D3pocket架构

已有架构：85.23/software/D3Pockets_WEB_UCB

新架构：

目标继续：将Pypocketsdescriptor纳入到D3pockets架构中

环境依赖：D3Pockets（conda），具体参见周丽萍师姐：D3pockets移植及测试

requirement:

D3pockets.2.0 (忽略版本号）参考75.4环境D3pockets

75.4：D3pockets(

预期输出：

1.stability

->录入数据库D3pockets.pockets表

->数据存储目录/格式

2.continuity

3.correlations

4.增加体积、表面积、深度、疏水性、静电势的计算，然后就能绘制口袋的变化曲线

5.把pocket2mol也拉进去

工作管线：（pdbdynamic数据集利用的）

1.预处理

路径：/home/databank/gxxu/Backup/Moleculardynamics/4D3pocket_input/shs

脚本：2xtc.py：产生轨迹文件

importmysql.py:信息录入数据库

2.跨服务器的数据库流

get_files():遍历所有数据库中所有pdbid的，传过来。

send_files():传过来的文件分析完，然后传回去。

D3Pocket_MD_Batch.sh是批量实现D3Pocket_MD_Script.sh的版本。

3.D3pockets 原版

以上旧版，未重构

重构版本：test_re_1:继承自python3版本的d3pocket，统一了matrix2heatmap过程。

~test_re_11：初具雏形的D3pockets加速版本，与2.01近似。

D3pockets2.01的架构：参考75.4~/D3pockets.2.01

不写了，重点是实现了GPU隔离和CUDAManager的统一管理，但是存在多GPU资源利用不足的限制及并行不足的限制。

D3pockets2.1的架构分析：

（以下是D3pockets2.x的完整架构，其中包含一些预期的目标）

输入组合：frames/（pdbfile&xtcfile)

cluster_pdb，输入帧文件（轨迹也算帧文件），产生代表帧，这一步无可动摇了

detect_pockets，关键的一个步骤

任务类型：矩阵的fill,surf,substract,label*,scan*,*grid*,cluster*,*buffer

每个pdbfile都要经过以上任务，并且要利用cuda进行加速，这里就涉及到加速计算的过程设计：

任务队列：cpu代码运行->Task*n->queue->taskm->GPU

简单说来CUDAManager要持续接受CPU主进程的任务，然后根据GPU的情况，派发任务。完成一个扔给一个，完成一个扔给一个。主要还是CUDAManager和worker之间的配合还有上下文切换和流的控制比较麻烦。另外，感觉会产生很多的内存占有？

series往后的略，or后续补充。

### 参数配置

先明确一下必需的参数：

-pdb_file

-xtc_file

-ouput_dir

-log_dir

-frames_dir:新增的参数，增加一种输入方式，采用输入帧文件的方式

-ligand:配体口袋比较的参数，虽然现在我也还不知道到底输入文件是什么格式，等后面看看代码。

-bradius

-sradius

-stepsize

-gpu_ids

-compute_capability:除了兼容计算能力外，其他的参数没什么必要了，因为本身新的代码默认使用GPU进行计算。

备选：

-cluster_method:暂时没什么用处。

-test:我一直不知道这是一个什么类型的参数。

### 日志内容组成

-输出目录检查

-口袋检测配置

-程序的运行时间

### 输出路径组成