被广泛用于蛋白质结构预测和分析，因为它们捕捉了全局与局部几何构象之间的关系。

源代码：

PARAMS = {
    "DMIN"    : 2.0,
    "DMAX"    : 20.0,
    "DBINS"   : 36,
    "ABINS"   : 36,
}


def generate_Cbeta(N, Ca, C):
    # recreate Cb given N,Ca,C
    b = Ca - N
    c = C - Ca
    a = torch.cross(b, c, dim=-1)
    # These are the values used during training
    Cb = -0.58273431*a + 0.56802827*b - 0.54067466*c + Ca
    # fd: below matches sidechain generator (=Rosetta params)
    # Cb = -0.57910144 * a + 0.5689693 * b - 0.5441217 * c + Ca

    return Cb


def get_pair_dist(a, b):
    """calculate pair distances between two sets of points
    
    Parameters
    ----------
    a,b : pytorch tensors of shape [batch,nres,3]
          store Cartesian coordinates of two sets of atoms
    Returns
    -------
    dist : pytorch tensor of shape [batch,nres,nres]
           stores paitwise distances between atoms in a and b
    """

    dist = torch.cdist(a, b, p=2)
    return dist


def get_dih(a, b, c, d):
    """calculate dihedral angles for all consecutive quadruples (a[i],b[i],c[i],d[i])
    given Cartesian c