D3Pockets2

 python pocket_volume.py -r "/home/databank/xhl/D3Pockets2/D3Pockets_2.6.6/holo/3LFT_nolig.pdb" -p "/home/databank/xhl/D3Pockets2/D3Pockets_2.6.6/holo/3LFT_nolig_pkt4_pit.pdb"

环境依赖：python3.12,conda install  "jaxlib=*=*cuda*" jax -c conda-forge/pip install -U "jax[cuda13]",pip  install -U  "jax[cuda13]"，cuml(顺序很重要）,cuml,pymol,numpy,scipy,matplotlib,cuda-python,cupy,mdtraj,scikit-learn,networkx,statsmodels,pywavelets,pyvista,seaborn,LK_Info_Flow,biopython,nifty(pip  install --user  'nifty[re]',最先安装)，numpy-stl,alphashape，netCDF4，rdkit,imageio,plotly,  fastplotlib，vtk

python main.py -t Pockets \
-s [研究体系名称] \
-o [输出目录] \
-p [蛋白体系拓扑输入] \
-j [模拟轨迹输入] \           ##可以为空，那就是静态蛋白/单帧
-l [日志输出目录] \           ##日志默认名称Pockets_[-s]_timestamp.log
-g [gpu_id，逗号分隔] \
-r [残基范围] \             ##暂时不建议使用
--batchsize [每个轮次处理帧数] \     ## 每轮处理帧数过高会导致内存/显存饱满
--save-traj [输出格式：xtc 或者ncf ]   ##每个口袋对应的蛋白构象空间
--top-n [稳定口袋 top数]         ##前几个稳定的口袋
输出文件格式：
pocket.pdb                ##口袋文件，多构象
topology.pdb               ## 蛋白拓扑文件
pocket_protein.pdb            ##口袋对应的蛋白的构象空间
！！！重要说明：输入轨迹一定要对齐！！！
！！！大蛋白建议sradius<2 ,小蛋白建议sradius>2 ！！！
-------------------------***Pocket Volume任务***----------------------------
python main.py -t PktVolume \
--pkt  [新口袋文件:**.pdb] \
--volmethod  [口袋体积计算方法:alphashape,convex_hull]
 ##alphashape体积< convex_hull，凸包算法总是大于实际体积，目前仅支持两种算法
------------------------***Pocket Relation任务***--------------------------- 
python main.py -t PktRelation\
--pkt  [口袋文件1：**.pdb] \
--rpkt  [参考口袋文件2：**.pdb] \
------------------------***FTAP任务***---------------------------------------
python main.py -t FTAP \
-p [蛋白拓扑：*.pdb]          ##同上
-j [轨迹：*.xtc/.nc]          ##同上
-o [输出目录]
-s [体系名称]
-l [日志目录]
--diff                ##采用差分，建议采用
--kl-iter [变分推断最大轮次]     ##变分推断最大轮次
--helmholtz             ##对场采用亥姆霍兹分解
--topology              ##生成场拓扑
--topology-resolution [场拓扑分辨率]       
--divergence            ##计算残基散度
--filter             ##采用信号滤波，暂时不建议