mindsponge.common.make_transform_from_reference

mindsponge.common.make_transform_from_reference(point_a, point_b, point_c)[源代码]

使用施密特正交化方法构造骨架的旋转矩阵和平移向量。

计算旋转矩阵和平移满足

a）’N’原子是原始点

b）’CA’原子位于x轴上

c）平面CA-N-C在x-y平面上。

\[\begin{split}\begin{split} &\vec v_1 = \vec x_3 - \vec x_2 \\ &\vec v_2 = \vec x_1 - \vec x_2 \\ &\vec e_1 = \vec v_1 / ||\vec v_1|| \\ &\vec u_2 = \vec v_2 - \vec e_1(\vec e_1^T\vec v_2) \\ &\vec e_2 = \vec u_2 / ||\vec u_2|| \\ &\vec e_3 = \vec e_1 \times \vec e_2 \\ &rotation = (\vec e_1, \vec e_2, \vec e_3) \\ &translation = (\vec x_2) \\ \end{split}\end{split}\]

参数：

point_a (float, tensor) -> (tensor) - ‘N’原子空间位置信息，shape为: \([..., N_{res}, 3]\) 。
point_b (float, tensor) -> (tensor) - ‘CA’原子空间位置信息，shape为: \([..., N_{res}, 3]\) 。
point_c (float, tensor) -> (tensor) - ‘C’原子空间位置信息，shape为: \([..., N_{res}, 3]\) 。

返回：

旋转矩阵(tuple) \((xx, xy, xz, yx, yy, yz, zx, zy, zz)\) ，每个元素shape为 \((..., N_{res})\) 。平移向量(tuple) \((x, y, z)\) 每个元素shape为 \((..., N_{res})\) 。

支持平台：

Ascend GPU

样例：

>>> import numpy as np
>>> import mindspore as ms
>>> from mindspore import Tensor
>>> from mindsponge.common.geometry import make_transform_from_reference
>>> input_0 = Tensor(np.ones((4, 256, 3)), ms.float32)
>>> input_1 = Tensor(np.ones((4, 256, 3)), ms.float32)
>>> input_2 = Tensor(np.ones((4, 256, 3)), ms.float32)
>>> rots, trans = make_transform_from_reference(input_0, input_1, input_2)
>>> print(len(rots), rots[0].shape, len(trans), trans[0].shape)
9, (4, 256), 3, (4, 256)