XTC 轨迹数据概述

做分子动力学模拟的人，几乎天天跟轨迹文件打交道。XTC 就是 GROMACS 里最常用的压缩轨迹格式。说白了，它存的是原子们在每一帧的位置——一堆浮点数，按时间排好队。

我记得刚入行那会儿，导师丢给我一个 10 万帧的 XTC 文件，让我算蛋白质的 RMSD。我当时以为它就是一份普通坐标表，结果一读就崩——内存直接爆了。后来才明白，XTC 的压缩方式、时间对齐、周期性边界，每个细节都藏着坑。

1.1 什么是 XTC 轨迹数据

XTC 是 GROMACS 团队设计的一种二进制轨迹格式。它只存储原子坐标（x, y, z），不存速度、力、箱长等其他信息。为了减小体积，它用了 xnr 有损压缩算法——对坐标做整数缩放再差分编码。压缩比通常在 5:1 到 10:1 之间。

一个典型的 XTC 文件头长这样（用 gmxdump 查看）：

# 来自 GROMACS 2022 的二进制头信息（文本化显示）
XTC version: 3
atom count: 2634
step: 0
time (ps): 0.0
precision: 0.001
box (nm): [3.322, 3.322, 3.322]
coordinates: float64[]

注意 precision 字段。它决定每步坐标被缩放的精度。精度越小，数据越精确，但压缩比也越小。我个人习惯在用 XTC 做精细分析时把精度设到 0.0001，而做初步可视化时用 0.01 就够了。

1.2 应用领域

XTC 轨迹的用武之地，说白了就是那些需要跟踪原子长时间演化的场景。你想想看，一个药物分子与靶蛋白的结合过程，动辄几十万帧——不用 XTC 这种压缩格式，存储和读取都是灾难。

领域	典型场景	XTC 优势
药物设计	配体-蛋白结合自由能计算（MM/PBSA）	帧数多、体积小，适合长时间采样
蛋白质折叠	全原子折叠轨迹（微秒级）	压缩后仍保留精细结构
材料科学	高分子链运动、晶体熔化模拟	支持超大体系（10万+原子）
酶催化机理	QM/MM 混合模拟轨迹	精度可控，不影响 QM 区域分析

我曾经在一个蛋白质-多糖复合物项目中，需要同时分析 5 条平行轨迹，每条 10 万帧。如果当时用的不是 XTC 而是 TRR（未压缩），硬盘直接撑爆。XTC 帮我省了 80% 的存储空间。

1.3 数据特点归纳总结

XTC 轨迹虽然方便，但有几条特点你必须刻在脑子里，不然分析时一踩一个坑。

• 海量数据：一个典型的蛋白质 MD 模拟，原子数 1 万、帧数 10 万，XTC 文件大约 5~10 GB。内存无法一次性加载全部坐标。
• 时序关联：相邻帧的时间间隔通常为 2 ps 或 10 ps，帧间坐标变化很小。这意味你可以用差分、帧率降采样来加速分析。
• 周期性边界：原子坐标是“缠绕”在周期盒里的。直接算距离必须先做“去周期性”处理。我曾经直接在原始坐标上算 RMSD，发现结果忽大忽小——就是因为分子跑到了盒子另一边，坐标跳变。
• 噪声与热运动：每个数据点都叠加了 ~0.3 nm (300 K) 的热涨落。做聚类或分类时，必须先做平均或平滑。
• 精度丢失：有损压缩带来的坐标误差一般在 0.001 nm 以内。对大多数分析（如 RMSD < 0.3 nm）可以忽略，但对自由能微扰这类高精度计算，必须用原始 TRR 或重写精度更高的 XTC。

知识体系总览

小结与提示

XTC 既是存储利器，也是分析陷阱。你得时刻记住：它存的是有损的、周期卷绕的、热噪声叠加的坐标。后面我们讲解析和特征编码时，每一步都是基于这些特点做应对。