source: trunk/G2shapes.py @ 4097

Last change on this file since 4097 was 4097, checked in by vondreele, 2 years ago

implement a fast version of set_box in G2shapes

File size: 62.5 KB
Line 
1#
2# Copyright v1.0, 1.2, 1.3: 2019, John Badger.
3#
4# This program is free software: you can redistribute it and/or modify
5# it under the terms of the GNU General Public License as published by
6# the Free Software Foundation, either version 3 of the License, or
7# (at your option) any later version.
8#
9# This program is distributed in the hope that it will be useful,
10# but WITHOUT ANY WARRANTY; without even the implied warranty of
11# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
12# GNU General Public License for more details.
13#
14# You should have received a copy of the GNU General Public License
15# along with this program.  If not, see <https://www.gnu.org/licenses/>.
16#
17
18# Version 1.2 is intended to be runnable under Python2 and Python3
19# Version 1.3 includes an optional 'glue' term for extended structures
20#
21# this version modified by R B. Von Dreele for inclusion in GSAS-II
22
23from __future__ import division, print_function
24import math
25import sys
26import os
27import copy
28import random
29import time
30import cProfile,pstats
31import io as StringIO
32import numpy as np
33
34def G2shapes(Profile,ProfDict,Limits,data):   
35
36########## FUNCTIONS ########################
37
38    # NEW 1.1 Calculate intensity from P(r) dropping all scaling factors
39   
40    def ft_to_intensity(aList_q,aList_i_calc,aList_r,aList_pr_model,nbeads):
41   
42        num_q = len(aList_q)
43        num_r = len(aList_r)
44   
45        count_q = 0
46        while count_q < num_q:
47   
48            q = float(aList_q[count_q])
49   
50            # Sets P(r=0) =0.0. Later scaling includes a baseline term.
51            integral = 0.0
52   
53            count_r = 1
54            while count_r < num_r:
55   
56                r = float(aList_r[count_r])
57                pr = float(aList_pr_model[count_r])
58                qr = q*r
59                integral = integral + pr*math.sin(qr)/qr
60   
61                count_r = count_r + 1
62   
63            aList_i_calc.append(integral)
64   
65            count_q = count_q + 1
66   
67        return;
68   
69    # NEW 1.1 Scale and Compare I and Ic. Includes a baseline correction
70   
71    def score_Ic(aList_q,aList_i,aList_i_sd,aList_i_calc):
72   
73        num_q = len(aList_q)
74       
75        idif = 0.0
76        isum = 0.0
77        sd_sq = 0.0
78        chi_sq = 0.0
79   
80        # Least squares scale for calculated I onto observed I
81   
82        S = 0.0
83        Sx = 0.0
84        Sy = 0.0
85        Sxx = 0.0
86        Sxy = 0.0
87   
88        count = 0
89        while count < num_q:
90            x = float(aList_i_calc[count])
91            y = float(aList_i[count])
92   
93            S = S + 1.0
94            Sx = Sx + x
95            Sy = Sy + y
96            Sxx = Sxx + x*x
97            Sxy = Sxy + x*y
98   
99            count = count + 1
100   
101        delta = S*Sxx - Sx*Sx
102        a = (Sxx*Sy - Sx*Sxy)/delta
103        b = (S*Sxy - Sx*Sy)/delta
104   
105        # Apply scale and find statistics
106   
107        i = 0
108        while i < num_q:
109            iobs = float(aList_i[i])
110            sd = float(aList_i_sd[i])
111   
112            aList_i_calc[i] = b*float(aList_i_calc[i]) + a       
113            icalc = aList_i_calc[i]
114           
115            idif = idif + abs(iobs - icalc)
116            isum = isum + iobs  + icalc
117   
118            dif = iobs - icalc
119            dif_sq = dif*dif
120            sd_sq = sd*sd
121   
122            chi_sq = chi_sq + dif_sq/sd_sq
123               
124            i = i  + 1
125   
126        rvalue = 2.0*idif/isum
127        chi_sq = chi_sq/num_q
128   
129        return (chi_sq,rvalue);
130   
131    # NEW 1.1 Write original and calculated data.
132   
133    def write_all_data(file_intensity,aList_q,aList_i,aList_i_calc,aString):
134   
135        num_q = len(aList_q)
136   
137        file = open(file_intensity,'w',)
138        aString = '# ' + aString + '\n'
139        file.write(aString)
140   
141        i = 0
142        while i < num_q:
143   
144            q = aList_q[i]
145            intensity = aList_i[i]
146            intensity_calc = aList_i_calc[i]
147   
148            aString = str(q) + ' ' + str(intensity) + ' ' + str(intensity_calc) + '\n'
149   
150            file.write(aString)
151   
152            i = i + 1
153   
154        file.close()
155   
156        return;   
157   
158    # NEW 1.1 Read intensity data from GNOM output file
159   
160    def read_i(aList_q,aList_i,aList_i_sd,inFile,angstrom_scale):
161   
162        scale_units = 1.0/angstrom_scale
163       
164        Q,Io,wt,Ic,Ib,Ifb = Profile[:6]
165        Qmin = Limits[1][0]
166        Qmax = Limits[1][1]
167        wtFactor = ProfDict['wtFactor']
168        Back,ifBack = data['Back']
169        Ibeg = np.searchsorted(Q,Qmin)
170        Ifin = np.searchsorted(Q,Qmax)+1    #include last point
171        aList_q += list(Q[Ibeg:Ifin]*scale_units)
172        aList_i += list(Io[Ibeg:Ifin])
173        aList_i_sd += list(1./np.sqrt(wtFactor*wt[Ibeg:Ifin]))
174   
175#        file = open(inFile,'r')
176#        allLines = file.readlines()
177#        file.close()
178#   
179#        parse_data = 'no'
180#        for eachLine in allLines:
181#   
182#            if parse_data == 'yes':
183#           
184#                aList = eachLine.split()
185#                num_params = len(aList)
186#   
187#                if num_params == 5:
188#   
189#                    q = float(aList[0]) * scale_units
190#                    if q > 0.0:
191#                        i = float(aList[1])
192#                        i_sd = float(aList[2])
193#                        aList_q.append(q)
194#                        aList_i.append(i)
195#                        aList_i_sd.append(i_sd)
196#   
197#                else:
198#                    if num_params == 0 and len(aList_q) > 0:
199#                        parse_data = 'no'
200#   
201#            if eachLine.find('S          J EXP       ERROR       J REG       I REG') > -1:
202#                parse_data = 'yes'
203#                   
204        return;
205   
206    # Read PDB for starting point
207   
208    def read_pdb(aList_beads_x,aList_beads_y,aList_beads_z,pdbfile_in):
209   
210        xmean = 0.0
211        ymean = 0.0
212        zmean = 0.0
213        nbeads = 0
214   
215        file = open(pdbfile_in,'r')
216        allLines = file.readlines()
217        file.close()
218   
219        for eachLine in allLines:
220   
221            tag = eachLine[0:6]
222            tag = tag.strip()
223   
224            if tag == 'ATOM':
225   
226                atom_name = eachLine[13:16]
227                atom_name = atom_name.strip()
228         
229                if atom_name == 'CA':
230   
231                    x = float(eachLine[30:38])
232                    y = float(eachLine[38:46])
233                    z = float(eachLine[46:54])
234   
235                    xmean = xmean + x
236                    ymean = ymean + y
237                    zmean = zmean + z
238   
239                    nbeads = nbeads + 1
240   
241        xmean = xmean/float(nbeads)
242        ymean = ymean/float(nbeads)
243        zmean = zmean/float(nbeads)
244   
245        for eachLine in allLines:
246   
247            tag = eachLine[0:6]
248            tag = tag.strip()
249   
250            if tag == 'ATOM':
251   
252                atom_name = eachLine[13:16]
253                atom_name = atom_name.strip()
254         
255                if atom_name == 'CA':
256   
257                    x = float(eachLine[30:38]) - xmean
258                    y = float(eachLine[38:46]) - ymean
259                    z = float(eachLine[46:54]) - zmean
260                    aList_beads_x.append(x)
261                    aList_beads_y.append(y)
262                    aList_beads_z.append(z)           
263   
264        return;
265   
266#    # Write P(r) with SD and calculated value.
267#   
268#    def pr_writer(aList_pr,aList_r,aList_pr_model,outfile_pr):
269#   
270#        num_pr = len(aList_pr)
271#   
272#        file = open(outfile_pr,'w')
273#        file.write('#\n')
274#   
275#        i = 0
276#        while i < num_pr:
277#       
278#            r = float(aList_r[i])
279#            pr = float(aList_pr[i])
280#            pr_calc = float(aList_pr_model[i])
281#            aString = str(r) + ' ' + str(pr) + ' ' + str(pr_calc) + '\n'
282#            file.write(aString)
283#   
284#            i = i + 1
285#   
286#        file.close()
287#   
288#        return;
289   
290    # Write a set of points as a pseudo-PDB file
291   
292    def pdb_writer(aList_x_write,aList_y_write,aList_z_write,out_file,aString):
293       
294        atom_number = 0
295        res_number = 0
296        dummy_b = 0
297        num_atoms = len(aList_x_write)
298   
299        file = open(out_file,'w')
300        file.write(aString)
301        file.write('\n')
302   
303        i = 0
304        while i < num_atoms:
305   
306            x = float(aList_x_write[i])
307            y = float(aList_y_write[i])
308            z = float(aList_z_write[i]) 
309            x = '%.3f'%(x)
310            y = '%.3f'%(y)
311            z = '%.3f'%(z)
312            x = x.rjust(8)
313            y = y.rjust(8)
314            z = z.rjust(8)
315            atom_number = atom_number + 1
316            res_number = res_number + 1
317            atom_number_str = str(atom_number)
318            atom_number_str = atom_number_str.rjust(5)
319            res_number_str = str(res_number)
320            res_number_str = res_number_str.rjust(4)
321            bfactor = str(dummy_b) + '.00'
322            bfactor = bfactor.rjust(6)
323   
324            if res_number < 10000:
325                aLine_out = 'ATOM  ' + atom_number_str + '  CA  ALA A' + res_number_str + '    ' + x + y + z + '  1.00' + bfactor + '\n'
326            else:
327                res_number_str = str(res_number - 9999)
328                aLine_out = 'ATOM  ' + atom_number_str + '  CA  ALA B' + res_number_str + '    ' + x + y + z + '  1.00' + bfactor + '\n'           
329            file.write(aLine_out)
330   
331            i = i + 1
332   
333        file.close()
334   
335        return;
336   
337    # Evaluate local bead densities and point density on a notional grid
338   
339    def set_box(aList_beads_x,aList_beads_y,aList_beads_z,\
340                aList_box_x_all,aList_box_y_all,aList_box_z_all,\
341                aList_box_score,box_step,dmax,rsearch):
342   
343        dmax_over2 = dmax/2.0
344        search_sq = rsearch**2
345        num_beads = len(aList_beads_x)
346   
347        count_x = -dmax_over2
348        while count_x < dmax_over2:
349            count_y = -dmax_over2
350            while count_y < dmax_over2:
351                count_z = -dmax_over2
352                while count_z < dmax_over2:
353   
354                    count_local = 0
355                    i = 0
356                    while i < num_beads:
357   
358                        dx = float(aList_beads_x[i]) - count_x
359                        dy = float(aList_beads_y[i]) - count_y
360                        dz = float(aList_beads_z[i]) - count_z
361   
362                        dsq = dx*dx + dy*dy + dz*dz
363   
364                        if dsq < search_sq:
365                            count_local = count_local + 1
366   
367                        i = i + 1
368   
369                    if count_local > 1:
370                        aList_box_x_all.append(count_x)
371                        aList_box_y_all.append(count_y)
372                        aList_box_z_all.append(count_z)
373                        aList_box_score.append(count_local)
374   
375                    count_z = count_z + box_step
376                count_y = count_y + box_step
377            count_x = count_x + box_step
378   
379        return;
380   
381     # Evaluate local bead densities and point density on a notional grid - fast version
382   
383    def set_box_fast(aList_beads_x,aList_beads_y,aList_beads_z,\
384                aList_box_x_all,aList_box_y_all,aList_box_z_all,\
385                aList_box_score,box_step,dmax,rsearch):
386   
387        dmax_over2 = dmax/2.0
388        num_box = int(dmax/box_step)+1
389       
390        box_grid = np.zeros((num_box,num_box,num_box),dtype=int)
391        aList_beads_xyz_loc = np.array([(np.array(aList_beads_x)+dmax_over2)/box_step,
392            (np.array(aList_beads_y)+dmax_over2)/box_step,
393            (np.array(aList_beads_z)+dmax_over2)/box_step],dtype=int)
394   
395        for ix,iy,iz in aList_beads_xyz_loc.T:
396            box_grid[ix,iy,iz] += 1
397           
398        non_zero = np.argwhere(box_grid)
399        for ix,iy,iz in non_zero:
400            aList_box_x_all.append((ix*box_step)-dmax_over2)
401            aList_box_y_all.append((iy*box_step)-dmax_over2)
402            aList_box_z_all.append((iz*box_step)-dmax_over2)
403            aList_box_score.append(box_grid[ix,iy,iz])
404   
405        return;
406   
407   # Establish a volume
408   
409    def set_vol(aList_box_x_all,aList_box_y_all,aList_box_z_all,aList_box_score,\
410                aList_box_x,aList_box_y,aList_box_z,vol_target,box_pt_vol):
411   
412        num_pts = len(aList_box_score)
413        num_tries = int(max(aList_box_score))
414        density_thresh = max(aList_box_score) - 1.0
415        vol = vol_target + 1.0
416       
417        i = 0
418        while i < num_tries:
419   
420            density_thresh = density_thresh - 1.0
421            num_box_pts = 0.0
422   
423            j = 0
424            while j < num_pts:
425                density = float(aList_box_score[j])
426                if density >= density_thresh:
427                    num_box_pts = num_box_pts + 1.0
428                j = j + 1
429   
430            vol = num_box_pts*box_pt_vol
431            if vol < vol_target:
432                density_use = density_thresh
433     
434            i = i + 1
435   
436        #
437   
438        num_box_pts1 = 0.0
439        num_box_pts2 = 0.0
440        density_thresh1 = density_use
441        density_thresh2 = density_use - 1.0
442        i = 0
443        while i < num_pts:
444            density_value = float(aList_box_score[i])
445            if density_value >= density_thresh1:
446                num_box_pts1 = num_box_pts1 + 1.0
447            if density_value >= density_thresh2:
448                num_box_pts2 = num_box_pts2 + 1.0           
449            i = i + 1
450           
451        vol1 = num_box_pts1*box_pt_vol   
452        vol2 = num_box_pts2*box_pt_vol
453        delta1 = abs(vol1-vol_target)
454        delta2 = abs(vol2-vol_target)
455   
456        if delta1 < delta2:
457            density_thresh = density_thresh1
458        else:
459            density_thresh = density_thresh2
460       
461        i = 0
462        while i < num_pts:
463           
464            density_value = float(aList_box_score[i])
465            if density_value >= density_thresh:
466                aList_box_x.append(aList_box_x_all[i])
467                aList_box_y.append(aList_box_y_all[i])
468                aList_box_z.append(aList_box_z_all[i])
469                   
470            i = i + 1
471   
472        return;
473   
474    # Find beads that are not in allowed volume
475   
476    def disallowed_beads(aList_beads_x,aList_beads_y,aList_beads_z,aList_contacts,\
477                        aList_box_x,aList_box_y,aList_box_z,rsearch):
478   
479        num_beads = len(aList_beads_x)
480        num_boxes = len(aList_box_x)
481        contact_limit_sq = rsearch**2
482   
483        count = 0
484        while count < num_beads:
485   
486            x_bead = float(aList_beads_x[count])
487            y_bead = float(aList_beads_y[count])
488            z_bead = float(aList_beads_z[count])
489   
490            inbox = 'no'
491            i = 0
492            while i < num_boxes:
493   
494                x_box = float(aList_box_x[i])
495                y_box = float(aList_box_y[i])           
496                z_box = float(aList_box_z[i])
497                dsq = (x_bead - x_box)**2 + (y_bead - y_box)**2 + (z_bead - z_box)**2
498   
499                if dsq < contact_limit_sq:
500                    inbox = 'yes'
501                    i = num_boxes
502   
503                i = i + 1
504   
505            if inbox == 'no':
506                aList_contacts.append(count)
507   
508            count = count + 1
509   
510        return;
511   
512    # Compute a P(r)
513   
514    def calc_pr(aList_beads_x,aList_beads_y,aList_beads_z,aList_pr_model,hist_grid):
515   
516        num_hist = len(aList_pr_model)
517        count = 0
518        while count < num_hist:
519            aList_pr_model[count] = 0.0
520            count = count + 1
521   
522        nbeads = len(aList_beads_x)
523        max_dr = (float(num_hist)-1.0)*hist_grid
524   
525        i = 0
526        while i < nbeads:
527   
528            j = 0
529            while j < i:
530   
531                dr = get_dr(aList_beads_x[i],aList_beads_y[i],aList_beads_z[i],\
532                            aList_beads_x[j],aList_beads_y[j],aList_beads_z[j])
533                dr = min(dr,max_dr)
534   
535                # Find pointers and do un-interpolation
536               
537                dr_grid = dr/hist_grid
538                int_dr_grid = int(dr_grid)
539   
540                int_dr_grid = min(int_dr_grid,num_hist-2)
541                ip_low = int_dr_grid
542                ip_high = ip_low + 1
543               
544                ip_high_frac = dr_grid - float(int_dr_grid)
545                ip_low_frac = 1.0 - ip_high_frac
546   
547                aList_pr_model[ip_low] = float(aList_pr_model[ip_low]) + ip_low_frac
548                aList_pr_model[ip_high] = float(aList_pr_model[ip_high]) + ip_high_frac
549   
550                j = j + 1
551            i = i + 1   
552   
553        return;
554   
555    # Score for rms difference between observed and model histograms
556   
557    def pr_dif(aList_pr,aList_pr_model,skip):
558   
559        num_hist = len(aList_pr)
560        delta_hist_sum = 0.0
561        delta_hist_sum_sq = 0.0
562        hist_sum = 0.0
563   
564        i = skip
565        while i < num_hist:
566           
567            model = float(aList_pr_model[i])
568            data = float(aList_pr[i])
569            delta_hist = abs(data - model)
570            delta_hist_sum = delta_hist_sum + delta_hist
571            hist_sum = hist_sum + data
572   
573            delta_hist_sum_sq = delta_hist_sum_sq + delta_hist*delta_hist
574           
575            i = i + 1
576   
577        mean_hist_sum = hist_sum/(num_hist - skip)
578        delta_hist_sum_sq = delta_hist_sum_sq/(num_hist - skip)
579        delta_hist_sum_sq = math.sqrt(delta_hist_sum_sq)/mean_hist_sum   
580   
581        return delta_hist_sum_sq;
582   
583    # Statistics for fractional difference between observed and model histograms
584   
585    def pr_rfactor(aList_pr,aList_pr_sd,aList_pr_model,skip):
586   
587        num_hist = len(aList_pr)
588        delta_hist_sum = 0.0
589        hist_sum = 0.0
590   
591        i = skip
592        while i < num_hist:
593           
594            model = float(aList_pr_model[i])
595            exp = float(aList_pr[i])
596            delta_hist = exp - model
597            delta_hist_sum = delta_hist_sum + abs(delta_hist)
598            hist_sum = hist_sum + exp
599           
600            i = i + 1
601   
602        delta_hist_sum = delta_hist_sum/hist_sum
603       
604        return delta_hist_sum;
605   
606    # Compute the VDW energy for a interaction
607   
608    def vdw_energy(econ12,econ6,e_width,dr,bead_sep3):
609   
610        if dr > bead_sep3:
611            vdw = 0.0
612        else:
613            dr_e6 = dr**6
614            dr_e12 = dr_e6**2
615            vdw = econ12/dr_e12 - 2.0*econ6/dr_e6
616            vdw = max(vdw,e_width) 
617   
618        return vdw;
619   
620    # Set a random distribution of beads in a box with maximum extent dmax
621   
622    def random_beads(aList_beads_x,aList_beads_y,aList_beads_z,\
623                     nbeads,dmax,aList_symm,bias_z):
624   
625        half_side = 0.5*dmax
626   
627        scale_xy = 1.0 - bias_z
628        scale_z = 1.0 + bias_z
629        x_range = scale_xy * half_side
630        y_range = scale_xy * half_side
631        z_range = scale_z * half_side
632   
633        num_ops = len(aList_symm)
634   
635        i = 0
636        while i < nbeads:
637   
638            triangle = random.triangular(-0.7,0.7,0.0)
639            x = triangle*x_range
640            triangle = random.triangular(-0.7,0.7,0.0)
641            y = triangle*y_range
642            triangle = random.triangular(-0.7,0.7,0.0)
643            z = triangle*z_range
644               
645            aList_beads_x.append(x)
646            aList_beads_y.append(y)
647            aList_beads_z.append(z)
648   
649            j = 0
650            while j < num_ops:
651                aList_s = aList_symm[j]
652                m11 = float(aList_s[0])
653                m12 = float(aList_s[1])
654                m21 = float(aList_s[2])
655                m22 = float(aList_s[3])
656               
657                xs = m11*x + m12*y
658                ys = m21*x + m22*y
659                zs = z
660                aList_beads_x.append(xs)
661                aList_beads_y.append(ys)
662                aList_beads_z.append(zs)
663   
664                j = j + 1
665   
666            i = i + num_symm
667   
668        return;
669   
670    # Read experimentalal P(r) from GNOM output file
671   
672    def read_pr(aList_r,aList_pr,aList_pr_sd,aList_pr_model,\
673                aList_pr_model_test,aList_pr_model_test2,inFile):
674   
675        angstrom_scale = 1.0
676        Bins,Dbins,BinMag = data['Pair']['Distribution']
677       
678        aList_r += list(Bins)
679        aList_pr += list(BinMag)
680        aList_pr_sd += list(np.ones_like(Bins)/100.)
681        aList_pr_model += list(np.zeros_like(Bins))
682        aList_pr_model_test += list(np.zeros_like(Bins))
683        aList_pr_model_test2 += list(np.zeros_like(Bins))
684           
685#        file = open(inFile,'r')
686#        allLines = file.readlines()
687#        file.close()
688#   
689#        parse_data = 'no'
690#        for eachLine in allLines:
691#   
692#            if parse_data == 'yes':
693#           
694#                aList = eachLine.split()
695#                num_params = len(aList)
696#   
697#                if num_params == 3:
698#                    r = float(aList[0])
699#                    pr = float(aList[1])
700#                    pr_sd = float(aList[2])
701#   
702#                    aList_pr.append(pr)
703#                    aList_pr_sd.append(pr_sd)
704#                    aList_r.append(r)
705#                    aList_pr_model.append(0.0)
706#                    aList_pr_model_test.append(0.0)
707#                    aList_pr_model_test2.append(0.0)
708#   
709#            if eachLine.find('R          P(R)      ERROR') > -1:
710#                parse_data = 'yes'
711#                   
712        num_hist = len(aList_r)
713        hist_grid = float(aList_r[1]) - float(aList_r[0])
714   
715   
716        # Heuristic for checking units
717#        test_r = max(aList_r)
718#        if test_r < 30.0:
719#   
720#            aString = 'P(r)appears to be in nm. Converting to Angstrom units'
721#            print (aString)
722#            angstrom_scale = 10.0
723#   
724#            i = 0
725#            while i < num_hist:
726#                aList_r[i] = angstrom_scale * aList_r[i]
727#                i = i + 1
728#   
729#            hist_grid = angstrom_scale * hist_grid
730#   
731#        i = 0
732#        while i < num_hist:
733#            r = float(aList_r[i])
734#            r_calc = float(i)*hist_grid
735#   
736#            if abs(r - r_calc) > 0.15:
737#                aString = 'Input P(r) grid is irregular! Exiting'
738#                print (aString)
739#                time.sleep(4)
740#                sys.exit(1)
741#   
742#            i = i + 1
743#   
744        dmax = aList_r[num_hist-1]
745   
746        # Pad histogram by 5 Angstrom
747   
748        ipad = int(5.0/hist_grid)
749       
750        i = 0
751        while i < ipad:
752            r = dmax + float(i)*hist_grid
753            aList_pr.append(0.0)
754            aList_pr_sd.append(0.0)
755            aList_r.append(r)
756            aList_pr_model.append(0.0)
757            aList_pr_model_test.append(0.0)
758            aList_pr_model_test2.append(0.0)
759            i = i + 1
760   
761        return (dmax,hist_grid,num_hist,angstrom_scale);
762   
763    # Scale P(r) onto model P(r) assuming same grid
764   
765    def scale_pr(aList_pr,aList_pr_sd,aList_pr_model):
766   
767        num_hist = len(aList_pr)
768        total_dr = 0.0
769        total_pr = 0.0
770   
771        i = 0
772        while i < num_hist:
773            total_dr = total_dr + float(aList_pr_model[i])
774            total_pr = total_pr + float(aList_pr[i])
775            i = i + 1
776   
777        scale = total_dr/total_pr
778       
779        i = 0
780        while i < num_hist:
781            aList_pr[i] = scale*float(aList_pr[i]) 
782            aList_pr_sd[i] = scale * float(aList_pr_sd[i])
783            i = i + 1
784   
785        return;
786   
787    # Return a non-zero distance between two coordinates
788   
789    def get_dr(x1,y1,z1,x2,y2,z2):
790   
791        x1 = float(x1)
792        y1 = float(y1)
793        z1 = float(z1)
794        x2 = float(x2)
795        y2 = float(y2)
796        z2 = float(z2)   
797        dr = (x1 - x2)**2 + (y1-y2)**2 + (z1-z2)**2
798        dr = max(dr,0.1)
799        dr = math.sqrt(dr)
800   
801        return dr;
802   
803    # Find center of beads within a radii
804   
805    def center_beads(x,y,z,aList_beads_x,aList_beads_y,aList_beads_z,radii_1,radii_2):
806   
807        num_beads = len(aList_beads_x)
808   
809        xsum = 0.0
810        ysum = 0.0
811        zsum = 0.0
812        count_beads = 0.0
813   
814        i = 0
815        while i < num_beads:
816           
817            dr = get_dr(x,y,z,aList_beads_x[i],aList_beads_y[i],aList_beads_z[i])
818   
819            if dr > radii_1 and dr < radii_2:
820                count_beads = count_beads + 1.0
821                xsum = xsum + float(aList_beads_x[i])
822                ysum = ysum + float(aList_beads_y[i])
823                zsum = zsum + float(aList_beads_z[i])           
824   
825            i = i + 1
826   
827        if count_beads > 0.0:
828            xsum = xsum/count_beads
829            ysum = ysum/count_beads
830            zsum = zsum/count_beads
831            delta = (xsum - x)**2 + (ysum - y)**2 + (zsum - z)**2
832            delta = math.sqrt(delta)
833        else:
834            delta = 0.0
835       
836        return delta;
837   
838    # Obtain mean of total VDW energy
839   
840    def get_total_energy(aList_beads_x,aList_beads_y,aList_beads_z,econ12,econ6,bead_sep3):
841   
842        nbeads = len(aList_beads_x)
843        vdw_all = 0.0
844       
845        i = 0
846        while i < nbeads:
847            j = 0
848            while j < i:
849                dr = get_dr(aList_beads_x[i],aList_beads_y[i],aList_beads_z[i],\
850                            aList_beads_x[j],aList_beads_y[j],aList_beads_z[j])
851                vdw = vdw_energy(econ12,econ6,e_width,dr,bead_sep3)           
852                vdw_all = vdw_all + vdw
853                j = j + 1
854            i = i + 1
855           
856        vdw_all = vdw_all/float(nbeads)
857   
858        return vdw_all;
859   
860    # Energy minimize
861   
862    def e_min(aList_beads_x,aList_beads_y,aList_beads_z,bead_sep,bead_sep3,aList_symm):
863   
864        eps = bead_sep/(2.0**(1.0/6.0))
865        eps12 = eps**12
866        eps6 = eps**6
867        step_max = bead_sep
868        scale = 0.0
869        icount = -1
870   
871        nbeads = len(aList_beads_x)
872        num_ops = len(aList_symm)
873        num_cycles = 51
874   
875        i = 0
876        while i < num_cycles:
877   
878            icount = icount + 1
879   
880            aList_beads_x_new = []
881            aList_beads_y_new = []
882            aList_beads_z_new = []
883   
884            sum_forces_scale = 0.0
885   
886            k = 0
887            while k < nbeads - num_ops:
888     
889                xold = float(aList_beads_x[k])
890                yold = float(aList_beads_y[k])
891                zold = float(aList_beads_z[k])
892   
893                fx = 0.0
894                fy = 0.0
895                fz = 0.0
896                j = 0
897                while j < nbeads:
898   
899                    xj = aList_beads_x[j]
900                    yj = aList_beads_y[j]
901                    zj = aList_beads_z[j]
902                   
903                    dr = get_dr(xold,yold,zold,xj,yj,zj)
904   
905                    # Truncate very steep
906                    dr = min(eps,dr)
907   
908                    if dr < bead_sep3:
909                        dr_sq = dr*dr
910                        dr12 = dr_sq**6
911                        dr6 = dr_sq**3
912   
913                        dx = xold - xj
914                        dy = yold - yj
915                        dz = zold - zj
916   
917                        force = (1.0/dr_sq)*(eps12/dr12 - 0.5*eps6/dr6)
918                        fx = fx + force*dx
919                        fy = fy + force*dy
920                        fz = fz + force*dz
921   
922                        sum_forces_scale = sum_forces_scale + abs(fx) + abs(fy) + abs(fz)
923   
924                    j = j + 1
925   
926                #
927                xstep = scale*fx
928                ystep = scale*fy
929                zstep = scale*fz
930               
931                if xstep > 0.0:
932                    xstep = min(xstep,step_max)
933                else:
934                    xstep = max(xstep,-step_max)
935                   
936                if ystep > 0.0:
937                    ystep = min(ystep,step_max)
938                else:
939                    ystep = max(ystep,-step_max)
940                   
941                if zstep > 0.0:
942                    zstep = min(zstep,step_max)
943                else:
944                    zstep = max(zstep,-step_max)
945               
946                xtest = xold + xstep
947                ytest = yold + ystep
948                ztest = zold + zstep
949                aList_beads_x_new.append(xtest)
950                aList_beads_y_new.append(ytest)
951                aList_beads_z_new.append(ztest)
952   
953                # Apply shifs to symm positions
954                l = 0
955                while l < num_ops:
956                    aList_s = aList_symm[l]
957                    m11 = float(aList_s[0])
958                    m12 = float(aList_s[1])
959                    m21 = float(aList_s[2])
960                    m22 = float(aList_s[3])
961               
962                    xs = m11*xtest + m12*ytest
963                    ys = m21*xtest + m22*ytest
964                    zs = ztest
965   
966                    aList_beads_x_new.append(xs)
967                    aList_beads_y_new.append(ys)
968                    aList_beads_z_new.append(zs)
969   
970                    l = l + 1
971               
972                #
973   
974                k = k + num_ops + 1
975   
976            # Apply shifted positions after first cycle
977            if i > 0:
978               
979                m = 0
980                while m < nbeads:
981                    aList_beads_x[m] =  aList_beads_x_new[m] 
982                    aList_beads_y[m] =  aList_beads_y_new[m]
983                    aList_beads_z[m] =  aList_beads_z_new[m]
984                    m = m + 1
985   
986            #
987   
988            mean_force = (num_ops+1)*sum_forces_scale/(nbeads*3.0)
989            scale = bead_sep/mean_force
990   
991            vdw_all = get_total_energy(aList_beads_x,aList_beads_y,aList_beads_z,econ12,econ6,bead_sep3)
992   
993            if icount == 0:
994                aString = 'Emin cycle: ' + str(i) + ' Energy: ' + str('%4.2f'%(vdw_all))
995                print (aString)
996                icount = -10
997   
998            if vdw_all < 0.0:
999                i = num_cycles
1000   
1001            i = i + 1
1002   
1003        return;
1004   
1005    # Set up symmetry operators for rotational symmetry
1006   
1007    def make_symm(aList_symm,num_symm):
1008   
1009        angle_step = 360.0/float(num_symm)
1010   
1011        i = 1
1012        while i < num_symm:
1013            theta = float(i) * angle_step
1014            theta = math.radians(theta)
1015            cos_theta = math.cos(theta)
1016            sin_theta = math.sin(theta)
1017            aList_s = [cos_theta,sin_theta,-sin_theta,cos_theta]
1018            aList_symm.append(aList_s)
1019            i = i + 1
1020   
1021        return aList_symm;
1022   
1023    # Set up a shift vector in P(r) for a change in bead position
1024   
1025    def pr_shift_atom(aList_pr_model_test2,x1,y1,z1,\
1026                      aList_beads_x,aList_beads_y,aList_beads_z,hist_grid,ii):
1027   
1028        num_hist = len(aList_r)
1029        max_dr = (float(num_hist)-1.0)*hist_grid
1030        num_beads = len(aList_beads_x)
1031   
1032        i = 0
1033        while i < num_hist:
1034            aList_pr_model_test2[i] = 0.0
1035            i = i + 1
1036   
1037        i = 0
1038        while i < num_beads:
1039   
1040            if i != ii:
1041                x2 = float(aList_beads_x[i])
1042                y2 = float(aList_beads_y[i])
1043                z2 = float(aList_beads_z[i])
1044                dr = get_dr(x1,y1,z1,x2,y2,z2)
1045                dr = min(dr,max_dr)
1046                dr_grid = dr/hist_grid
1047                int_dr_grid = int(dr_grid)
1048                int_dr_grid = max(int_dr_grid,0)
1049                int_dr_grid = min(int_dr_grid,num_hist-2)               
1050                ip_low = int_dr_grid
1051                ip_high = ip_low + 1           
1052                ip_high_frac = dr_grid - float(int_dr_grid)
1053                ip_low_frac = 1.0 - ip_high_frac
1054                aList_pr_model_test2[ip_low] = float(aList_pr_model_test2[ip_low]) + ip_low_frac
1055                aList_pr_model_test2[ip_high] = float(aList_pr_model_test2[ip_high]) + ip_high_frac
1056   
1057            i = i + 1
1058   
1059        return;
1060   
1061    # Recenter set of beads to origin
1062   
1063    def recenter_pdb(aList_beads_x,aList_beads_y,aList_beads_z):
1064   
1065        nbeads = len(aList_beads_x)
1066        xsum = 0.0
1067        ysum = 0.0
1068        zsum = 0.0
1069   
1070        i = 0
1071        while i < nbeads:
1072            xsum = xsum + float(aList_beads_x[i])
1073            ysum = ysum + float(aList_beads_y[i])
1074            zsum = zsum + float(aList_beads_z[i])
1075            i = i + 1
1076   
1077        xmean = xsum/float(nbeads)
1078        ymean = ysum/float(nbeads)
1079        zmean = zsum/float(nbeads)
1080   
1081        i = 0
1082        while i < nbeads:
1083            aList_beads_x[i] = float(aList_beads_x[i]) - xmean
1084            aList_beads_y[i] = float(aList_beads_y[i]) - ymean
1085            aList_beads_z[i] = float(aList_beads_z[i]) - zmean
1086            i = i + 1
1087   
1088        return;
1089   
1090    #############
1091    # EXECUTION #
1092    #############
1093   
1094    #profiling start
1095    pr = cProfile.Profile()
1096    pr.enable()
1097    time0 = time.time()
1098   
1099    version_aString = 'Program: SHAPES version 1.3'
1100   
1101    print (version_aString)
1102    aString = 'Author: John Badger'
1103    print (aString)
1104    aString = 'Copyright: 2019, John Badger'
1105    print (aString)
1106    aString = 'License: GNU GPLv3'
1107    print (aString)
1108   
1109    localtime = time.asctime( time.localtime(time.time()) )
1110    aString = 'Starting time: ' + str(localtime) + '\n'
1111    print (aString)
1112   
1113#    aList_summary = []
1114#    aList_summary.append(version_aString)
1115#    aList_summary.append(str(localtime))
1116   
1117    ######################
1118    # Start up parmeters #
1119    ######################
1120#        data['Shapes'] = {'outName':'','NumAA':100,'Niter':1,'AAscale':1.0,'Symm':1,'bias-z':0.0,
1121#            'inflateV':1.0,'AAglue':0.0}
1122       
1123    nbeads = 0
1124    num_sols = 1
1125    num_aa = 1.0
1126    num_symm = 1
1127    bias_z = 0.0
1128    inflate = 1.0
1129    prefix = ''
1130    surface_scale = 0.0
1131    starting_pdb = 'no'
1132    inFile = 'none'
1133    pdbfile_in  = 'none'
1134    shapeDict = data['Shapes']
1135    prefix = shapeDict['outName']
1136    nbeads = shapeDict['NumAA']
1137    num_sols = shapeDict['Niter']
1138    num_aa = shapeDict['AAscale']
1139    num_symm = shapeDict['Symm']
1140    bias_z = shapeDict['bias-z']
1141    inflate = shapeDict['inflateV']
1142    surface_scale = shapeDict['AAglue']
1143    pdbOut = shapeDict['pdbOut']
1144    box_step = shapeDict.get('boxStep',4.0)
1145    Phases = []
1146    Patterns = []
1147    PRcalc = []
1148   
1149#    # Parse
1150#   
1151#    if os.path.exists('shapes_ip.txt'):
1152#        file = open('shapes_ip.txt','r')
1153#        allLines = file.readlines()
1154#        file.close()
1155#    else:
1156#        aString = 'The local parameter file shapes_ip.txt was not found ! Exiting'
1157#        print (aString)
1158#        time.sleep(4)
1159#        sys.exit(1)
1160#   
1161#    for eachLine in allLines:
1162#   
1163#        aList = eachLine.split()
1164#       
1165#        num_params = len(aList)
1166#        if num_params > 0:
1167#   
1168#            if aList[0] == 'num_amino_acids':
1169#                nbeads = int(aList[1])
1170##            elif aList[0] == 'input_pr':
1171##                inFile = str(aList[1])
1172#            elif aList[0] == 'num_solns':
1173#                num_sols = int(aList[1])
1174#            elif aList[0] == 'num_aa_scale':
1175#                num_aa = float(aList[1])
1176#            elif aList[0] == 'symm':
1177#                num_symm = int(aList[1])
1178#            elif aList[0] == 'bias_z':
1179#                bias_z = float(aList[1])
1180#            elif aList[0] == 'inflate_vol':
1181#                inflate = float(aList[1])
1182#            elif aList[0] == 'pdb_start':
1183#                pdbfile_in = str(aList[1])
1184#            elif aList[0] == 'id':
1185#                prefix = str(aList[1]) + '_'
1186#            elif aList[0] == 'glue':
1187#                surface_scale = float(aList[1])
1188           
1189   
1190    # Check inputs
1191   
1192    if num_sols > 0:
1193        aString = 'Number of runs: ' + str(num_sols)
1194        print (aString)
1195    else:
1196        aString = 'Zero reconstruction runs specified! Exiting'
1197        print (aString)
1198        time.sleep(4)
1199        sys.exit(1)
1200   
1201    #
1202    if nbeads == 0:
1203        if os.path.exists(pdbfile_in):
1204            aString = 'Will use CA atoms from ' + str(pdbfile_in) + ' as the initial bead distribution.'
1205            print (aString)
1206            starting_pdb = 'yes'
1207        else:
1208            aString = 'Zero amino acid count specified and no starting file found. Exiting'
1209            print (aString)
1210            time.sleep(4)
1211            sys.exit(1)
1212    else:
1213        aString = 'Number of amino acids: ' + str(nbeads)
1214        print (aString)
1215   
1216    #
1217#    if os.path.exists(inFile):
1218#        aString = 'Input P(r) file name: ' + str(inFile)
1219#        print (aString)
1220#    else:
1221#        aString = 'P(r) input file not found. Exiting'
1222#        print (aString)
1223#        time.sleep(4)
1224#        sys.exit(1)
1225   
1226    #
1227    if num_aa == 0.0:
1228        aString = 'Scale for amino acid count to particle number cannot be zero! Exiting'
1229        print (aString)
1230        time.sleep(4)
1231        sys.exit(1)
1232    else:
1233        aString = 'Scale aa to bead count: ' + str(num_aa)
1234        print (aString)
1235       
1236    #
1237    if num_symm == 0:
1238        aString = 'Rotational symmetry cannot be zero! Set to 1 for no symmetry. Exiting'
1239        print (aString)
1240        time.sleep(4)
1241        sys.exit(1)
1242    else:
1243        aString = 'Point symmetry: ' + str(num_symm)
1244        print (aString)
1245   
1246    #
1247    if bias_z > 0.2:
1248        aString = 'Max bias on Z axis for initial particle distribution is 0.2 (rods). Reset to 0.2.'
1249        print (aString)
1250        bias_z = 0.2
1251    elif bias_z < -0.2:
1252        aString = 'Min bias on Z axis for initial particle distribution is -0.2 (disks). Reset to -0.2.'
1253        print (aString)
1254        bias_z = -0.2
1255    else:
1256        aString = 'Z-axis bias: ' + str(bias_z)
1257        print (aString)
1258   
1259    #
1260    if inflate < 0.0:
1261        aString = 'Inflation of PSV cannot be less than zero! Exiting'
1262        print (aString)
1263        time.sleep(4)
1264        sys.exit(1)
1265    elif inflate > 2.0:
1266        aString = 'Inflation of PSV cannt be greater than 2.0! Exiting'
1267        print (aString)
1268        time.sleep(4)
1269        sys.exit(1)   
1270    else:
1271        aString = 'PSV inflation factor: ' + str(inflate)
1272        print (aString)
1273   
1274    #
1275    if surface_scale > 0.0:
1276        aString = 'Cavity weight: ' + str(surface_scale)
1277        print (aString)
1278   
1279    ########## UNIVERSAL CONSTANTS ######################
1280   
1281    # No of macrocycles (gives extra cycles at constant volume after num_contract)
1282    niter = 160
1283   
1284    # No of contraction cycles
1285    num_contract = 140
1286   
1287    # Number of cycles at each fixed volume
1288    num_micro_cyc = 10
1289   
1290    # Final quench
1291    num_sa_max = niter - num_micro_cyc
1292   
1293    # Initial scale for P(r) shifts versus E shifts
1294    hscale = 3000.0
1295   
1296    # Standard deviation for annealing acceptance (cf well-depth of -1 unit for two beads)
1297    sd_mc = float(num_symm) * 2.0
1298   
1299    # Fiddle factor for keeping the accessible, molecular volume larger than PSV
1300    scale_vol = 1.15
1301   
1302    # Standard amino acid volume MW = 110.0 x 1.21 i.e. mean mw x mw-to-vol-scale
1303    vol_bead = 133.1 
1304   
1305    # Bead separation for best packing ~5.6 (I think)
1306    #- 75% better than rectangular grid 5.1 for this amino acid vol
1307    bead_sep = 5.6 
1308   
1309    # Usually num_aa is unity. Adjust parameters otherwise
1310    if num_aa != 1 and nbeads != 0:
1311        nbeads = int(nbeads*num_aa)
1312        vol_bead = vol_bead / num_aa
1313        bead_sep = (vol_bead * 4/3)**(1.0/3.0)
1314   
1315    # Increase bead separation for inflated volumes
1316    bead_sep = bead_sep * inflate**(1.0/3.0)
1317   
1318    # Partial specific volumes at start and end
1319   
1320    if starting_pdb == 'yes':
1321        nmols_vol_start = 1.1 * inflate
1322    else:
1323        nmols_vol_start = 2.0 * inflate
1324   
1325    nmols_vol_end = 1.0 * inflate
1326    nmols_vol_subtract = nmols_vol_start - nmols_vol_end
1327   
1328    # Box parametere
1329#    box_step = 4.0      #5.0
1330    box_pt_vol = box_step*box_step*box_step
1331   
1332    # Energy parameters - flat bottomed VDW (2.0A for a 5.6A bead separation)
1333   
1334    well_width = 0.36*bead_sep
1335    econ12 = bead_sep**12
1336    econ6 = bead_sep**6
1337    r_width = bead_sep + well_width
1338    r_width6 = r_width**6
1339    r_width12 = r_width6**2
1340    e_width = econ12/r_width12 - 2.0*econ6/r_width6
1341    bead_sep3 = 3.0*bead_sep
1342    abs_e_width = abs(e_width)
1343   
1344    # Range for box identification (might need to increase for poor data)
1345    rsearch = (bead_sep + 0.5*well_width)*1.5
1346   
1347    # Search range for optional cavity inhibition energy term
1348    radii_1 = 1.5*bead_sep
1349    radii_2 = 4.0*bead_sep
1350   
1351    # Setup symmetry operators
1352   
1353    aList_symm = []
1354    aList_symm = make_symm(aList_symm,num_symm)
1355    num_ops = len(aList_symm)
1356   
1357    # Read experimental histogram
1358   
1359    aList_r = []
1360    aList_pr = []
1361    aList_pr_sd = []
1362    aList_pr_model = []
1363    aList_pr_model_test = []
1364    aList_pr_model_test2 = []
1365   
1366    (dmax,hist_grid,num_hist_in,angstrom_scale) = read_pr(aList_r,aList_pr,aList_pr_sd,\
1367                                            aList_pr_model,aList_pr_model_test,\
1368                                            aList_pr_model_test2,inFile)
1369   
1370#    dmax_over2 = dmax/2.0       
1371    num_hist = len(aList_r)
1372   
1373    aString = 'Number of points read from P(r): ' + str(num_hist_in)
1374    print (aString)
1375    aString = 'Grid sampling: ' + str(hist_grid) + ' Dmax: ' + str(dmax)
1376    print (aString)
1377   
1378    # Skip over initial points in scoring
1379   
1380    skip = r_width/float(num_hist)
1381    skip = int(skip) + 2
1382   
1383    # Read intensity data that was used for P(r)
1384   
1385    aList_q = []
1386    aList_i = []
1387    aList_i_sd = []
1388   
1389    read_i(aList_q,aList_i,aList_i_sd,inFile,angstrom_scale)
1390   
1391    num_intensities = len(aList_q)
1392    aString = 'Number of intensity data points read: ' + str(num_intensities)
1393    print (aString)
1394   
1395    #########################
1396    # CYCLE OVER SOLUTIONS  #
1397    #########################
1398   
1399    i_soln = 0
1400    while i_soln < num_sols:
1401   
1402        file_no = str(i_soln + 1)
1403   
1404        aString = '\nReconstruction trial: ' + str(file_no)
1405        print (aString)
1406                         
1407        aString  = 'Trial:' + file_no
1408#        aList_summary.append(aString)
1409   
1410        file_beads = prefix + 'beads_' + file_no + '.pdb'
1411#        file_pr = prefix + 'pr_calc_' + file_no + '.dat'
1412        file_psv = prefix + 'psv_shape_' + file_no + '.pdb'
1413#        file_intensity = prefix + 'intensity_' + file_no + '.dat'
1414   
1415        # Setup initial bead distribution
1416   
1417        aList_beads_x = []
1418        aList_beads_y = []
1419        aList_beads_z = []
1420   
1421        # Re-initialize standard deviation for annealing acceptance
1422        sd_mc = float(num_symm) * 2.0
1423   
1424        # Set random bead distribution
1425   
1426        if starting_pdb == 'yes':
1427            read_pdb(aList_beads_x,aList_beads_y,aList_beads_z,pdbfile_in)
1428            nbeads = len(aList_beads_x)
1429            num_symm = 1
1430            aString = 'Number of CA sites read: ' + str(nbeads)
1431            print (aString)
1432            aString = 'Symmetry set to 1 (required)'
1433            print (aString)
1434            aString = 'Input center was shifted to the origin'
1435            print (aString)
1436        else:
1437            random_beads(aList_beads_x,aList_beads_y,aList_beads_z,nbeads,dmax,aList_symm,bias_z)
1438            nbeads = len(aList_beads_x)
1439            aString = 'Number of beads randomly placed: ' + str(nbeads)
1440            print (aString)
1441   
1442        # Protein partial specific volume
1443        psv_vol = float(nbeads)*vol_bead
1444   
1445        # Histogram of inter-bead distance
1446   
1447        calc_pr(aList_beads_x,aList_beads_y,aList_beads_z,aList_pr_model,hist_grid)
1448   
1449        # Scale experimental P(r) and model histogram 
1450   
1451        scale_pr(aList_pr,aList_pr_sd,aList_pr_model)
1452   
1453        # Minimize initial energy using expanded VDW
1454   
1455        if starting_pdb != 'yes':
1456            aString = 'Minimize energy of initial positions'
1457            print (aString)
1458            bead_sep_e = 1.35*bead_sep
1459            bead_sep3_e = 3.0*bead_sep_e
1460            e_min(aList_beads_x,aList_beads_y,aList_beads_z,bead_sep_e,bead_sep3_e,aList_symm)
1461        else:
1462            aString = 'Skipping energy minimization of initial positions'
1463            print (aString)
1464   
1465        # Get the initial score between observed and calculated P(r)
1466   
1467        hist_score_best = pr_dif(aList_pr,aList_pr_model,skip)
1468        aString = 'Initial rms P(r): ' + str('%4.3f'%(hist_score_best))
1469        print (aString)
1470   
1471        ###########################
1472        # Iterate                 #
1473        ###########################
1474   
1475        num_boxes = 0
1476        count_boxing = 0
1477        fraction_psv = 0
1478        success_rate_all = 0.0
1479        box_iter = num_micro_cyc - 1
1480   
1481        sum_delta_pack = 0.0
1482       
1483        count_it = 0
1484        while count_it < niter:
1485   
1486            success = 0
1487            count_hist_yes = 0
1488            sum_e = 0.0
1489            sum_h = 0.0
1490   
1491            # Find populated volumes and fix solution every 10 macrocycles
1492   
1493            box_iter = box_iter + 1
1494       
1495            if box_iter == num_micro_cyc:
1496   
1497                box_iter = 0
1498                count_boxing = count_boxing + 1
1499   
1500                if count_it < num_contract - 1:
1501                    scale = float(count_it)/float(num_contract)           
1502                else:
1503                    scale = 1.0
1504   
1505                # Establish confinement volume using a local average
1506   
1507                aList_box_x_all = []
1508                aList_box_y_all = []
1509                aList_box_z_all = []
1510                aList_box_score = []
1511   
1512                recenter_pdb(aList_beads_x,aList_beads_y,aList_beads_z)
1513   
1514                # Adaptive masking was not helpful
1515                # rsearch_use = (2.0 - scale)*rsearch
1516   
1517                set_box_fast(aList_beads_x,aList_beads_y,aList_beads_z,\
1518                        aList_box_x_all,aList_box_y_all,aList_box_z_all,\
1519                        aList_box_score,box_step,dmax,rsearch)
1520   
1521                aList_box_x = []
1522                aList_box_y = []
1523                aList_box_z = []
1524   
1525                psv_ratio = nmols_vol_start - scale*nmols_vol_subtract
1526                vol_target = scale_vol*(psv_ratio*psv_vol)
1527   
1528                set_vol(aList_box_x_all,aList_box_y_all,aList_box_z_all,\
1529                        aList_box_score,aList_box_x,aList_box_y,aList_box_z,\
1530                        vol_target,box_pt_vol)
1531   
1532                num_boxes = len(aList_box_x)
1533                fraction_psv = float(num_boxes)*box_pt_vol/psv_vol
1534   
1535                # Find beads that are ouside the allowed volume
1536   
1537                aList_contacts = []
1538                disallowed_beads(aList_beads_x,aList_beads_y,aList_beads_z,aList_contacts,\
1539                        aList_box_x,aList_box_y,aList_box_z,rsearch)
1540                num_outof_box = len(aList_contacts)
1541   
1542                aString = 'Target volume: ' + str('%4.2f'%(scale_vol*psv_ratio)) + ' Actual volume: ' + \
1543                          str('%4.2f'%(fraction_psv)) + ' Beads outside volume: ' + str(num_outof_box)
1544                print (aString)
1545   
1546                # Recalculate P(r) and rescore for reliability
1547   
1548                calc_pr(aList_beads_x,aList_beads_y,aList_beads_z,aList_pr_model,hist_grid)
1549                hist_score_best = pr_dif(aList_pr,aList_pr_model,skip)
1550   
1551                # Reset SA deviation if mean success rate over last trials is under 0.1
1552   
1553                mean_success_rate = float(success_rate_all)/float(num_micro_cyc)
1554   
1555                if count_it < num_contract and count_boxing != 1:
1556   
1557                    if mean_success_rate < 0.1:           
1558                        sd_mc = 1.3*sd_mc
1559                        aString = 'Raising allowed energy deviation to ' + str('%4.2f'%(sd_mc))
1560                        print (aString)
1561   
1562                    if mean_success_rate > 0.2:
1563                        sd_mc = 0.7*sd_mc
1564                        aString = 'Reducing allowed energy deviation to ' + str('%4.2f'%(sd_mc))
1565                        print (aString)               
1566   
1567                success_rate_all = 0.0
1568               
1569            # Make one macrocycle that is a run over the nbeads
1570   
1571            ii = 0
1572            while ii < nbeads:
1573   
1574                # Initialize
1575   
1576                energy_old = 0.0
1577                energy_new = 0.0
1578   
1579                i = 0
1580                while i < num_hist:
1581                    aList_pr_model_test[i]  = 0.0
1582                    i = i + 1
1583   
1584                # Select a target bead and make trial shift
1585   
1586                xold = float(aList_beads_x[ii])
1587                yold = float(aList_beads_y[ii])
1588                zold = float(aList_beads_z[ii])
1589   
1590                ibox = random.randint(0,num_boxes-1)
1591                xtest = float(aList_box_x[ibox]) + random.uniform(-rsearch,rsearch)
1592                ytest = float(aList_box_y[ibox]) + random.uniform(-rsearch,rsearch)     
1593                ztest = float(aList_box_z[ibox]) + random.uniform(-rsearch,rsearch)
1594   
1595                # Calculate and capture symmetry mates
1596   
1597                aList_temp_save_x = []
1598                aList_temp_save_y = []
1599                aList_temp_save_z = []
1600                aList_symm_x = []
1601                aList_symm_y = []
1602                aList_symm_z = []
1603           
1604                l = 0
1605                while l < num_ops:
1606                    aList_s = aList_symm[l]
1607                    m11 = float(aList_s[0])
1608                    m12 = float(aList_s[1])
1609                    m21 = float(aList_s[2])
1610                    m22 = float(aList_s[3])
1611               
1612                    xs = m11*xtest + m12*ytest
1613                    ys = m21*xtest + m22*ytest
1614                    zs = ztest
1615   
1616                    aList_symm_x.append(xs)
1617                    aList_symm_y.append(ys)
1618                    aList_symm_z.append(zs)
1619   
1620                    ipt = ii + l + 1
1621                    aList_temp_save_x.append(aList_beads_x[ipt])
1622                    aList_temp_save_y.append(aList_beads_y[ipt])
1623                    aList_temp_save_z.append(aList_beads_z[ipt])
1624   
1625                    l = l + 1
1626   
1627                # Get initial VDW energy for interactions of this bead with all others
1628   
1629                i = 0
1630                while i < nbeads:
1631                    if i != ii:
1632                        x = float(aList_beads_x[i])
1633                        y = float(aList_beads_y[i])
1634                        z = float(aList_beads_z[i])
1635                        dr_old = get_dr(xold,yold,zold,x,y,z)
1636                        vdw_old = vdw_energy(econ12,econ6,e_width,dr_old,bead_sep3)
1637                        energy_old = energy_old + num_symm*vdw_old
1638                    i = i + 1
1639   
1640                # Get initial contributions to P(r) 
1641   
1642                pr_shift_atom(aList_pr_model_test2,xold,yold,zold,aList_beads_x,\
1643                              aList_beads_y,aList_beads_z,hist_grid,ii)
1644   
1645                i = 0
1646                while i < num_hist:
1647                    aList_pr_model_test[i] = aList_pr_model_test2[i]
1648                    i = i + 1
1649   
1650                # Get VDW energy for interactions of the shifted bead with all others
1651   
1652                l = 0
1653                while l < num_ops:       
1654                    ipt = ii + l + 1
1655                    aList_beads_x[ipt] = aList_symm_x[l]
1656                    aList_beads_y[ipt] = aList_symm_y[l]
1657                    aList_beads_z[ipt] = aList_symm_z[l]
1658                    l = l + 1
1659   
1660                i = 0
1661                while i < nbeads:
1662                    if i != ii:
1663                        x = float(aList_beads_x[i])
1664                        y = float(aList_beads_y[i])
1665                        z = float(aList_beads_z[i])
1666                        dr_new = get_dr(xtest,ytest,ztest,x,y,z)
1667                        vdw_new = vdw_energy(econ12,econ6,e_width,dr_new,bead_sep3)
1668                        energy_new = energy_new + num_symm*vdw_new
1669                    i = i + 1
1670   
1671                # Get cavity energy difference
1672   
1673                delta_old = center_beads(xold,yold,zold,aList_beads_x,\
1674                                         aList_beads_y,aList_beads_z,radii_1,radii_2)
1675                delta_new = center_beads(xtest,ytest,ztest,aList_beads_x,\
1676                                         aList_beads_y,aList_beads_z,radii_1,radii_2)
1677   
1678                delta_pack = num_symm*surface_scale*(delta_new - delta_old)/(radii_1 + radii_2)
1679                sum_delta_pack = sum_delta_pack + abs(delta_pack)
1680   
1681                # Get shifted contributions to P(r) 
1682   
1683                pr_shift_atom(aList_pr_model_test2,xtest,ytest,ztest,aList_beads_x,\
1684                              aList_beads_y,aList_beads_z,hist_grid,ii)
1685   
1686                # Get net shift in contribution to P(r)
1687           
1688                i = 0
1689                while i < num_hist:
1690                    aList_pr_model_test[i] = aList_pr_model_test2[i] - aList_pr_model_test[i]
1691                    i = i + 1
1692   
1693                # Get statistic for agreement with P(r) after accumulating shift vectors
1694   
1695                i = 0
1696                while i < num_hist:
1697                    aList_pr_model_test[i] = float(aList_pr_model[i]) + num_symm*float(aList_pr_model_test[i])
1698                    i = i + 1
1699   
1700                hist_score = pr_dif(aList_pr,aList_pr_model_test,skip)
1701   
1702                # Scoring shifts
1703   
1704                delta_h = hist_score - hist_score_best
1705                delta_e = energy_new - energy_old + delta_pack
1706   
1707                # Recalibrate scale so impact of energy and P(r) is equal on plausible shifts
1708           
1709                if delta_e < abs_e_width:
1710                    sum_e = sum_e + abs(delta_e)
1711                    sum_h = sum_h + abs(delta_h)
1712   
1713                # Monitor potential moves based of P(r)
1714   
1715                if delta_h < 0.0:
1716                    count_hist_yes = count_hist_yes + 1.0           
1717   
1718                # Acceptance and update
1719   
1720                score = delta_e + delta_h*hscale
1721   
1722                if count_it < num_sa_max:
1723                    barrier = abs(random.gauss(0.0,sd_mc))
1724                else:
1725                    barrier = 0.0
1726     
1727                if score < barrier:
1728   
1729                    success = success + 1.0
1730                    hist_score_best = hist_score
1731   
1732                    # Update model but symmetry positions that were already put in
1733               
1734                    aList_beads_x[ii] = xtest
1735                    aList_beads_y[ii] = ytest
1736                    aList_beads_z[ii] = ztest
1737   
1738                    # Update P(r)
1739   
1740                    i = 0
1741                    while i < num_hist:
1742                        aList_pr_model[i] = aList_pr_model_test[i]
1743                        i = i + 1
1744   
1745                else:
1746   
1747                    # Revert to original model
1748               
1749                    aList_beads_x[ii] = xold
1750                    aList_beads_y[ii] = yold
1751                    aList_beads_z[ii] = zold
1752   
1753                    l = 0
1754                    while l < num_ops:
1755                        ipt = ii + l + 1
1756                        aList_beads_x[ipt] = aList_temp_save_x[l]
1757                        aList_beads_y[ipt] = aList_temp_save_y[l]
1758                        aList_beads_z[ipt] = aList_temp_save_z[l]             
1759                        l = l + 1     
1760                #
1761   
1762                ii = ii + num_symm
1763   
1764            # Get energy statistics at end of macrocycle
1765   
1766            vdw_all = get_total_energy(aList_beads_x,aList_beads_y,aList_beads_z,econ12,econ6,bead_sep3)
1767   
1768            # Rescale and convergence statistics
1769   
1770            if sum_h > 0.0:
1771                hscale = sum_e/sum_h
1772           
1773            count_hist_yes = count_hist_yes*float(num_symm)/float(nbeads)
1774            success_rate = success*float(num_symm)/float(nbeads)
1775            success_rate_all = success_rate_all + success_rate
1776   
1777            aString = 'Cycle ' + str(count_it+1) + ' Moves ' + str('%.2f'%(success_rate)) + \
1778                      ' Possibles ' + str('%.2f'%(count_hist_yes)) + ' rms P(r) '+ str('%4.3f'%(hist_score)) + \
1779                      ' Energy ' + str('%4.2f'%(vdw_all))
1780            print (aString)
1781   
1782            # Debug statitics. Weight of 10 gives about 1.0
1783            #sum_delta_pack = sum_delta_pack/float(nbeads)
1784            #print (sum_delta_pack)
1785            #
1786   
1787            count_it = count_it + 1
1788   
1789        #####################
1790        # ANALYZE AND WRITE #
1791        #####################
1792   
1793        aString = '\nFinal model statistics'
1794        print (aString)
1795   
1796        calc_pr(aList_beads_x,aList_beads_y,aList_beads_z,aList_pr_model,hist_grid)
1797        hist_score_best = pr_dif(aList_pr,aList_pr_model,skip)
1798   
1799        # P(r) fitting statistics
1800        delta_hist_sum = pr_rfactor(aList_pr,aList_pr_sd,aList_pr_model_test,skip)
1801   
1802        aString = 'Delta P(r): ' + str('%4.3f'%(delta_hist_sum))
1803        print (aString)
1804   
1805        # Get final energy
1806        vdw_all = get_total_energy(aList_beads_x,aList_beads_y,aList_beads_z,econ12,econ6,bead_sep3)
1807   
1808        aString = 'VDW energy: ' + str('%4.2f'%(vdw_all))
1809        print (aString)
1810   
1811        Phases.append([file_beads.split('.')[0],aList_beads_x,aList_beads_y,aList_beads_z])
1812        # Write out beads as pseudo a PDB file
1813        if pdbOut:
1814            pdb_writer(aList_beads_x,aList_beads_y,aList_beads_z,file_beads,aString)
1815   
1816        # Calculate and write final PSV shape
1817   
1818        aList_box_x_all = []
1819        aList_box_y_all = []
1820        aList_box_z_all = []
1821        aList_box_score = []
1822   
1823        set_box_fast(aList_beads_x,aList_beads_y,aList_beads_z,\
1824                aList_box_x_all,aList_box_y_all,aList_box_z_all,\
1825                aList_box_score,box_step,dmax,rsearch)
1826   
1827        aList_box_x = []
1828        aList_box_y = []
1829        aList_box_z = []
1830        psv_vol_use = psv_vol*inflate
1831     
1832        set_vol(aList_box_x_all,aList_box_y_all,aList_box_z_all,\
1833                aList_box_score,aList_box_x,aList_box_y,aList_box_z,\
1834                psv_vol_use,box_pt_vol)
1835   
1836        num_boxes = len(aList_box_x)
1837        fraction_psv = num_boxes*box_pt_vol/psv_vol
1838   
1839        # Correct final volume if initial estimate is too small
1840   
1841        fraction_psv_use = num_boxes*box_pt_vol/psv_vol_use
1842       
1843        if fraction_psv_use < 1.0:
1844            aList_box_x = []
1845            aList_box_y = []
1846            aList_box_z = []
1847            vol_use = 1.05*psv_vol_use
1848            set_vol(aList_box_x_all,aList_box_y_all,aList_box_z_all,\
1849                    aList_box_score,aList_box_x,aList_box_y,aList_box_z,\
1850                    vol_use,box_pt_vol)
1851   
1852            num_boxes = len(aList_box_x)
1853            fraction_psv = float(num_boxes)*box_pt_vol/psv_vol   
1854   
1855        aString = 'Final PSV of protein envelope: ' + str('%4.2f'%(fraction_psv))
1856        print (aString)
1857   
1858        # Write input and model P(r)
1859#        pr_writer(aList_pr,aList_r,aList_pr_model,file_pr)
1860        PRcalc.append([aList_r,aList_pr,copy.copy(aList_pr_model),delta_hist_sum])
1861   
1862        # Calculate comparison versus intensities
1863   
1864        if num_intensities > 0:
1865   
1866            # calculate intensity
1867            aList_i_calc = []
1868#            num_beads = len(aList_box_x)
1869            ft_to_intensity(aList_q,aList_i_calc,aList_r,aList_pr_model,nbeads)
1870   
1871            # Scale and obtain statistics
1872            (chi_sq,rvalue) = score_Ic(aList_q,aList_i,aList_i_sd,aList_i_calc)
1873           
1874            aString = 'Rvalue: ' + str('%4.3f'%(rvalue)) + ' CHI-squared: ' + str('%4.3f'%(chi_sq))
1875            print (aString)
1876   
1877            # Write output intensity file
1878            Patterns.append([aList_q,aList_i,aList_i_calc,rvalue])
1879#            write_all_data(file_intensity,aList_q,aList_i,aList_i_calc,aString)
1880   
1881#            aString = 'Output intensity file: ' + str(file_intensity)
1882#            print (aString)
1883           
1884        else:
1885   
1886            chi_sq = 'NA'
1887   
1888        # Write final volume
1889   
1890        delta_hist_sum = '%4.3f'%(delta_hist_sum)
1891        vdw_all = '%4.2f'%(vdw_all)
1892        fraction_psv = '%4.2f'%(fraction_psv)
1893        chi_sq = '%4.3f'%(chi_sq)
1894   
1895        aString = 'REMARK     P(r) dif:'+ str(delta_hist_sum) + ' E:'\
1896                  + str(vdw_all) + ' CHIsq:' + str(chi_sq) + \
1897                  ' PSV:' + str(fraction_psv)
1898   
1899        Phases.append([file_psv.split('.')[0],aList_box_x,aList_box_y,aList_box_z])
1900        if pdbOut:
1901            pdb_writer(aList_box_x,aList_box_y,aList_box_z,file_psv,aString)
1902   
1903        # Write Summary
1904   
1905        aString = 'P(r) dif:' + str(delta_hist_sum) + ' E:' \
1906                         + str(vdw_all) + ' CHISQ:' + str(chi_sq) + ' PSV:' + str(fraction_psv)
1907#        aList_summary.append(aString)               
1908   
1909        i_soln = i_soln + 1
1910   
1911    #########################################
1912    #### END OF LOOP OVER MULTI-SOLUTIONS ###
1913    #########################################
1914   
1915    #end profiling           
1916    pr.disable()
1917    s = StringIO.StringIO()
1918    sortby = 'tottime'
1919    ps = pstats.Stats(pr, stream=s).strip_dirs().sort_stats(sortby)
1920    print('Profiler of function calculation; top 50% of routines:')
1921    ps.print_stats(.5)
1922    print(s.getvalue())
1923    print('%s%.3f'%('Run time = ',time.time()-time0))
1924           
1925    localtime = time.asctime( time.localtime(time.time()) )
1926   
1927    aString = '\nCompletion time: ' + str(localtime)
1928    print (aString)
1929                         
1930#    aList_summary.append(str(localtime))
1931#   
1932#    # Create summary
1933#   
1934#    aFile_log = prefix + 'shapes_summary.log'
1935#    num_lines = len(aList_summary)
1936#   
1937#    file = open(aFile_log,'w')
1938#    i = 0
1939#    while i < num_lines:
1940#        aString = str(aList_summary[i])
1941#        file.write(aString)
1942#        file.write('\n')
1943#        i = i + 1
1944#    file.close()
1945
1946    return Phases,Patterns,PRcalc
1947   
1948   
1949       
Note: See TracBrowser for help on using the repository browser.