unres_pdb last dummy residue corrected as in prerelease
[unres.git] / doc / 3.2.1 / latex / whamman.tex
1 \documentclass[12pt]{article}
2 %\usepackage{latex2html}
3 \usepackage{enumerate}
4 \usepackage{longtable}
5 \usepackage{hyperref}
6 \usepackage{amsmath}
7 \usepackage{color}
8 \parindent=0pt
9 \parskip=12pt
10 \textheight=24cm
11 \textwidth=18cm
12 \topmargin=-2.5cm
13 \oddsidemargin=-0.5cm
14 \setcounter{secnumdepth}{5}
15 \setcounter{tocdepth}{5}
16 \begin{document}
17 \sloppy
18
19 \title{WHAM \\ (Weighted Histogram Analysis Method)\\
20         Processing results of UNRES/MREMD simulations}
21
22 \author{Laboratory of Molecular Modeling\\ Faculty of Chemistry\\ University of Gdansk\\ Wita Stwosza 63\\ 80-308 Gdansk, Poland\\
23 \\
24 \\
25 Scheraga Group\\ Baker Laboratory of Chemistry \\
26 and Chemical Biology\\ Cornell University\\ Ithaca, NY 14853-1301, USA}
27
28 \maketitle
29
30 \newpage
31
32 \tableofcontents
33
34 %1. License terms
35 %2. References
36 %3. Functions of the program
37 %4. Installation
38 %5. Running the program
39 %6. Input and output files
40 %6.1. Summary of files
41 %6.2. The main input file
42 %6.2.1. General data
43 %6.2.2. Molecule and energy parameter data
44 %6.2.2.1. General information
45 %6.2.2.2. Sequence information
46 %6.2.2.3. Dihedral angle restraint information
47 %6.2.2.4. Disulfide-bridge data
48 %6.2.3. Energy-term weights and parameter files
49 %6.2.4. (M)REMD/Hamiltonian (M)REMD setting specification
50 %6.2.5. Information of files from which to read conformations
51 %6.2.6. Information of reference structure and comparing scheme
52 %6.3. The structure of the main output file (out)
53 %6.4. The thermodynamic quantity and ensemble average (stat) files
54 %6.5. The conformation summary with classification (stat) files
55 %6.6. The histogram files
56 %6.7. The rmsd-radius of gyration potential of mean force files
57 %6.8. The PDB files
58 %6.9. The compresses Cartesian coordinates (cx) file
59 %7. Support
60
61 \newpage
62
63 \section{LICENSE TERMS}
64 \label{sect:license}
65
66 \begin{itemize}
67
68 \item
69                 This software is provided free of charge to academic users, subject to the condition that no part of it be sold or used otherwise for commercial purposes, including, but not limited to its incorporation into commercial software packages, without written consent from the authors. For permission contact Prof. H. A. Scheraga, Cornell University.
70
71 \item
72                 This software package is provided on an ``as is'' basis. We in no way warrant either this software or results it may produce.
73
74 \item
75                 Reports or publications using this software package must contain an acknowledgment to the authors and the NIH Resource in the form commonly used in academic research.
76
77 \end{itemize}
78
79 \newpage
80
81 \section{REFERENCES}
82 \label{sect:references}
83
84 Citing the following references in your work that makes use of the WHAM software is gratefully
85 acknowledged:
86
87 \begingroup
88 \renewcommand{\section}[2]{}%
89 \begin{thebibliography}{10}
90
91 \bibitem{kumar_1992} 
92 S. Kumar, D. Bouzida, R.H. Swendsen, P.A. Kollman, J.M. Rosenberg.
93 The weighted histogram analysis method for free-energy calculations on biomolecules. I. The method.
94 {\it J. Comput. Chem.}, {\bf 1992}, 13, 1011-1021.
95
96 \bibitem{liwo_2007}
97 A. Liwo, M. Khalili, C. Czaplewski, S. Kalinowski, S. Oldziej, K. Wachucik, H.A. Scheraga.
98 Modification and optimization of the united-residue (UNRES) potential energy function for canonical simulations. I. Temperature dependence of the effective energy function and tests of the optimization method with single training proteins.
99 {\it J. Phys. Chem. B}, {\bf 2007}, 111, 260-285.
100
101 \bibitem{oldziej_2004}
102 S. Oldziej, A. Liwo, C. Czaplewski, J. Pillardy, H.A. Scheraga.
103 Optimization of the UNRES force field by hierarchical design of the potential-energy landscape. 2. Off-lattice tests of the method with single proteins.
104 {\it J. Phys. Chem. B}, {\bf 2004}, 108, 16934-16949.
105
106 \end{thebibliography}
107
108 \endgroup
109
110 \newpage
111
112 \section{FUNCTIONS OF THE PROGRAM}
113 \label{sect:func}
114
115 The program processes the results of replica exchange (REMD) or multiplexed replica exchange molecular 
116 dynamics (MREMD) simulations with UNRES to compute the probabilities of the obtained conformations to 
117 occur at particular temperatures. The program is based on the variant of the weighted histogram analysis 
118 (WHAM) method \cite{kumar_1992} described in ref \cite{liwo_2007}.
119
120 The program outputs the following information:
121
122 \begin{enumerate}[(a)]
123
124 \item
125 Temperature profiles of thermodynamic and structural ensemble-averaged quantities.
126
127 \item
128 Histograms of native-likeness measure q (defined by eqs 8-11 of ref [\cite{liwo_2007}]).
129
130 \item
131 Optionally the most probable conformations at REMD temperatures.
132
133 \item
134 Optionally the coordinates with information to compute probabilities for the conformations to occur at any temperature.
135
136 \end{enumerate}
137
138 The program takes usually UNRES compressed coordinate files (cx files) from MREMD obtained by using the TRAJ1FILE option. The user can request to partition the whole run into equal slices (or windows), each starting from, say, snapshot n (for each trajectory) and ending at snapshot n+1.
139 Alternatively, the UNRES Cartesian coordinate (x files) can be input; however, they must contain only the analyzed portion of the trajectories; they are usually prepared from single trajectories by using xdrf2x.
140
141 Two versions of the program are provided:
142
143 \begin{enumerate}[(a)]
144
145 \item
146 Canonical version which treats single polypeptide chains; the source code is in WHAM/src directory.
147
148 \item
149 Version for oligomeric proteins; multiple chains are handled by inserting dummy residues in the sequence; the source code is in WHAM/src-M directory.
150
151 \end{enumerate}
152
153 \newpage
154
155 \section{INSTALLATION}
156 \label{sect:install}
157
158 It is recommended to use Cmake to install the entire package; see the Installation Guide for instructions. 
159 Step-by-step installation without Cmake is also possible; please follow section 4 of Installation Guide for general
160 information.
161
162 Customize Makefile to your system. See section 7 of the description of UNRES for compiler flags that are used to created executables for a particular force field. There are already several Makefiles prepared for various systems and force fields.
163
164 Run make in the WHAM/src directory WHAM/src-M directory for multichain version. Make sure that MPI is installed on your system; the present program runs only in parallel mode.
165
166 \newpage
167
168 \section{RUNNING THE PROGRAM}
169 \label{sect:running}
170
171 The program requires a parallel system to run. Depending on system, either the wham.csh C-shell script (in WHAM/bin directory) can be started using mpirun or the binary in the C-shell script must be executed through mpirun. See the wham.csh C-shell script and section 6 for the files processed by the program.
172
173 \newpage
174
175 \section{INPUT AND OUTPUT FILES}
176 \label{sect:inoutfiles}
177
178 \subsection{Summary of the files}
179 \label{sect:inoutfiles:summary}
180 The C-shell script wham.csh is used to run the program (see the WHAM/bin directory). The data files that the script needs are mostly the same as for UNRES (see section 6 of UNRES description). In addition, the environmental variable CONTFUN specifies the method to assess whether two side chains are at contact; if CONTFUN=GB, the criterion defined by eq 8 of ref 4 is used to assess whether two side chains are at contact. Also, the parameter files from the C-shell scripts are overridden if the data from Hamiltonian MREMD are processed; if so, the parameter files are defined in the main input file.
181
182 The main input file must have inp extension. If it is INPUT.inp, the output files are as follows:
183
184 \begin{description}
185
186 \item{INPUT.out\_POTxxx} -- output files from different processors (INPUT.out\_000 is the main output file). POT is the identifier of the sidechain-sidechain potential.
187
188 \item{INPUT\_POT\_GB\_xxx.stat} or INPUT\_POT\_slice\_YYXXX.stat -- the summary conformation-classification file from processor xxx (each processor handles part of conformations); the second occurs if the run is partitioned into slices.
189
190 \item{INPUT.thermal} or INPUT\_slice\_yy.thermal -- thermodynamic functions and temperature profiles of the ensemble averages (the second form if the run is partitioned into slices).
191
192 \item{INPUT\_T\_xxx.pdb} or INPUT\_slice\_yy\_T\_xxx.pdb -- top conformations the number of these conformations is selected by the user) in PDB format.
193
194 \item{INPUT.cx} -- the compressed UNRES coordinate file with information to compute the probability of a given conformation at any temperature.
195
196 \item{INPUT.hist}, INPUT\_slice\_xx.hist, INPUT\_par\_yy.hist, INPUT\_par\_yy\_slice\_zz.x -- histograms of q at MREMD temperatures.
197
198 \item{INPUT.ent}, INPUT\_slice\_xx.ent, INPUT\_par\_yy.ent, INPUT\_par\_yy\_slice\_xx.ent -- the histogram(s) of energy density.
199
200 \item{INPUT.rmsrgy}, INPUT\_par\_yy.rmsrgy, INPUT\_slice\_xx.rmsrgy or INPUT\_par\_yy\_slice\_xx.rmsrgy -- the 2D histogram(s) of rmsd from the experimental structure and radius of gyration.
201
202 \end{description}
203
204 \subsection{Main input file}
205 \label{sect:inoutfiles:main}
206
207 This file has the same structure as the UNRES input file; most of the data are input in a keyword-based form (see section 7.1 of UNRES description). The data are grouped into records, referred to as lines. Each record, except for the records that are input in non-keyword based form, can be continued by placing an ampersand (\&) in column 80. Such a format is referred to as the data list format.
208
209 In the following description, the default values are given in parentheses.
210
211 \subsubsection{General data (data list format)}
212 \label{sect:inoutfiles:main:general}
213
214 \begin{description}
215
216 \item{N\_ENE} (N\_ENE\_MAX) -- the number of energy components.
217
218 \item{SYM} (1) -- number of chains with same sequence (for oligomeric proteins only).
219
220 \item{HAMIL\_REP} -- if present, Hamiltonian process the results of replica exchange runs (replicas with different parameters of the energy function).
221
222 \item{NPARMSET} (1) -- number of energy parameter sets ($>$1 only for Hamiltonian replica exchange simulations).
223
224 \item{SEPARATE\_PARSET} -- if present, HREMD was run in a mode such that only temperature but not energy-function parameters was exchanged.
225
226 \item{IPARMPRINT} (1) -- number of parameter set with which to construct conformational ensembles; important only when HREMD runs are processed.
227
228 \item{ENE\_ONLY} -- if present, only conformational energies will be calculated and printed; no WHAM iteration.
229
230 \item{EINICHECK} (2) -- $>0$ compare the conformational energies against those stored in the coordinate file(s); 1: compare but print only a warning message if different; 2: compare and terminate the program if different; 0: don't compare.
231
232 \item{MAXIT} (5000) -- maximum number of iterations in solving WHAM equations.
233
234 \item{ISAMPL} (1) -- input conformation sampling frequency (e.g., if ISAMPL=5, only each 5th conformation will be read).
235
236 \item{NSLICE} (1) -- number of ``slices'' or ``windows'' into which each trajectory will be partitioned; each slice will be analyzed independently.
237
238 \item{FIMIN} (0.001) -- maximum average difference between window free energies between the current and the previous iteration.
239
240 \item{ENSEMBLES} (0) -- number of conformations (ranked according to probabilities) to be output to PDB file at each MREMD temperature; 0 means that no conformations will be output. Non-zero values should not be used when NSLICE$>$1.
241
242 \item{CLASSIFY} -- if present, each conformation will be assigned a class, according to the scheme described in 
243 ref \cite{oldziej_2004}.
244
245 \item{DELTA} (0.01) -- one dimension bin size of the histogram in q.
246
247 \item{DELTRMS} (0.05) -- rms dimension bin size in rms-radius of gyration histograms.
248
249 \item{DELTRGY} (0.05) - radius of gyration bin size in rms-radius of gyration histograms.
250
251 \item{NQ} (1) -- number of q's (can be for entire molecule, fragments, and pairs of fragments).
252
253 \item{CXFILE} -- produce the compressed coordinate file with information necessary to compute the probabilities of conformations at any temperature.
254
255 \item{HISTOUT} -- if present, the histograms of q at MREMD temperatures are constructed and printed to main output file.
256
257 \item{HISTFILE} -- if present, the histograms are also printed to separate files.
258
259 \item{ENTFILE} -- if present, histogram of density of states (entropy) is constructed and printed.
260
261 \item{RMSRGYMAP} -- if present, 2D histograms of radius of rmsd and radius of gyration at MREMD temperatures are constructed and printed.
262
263 \item{WITH\_DIHED\_CONSTR} -- if present, dihedral-angle restraints were imposed in the processed MREMD simulations.
264
265 \item{RESCALE} (1) -- Choice of the type of temperature dependence of the force field.
266
267 \begin{description}
268
269 \item{$>0$} -- no temperature dependence.
270
271 \item{1} -- homographic dependence (not implemented yet with any force field).
272
273 \item{2} -- hyperbolic tangent dependence \cite{liwo_2007}.
274
275 \end{description}
276
277 \end{description}
278
279 \subsubsection{Molecule data}
280 \label{sect:inoutfiles:main:molecule}
281
282 \paragraph{General information}
283 \label{sect:inoutfiles:main:molecule:geninfo}
284
285 \begin{description}
286
287 \item{SCAL14} (0.4) -- scale factor of backbone-electrostatic 1,4-interactions.
288
289 \item{SCALSCP} (1.0) -- scale factor of SC-p interactions.
290
291 \item{CUTOFF} (7.0) -- cut-off on backbone-electrostatic interactions to compute 4- and higher-order correlations.
292
293 \item{DELT\_CORR} (0.5) -- thickness of the distance range in which the energy is decreased to zero.
294
295 \item{ONE\_LETTER} -- if present, the sequence is to be read in 1-letter code, otherwise 3-letter code.
296
297 \end{description}
298
299 \paragraph{Sequence information \\ \\}
300 \label{sect:inoutfiles:main:molecule:sequence}
301
302
303 1st record (keyword-based input):
304
305 NRES -- number of residues, including the UNRES dummy terminal residues, if present
306
307 Next records: amino-acid sequence
308
309 3-letter code: Sequence is input in format 20(1X,A3)
310
311 1-letter code: Sequence is input in format 80A1
312
313 \paragraph{Dihedral angle restraint information \\ \\}
314 \label{sect:inoutfiles:main:molecule:restraints}
315
316
317 This is the information about dihedral-angle restraints, if any are present.
318 It is specified only when WITH\_DIHED\_CONSTR is present in the first record.
319
320 1st line: ndih\_constr -- number of restraints (free format).
321
322 2nd line: ftors -- force constant (free format).
323
324 Each of the following ndih\_constr lines:
325
326 idih\_constr(i),phi0(i),drange(i) (free format)
327
328 \begin{description}
329
330 \item{idih\_constr(i)} -- the number of the dihedral angle gamma corresponding to the ith restraint.
331
332 \item{phi0(i)} -- center of dihedral-angle restraint.
333
334 \item{drange(i)} -- range of flat well (no restraints for phi0(i) +/- drange(i)).
335
336 \end{description}
337
338 \paragraph{Disulfide-bridge data\\ \\}
339 \label{sect:inoutfiles:main:molecule:disulfide}
340
341
342 1st line: NS, (ISS(I),I=1,NS) (free format)
343
344 \begin{description}
345
346 \item{NS} -- number of cystine residues forming disulfide bridges.
347
348 \item{ISS(I)} -- the number of the Ith disulfide-bonding cystine in the sequence.
349
350 \end{description}
351
352 nd line: NSS, (IHPB(I),JHPB(I),I=1,NSS) (free format)
353
354 \begin{description}
355
356 \item{NSS} -- number of disulfide bridges
357
358 \item{IHPB(I),JHPB(I)} - the first and the second residue of ith disulfide link
359
360 \end{description}
361
362 Because the input is in free format, each line can be split.
363
364 \subsubsection{Energy-term weights and parameter files}
365 \label{sect:inoutfiles:main:weights}
366
367 There are NPARMSET records specified below.
368 All items described in this section are input in keyword-based mode.
369
370 1st record: Weights for the following energy terms:
371
372 \begin{description}
373
374 \item{WSC} (1.0) -- side-chain-side-chain interaction energy.
375 \item{WSCP} (1.0) -- side chain-peptide group interaction energy.
376 \item{WELEC} (1.0) -- peptide-group-peptide group interaction energy.
377 \item{WEL\_LOC (1.0)} -- third-order backbone-local correlation energy.
378 \item{WCORR} (1.0) -- fourth-order backbone-local correlation energy.
379 \item{WCORR5} (1.0) -- fifth-order backbone-local correlation energy.
380 \item{WCORR6} (1.0) -- sixth-order backbone-local correlation energy.
381 \item{WTURN3} (1.0) -- third-order backbone-local correlation energy of pairs of peptide groups separated by a single peptide group.
382 \item{WTURN4} (1.0) -- fourth-order backbone-local correlation energy of pairs of peptide groups separated by two peptide groups.
383 \item{WTURN6} (1.0) -- sixth-order backbone-local correlation energy for pairs of peptide groups separated by four peptide groups.
384 \item{WBOND} (1.0) -- virtual-bond-stretching energy.
385 \item{WANG} (1.0) -- virtual-bond-angle-bending energy.
386 \item{WTOR} (1.0) -- virtual-bond-torsional energy.
387 \item{WTORD} (1.0) -- virtual-bond-double-torsional energy.
388 \item{WSCCOR} (1.0) -- sequence-specific virtual-bond-torsional energy.
389 \item{WDIHC} (0.0) -- dihedral-angle-restraint energy.
390 \item{WHPB} (1.0) -- distance-restraint energy.
391
392 \end{description}
393
394 2nd record: Parameter files. If filename is not specified that corresponds to particular parameters, the respective name from the C-shell script will be assigned. If no files are to be specified, an empty line must be inserted.
395
396 \begin{description}
397 \item{BONDPAR} -- bond-stretching parameters.
398 \item{THETPAR} -- backbone virtual-bond-angle-bending parameters.
399 \item{ROTPAR} -- side-chain-rotamer parameters.
400 \item{TORPAR} -- backbone-torsional parameters.
401 \item{TORDPAR} -- backbone-double-torsional parameters.
402 \item{FOURIER} -- backbone-local -- backbone-electrostatic correlation parameters.
403 \item{SCCORAR} -- sequence-specific backbone-torsional parameters (not used at present).
404 \item{SIDEPAR} -- side-chain-side-chain-interaction parameters.
405 \item{ELEPAR} -- backbone-electrostatic-interaction parameters.
406 \item{SCPPAR} -- backbone-side-chain-interaction parameters.
407 \end{description}
408
409 \subsubsection{(M)REMD/Hamiltonian (M)REMD setting specification}
410 \label{sect:inoutfiles:main:MREMD}
411
412 If HAMIL\_REP is present in general data, read the following group of records only once; otherwise, read for each parameter set (NPARSET times total).
413
414 \begin{description}
415
416 \item{NT} (1) -- number of temperatures.
417
418 \item{REPLICA} -- if present, replicas in temperatures were specified with this parameter set.
419
420 \item{UMBRELLA} -- if present, umbrella-sampling was run with this parameter set.
421
422 \item{READ\_ISET} -- if present, umbrella-sampling-window number is read from the compressed Cartesian coordinate (cx) file even if the data are not from umbrella-sampling run(s). ISET is present in the cx files from the present version of UNRES.
423
424 \end{description}
425
426 Following NT records are for consecutive temperature replicas; each record is
427 organized as keyword-based input:
428
429 \begin{description}
430
431 \item{TEMP} (298.0) - initial temperature of this replica (replicas in MREMD).
432
433 \item{FI} (0.0) - initial values of the dimensionless free energies for all q-restraint windows for this replica (NR values).
434
435 \item{KH} (100.0) - force constants of q restraints (NR values).
436 Q0 (0.0d0) - q-restraint centers (NR values)</p>
437
438 \end{description}
439
440 \subsubsection{Information of files from which to read conformations}
441 \label{sect:inoutfile:main:conffiles}
442
443 If HAMIL\_REP is present in general data, read the following two records only once; otherwise, read for each parameter set (NPARSET times total).
444
445 1st record (keyword-based input):.
446
447 For temperature replica only ONE record is read; for non-(M)REMD runs, NT records must be supplied. The records are in keyword-based format.
448
449 \begin{description}
450 \item{NFILE\_ASC} -- number of files in ASCII format (UNRES Cartesian coordinate (x) files) for current parameter set.
451
452 \item{NFILE\_CX} -- number of compressed coordinate files (cx files) for current parameter set.
453
454 \item{NFILE\_BINi} -- number of binary coordinate files (now obsolete because it requires initial conversion of ASCII format trajectories into binary format).
455
456 \end{description}
457
458 It is strongly recommended to use cx files from (M)REMD runs with TRAJ1FILE option. Multitude of trajectory files which are opened and closed by different processors might impair file system accessibility. Should you wish to process trajectories each one of which is stored in a separate file, better collate the required slices of them first to an x file by using the xdrf2x program piped to the UNIX cat command.
459
460 coordinate file name(s) without extension.
461
462 \subsubsection{Information of reference structure and comparing scheme}
463 \label{sect:inoutfile:main:reference}
464
465 The following records pertain to setting up the classification of conformation aimed ultimately at obtaining a class numbers. Fragments and pairs of fragments are specified and compared against those of reference structure in terms of secondary structure, number of contacts, rmsd, virtual-bond-valence and dihedral angles, etc. Then the class number is constructed as described in ref 3. A brief description of comparison procedure is as follows:
466
467 \begin{enumerate}
468
469 \item
470 Elementary fragments usually corresponding to elements of secondary or supersecondary structure are selected. Based on division into fragments, levels of structural hierarchy are defined.
471
472 \item
473 At level 1, each fragment is checked for agreement with the corresponding fragment in the native structure. Comparison is carried out at two levels: the secondary structure agreement and the contact-pattern agreement level.
474
475 At the secondary structure level the secondary structure (helix, strand or undefined) in the fragment is compared with that in the native fragment in a residue-wise manner. Score 0 is assigned if the structure is different in more than 1/3 of the fragment, 1 is assigned otherwise.
476
477 The contact-pattern agreement level compares the contacts between the peptide groups of the backbone of the fragment and the native fragment and also compares their virtual-bond dihedral angles gamma. It is allowed to shift the sequence by up to 3 residues to obtain contact pattern match. A score of 0 is assigned if more than 1/3 of native contacts do not occur or there is more than 60 deg (usually, but this cutoff can be changed) maximum difference in gamma. Otherwise score 1 is assigned.
478
479 The total score of a fragment is an octal number consisting of bits hereafter referred to S (secondary structure) C (contact match) and H (sHift) (they are in the order HCS). Their values are as follows:
480
481 \begin{description}
482 \item{S} -- 1 native secondary structure; 0 otherwise,
483 \item{C} -- 1 native contact pattern; 0 otherwise,
484 \item{H} -- 1 contact match obtained without sequence shift 0 otherwise.
485 \end{description}
486
487 For example,
488 octal 7 (111) corresponds to native secondary structure, native contact pattern, and no need to shift the sequence for contact match;
489 octal 1 (001) corresponds to native secondary structure only (i.e., nonnative contact pattern).
490
491 \item
492 At level 2, contacts between (i) the peptide groups or (ii) the side chains within pairs of fragments are compared. Case (i) holds when we seek contacts between the strands of a larger beta-sheet formed by two fragments, case (ii) when we seek the interhelix or helix-beta sheet contacts. Additionally, the pairs of fragments are compared with their native counterparts by rmsd.
493
494 Score 0 is assigned to a pair of fragments, if it has less than 2/3 native contacts and too large rmsd (a cut-off of 0.1 A/residue is set), score 1 if it has enough native contacts and sufficiently low rmsd, but the sequence has to be shifted to obtain a match, and score 2, if sufficient match is obtained without shift.
495
496 \item
497 At level 3 and higher, triads, quadruplets,..., etc. of fragments are compared in terms of rmsd from their native counterparts (the last level corresponds to comparing whole molecules). The score (0, 1, or 2) is assigned to each composite fragment as in the case of level 2.
498
499 \item
500 The TOTAL class number of a structure is a binary number composed of parts of scores of fragments, fragment pairs, etc. It is illustrated on the following example; it is assumed that the molecule has three fragment as in the case of 1igd.
501
502 \end{enumerate}
503
504 \begin{verbatim}
505 level 1      level 2                   level 3
506 123 123 123||1-2 1-3 2-3 1-2 1-3 2-3 || 1-2-3 | 1-2-3 ||
507 sss|ccc|hhh|| c   c   c | h   h   h  ||   r   |   h   ||
508 \end{verbatim}
509
510 Bits s, c, and h of level 1 are explained in point 2; bits c and h of level 2 pertain to contact-pattern match and shift; bits r and h of level 3 pertain to rmsd match and shift for level 3.
511
512 The input is specified as follows:
513
514 1st record (keyword-based input):
515
516 \begin{description}
517
518 \item{VERBOSE} -- if present, detailed output in classification (use if you want to fill up the disk).
519
520 \item{PDBREF} -- if present, the reference structure is read from the pdb.
521
522 \item{BINARY} -- if present, the class will be output in octal/quaternary/binary format for levels 1, 2, and 3, respectively.
523
524 \item{DONT\_MERGE\_HELICES} -- if present, the pieces of helices that contain only small breaks of hydrogen-bonding contacts (e.g., a kink) are not merged in a larger helix.
525
526 \item{NLEVEL=n} -- number of classification levels.
527
528 \item{n$>$0} -- the fragments for n levels will be defined manually.
529
530 \item{n$<$0} -- the number of levels is -n and the fragments will be detected automatically.
531
532 \item{START=n} -- the number of conformation at which to start.
533
534 \item{END=n} -- the number of conformation at which to end.
535
536 \item{FREQ=n} (1) - sampling frequency of conformations; e.g. FREQ=2 means that every second conformation will be considered.
537
538 \item{CUTOFF\_UP=x} - upper boundary of rmsd cutoff (the value is per 50 residues).
539
540 \item{CUTOFF\_LOW=x} -- lower boundary of rmsd cutoff (per 50 residues).
541
542 \item{RMSUP\_LIM=x} -- lower absolute boundary of rmsd cutoff (regardless of fragment length).
543
544 \item{RMSUPUP\_LIM=x} -- upper absolute boundary of rmsd cutoff (regardless of fragment length).
545
546 \item{FRAC\_SEC=x} (0.66666) the fraction of native secondary structure to consider a fragment native in secondary structure.
547
548 \end{description}
549
550 2nd record:
551
552 For nlevel$<$0 (automatic fragment assignment):
553
554 \begin{description}
555
556 \item{SPLIT\_BET=n} (0) : if 1, the hairpins are split into strands and strands are considered elementary fragment.
557
558 \item{ANGCUT\_HEL=x} (50): cutoff on gamma angle differences from the native for a helical fragment.
559
560 MAXANG\_HEL=x (60) : as above but maximum cutoff
561
562 \item{ANGCUT\_BET=x} (90), MAXANG\_BET=x (360), ANGCUT\_STRAND=x (90), MAXANG\_STRAND=x (360) -- same but for a hairpin or sheet fragment.
563
564 \item{FRAC\_MIN=x} (0.6666) -- minimum fraction of native secondary structure.
565
566 \item{NC\_FRAC\_HEL=x (0.5)} -- fraction of native contacts for a helical fragment.
567
568 \item{NC\_REQ\_HEL=x} (0) -- minimum required number of contacts.
569
570 \item{NC\_FRAC\_BET=x} (0.5), NC\_REQ\_BET=x (0) -- same for beta sheet fragments.
571
572 \item{NC\_FRAC\_PAIR=x} (0.3), NC\_REQ\_PAIR=x (0) : same for pairs of segments.
573
574 \item{NSHIFT\_HEL=n} (3), NSHIFT\_BET=n (3), NSHIFT\_STRAND=n (3), NSHIFT\_PAIR=n (3) -- allowed sequence shift to match native and compared structure for the respective types of secondary structure.
575
576 \item{RMS\_SINGLE=n} (0), CONT\_SINGLE=n (1), LOCAL\_SINGLE=n (1), RMS\_PAIR=n (0).
577
578 \item{CONT\_PAIR=n} (1) -- types of criteria in considering the geometry of a fragment or pair native; 1 means that the criterion is turned on.
579
580 \end{description}
581
582 For nlevel$>$0 (manual assignment):
583
584 Level 1:
585
586 1st line:
587
588 \begin{description}
589
590 \item{NFRAG=n} -- number of elementary fragments.
591
592 \end{description}
593
594 Next lines (one group of lines per each fragment):
595
596 1st line:
597
598 \begin{description}
599
600 \item{NPIECE=n} -- number of segments constituting the fragment.
601
602 \item{ANGCUT}, MAXANG, FRAC\_MIN, NC\_FRAC, NC\_REQ -- criterial numbers of native-likeness as for automatic classification.
603
604 \item{LOCAL}, ELCONT, SCCONT, RMS : types of criteria implemented, as for automatic classification except that ELECONT and SCCONT mean that electrostatic or side-chain contacts are considered, respectively.
605
606 \end{description}
607
608 NPIECE following lines:
609
610 IFRAG1=n, IFRAG2=n -- the start and end residue of a continuous segment constituting a fragment.
611
612 Level 2 and higher:
613
614 1st line:
615
616 \begin{description}
617
618 \item{NFRAG=n} -- number of fragments considered at this level.
619
620 \end{description}
621
622 For each fragment the following line is read:
623
624 \begin{description}
625
626 \item{NPIECE=n} -- number of elementary fragments (as defined at level 1) constituting this composite fragment.
627
628 \item{IPIECE=i1 i2 ... in} -- the numbers of these fragments.
629
630 \item{NC\_FRAC}, NC\_REQ : contact criteria (valid only for level 2).
631
632 \item{ELCONT}, SCCONT, RMS : as for level 1; note, that for level 3 and higher the only criterion of nativelikeness is rms.
633
634 \end{description}
635
636 3rd (for nlevel$<$0) or following (for n$>$0) line:
637
638 Name of the file with reference structure (e.g., the pdb file with the experimental structure)
639
640 \subsection{The structure of the main output file (out)}
641 \label{sect:inoutfiles:output:main}
642
643 The initial portion of the main output file, named INPUT.out\_POT\_000 contains information of parameter files specified in the C-shell script, compilation info, and the UNRES numeric code of the amino-acid sequence.
644 Subsequently, actual energy-term weights and parameter files are printed. If lprint was set at .true. in parmread.F, all energy-function parameters are printed. If REFSTR was specified in the control-data list, the program then outputs the read reference-structure coordinates and partition of structure into fragments.
645 Subsequently, the information about the number of structures read in and those that were rejected is printed followed by succinct information form the iteration process. Finally, the histograms (also output separately to specific histogram files; see section 6.6) and the data of the dependence of free energy, energy, heat capacity, and conformational averages on temperature are printed (these are also output separately to file described in section \ref{sect:inoutfiles:histograms}).
646
647 The output files corresponding to non-master processors (INPUT.out\_POT\_xxx where xxx$>$0 contain only the information up to the iteration protocol. These files can be deleted right after the run.
648
649 \subsection{The thermodynamic quantity and ensemble average (thermal) files}
650 \label{sect:inoutfiles:outpput:thermo}
651
652 The files INPUT.thermal or INPUT\_slice\_yy.thermal contain thermodynamic, ensemble-averaged conformation-dependent quantities and their temperature derivatives. The structure of a record is as follows:
653
654 \begin{tabular}{p{2cm}p{2cm}p{2cm}p{2cm}p{2cm}p{2cm}p{2cm}}
655    T&           F&             E&      $q_1...q_n$&  rmsd&    Rgy&     Cv\\
656   298.0&     -83.91454&    -305.28112&  0.30647&  6.28347& 11.61204&0.70886E+01\\
657 \end{tabular}
658
659 \begin{tabular}{p{2.5cm}p{2.5cm}p{2.5cm}p{2.5cm}p{2.5cm}p{2.5cm}}
660        $var(q_1) ...$         &  var(rmsd)&    var(Rgy)&  $cov(q_1,E) ...$           & cov(rmsd,E)& cov(Rgy,E)\\
661                     $var(q_n)$&           &            &                 $cov(q_n,E)$&            &           \\
662     0.35393E-02&    0.51539E+01&    0.57012E+00&    0.43802E+00& 0.62384E+01&    0.33912E+01\\
663 \end{tabular}
664
665 where:
666
667 \begin{description}
668
669 \item{T} -- absolute temperature (in K),
670
671 \item{F} -- free energy at T,
672
673 \item{E} -- average energy at T,
674
675 \item{$q_1..q_n$}: ensemble-averaged q values at T (usually only the total q corresponding to whole molecule is requested, as in the example above, but the user can specify more than one fragment or pair of fragments for which the q's are calculated, If there is no reference structure, this entry contains a 0,
676
677 \item{rmsd} -- ensemble-averaged root mean square deviation at T,
678
679 \item{Rgy} -- ensemble-averaged radius of gyration computed from Calpha coordinates at T,
680
681 \item{$C_v$} -- heat capacity at T,
682
683 \item{$var(q_1)...var(q_n)$} -- variances of q's at T,
684
685 \item{var(rmsd)} -- variance of rmsd at T,
686
687 \item{var(Rgy)} -- variance of radius of gyration at T,
688
689 \item{$cov(q_1,E)...cov(q_n,E)$} -- covariances of q's and energy at T,
690
691 \item{cov(rmsd,E)} -- covariance of rmsd and energy at T,
692
693 \item{cov(Rgy,E)} -- covariance of radius of gyration and energy at T.
694
695 \end{description}
696
697 According to Camacho and Thirumalali (Europhys. Lett., 35, 627, 1996), the maximum of the variance of the radius of gyration corresponds to the collapse point of a polypeptide chain and the maximum variance of q or rmsd corresponds to the midpoint of the transition to the native structure. More precisely, these points are inflection points in the plots of the respective quantities which, with temperature-independent force field, are proportional to their covariances with energy.
698
699 \subsection{The conformation summary with classification (stat) files}
700 \label{sect:inoutfiles:class}
701
702 The stat files (with names INPUT\_POT\_xxx.stat or INPUT\_POT\_sliceyyxxx.stat; where yy is the number of a slice and xxx is the rank of a processor) contain the output of the classification of subsequent conformations (equally partitioned between processors). The files can be concatenated by processor rank to get a summary file. Each line has the following structure (example values are also provided):
703
704
705 \begin{tabular}{|c|cccc|}\hline
706 &&\multicolumn{3}{c|}{whole molecule}\\
707 \cline{2-5}
708 No&energy&rmsd&q&ang\\ \hline
709  9999&  -122.42&  4.285&0.3751& 47.8\\ \hline
710 \end{tabular}
711
712 \begin{tabular}{|cccccccccccc|c|}\hline
713 \multicolumn{13}{|c|}{level 1}\\ \hline
714 \multicolumn{6}{|c}{frag 1}&\multicolumn{3}{c}{frag 2}&\multicolumn{3}{c|}{frag 3}&class 1\\ \cline{1-12}
715 n1&n2&n3&rmsd&q&ang&rmsd&q&ang&rmsd&q&ang&\\ \hline
716  4&10&21 & 0.6&0.33& 16.7& 3.6&0.42& 56.3& 0.7&0.12& 16.5&737 \\ \hline
717 \end{tabular}
718
719 \begin{tabular}{|cccccc|c|cc|c|c|} \hline
720 \multicolumn{7}{|c|}{level 2}&\multicolumn{3}{c|}{level 3}&\\
721 \cline{1-10}
722 nc1&nc2&rmsd&q&rmsd&q&class 2&rmsd&q&class 3&class\\ \hline
723 9& 0&  1.6&0.20& 4.3&0.20&20& 0&  4.0&2&737.20.2\\ \hline
724 \end{tabular}
725
726 %                                      |                           level 1                           |       level 2                |    level3 |
727 %                                      |                                                             |                              |           |
728 %                      whole mol       |            frag1           frag2            frag3       cl1 |                              |           |
729 %No      energy    rmsd  q      ang dif|n1n2 n3   rms  q    ang   rms  q    ang   rms  q    ang      | nc1nc2 rms q     rms q    cl2|    rms cl3|class
730 % 9999   -122.42   4.285 0.3751  47.8  |4 10 21   0.6 0.33  16.7  3.6 0.42  56.3  0.7 0.12  16.5 737 | 9  0   1.6 0.20  4.3 0.20 20 | 0   4.0 2 |737.20.2
731
732 where
733
734 \begin{description}
735
736 \item{No} -- the number of the conformation.
737
738 \item{``whole molecule''} denotes the characteristics of the whole molecule q = 1-Wolynes'q.
739
740 \item{level 1, 2, and 3} denote the characteristics computed for the respective fragments as these levels.
741
742 \item{n1, n2, n3} -- number of native contacts for a given segment.
743
744 \item{cl1, cl2, cl3} -- group of segment classes for segments at level 1, 2, and 3, respectively.
745
746 \item{class} -- total class of the conformation.
747
748 \end{description}
749
750 The octal/quaternary/binary numbers denoting the class for a fragment at level 1, 2, and 3, respectively, are described in ref. \cite{oldziej_2004}.
751
752 \subsection{The histogram files}
753 \label{sect:inoutfiles:histograms}
754
755 The histogram file with names INPUT\_[par\_yy][\_slice\_xx].hist where xx denotes the number of the slice and yy denotes the number of the parameter if SEPARATE\_PARSET was specified in input contain histograms of q at replica temperatures and energy-parameter sets; with SEPARATE\_PARSET histograms corresponding to subsequent parameter sets are saved in files with par\_yy infixes. The histograms are multidimensional if q is a vector (usually, however, q corresponds to the entire molecule and, consequently, the histograms are one-dimensional). The histogram files are printed if histfile and histout was specified in the control data record.
756
757 Each line of a histogram file corresponds to a given (multidimensional) bin in q contains the following:
758
759
760 \begin{itemize}
761
762 \item
763 $q_1,...,q_n$ at a given bin (format f6.3 for each)
764
765 \item
766 histogram values for subsequent replica temperatures (format e20.10 for each)
767
768 \item
769 iparm (the number of parameter set; format i5)
770
771 \item
772 If SEPARATE\_PARSET was not specified, the entries corresponding to each parameter follow one another.
773
774 \end{itemize}
775
776 The state density is printed to file(s) INPUT[\_slice\_xx].ent. Each line contains the left boundary of the energy bin and ln(state density) followed by ``ent'' string. At present, the state density is calculated correctly only if one energy-parameter set is used.</p>
777
778 \subsection{The rmsd-radius of gyration potential of mean force files}
779 \label{sect:inoutfiles:rmsd-rgy}
780
781 These files with names INPUT[\_par\_yy][\_slice\_xx].rmsrgy contain the two-dimensional potentials of mean force in rmsd and radius of gyration at all replica-exchange temperatures and for all energy-parameter sets.
782 A line contains the left boundaries of the radius of gyration -- rmsd bin (radius of gyration first) (format 2f8.2) and the PMF values at all replica-exchange temperatures (e14.5), followed by the number of the parameter set. 
783 With SEPARATE\_PARSET, the PMFs corresponding to different parameter sets are printed to separate files.
784
785 \subsection{The PDB files}
786 \label{sect:inoutfiles:PDB}
787
788 The PDB files with names INPUT\_[slice\_xx\_]Tyyy.pdb, where Tyyy specifies a given replica temperature contain the conformations whose probabilities at replica temperature T sum to 0.99, after sorting the conformations 
789 by probabilities in descending order. The PDB files follow the standard format; see \href{ftp://ftp.wwpdb.org/pub/pdb/doc/format_descriptions/Format_v33_Letter.pdf}{\textcolor{blue}{ftp://ftp.wwpdb.org/pub/pdb/doc/format\_descriptions}}.
790 %/Format_v33_Letter.pdf">ftp://ftp.wwpdb.org/pub/pdb/doc/format_descriptions/Format_v33_Letter.pdf</a>. 
791 For single-chain proteins, an example is as follows:
792
793 \begin{verbatim}
794 REMARK CONF    9059 TEMPERATURE  330.0 RMS   8.86
795 REMARK DIMENSIONLESS FREE ENERGY   -1.12726E+02
796 REMARK ENERGY   -2.22574E+01 ENTROPY   -7.87818E+01
797 ATOM      1  CA  VAL     1       8.480   5.714 -34.044
798 ATOM      2  CB  VAL     1       9.803   5.201 -33.968
799 ATOM      3  CA  ASP     2       8.284   2.028 -34.925
800 ATOM      4  CB  ASP     2       7.460   0.983 -33.832
801 .
802 .
803 .
804 ATOM    115  CA  LYS    58      28.446  -3.448 -12.936
805 ATOM    116  CB  LYS    58      26.613  -4.175 -14.514
806 TER
807 CONECT    1    3    2
808 .
809 .
810 .
811 CONECT  113  115  114
812 CONECT  115  116
813 \end{verbatim}
814
815 where
816
817 \begin{description}
818
819 \item{CONF} is the number of the conformation from the processed slice of MREMD trajectories.
820
821 \item{TEMPERATURE} is the replica temperature.
822
823 \item{RMS} is the Calpha rmsd from the reference (experimental) structure.
824
825 \item{DIMENSIONLESS FREE ENERGY} is -log(probability) (equation 14 of ref 2) for the conformation at this replica temperature calculated by WHAM.
826
827 \item{ENERGY} is the UNRES energy of the conformation at the replica temperature (note that UNRES energy is in general temperature dependent).
828
829 \item{ENTROPY} is the omega of equation 15 of ref 2 of the conformation.
830
831 \end{description}
832
833 In the ATOM entries, CA denotes a Calpha atom and CB denotes UNRES side-chain atom. The CONECT entries specify the C$^\alpha_i\cdots$C$^\alpha_{i-1}$, C$^\alpha_i\cdots$C$^\alpha_{i+1}$ and C$^\alpha_i\cdots$SC$_i$ links.
834
835 The PDB files generated for oligomeric proteins are similar except that chains are separated with TER and molecules with ENDMDL records and chain identifiers are included. An example is as follows:
836
837 \begin{verbatim}
838 REMARK CONF     765 TEMPERATURE  301.0 RMS  11.89
839 REMARK DIMENSIONLESS FREE ENERGY   -4.48514E+02
840 REMARK ENERGY   -3.58633E+02 ENTROPY    1.51120E+02
841 ATOM      1  CA  GLY A   1      -0.736  11.305  24.600
842 ATOM      2  CA  TYR A   2      -3.184   9.928  21.998
843 ATOM      3  CB  TYR A   2      -1.474  10.815  20.433
844 .
845 .
846 .
847 ATOM     40  CB  MET A  21      -4.033  -2.913  27.189
848 ATOM     41  CA  GLY A  22      -5.795 -10.240  27.249
849 TER
850 ATOM     42  CA  GLY B   1       6.750  -6.905  19.263
851 ATOM     43  CA  TYR B   2       5.667  -4.681  16.362
852 .
853 .
854 .
855 ATOM    163  CB  MET D  21       4.439  12.326  -4.950
856 ATOM    164  CA  GLY D  22      10.096  14.370  -9.301
857 TER
858 CONECT    1    2
859 CONECT    2    4    3
860 .
861 .
862 .
863 CONECT   39   41   40
864 CONECT   42   43
865 .
866 .
867 .
868 CONECT  162  164  163
869 ENDMDL
870 \end{verbatim}
871
872 \subsection{The compressed Cartesian coordinates (cx) files}
873 \label{sect:inoutfiles:cx}
874
875 These files contain compressed data in the Europort Data Compression XDRF library format written by Dr. F. van Hoesel, Groeningen University (\href{http://hpcv100.rc.rug.nl/xdrfman.html}{http://hpcv100.rc.rug.nl/xdrfman.html}.
876 The files are written by the cxwrite subroutine. The resulting cx file contains the omega factors to compute probabilities of conformations at any temperature and any energy-function parameters if Hamiltonian replica 
877 exchange was performed in the preceding UNRES run. The files have general names INPUT[\_par\_yy][\_slice\_xx].cx where xx is slice number and yy is parameter-set.
878
879 The items written to the cx file are as follows (the precision is 5 significant digits):
880
881 \begin{enumerate}
882 \item
883 Cartesian coordinates of Calpha and SC sites</p>
884 \item
885 nss (number of disulfide bonds)
886 \item
887 if nss$>$0:
888 \begin{enumerate}
889 \item
890 ihpb (first residue of a disulfide link)
891 \item
892 jhpb (second residue of a disulfide link)
893 \item
894 UNRES energy at that replica temperature that the conformation was at snapshot-recording time,
895 \item
896 ln(omega) of eq 15 of ref \cite{liwo_2007},
897 \end{enumerate}
898 \item
899 C$^\alpha$ rmsd
900 \item
901 conformation class number (0 if CLASSIFY was not specified).
902 \end{enumerate}
903
904 \newpage
905
906 \section{SUPPORT}
907 \label{sect:support}
908
909         Dr. Adam Liwo\\
910         Faculty of Chemistry, University of Gdansk\\
911         ul. Wita Stwosza 63, 80-308 Gdansk Poland.\\
912         phone: +48 58 523 5124\\
913         fax: +48 58 523 5012\\
914         e-mail: \href{mailto:adam@sun1.chem.univ.gda.pl}{\textcolor{blue}{adam@sun1.chem.univ.gda.pl}}\\
915
916         Dr. Cezary Czaplewski\\
917         Faculty of Chemistry, University of Gdansk\\
918         ul. Wita Stwosza 63, 80-308 Gdansk Poland.\\
919         phone: +48 58 523 5126\\
920         fax: +48 58 523 5012\\
921         e-mail: \href{mailto:cezary.czaplewski@ug.edu.pl}{\textcolor{blue}{cezary.czaplewski@ug.edu.pl}}\\
922 \\
923
924         Dr. Adam Sieradzan\\
925         Faculty of Chemistry, University of Gdansk\\
926         ul. Wita Stwosza 63, 80-308 Gdansk Poland.\\
927         phone: +48 58 523 5124\\
928         fax: +48 58 523 5012\\
929         e-mail: \href{mailto:adasko@sun1.chem.univ.gda.pl}{\textcolor{blue}{adasko@sun1.chem.univ.gda.pl}}\\
930
931 Prepared by Adam Liwo, 02/19/12.
932
933 \LaTeX version, 09/27/12.
934
935 Revised by Adam Liwo, 12/04/14
936
937 \end{document}