gromacs能在win上运行，还是个开源的软件，这都很值得入手学习
记录下gromacs教程的练习情况：
Lysozyme in water
水中的溶菌酶，嗯，估计就是把蛋白处理后放在显试溶剂里跑MD这个模拟。
1、文件的准备：
1、先到PDB数据库下载1AKI的蛋白文件
2、用文本编辑器将water去掉，在VMD或者pymol里查看分子的结构，看是否有结构的缺失。
3、用gmx的pdb2gmx生成需要的文件：
- 一个拓扑文件
- 一个限制坐标信息文件
- 一个坐标结构（预进程的结构）文件
拓扑文件（*.top)包含的信息：非键参数（原子类型和电荷信息）、键参数（键、键角和二面角）
gmx pdb2gmx -f .\1aki_delwat.pdb -o 1aki_processed.gro -water spce#-f 后接pdb文件
#-water 选择要使用的水模型：none, spc, spce, tip3p, tip4p, tip5p,tips3p
#-o 输出的结构文件，gro格式
#-p 输出的拓扑文件
按下回车后，跳出系列力场进行选择
教程里选择15的all-atom OPLS力场，所以这里在光标处输入15，按下回车
然后结构文件gro、拓扑文件top就生成了
教程里介绍的几个gmx2pdb的关键字：
-ignh: #忽略pdb文件里的H原子，不去除，一般这种情况是需要pdb里H原子的坐标信息，但需要手动修改H原子的名字，让其符合gromacs的格式
-ter: #交互式地为N端和C端分配电荷状态。
-inter: #交互式地为 Glu、Asp、Lys、Arg 和 His 分配电荷状态;选择哪些Cys参与二硫键2、检查拓扑文件：
略
3、定义盒子和填充溶剂：
这里主要的两个步骤：
- 1、定义盒子的维度，通过editconf模块
- 2、给盒子填上溶剂，使用solvate模块
使用命令：
gmx editconf -f 1AKI_processed.gro -o 1AKI_newbox.gro -c -d 1.0 -bt cubic-f -o：#输入、输出坐标文件(*.gro)
-c: #让蛋白质放置在盒子中央（center）
-d：#指出盒子的尺寸，1nm
-bt：#指出盒子的类型，立方体到盒子边缘的距离是一个重要的参数。由于我们将使用周期性边界条件，因此必须满足最小图像约定。也就是说，蛋白质永远不应该看到它的周期性图像，否则计算出的力将是虚假的。指定 1.0 nm 的溶质盒距离意味着蛋白质的任何两个周期图像之间至少有 2.0 nm。这个距离对于模拟中常用的任何截止方案来说都足够了。
gmx solvate -cp 1AKI_newbox.gro -cs spc216.gro -o 1AKI_solv.gro -p topol.top-cp： #上一步editconf输出的gro文件
-cs： #gromacs自带的水模型，spc216.gro，这是一个通用的平衡3点溶剂模型。您可以使用它作为SPC、SPC/E 或TIP3P水的溶剂配置，因为它们都是三点水模型。-o：#输出的更新的坐标文件
-p：#输出的更新的拓扑文件检查拓扑文件的[moleucles]模块，里面的内容出现更新：
[ molecules ]
; Compound #mols
Protein_A 1
SOL 10832 4、增加离子：
在拓扑文件中检查体系的电荷（蛋白的电荷）
在[atom]区域的信息里，有qtot的字眼，是原子电荷累计的总和，查看最后列的qtot数值就是体系的整体电荷。这个体系是8个正电荷。
Gromacs里增加离子的模块是genion
再用genion添加离子前，需要用grompp模块生成一个*.tpr文件
tpr是一个包含结构信息、拓扑信息和模拟参数的二进制输入文件
而用grompp之前，需要准备如下的*.mdp (molecular dynamics parameter file) 文件
; ions.mdp - used as input into grompp to generate ions.tpr ; Parameters describing what to do, when to stop and what to save integrator = steep ; Algorithm (steep = steepest descent minimization) emtol = 1000.0 ; Stop minimization when the maximum force < 1000.0 kJ/mol/nm emstep = 0.01 ; Minimization step size nsteps = 50000 ; Maximum number of (minimization) steps to perform; Parameters describing how to find the neighbors of each atom and how to calculate the interactions nstlist = 1 ; Frequency to update the neighbor list and long range forces cutoff-scheme = Verlet ; Buffered neighbor searching ns_type = grid ; Method to determine neighbor list (simple, grid) coulombtype = cutoff ; Treatment of long range electrostatic interactions rcoulomb = 1.0 ; Short-range electrostatic cut-off rvdw = 1.0 ; Short-range Van der Waals cut-off pbc = xyz ; Periodic Boundary Conditions in all 3 dimensions
这些参数都是基于OPLS-AA力场设置的，跟换力场，参数可能不适用（来自教程的提示）。
gmx grompp -f ions.mdp -c 1AKI_solv.gro -p topol.top -o ions.tpr-f #后接复制到的mdp文件
-c -f #后面是结构和拓扑文件
-o #是输出的*.tpr文件
这样，tpr文件就生成了
gmx genion -s ions.tpr -o 1AKI_solv_ions.gro -p topol.top -pname NA -nname CL -neutral-s #加tpr文件
-o -p #更新的结构文件和拓扑文件
-pname -nname #增加的阴阳离子是什么元素
-neutral #让体系处于电中性
-conc #指出增加的离子浓度
然后选择13号组，嵌入离子
5、进行能量最小化（EM）：
5.1、操作：
这一步和增加离子类似，要用grompp生成一个*.tpr文件，然后用gromacs的MD引擎mdrun进行能量最小化。
将上一步增加离子的ions.mdp拷贝一件，重命名为minim.mdp
gmx grompp -f minim.mdp -c 1AKI_solv_ions.gro -p topol.top -o em.tpr-f: #后接模拟参数信息，这里的信息和增加离子的类似
-c -p: #后接结构、拓扑文件
-o: #后是输出的以上信息的组装的二进制文件没有出错，接下来就是EM：
gmx mdrun -v -deffnm em-v: #将细节输出到终端里
-deffnm: #后接所有的文件名（包括输出和输入）
-s: #后接输入文件，就是em.tpr这里会得到系列输出文件，如果EM结束
- em.log:文本文件，EM进程的日志文件
- em.edr: 二进制的能量文件
- em.trr: 二进制的精确的轨迹文件
- em.gro: 能量最小化的结构
5.2、如何判断一个EM是否成功：
看两个因素：
①体系的势能Epot，对于一个水中的蛋白质，能量最小化后，其Epot应该在105-106之间。
②Fmax，在minim.mdp文件中，设置了一个参数：emtol = 1000.0，意思就是要Fmax＜1000.0 kJ mol-1 nm-1
成功的最小化，要满足这两个条件。
提取em中的能量变化，进行分析：
gmx energy -f em.edr -o potential.xvg输入命令后，会出现系列选项，这里选择10的potential
因为可以多选，在末尾输入0再回车
终端会返回poteintial的均值，和产生一个potential.xvg文件
xvg文件绘制图形，势能降至105-106kj/mol，说明最小化成功，可进行下一步的模拟。
6、平衡模拟：
EM保证一个合理的起始结构（建立的体系中水分子和蛋白的位置是人为放置的，原子间可能存在很近的，不合理的距离，从而产生极大的、不稳定的、不合理的能量），EM的目的就是解决这个。
在正式模拟（成品模拟）之前，体系中没有建立真实的密度，需要提高温度、再给予压力，让体系达到真实的密度。
好久前用pdb2gmx生成的posre.itp文件现在派上用场了
posre.itp文件的作用是约束蛋白质的重原子（C、O、N），受能量约束的原子依然可以移动，但是要克服一个巨大的能量惩罚（penalty）。这方便我们整顿蛋白周围的溶剂分子，而蛋白本身的结构没有发生太大的变化。
约束需要一个原点（约束力就像弹簧力，原子在原点，跑越远，受到拉扯回的力越大，向外的阻力也越大），这个原点就是能力最小化后的结构坐标。
一个平衡模拟由两个时相组成
6.1、NVT系综（NVT ensemble）模拟
在恒定的粒子数、体积和温度下进行模拟。这种程序的时间范围取决于系统的内容，但在NVT中，系统的温度应该达到所需值的平台，如果温度尚未稳定，则需要额外的时间。一般地，50~100ps是足够的。这里，我们进行一个100ps的NVT模拟。
拷贝如下的nvt.mdp文件：
title = OPLS Lysozyme NVT equilibration define = -DPOSRES ; position restrain the protein ; Run parameters integrator = md ; leap-frog integrator nsteps = 50000 ; 2 * 50000 = 100 ps dt = 0.002 ; 2 fs ; Output control nstxout = 500 ; save coordinates every 1.0 ps nstvout = 500 ; save velocities every 1.0 ps nstenergy = 500 ; save energies every 1.0 ps nstlog = 500 ; update log file every 1.0 ps ; Bond parameters continuation = no ; first dynamics run constraint_algorithm = lincs ; holonomic constraints constraints = h-bonds ; bonds involving H are constrained lincs_iter = 1 ; accuracy of LINCS lincs_order = 4 ; also related to accuracy ; Nonbonded settings cutoff-scheme = Verlet ; Buffered neighbor searching ns_type = grid ; search neighboring grid cells nstlist = 10 ; 20 fs, largely irrelevant with Verlet rcoulomb = 1.0 ; short-range electrostatic cutoff (in nm) rvdw = 1.0 ; short-range van der Waals cutoff (in nm) DispCorr = EnerPres ; account for cut-off vdW scheme ; Electrostatics coulombtype = PME ; Particle Mesh Ewald for long-range electrostatics pme_order = 4 ; cubic interpolation fourierspacing = 0.16 ; grid spacing for FFT ; Temperature coupling is on tcoupl = V-rescale ; modified Berendsen thermostat tc-grps = Protein Non-Protein ; two coupling groups - more accurate tau_t = 0.1 0.1 ; time constant, in ps ref_t = 300 300 ; reference temperature, one for each group, in K ; Pressure coupling is off pcoupl = no ; no pressure coupling in NVT ; Periodic boundary conditions pbc = xyz ; 3-D PBC ; Velocity generation gen_vel = yes ; assign velocities from Maxwell distribution gen_temp = 300 ; temperature for Maxwell distribution gen_seed = -1 ; generate a random seed
上面的NVT参数以及EM后的结构和拓扑文件，利用grompp集合成一个二进制文件nvt.tpr：
gmx grompp -f nvt.mdp -c em.gro -r em.gro -p topol.top -o nvt.tpr用MD引擎mdrun进行模拟：
gmx mdrun -deffnm nvtCPU烧了6min，就好了。教程里说"如果在 16 个内核左右并行运行，则不到一个小时"
但我的机子没这么厉害......
分析模拟后的温度变化：
gmx energy -f nvt.edr -o temperature.xvg终端里输入16 0
对*xvg绘图的结果应该是：
从图像中可见，体系的温度迅速达到目标温度（300K），然后在其附近稳定波动。
对于这样的体系，NVT只需要50ps的模拟就能达到
6.2、NPT系综（NPT ensemble）模拟：
稳定温度后，需要稳定体系的压力，让体系的密度达到稳定，更接近实验条件。
NPT模拟同样进行100ps
模拟的参数信息（文本格式）如下，拷贝成一个npt.mdp文件
title = OPLS Lysozyme NPT equilibration define = -DPOSRES ; position restrain the protein ; Run parameters integrator = md ; leap-frog integrator nsteps = 50000 ; 2 * 50000 = 100 ps dt = 0.002 ; 2 fs ; Output control nstxout = 500 ; save coordinates every 1.0 ps nstvout = 500 ; save velocities every 1.0 ps nstenergy = 500 ; save energies every 1.0 ps nstlog = 500 ; update log file every 1.0 ps ; Bond parameters continuation = yes ; Restarting after NVT constraint_algorithm = lincs ; holonomic constraints constraints = h-bonds ; bonds involving H are constrained lincs_iter = 1 ; accuracy of LINCS lincs_order = 4 ; also related to accuracy ; Nonbonded settings cutoff-scheme = Verlet ; Buffered neighbor searching ns_type = grid ; search neighboring grid cells nstlist = 10 ; 20 fs, largely irrelevant with Verlet scheme rcoulomb = 1.0 ; short-range electrostatic cutoff (in nm) rvdw = 1.0 ; short-range van der Waals cutoff (in nm) DispCorr = EnerPres ; account for cut-off vdW scheme ; Electrostatics coulombtype = PME ; Particle Mesh Ewald for long-range electrostatics pme_order = 4 ; cubic interpolation fourierspacing = 0.16 ; grid spacing for FFT ; Temperature coupling is on tcoupl = V-rescale ; modified Berendsen thermostat tc-grps = Protein Non-Protein ; two coupling groups - more accurate tau_t = 0.1 0.1 ; time constant, in ps ref_t = 300 300 ; reference temperature, one for each group, in K ; Pressure coupling is on pcoupl = Parrinello-Rahman ; Pressure coupling on in NPT pcoupltype = isotropic ; uniform scaling of box vectors tau_p = 2.0 ; time constant, in ps ref_p = 1.0 ; reference pressure, in bar compressibility = 4.5e-5 ; isothermal compressibility of water, bar^-1 refcoord_scaling = com ; Periodic boundary conditions pbc = xyz ; 3-D PBC ; Velocity generation gen_vel = no ; Velocity generation is off
用grompp对文件整合成二进制文件tpr：
gmx grompp -f npt.mdp -c nvt.gro -r nvt.gro -t nvt.cpt -p topol.top -o npt.tpr-t: #检查点文件，来自上一步的NVT模拟用md引擎开始跑：
gmx mdrun -deffnm npt同样也需要点时间
完成模拟后，用energy模块进行压力数据提取：
gmx energy -f npt.edr -o pressure.xvg命令回车后，输入18 0
压力的波动很大，图中红线是每10ps计算均值绘制出的曲线。
100ps模拟的压力均值是7.5 ± 160.5 bar，参考的压力设置为1bar，这在npt.mdp文件里可以找到
由于均值较大的RMSF（160.5 bar），尚不能从统计学上分析样本均值和参考均值有无差异。
用energy对密度进行提取：
gmx energy -f npt.edr -o density.xvg输入24 0在光标处
100ps内的平均密度是1019 ± 3 kg m-3，和实验值（1000 kg m-3）接近，使用的SPC/E model的预期密度是1008 kg m-3。
模拟过程中，密度、温度、压力达到稳定，体系达到平衡。
NPT模拟还需要延长点时间
7、成品模拟：
7.1、操作：
拷贝如下的模拟参数，命名为md.mdp
title = OPLS Lysozyme NPT equilibration ; Run parameters integrator = md ; leap-frog integrator nsteps = 500000 ; 2 * 500000 = 1000 ps (1 ns) dt = 0.002 ; 2 fs ; Output control nstxout = 0 ; suppress bulky .trr file by specifying nstvout = 0 ; 0 for output frequency of nstxout, nstfout = 0 ; nstvout, and nstfout nstenergy = 5000 ; save energies every 10.0 ps nstlog = 5000 ; update log file every 10.0 ps nstxout-compressed = 5000 ; save compressed coordinates every 10.0 ps compressed-x-grps = System ; save the whole system ; Bond parameters continuation = yes ; Restarting after NPT constraint_algorithm = lincs ; holonomic constraints constraints = h-bonds ; bonds involving H are constrained lincs_iter = 1 ; accuracy of LINCS lincs_order = 4 ; also related to accuracy ; Neighborsearching cutoff-scheme = Verlet ; Buffered neighbor searching ns_type = grid ; search neighboring grid cells nstlist = 10 ; 20 fs, largely irrelevant with Verlet scheme rcoulomb = 1.0 ; short-range electrostatic cutoff (in nm) rvdw = 1.0 ; short-range van der Waals cutoff (in nm) ; Electrostatics coulombtype = PME ; Particle Mesh Ewald for long-range electrostatics pme_order = 4 ; cubic interpolation fourierspacing = 0.16 ; grid spacing for FFT ; Temperature coupling is on tcoupl = V-rescale ; modified Berendsen thermostat tc-grps = Protein Non-Protein ; two coupling groups - more accurate tau_t = 0.1 0.1 ; time constant, in ps ref_t = 300 300 ; reference temperature, one for each group, in K ; Pressure coupling is on pcoupl = Parrinello-Rahman ; Pressure coupling on in NPT pcoupltype = isotropic ; uniform scaling of box vectors tau_p = 2.0 ; time constant, in ps ref_p = 1.0 ; reference pressure, in bar compressibility = 4.5e-5 ; isothermal compressibility of water, bar^-1 ; Periodic boundary conditions pbc = xyz ; 3-D PBC ; Dispersion correction DispCorr = EnerPres ; account for cut-off vdW scheme ; Velocity generation gen_vel = no ; Velocity generation is off
进行信息整合为一个二进制的tpr文件：
gmx grompp -f md.mdp -c npt.gro -t npt.cpt -p topol.top -o md_0_1.tprgrompp 将打印 PME 负载的估计值，这将指示应将多少处理器专用于 PME 计算，以及有多少处理器专用于 PP 计算。
开始成品模拟：
gmx mdrun -deffnm md_0_1 -nt 4-nt：#使用多少线程我机子能开8个线程，但这里占了我60~70%的CPU
Gabba Gabba Hey!
7.2、RMSD分析：
现在我们已经模拟了我们的蛋白质，我们应该对系统进行一些分析。哪些类型的数据很重要？这是运行模拟之前要问的一个重要问题，因此您应该对要在自己的系统中收集的数据类型有一些想法。在本教程中，将介绍一些基本工具。
第一个是trjconv，它被用作后处理工具，用于剥离坐标，校正周期性或手动更改轨迹（时间单位，帧频率等）。在本练习中，我们将使用 trjconv 来解释系统中的任何周期性。蛋白质将通过晶胞扩散，可能看起来“破碎”或可能“跳”到盒子的另一侧。要解释此类行为，请发出以下问题：
gmx trjconv -s md_0_1.tpr -f md_0_1.xtc -o md_0_1_noPBC.xtc -pbc mol -center
选择 1（“蛋白质”）作为要居中的组，选择 0（“系统”）作为输出。我们将对这种“修正”的轨迹进行所有分析。让我们先看一下结构稳定性。GROMACS有一个内置的RMSD计算实用程序，称为rms。要使用 rms，请发出以下命令：
gmx rms -s md_0_1.tpr -f md_0_1_noPBC.xtc -o rmsd.xvg -tu ns
选择 4（“主干”）作为最小二乘拟合和用于 RMSD 计算的组。-tu 标志将以 ns 为单位输出结果，即使轨迹是用 ps 写的。这样做是为了输出的清晰度（特别是如果你有一个长时间的模拟 - 1e + 05 ps看起来不如100 ns）。输出图将显示相对于最小化平衡系统中存在的结构的RMSD：
如果想要将能量最小化后的结构（晶体结构）作为RMSD计算的参考结构，可以用如下的命令：
gmx rms -s em.tpr -f md_0_1_noPBC.xtc -o rmsd_xtal.xvg -tu ns
两个时间序列都显示RMSD水平降至~0.1 nm（1 Å），表明结构非常稳定。
图之间的细微差异表明t = 0 ns时的结构与该晶体结构略有不同。这是意料之中的，因为它已被能量最小化，并且因为位置约束不是 100% 完美的，如前所述。
7.3、Rg分析：
蛋白质的回转半径（Rg）是一种衡量它的紧凑性的参数。 如果一个蛋白质是稳定的折叠，它将有可能保持相对稳定的Rg。 如果一个蛋白质的在模拟过程中展开，其Rg将随着时间而改变。
gmx gyrate -s md_0_1.tpr -f md_0_1_noPBC.xtc -o gyrate.xvg
选择 1（“蛋白质”）作为分析的组
图形绘制如下：
我们可以看到从合理的不变Rg值的蛋白质仍然非常稳定，在其紧凑(折叠)的形式过程中1ns在300K.这种结果并不意外，但说明了一个先进的能力GROMACS分析，来建立
