3. 轨迹预处理与质量控制
分子动力学轨迹在写入磁盘时，通常只是按固定间隔保存的原子坐标（有时含速度与盒子信息）。这些原始坐标并不能直接用于分析：分子可能被周期性边界条件（PBC）拆到盒子两侧，整条轨迹可能带着质心漂移和整体旋转，体系里还混着大量水分子和离子，个别帧可能缺失，原子顺序也可能与拓扑文件不一致。轨迹预处理与质量控制的目标，就是把这些"脏数据"整理成物理意义明确、可复现、可对齐的分析输入。本节按处理顺序展开，并给出可执行的判断依据。
一、周期性边界条件处理：让分子重新完整
PBC 的约定是：模拟盒子由三个盒矢量 a、b、c 定义，原子坐标通常被折回主盒 [0,1) 的分数坐标范围。这会导致一个共价分子被"切"在盒子两侧——例如一个水分子氧在 x=0.1 nm，两个氢却在 x=2.9 nm（盒长 3.0 nm），视觉上分子被拉断，计算键长、回旋半径、氢键都会出错。
处理方式不是简单地把所有原子折回主盒，而是按分子连通性做"整体平移"：以分子为单位，把每个分子作为一个刚体，选择其参考原子（常用质心或首个原子），将整个分子平移一个或多个盒矢量，使分子内部原子间距离最小。GROMACS 的 trjconv -pbc mol 就是按分子整体处理；-pbc atom 只按原子处理，会破坏分子完整性，一般不用于分析。若分子跨盒且需要连续观察，可用 -pbc whole 先保证分子完整，再用 -pbc mol 把分子放回主盒。
对于跨盒扩散的体系，还需要 -pbc nojump 消除原子在盒边界处的"跳跃"，使轨迹连续。判断是否处理成功，可检查：任意两成键原子的距离是否始终小于截断半径；分子质心是否在盒子内；轨迹中是否出现坐标突变（相邻帧位移远大于扩散步长）。
二、去平动与去转动：消除整体运动
即使 PBC 处理正确，体系仍可能整体漂移或旋转。质心平动来自初始速度未完全归零或积分误差累积；整体转动则来自初始角动量未消除。分析回旋半径、均方根偏差（RMSD）、主成分分析时，整体运动是"伪信号"，必须去除。
去平动：每帧计算体系质心（或选定参考组的质心），将所有原子坐标减去该质心，使质心固定在原点。去转动：以参考结构为基准，用最小二乘法拟合旋转矩阵，将每帧旋转到与参考结构最佳叠合。GROMACS 中常用 trjconv -center 指定参考组做居中，再用 gmx rotconf 或分析工具内置的叠合选项完成去转动。注意：去平动和去转动应针对同一参考组（如蛋白质主链），否则会引入新的偏差。
判断依据：叠合后蛋白质主链的 RMSD 应只反映构象变化，而不是整体旋转；若 RMSD 曲线出现阶跃，往往说明叠合参考组选择不当或 PBC 未处理好。
三、溶剂与离子剔除：只保留关注对象
水分子和离子数量常占体系原子数的 80% 以上，保留它们会显著增加 I/O 和分析耗时，且对蛋白质构象分析无直接贡献。剔除方法有两种：一是在 trjconv 中用索引组（make_ndx 生成）只输出蛋白质或核酸组；二是在分析工具中通过 -select 指定选择。剔除前应确认：是否需要水分子参与氢键或溶剂可及表面积分析；若需要，应保留水或单独输出水轨迹，而不是直接丢弃。
离子剔除需注意：结构离子（如活性位点的金属离子）应保留，只有自由扩散的 Na⁺、Cl⁻ 可剔除。判断依据：剔除后原子数应与索引组一致；若分析结果中仍出现水分子相关峰，说明剔除不彻底。
四、缺失帧与原子映射检查
缺失帧常见于模拟中断、磁盘写入失败或 nstxout 设置过大。检查方法：读取轨迹的帧数，与预期帧数（总步数 / 输出间隔）对比；用 gmx check 检查轨迹一致性，它会报告帧数、时间步长和坐标异常。若缺失帧较少且均匀，可插值或跳过；若缺失严重，应重新运行或从检查点续跑。
原子映射检查是容易被忽视但后果严重的一步：轨迹中的原子顺序必须与拓扑文件、索引文件一致。若用不同版本的结构文件生成索引，或轨迹由不同软件输出，原子顺序可能错位，导致"分析的是错误的原子"。检查方法：比较轨迹首帧坐标与拓扑中原子坐标的对应关系；用 gmx check 对比拓扑与轨迹的原子数和原子名；对关键残基，手动核对原子序号。判断依据：若分析结果出现异常键长或异常接触，应优先怀疑原子映射错误。
五、可执行的预处理检查清单
下面给出一个可直接套用的检查清单，字段和判断依据均来自本节内容，可根据体系规模调整。
| 检查项 | 操作 / 命令示例 | 通过判据 | 常见异常 |
|---|---|---|---|
| PBC 分子完整性 | trjconv -pbc mol -pbc whole |
成键原子距离 < 截断半径 | 分子被拉断、键长异常 |
| 去平动 | trjconv -center -pbc mol |
质心固定在原点附近 | 质心漂移、RMSD 阶跃 |
| 去转动 | 最小二乘叠合到参考结构 | RMSD 只反映构象变化 | 整体旋转残留 |
| 溶剂离子剔除 | make_ndx + trjconv 输出指定组 |
原子数与索引组一致 | 水分子残留、结构离子误删 |
| 缺失帧 | gmx check |
帧数 = 预期帧数 | 帧数偏少、时间步长跳变 |
| 原子映射 | 对比轨迹与拓扑原子名 / 序号 | 原子数、原子名一致 | 分析对象错位、异常接触 |
gmx check 或可视化工具抽查首帧、中间帧和末帧，确认分子完整、质心稳定、原子顺序正确。
-pbc atom 当作通用处理；用不同版本的结构文件生成索引；忽略 gmx check 的警告；去转动时参考组选得过大或过小。这些都会让后续 RMSD、回旋半径、氢键分析出现难以解释的偏差。遇到异常结果时，应优先回溯预处理步骤，而不是直接怀疑分析算法。
完成上述预处理与检查后，轨迹才具备"物理可解释性"：分子完整、无整体运动、只含关注对象、帧与原子映射正确。此时再进行 RMSD、回旋半径、氢键、主成分分析等，结果才可信、可复现。预处理本身不产生科学结论，但它决定了后续所有结论是否建立在正确的基础上。