Hope

　　在进行科研成果展示的时候，一部分图片可以由原始数据在 Python 中绘制；另一部分图片比如效果图等，没有原始数据，可以通过 PPT 或者 visio 来绘制。PPT 中曲线、箭头的调整比较繁琐，很难调整出满意的效果，最终的分辨率也不够高；而在 visio 中，这些调整就比较方便了。结合最近对 visio 的使用，现列出 visio 的一些入门技巧：

　　在复杂的反应或者构象变化中，通常需要大规模的构象采样，甚至是增强采样来加速分子动力学模拟。而这些复杂的构象变化过程往往难以通过单一的cv进行描述，比如激酶激活过程中activation loop的 open-close transiton (eg. CDK2 2c5x -> 2c5y) 。Plumed中的PATHMSD这个cv或许会有所帮助。

　　在进行分子对接或者MD之前，一般需要对分子的结构进行优化，可以使用高斯等进行量化计算（通常不需要大的基组），也可以使用力场进行简单优化。 　　这里转载科学网上一篇使用 sybyl 进行小分子结构优化的博客：

　　模拟得到的数据，有时会存在较大的局部波动，导致画出来的曲线不够平滑，此时可以通过 lowess 平滑进行处理。

　　GDT(Global distance test)，可用来表示两个蛋白结构的相似程度，是蛋白质结构 refinement 领域常用的一个评价标准。

　　对于做计算模拟的同学来讲，通常需要将自己的理论计算结果同别人文献中的实验结果进行对比，而文献中的实验数据一般以图片的方式呈现。这时，我们就需要从这些图片中提取有用的数据点甚至整条曲线。 　　这里提供若干种方法以供参考：

　　在一次计算中使用别人发布的由python编写然后编译打包的二进制程序进行操作时，总是报错"缺少链ID"，但检查pdb文件已经添加了链ID。 　　为查明报错原因，对此二进制可执行文件进行了反编译。下面记录了操作过程：

最近使用MDTraj对分子动力学轨迹进行聚类分析，接触到了python中的聚类实现，故将CSDN上一篇关于聚类的博客搬运至此，以作备忘：

一些常用的 R 命令整理如下：

使用合适的检索方法进行文献搜索其重要性不言而喻，现将 Web of Science 常用的文献检索规则记录于此: