====== Homework2 ======

20260318更正：pdb需要突变的位点133并不是R，而是V。问题出在参考paper里的pdb和实际的pdb在氨基酸残基编号上有错位：paper的R133在实际的PDB文件中是R135，所以大家要做的突变是R135A

{{biocomput:homework2.png?600}}

===== 1. 内容介绍 =====

{{biocomput:homework2.mp4?600}}

===== 2. 一些提示 =====

  * PyMOL可视化，详见[[biocomput:beforeclass | 课前准备]]的 ''2. PyMOL的使用''。注意{{biocomput:pymol.pdf}}中更新了 ''1.4 可视化MD轨迹''，供参考
  * MD模拟，详见[[biocomput:week03 | Week03]]。其中''课堂练习''提供了一个指南{{biocomput:week03指南.pdf}}，首先是一个checklist，在完成长时间模拟之前需要检查是否完成了这些项
  * 结果分析的部分，详见[[biocomput:week04 | Week04]]。time-course RMSF详见[[biocomput:week02 | Week02 ]]的 ''2.4 如何编写高效的python代码''，对应week02的 ''demo3''

===== 3. 另一些提示 =====
  * GPU的使用仍然需要预约：[[https://365.kdocs.cn/l/cbMtcjXL4Igb | GPU预约表]]
  * 模拟前需要使用''propka3''计算蛋白质各残基的pKa，确定质子化状态。如果是在''1_build/propka''这个目录下，执行''propka3 ../初始蛋白质.pdb''可以得到一个''.pka''文件。模拟条件为生理条件pH=7.4，如果某个残基（ASP/GLU/HIS）的pKa大于7.4，则需要被质子化成（ASH/GLH/HIP），这一步需要修改''1_build/convert.py''来完成
  * 分析结果的时候，总是可以先在10帧或100帧的轨迹上进行操作，debug自己的代码，预估计算结果和计算时间，然后再在成千上万帧的轨迹上操作。如何导出少量帧的轨迹，一般是修改对应的''gen_in.py''。比如将''for i in range(1000)''修改成''for i in range(1)''或者''for i in range(0, 1000, 100)''等等
  * ……