RMSD 矩阵（帧×帧构象距离）绘图工具
RMSD 矩阵（帧×帧构象距离）绘图工具rmsd_matrix · Trajectory Dynamics
概述
RMSD 矩阵把轨迹中每一对帧之间的骨架 RMSD 全部算出，排成 n×n 热图：对角线为 0，块状深色区域 = 构象态（同一态内帧间距小），块间浅色台阶 = 态间转变。它一图回答三个问题：有几个构象态、各态何时出现（时间轴）、态间切换是否可逆。与聚类互补——矩阵是聚类的原始证据。
本工具支持三种输入并自动识别：CSV 方阵（行列头可选）、三列三角表 (i, j, value)、以及 GROMACS gmx rms -m 的原生 .xpm 二进制矩阵。viridis 等 6 种色板可切换，附 colorbar。
输入数据格式
| 格式 | 说明 |
|---|---|
| CSV 方阵 | n×n 数值矩阵，含或不含行列头均可 |
| 三列三角表 | i j value（帧对 + RMSD），工具自动展开为方阵 |
| GROMACS XPM | gmx rms -m rmsd.xpm 原生输出，自动解析字符-色映射 |
结果解读
块结构是核心读数：单个大深色块 = 全程单态；沿对角线的分段色带 = 时序构象转变（每段一个态）；棋盘式交错 = 态间往复跳转，其切换频率即态寿命的倒数。若整幅图均匀中亮度、无块结构，说明构象空间被弥散探索（长循环采样的典型画像）。
矩阵上三角与下三角对称性可校验数据完整性；不对称说明输入三列表有缺漏。超大轨迹（>5000 帧）建议抽帧后再算全对矩阵（O(n²) 内存与磁盘），保持矩阵在 2000×2000 以内可读性最佳。
使用步骤
- 运行
gmx rms -m（或 MDAnalysis 生成 CSV 方阵/三列表）。 - 拖入 .xpm / .csv / 三列文本，格式自动识别。
- 切换色板（viridis/jet/…），调整字号。
- 导出 600 dpi PNG / 矢量 PDF。
所有解析与渲染均在浏览器本地完成：上传入口就是文件选择器本身，数据不经过任何服务器， 断网环境同样可用。可以先用本页工作台的“一键载入示例数据”体验全流程，再换自己的模拟输出。
常见问题
RMSD 矩阵和普通 RMSD 曲线有什么不同？
普通曲线是每帧相对单一参考（起点或晶体）的距离，对参考选择敏感；矩阵是帧与帧互相比较，无参考偏置，能看到“中段出现的新构象与起点相似”这类曲线会掩盖的信息。
XPM 文件为什么要专门解析？
XPM 是 X11 的字符画像素格式：像素值是字符、颜色映射存于文件头注释，GROMACS 用它存矩阵。本工具按其字符-颜色表反查数值区间渲染，无需先转 xpm2all 或 python 预处理。
矩阵可以做聚类吗？
可以——本图正是 gromos 等聚类方法的输入距离矩阵。肉眼看块结构估簇数，再回 gmx cluster 用对应 cutoff 做正式聚类与代表构象提取。
