文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

PR

小问题，全程线上修改...

一键搞定！

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

文档反馈

mindsponge.data_transform.atom37_to_torsion_angles

mindsponge.data_transform.atom37_to_torsion_angles(aatype: np.ndarray, all_atom_pos: np.ndarray, all_atom_mask: np.ndarray, alt_torsions=False, is_multimer=False)[源代码]

计算每个残基的7个扭转角并且以正弦、余弦编码。7个扭转角的顺序分别是 [pre_omega, phi, psi, chi_1, chi_2, chi_3, chi_4]。这里 pre_omega 表示给定氨基酸与前一个氨基酸之间的扭转角， phi 表示氨基酸 C-CA-N-(C+1) 原子之间的扭转角， psi 表示氨基酸 (N-1)-C-CA-N 原子之间的扭转角。详细的参考下图：

参数：

aatype (numpy.array) - 氨基酸类型。shape为 $(b a t c h_s i z e, N_{r e s})$ 。
all_atom_pos (numpy.array) - 所有原子坐标的 atom37 编码下的表示。shape为 $(b a t c h_s i z e, N_{r e s}, 37, 3)$ 。
all_atom_mask (numpy.array) - 所有原子坐标掩码的 atom37 编码下的表示。shape为 $(b a t c h_s i z e, N_{r e s})$ 。
alt_torsions (bool) - 是否将屏蔽扭转角的标志角度设置为零。默认值： False。
is_multimer (bool) - 如果使用Multimer时该变量置为True。默认值： False。

返回：

字典。

torsion_angles_sin_cos (numpy.array) - 最后两维表示正弦、余弦编码结果。shape为 $(N_{r e s}, 7, 2)$ 。如果is_multimer为True，则shape为 $(N_{s e q}, N_{r e s}, 7, 2)$ 。
alt_torsion_angles_sin_cos (numpy.array) - 对于手性氨基酸的所有 chi 扭转角，进行 pi 的平移。shape为 $(N_{r e s}, 7, 2)$ 。如果is_multimer为True，则shape为 $(N_{s e q}, N_{r e s}, 7, 2)$ 。
torsion_angles_mask (numpy.array) - 掩码值表明需要显示的 chi 扭转角。shape为 $(N_{r e s}, 7)$ 。如果is_multimer为True，则shape为 $(N_{s e q}, N_{r e s}, 7, 2)$ 。

支持平台：

Ascend GPU CPU

样例：

>>> import numpy as np
>>> from mindsponge.data.data_transform import atom37_to_torsion_angles
>>> n_res = 16
>>> bs = 1
>>> aatype = np.random.randn(bs, n_res).astype(np.int32)
>>> all_atom_pos = np.random.randn(bs, n_res, 37, 3).astype(np.float32)
>>> all_atom_mask = np.random.randn(bs, n_res, 37).astype(np.float32)
>>> angle_label_feature = atom37_to_torsion_angles(aatype, all_atom_pos, all_atom_mask)
>>> print(angle_label_feature.keys())
dict_keys(['torsion_angles_sin_cos', 'alt_torsion_angles_sin_cos', 'torsion_angles_mask'])