Amber是一个在分子动力学中非常常用的一个软件，可以用于进行分子动力学模拟计算，可以与一些软件配合进行增强采样。这里我们简单介绍一下如何使用Amber去计算一个分子构象的单点势能值，及其对应的能量分量。

Jupyter相关的软件包版本匹配存在问题，或者历史上安装过Jupyter相关的配套软件但是有残留。大部分网上的博客都是推荐用pip重装jupyter或者nbconvert，亲测无法解决该问题。

在之前的一篇博客中，我们介绍过MindInsight的安装与使用。不过在前面的文章中，我们主要介绍的是MindInsight与SummaryCollector的配合使用，更多的是用于对结果进行回溯。这篇文章我们简要的从性能分析的角度，来介绍一下MindInsight的一些使用方法。

在前面的几篇博客中，我们已经介绍了MindSponge的基本使用方法，比如定义一个分子系统、计算分子的单点能以及迭代器的使用等。有了这些基础的教程，用户以及可以执行一些比较简单的模拟任务，比如可以跑一个能量极小化，或者是NVT过程。

在前面几篇博客中，我们已经介绍过使用MindSponge去定义一个系统以及使用MindSponge计算一个分子系统的单点能。这篇文章我们将介绍一下在MindSponge中定义迭代器Updater，并使用Sponge对系统进行演化，最后使用CallBack对输出结果进行追踪和保存。

在前面的几篇文章中，我们分别介绍了MindSponge的软件架构、MindSponge的安装与使用和如何在MindSponge中定义一个分子系统。那么就像深度学习中的损失函数，或者目标函数，这里分子力学的主要目标函数就是势能（也有动能项，但动能项更多的来源于分子动力学模拟的过程，而不是实验中的参数）。这篇文章我们主要探讨一下，在MindSponge中如何计算给定体系的单点能。

在前面两篇文章中，我们分别介绍了分子动力学模拟软件MindSponge的软件架构和安装与使用教程。这里我们进入到实用化阶段，假定大家都已经在本地部署好了基于MindSpore的MindSponge的编程环境，开始用MindSponge去做一些真正的分子模拟的工作。那么分子模拟的第一步，我们就需要在MindSponge中去定义一个分子系统Molecule()。

在前面一篇文章中，我们介绍了MindSponge的两种不同的安装与使用方法，让大家能够上手使用。这篇文章主要讲解MindSponge的软件架构，并且协同mindscience仓库讲解一下二者的区别。

昇思MindSpore是由华为主导的一个，面向全场景构建最佳昇腾匹配、支持多处理器架构的开放AI框架。MindSpore不仅仅是软件层面的工具，更重要的是可以协同华为自研的昇腾Ascend平台，做到软硬件一体的行业解决方案。基于MindSpore的高通量、自动微分和自动并行等高级特性，以及对于python第三方库numpy的友好支持，我们开发了一款可以在MindSpore上进行分子动力学模拟的，模块化、高通量、端到端可微的下一代智能分子模拟程序库——MindSponge。该程序库最新的开发版，可以参考这个仓库地址的develop分支。而MindSponge的最新稳定版，会最终协同另外几个基于MindSpore开发的软件库，集成到这个仓库地址里面。

Python是一门极其热门、极其灵活的开发语言，其更新迭代的速度也非常的快速。有时候我们遇到不同的软件版本不同方法处理的情况，此时就需要用到版本号比对的工具。举一个例子说，我们要在python代码中区分numpy版本在1.21.6之前和之后的版本。虽然我们可以自己手写一个软件版本号识别和比对的简单函数，但是相比之下，LooseVersion的方案会更加的成熟和方便一些。本文主要介绍LooseVersion的一些相关使用场景。

当我们打开一个用于表示分子构象的xyz文件或者pdb文件，很容易可以理解这种基于笛卡尔坐标的空间表征方法。但是除了笛卡尔坐标表示方法之外，其实也有很多其他的方法用于粗粒化或者其他目的的表征方法，比如前一篇文章中所介绍的在AlphaFold2中所使用的残基的刚体表示方法。而这种刚体坐标，在本质上来说也是一种特殊的分子内坐标表示方法，因为对于每一个残基而言只有旋转和平移的自由度，而残基内部是保持互相之间相对静止的。换句话说，每一个残基的内坐标是保持不变的，本文主要介绍分子的内坐标表示方法。

PyMol是一个类似于VMD的分子可视化工具，也是在PyQt的基础上开发的。但是由于其商业化运营，软件分为了教育版、开源版和商业版三个版本。其中教育版会有水印，商业版要收费，但是官方不提供开源版本的安装方法。按照参考链接1的内容，可以在Windows系统上面安装一个开源版本的PyMol，但是该发行版只有Windows平台的编译包。所以如果需要在Linux上安装PyMol，就只能在Github上面下载源码进行编译构建。

在前面的一篇博客中，我们介绍了Fork到自己名下的本地仓库如何与远程原始仓库创建链接的方法。在这篇文章中，我们将要讲解如何应对在这种异步开发的过程中经常有可能会遇到的Git冲突问题，在Pycharm这个专业的Python开发工具中集成了一些处理Git冲突的工具，让我们一起来看看如何使用这个工具。

在前面的这一篇博客中，比较全面的介绍了组成蛋白质的各种氨基酸的三维结构。由于每个氨基酸大小不一，在传统的蛋白质折叠预测的方案中，一般会考虑全原子方案或者是粗粒化方案。对于全原子方案而言，即时去除了氢原子，也包含了极大的原子数，对于计算量来说是一个非常大的考验。而将一个氨基酸近似为一个点的方案，因为往往忽略了太多的信息，比如氨基酸之间的二面角等，因此无法达到很好的预测效果。在AlphaFold中，将每一个氨基酸在主链上的位置，用一个三角形刚体来表示。这个三角形的三个顶点分别是C原子、N原子和

如今基于GPT-4的New Bing，结合搜索引擎的功能，可以说已经达到了非常高的智力水平。虽说ChatGPT的出现打击了很多的行业，但是对我们来说也未必不是一种机遇。合理的使用ChatGPT和New Bing，可以使得我们的工作事半功倍。本文将要介绍的是，如何在国内免墙的环境下，在Ubuntu中使用New Bing的功能。

对于一些连续运行或者长时间运行的Python程序而言，如服务器的后端，或者是长时间运行的科学计算程序。当我们涉及到一些中途退出的操作时，比如使用Ctrl+C来退出正在运行的程序。这种场景的出现一般有两个可能性：一是程序出现了问题，需要终止程序来对其进行调整。另一种是程序本身是正确的，但是程序运行的速度太慢了，也有可能是想提前结束，这种场景下很多时候我们是希望可以保留其相应的计算结果的。但是如果我们使用的是一些第三方的数据存储格式来存储数据，不一定可以支持连续的存储，非常常见的是在程序执行结束之后，再将结果进行保存。但是由于程序被提前终止了，此时就需要一些特殊的手段来对中途终止的程序的结果进行保存。

其实如果没有专门去研究python的一些内置函数的话，我们都没办法发现一些很神奇的功能，即使是我们最熟悉的python中的sum函数。不知道还有多少人，以为这只是一个只能用来做求和的函数？

博主对前端技术不甚了解，只是想在博客中直接展示一些已有的分子结构，而且需要是可以交互的。而我们了解到通过3Dmol这样的前端工具可以实现，通过在博客园随笔中直接引入3Dmol的js最新脚本，然后在当前页构建一个容器，最后在容器中以字符串的形式填进去分子结构，比如可以填充一个xyz文件所定义的3D分子结构。由于不需要安装什么特定的软件（假设你已经生成好了一系列的分子模型用于展示，否则可以参考前面这篇博客用openbabel去生成一些特定的分子结构），我们直接上前端代码吧。

这是一个关于mindspore-gl的官方介绍，其定位非常接近于dgl，而且从文章（参考链接3）中的数据来看，mindspore-gl的运算效率还要高于dgl。

在Ubuntu 20.04下，如果从应用商城中直接下载VS code，有可能会导致无法使用中文输入法的问题，那么就只能从其他地方写了中文再复制过来，非常的麻烦。从一些文章中收集到的信息来看，应该是从应用商城中下载的VS Code是一个阉割版的软件，其中就把中文输入法这一项给抛弃了。因此我们的操作是先把从应用商城安装的VS code卸载掉，然后重新安装一个完整版的VS code即可解决问题。