FOLDIFF — WHAM / MBAR И КОНТРОЛЬ КАЧЕСТВА Этап F7.3 · веб-калькулятор и локальный пакет · 15 октября 2026 Что реализовано Одномерные гармонические umbrella-потенциалы при одной температуре и одном физическом гамильтониане. Вход: CSV time,cv для каждого непрерывного запуска и JSON с единицами, температурой, центрами, константами и независимыми повторами. Периодические углы поддерживаются с корректным переходом через −180/180°. Собственные CSV и config.json рассчитываются в веб-приложении после явного нажатия кнопки расчёта. Файлы передаются серверу в России и удаляются после задачи. Результат хранится в оперативной памяти до часа с доступом по приватному ключу. Сохраните JSON и CSV. Просмотр готового JSON выполняется в браузере. Для больших наборов доступен локальный пакет umbrella_core.py. Это НЕ генератор MD, не универсальная 2D-модель и пока НЕ PMF тропонина. Структурные конечные кадры WT/R145W не используются как равновесная выборка. Математика и единицы U_bias(x)=0.5*k*delta(x,center)^2. Для угла delta выбирает кратчайшее расстояние по окружности. Константа k должна быть указана в energy_unit/coordinate_unit^2. Поддерживаются kcal/mol, kJ/mol; angstrom, nm, degree, radian. Выход — kcal/mol. Внутренний R = 0.00198720425864083 kcal/(mol K). Colvars forceConstant может зависеть от width и conventions. Сырые параметры NAMD нельзя переносить, не приведя их к этой явной формуле. Восстанавливается профиль после удаления ТОЛЬКО указанной umbrella-добавки. Другие общие ограничения остаются частью физического ансамбля. WT и R145W нельзя объединять в один расчёт. Различные температуры и гамильтонианы требуют полных физических энергий; в этом этапе отклоняются. MBAR: PyMBAR 4.0.3 решает уравнения по beta*U_bias. Общая физическая энергия сокращается только при подтверждённых одинаковых гамильтониане и температуре. Веса целевого состояния w_n ∝ 1 / sum_k N_k exp(f_k-beta*U_bias,k(x_n)). Из взвешенной гистограммы получаем F_i = −RT ln(P_i/bin_width) + C. Аналитическая стандартная ошибка — через histogram FES PyMBAR относительно минимума; это НЕ 95% интервал и НЕ полная ошибка физической модели. WHAM: собственная дискретная самосогласованная реализация в логарифмах; удерживающая энергия считается в центрах равных интервалов. Это приближение зависит от ширины интервалов, поэтому сравниваем WHAM/MBAR и более мелкую сетку. Нулевое заполнение хранится как отсутствие данных, а не как бесконечная энергия. Нули независимых PMF условные: их вычитание не является ΔΔG стабильности мутации. Контроль качества • Проверка конечных чисел, единиц, температуры, положительных k и всех входов. • Строго возрастающее равномерное время. Сброс времени или дубли не склеиваются. • Дубликаты файлов отклоняются по SHA-256; повтор центра внутри одного replica требует явного объединения проверенных продолжений. • Отброс начала: явно заданная доля; опционально дополнительная автоматическая оценка эквилибрации PyMBAR. Для углов — sin/cos, а не разрыв в ±180°. • g оценивается по CV (max для sin/cos); берутся декоррелированные кадры. Это не устраняет риск медленных скрытых координат и коротких траекторий. • Разорванное перекрытие гистограмм блокирует единый профиль; дополнительно строится граф MBAR при пороге 1e−5. Порог — диагностическая настройка. • ESS интервала = (sum w)^2 / sum(w^2); по умолчанию линия скрыта при ESS<20. Нельзя интерполировать через провал выборки и выдавать такой барьер за результат. • Дрейф первой/второй половины относительно SD; предупреждение при >0.5. • Чувствительность: отброс ещё 10%, вторая половина, вдвое более мелкая сетка. Сравнение после одного постоянного сдвига по общим поддержанным интервалам. • Независимые повторы сравниваются отдельно при одинаковых сетках окон. Номера продолжений нельзя объявлять независимыми повторениями. • Сходимость численного решателя не означает равновесие физической системы. Лимиты веб-калькулятора До 2 МБ JSON вместе с CSV; 3–40 запусков, 20–20000 строк на файл, до 80000 исходных и 15000 декоррелированных записей, 5–100 интервалов. Дополнительно: K×N ≤800000 и N×(K+B+1) ≤1800000, где K — запуски, N — выбранные записи, B — интервалы. Одна задача одновременно, до 180 секунд; 6 запросов в час с одного IP. Исходные файлы не сохраняются в кабинете. Лимиты локального пакета 3–100 окон-запусков, 20–100000 строк на CSV, до 5 млн исходных записей; матрица после декорреляции — до 12 млн элементов. 5–300 равных интервалов. Если лимит превышен, расчёт останавливается. Нужна проверенная подготовка данных, а не автоматическое произвольное прореживание. Автоматический перевод NAMD colvars.traj и истории рестартов появится после получения реальных файлов. Проверочные наборы 1. Гармонический потенциал, два независимых искусственных повтора, корреляция AR(1) rho=0.7. Истинный профиль вычисляется интегрированием вероятности по bins. 2. Двухъямный потенциал 2.5*(x²−1)²−0.4*x, два искусственных повтора. Никакого отношения к результатам тропонина эти тестовые числа не имеют. 3. Лизоцим L99A с бензолом: 26 окон угла боковой цепи, 501 запись/окно. Открытый пример PyMBAR, связанный с Mobley et al., JMB 2007, DOI 10.1016/j.jmb.2007.06.002. Это опубликованные данные моделирования, не лабораторные измерения и не доказательство биологической точности. Исходный коммит, URL и SHA-256 сохранены в research/. Чужие параметры не перенесены в тропонин. Исходные XVG преобразованы в CSV без прореживания. Численная сверка 10 групп автоматических проверок; методы сравниваются между собой и с интегральным известным ответом. Точный результат: tests/validation.json. RMSE MBAR к известному ответу: harmonic 0.05089, doublewell 0.02710 kcal/mol по интервалам ESS≥20 (для зафиксированных выборок и seed). Для лизоцима повторно запущена гистограммная часть официального скрипта: RMSE 0.000527 kcal/mol относительно нашего результата. После согласования константы R: 0.000181 kcal/mol; остаток сопоставим с округлением печати 0.001 kT. Исторический сохранённый sample_output отличается и не выдается за точный эталон. WHAM/MBAR на сетке 10°: RMSE 0.18970; при 5°: 0.04149 kcal/mol. Все три набора имеют статус «требует интерпретации»: на искусственных тестах пустые/бедные хвосты, в опубликованном примере только один независимый запуск/окно. Это ожидаемые ограничения, а не основание скрывать предупреждения. Запуск из корня проекта Python с numpy/scipy/pymbar: Foldiff-GPT/states/.validation-venv/bin/python 1. Подготовить свой config.json по examples/lysozyme/config.json. 2. Запустить: Foldiff-GPT/landscapes/umbrella/umbrella_core.py /path/config.json --output /path/result.json Рядом с JSON сохраняется CSV профиля с ошибкой, ESS и флагом поддержки интервала. 3. Открыть https://oligoplan.ru/app/landscapes/umbrella/ и выбрать result.json в разделе сохранённых результатов. Для прямого расчёта выберите «Свои данные», загрузите config.json и CSV, проверьте параметры, подтвердите единицы и нажмите «Рассчитать». Для повторения тестов: prepare_examples.py → umbrella_core.py для трёх примеров → validate.py → write_validation_report.py → build_report.py. Для импортированного пользовательского результата численная валидация тестовых наборов не считается автоматической валидацией нового эксперимента. Дальше по тропонину Получить отдельные CV-ряды HP и SP, WT и R145W, 24 окна × 3 повтора; реальные времена и рестарты, температуру, ограничения, Colvars width и версии. Затем адаптер и отдельные четыре постановки, проверка перекрытия/дрейфа/повторов, воспроизведение определений ΔG из статьи. Пока недостающие ряды не синтезируем. Источники https://pymbar.readthedocs.io/en/stable/fes_with_pymbar.html https://pymbar.readthedocs.io/en/stable/timeseries.html https://github.com/choderalab/pymbar/tree/main/examples/umbrella-sampling-fes https://doi.org/10.1016/j.jmb.2007.06.002 https://doi.org/10.1063/1.2978177 (MBAR, Shirts & Chodera 2008)