Домашнее задание №9¶
Моделирование самосборки липидного бислоя (Whaaat?? Not again....)¶
from IPython.display import Image,display
import io
import base64
from IPython.display import HTML
import matplotlib.pyplot as plt
import matplotlib.patches as ptch
import numpy as np
Скачаем все необходимые файлы:
!wget "http://kodomo.cmm.msu.ru/~golovin/bilayer/dppc.itp"
!wget "http://kodomo.cmm.msu.ru/~golovin/bilayer/lipid.itp"
!wget "http://kodomo.cmm.msu.ru/~golovin/bilayer/dppc.gro"
!wget "http://kodomo.cmm.msu.ru/~golovin/bilayer/b.top"
!wget "http://kodomo.cmm.msu.ru/~golovin/bilayer/em.mdp"
!wget "http://kodomo.cmm.msu.ru/~golovin/bilayer/pr.mdp"
!wget "http://kodomo.cmm.msu.ru/~golovin/bilayer/md.mdp"
Дальше создаем ячейку с 64 липидами:
genconf -f dppc.gro -o b_64.gro -nbox 4 4 4
и преобразуем gro файл в pdb:
editconf -f dppc.gro -o dppc.pdb
editconf -f b_64.gro -o b_64.pdb
Посмотрим, что получилось в PYMOL
Image(filename="lipid_1.png")
Image(filename="lipid_64.png")
Установили в b.top значение кол-ва молекул в 64...
Начальное значение силы:
Image(filename="start_power.png")
Image(filename="end_power.png")
Налили воды и получили следующий результат:
Image(filename="b_pr.png")
Image(filename="b_s.png")
С помощью команды:
scp -r * lom:_scratch/hse/mrPukenshtein
Копернули все файлы на сервер.
Запустили тест, остановились из-за лимита по времени. Значит - все ок.
Image(filename="stop.png")
Номер задачи:
Image(filename="job_nm.png")
Посмотрим видео образования бислоя:
name="b_pbc_1"
video = io.open('{0}.mp4'.format(name), 'r+b').read()
encoded = base64.b64encode(video)
display(HTML(data='<video alt="test" controls><source src="data:video/mp4;base64,{0}" type="video/mp4" /></video>'.format(encoded)))
Начиная где-то с 50 модели идет образование бислоя.
Ось , перпендикулярная поверхности бислоя: yz.
Построим зависимость y*z/(кол-во липидов в одном слое(32)) от времени.
(Чуть подправили файл , заменив @ на #)
a= np.loadtxt("box_1.xvg")
#moment of time
t=a[:,0]
y=a[:,2]
z=a[:,3]
plt.plot(t,y*z/32,'orange')
lab=ptch.Patch(color='orange',label='yz square')
plt.legend(handles=[lab])
plt.xlabel('time')
plt.ylabel('square')
plt.show()
Видно, что липиды со временем занимают меньшее пространство. Определим изменение гидрофобной и гидрофильной поверхности в ходе самосборки.
a= np.loadtxt("sas_b.xvg")
#moment of time
t=a[:,0]
phob=a[:,2]
phil=a[:,3]
plt.plot(t,phob,'orange')
plt.plot(t,phil,'blue')
lab_phob=ptch.Patch(color='orange',label='hydrophob')
lab_phil=ptch.Patch(color='blue',label='hydrophill')
plt.legend(handles=[lab_phob,lab_phil])
plt.xlabel('time')
plt.ylabel('surface')
plt.show()
Видно, что поверхности уменьшаются в размере. Гидрофильная поверхность больше в целом с течением времени.
Скачаем ndx-файл:
!wget "http://kodomo.cmm.msu.ru/~golovin/bilayer/sn1.ndx"
b= np.loadtxt("ord_start.xvg")
e=np.loadtxt("ord_end.xvg")
t=b[:,0]
order_start=b[:,1]
order_end=e[:,1]
plt.plot(t,order_start,'orange')
plt.plot(t,order_end,'blue')
lab_s=ptch.Patch(color='orange',label='start')
lab_e=ptch.Patch(color='blue',label='end')
plt.xlabel('atom number')
plt.ylabel('order')
plt.legend(handles=[lab_s,lab_e])
plt.show()
Видно, что хвост липидов в бислое лучше упорядочен, чем на начале.
import subprocess
converted = subprocess.call(["jupyter-nbconvert", '--to', 'html',"hw7_golovin.ipynb"], shell=False)
if converted==0:
print 'Your file was sucessfully converted!'
else:
print 'Smth went wrong. for instance, check the filename...'