摘要： 
本文介绍了两个不同的深度学习框架：Jax和MindSpore下的旋转矩阵的实现，对于不同的框架来说同一个功能会涉及到不同的实现方式。在Jax中，由于其函数式编程的特性，就允许我们更加简单的去构造和扩展一个旋转矩阵。MindSpore是一个面向对象编程的框架，其优势在于构建大型的模型应用。但构造一个可用的简单模型，相对而言就会走一些弯路。就比如我们需要使用Concat+Reshape的算子来拼接一个旋转矩阵，看起来会相对麻烦一些。而构建好旋转矩阵之后，则可以使用跟Jax一样的Vmap操作，或者是直接使用爱因斯坦求和来计算旋转矩阵对多个矢量输入的计算，从文章中的案例中可以看到两者所得到的计算结果是一致的。 阅读全文
本文介绍了两个不同的深度学习框架：Jax和MindSpore下的旋转矩阵的实现，对于不同的框架来说同一个功能会涉及到不同的实现方式。在Jax中，由于其函数式编程的特性，就允许我们更加简单的去构造和扩展一个旋转矩阵。MindSpore是一个面向对象编程的框架，其优势在于构建大型的模型应用。但构造一个可用的简单模型，相对而言就会走一些弯路。就比如我们需要使用Concat+Reshape的算子来拼接一个旋转矩阵，看起来会相对麻烦一些。而构建好旋转矩阵之后，则可以使用跟Jax一样的Vmap操作，或者是直接使用爱因斯坦求和来计算旋转矩阵对多个矢量输入的计算，从文章中的案例中可以看到两者所得到的计算结果是一致的。 阅读全文
相比于明文存储和传统的一些数据存储方法，HDF5格式的文件非常适合用于存储分子动力学模拟过程中产生的庞大轨迹文件，不仅有良好的可读性，还有非常优秀的压缩率，使得存储下来的轨迹文件不至于太大。而相应的，我们也需要一些配套的可视化软件，用来展示HDF5文件中存储的内容。本文所介绍的改进版的VMD-h5mdplugin插件，可以在VMD中直接展示HDF5的分子运动轨迹，并给出了相应的案例。 
本文主要通过一个实际的案例，介绍了如何可以在命令行中调用和运行我们的python模块。“python -m”这个方案为我们提供了一个新的选项，这个运行方法以“__main__.py”文件为入口文件运行，结合python中常用的命令行工具argparse，我们就可以很容易的创建一个可以通过命令行运行和获取参数的python模块。并且可以使用twine上传到pypi网站上，用pip进行安装和管理，会更加的便捷。 
本文主要介绍了开源加氢软件Hadder中用到的一些常规的补氢算法。在存储和优化蛋白质结构的过程中，人们更多的关注于蛋白质本身的骨架的变化，而单个原子的细微变化，对整体产生的性质是微乎其微的。但是我们在建立力场以及做能量最小化的过程中，需要用到氢原子。而氢原子的初始位置是至关重要的，如果加的位置太差，有可能导致体系能量过大，从而出现梯度爆炸的问题。 
PDB格式的文件是最常用于存储蛋白质构象的一种，其中也是以各个氨基酸(残基)为基本单位，在氨基酸内部对原子进行唯一性的命名。本文先通过展示各种氨基酸在蛋白质链的不同位置的结构，介绍各类氨基酸的基础构象。再通过丙氨酸和色氨酸两个案例，详细介绍了在蛋白质链的中的各种氨基酸内部的原子命名法则。需要注意的是，atom_name和atom_type是不一样的，atom_name是一个唯一的标识符，atom_type则是用于导出力场参数的重要标记。 
使用.gitignore来屏蔽一些文件名的关键字是一个比较常规的操作，其目的是可以过滤掉一些只需要在本地保留而不是上传到远程仓库上面的这样一些文件。但是如果存在一些冲突，比如我们需要传到远程仓库上的文件的文件名，刚好在屏蔽的关键字清单内，此时就需要使用到本文介绍的一些操作方法，来强制上传文件。 
StackOverflow和StackExchange等等都是程序员常用的问题反馈和解决平台，相当于是专业性更强的知乎。但是很多类似的网站界面打开后总是有一个privacy收集的窗口无法关闭，在很大情况下影响了我们平时的阅读。因此我们通过前端的屏蔽方法，可以取消privacy位置收集窗口的固定，从而达到隐藏privacy收集窗口的目的。 
当我们使用Gitee和Github等通过Git来进行代码版本管理的平台时，有时会面临这样的一个问题：某一个代码仓里面划分了很多个分支，而我只需要其中的某一个特性分支，此时如果直接克隆下来，就会导致一系列的麻烦操作。而我们只需要在clone的指令加上一条配置，就可以直接指定分支进行拉取，方便后续的操作。 
本文只是通过一个实例来讲述如何获得python中所有的单字符的字母表，不仅仅是局限于英文的abcd，可能还有其他语言如ᵝᵞᵟᵠ等。在实际写python的过程中可能不一定用得到，但是不失为一个挺有趣的功能探索。 
本文通过对Xponge+VMD的工具对蛋白质进行建模，然后总结了20种氨基酸的具体信息，也就是蛋白质的基本组成单元。通过对这些氨基酸的组合，就可以得到一个具有生物活性的蛋白质。同时本文还介绍了常用的存储蛋白质结构的文件格式pdb的具体格式化定义，总体来说是一个总结性的文章。 
编译安装源代码为可执行文件时，有时候会遇到想把可执行文件放在特定的路径下的问题，比如放到`/usr/bin`目录下，这样可以全局可调用，又不需要手动添加各种乱七八糟的系统路径。这就需要使用到Linux中的软链接的功能，通常使用`ln -s`的指令即可。本文顺带介绍了蛋白质结构评分软件TMalign的源码下载和安装使用的基本方法，编译成一个可执行文件后，可以建立一个软链接，在系统各处都可以使用，是一个比较基础的操作。 
张量网络计算，已经在众多的领域中得到了应用，不仅仅是传统的计算化学，当下医药研发领域的分子动力学模拟、计算化学和材料模拟，甚至是未来的量子计算，张量网络技术都在当中发挥重要作用。本文介绍的是MindSpore最新对张量网络计算的支持的第一步：用爱因斯坦求和计算张量网络缩并。 
在完成一个软件或者程序的实现之后，最后的一步就是发布，发布的目的是为了让更多的人来使用这个项目，而大部分的人是没有相应的编程环境的，因此我们必须考虑将代码编译成各个平台的可执行文件，再发布给用户去使用。本文主要介绍通过pyinstaller在linux和windows上分别打包python脚本为可执行文件，想要跨平台的编译软件就目前而言实现起来还比较困难，博主本地使用的是Win11+WSL2 Ubuntu Linux的环境，能够在一定的程度上解决跨平台发布的问题。 
在python的输出结果中，尤其是浮点数的输出，当我们需要写入文本文件时，最好是采用统一的输出格式，这样也能够增强结果的可读性。而对于浮点数输出位数的控制，可以通过{:.4f}、%.4f来指定打印或者输出时的字符串占据空间，也可以通过round函数来对输出前的结果进行转化。而如果是取有效数字，需要用到{:.4}，这几种方法没有优劣，只有看不同的场景，选取不同的精度控制方案。 
量子计算机，是由基本单元量子比特所组成的新型计算体系，通过量子叠加和量子纠缠的特性，来完成对量子态的操纵，最终再通过量子测量获得到想要的计算结果。而在量子计算机上面执行量子化学的任务，被认为是一个非常promising的应用场景，不论是从最初费曼的想法与设计，还是这几年所发展起来的近期量子计算（NISQ）的技术，都对量子计算化学这一新兴研究方向进行了阐述。本文通过最基础的谐振波，讲解到薛定谔方程和动量算符的由来，最终介绍了两种量子化的变换。其实所谓的量子化，都是对表征体系进行了调整。一次量子化将哈密顿量从电子的粒子性带到了量子力学中的波粒二象性，引入了动量算符。二次量子化将动量表象和位置表象变换到粒子数表象，通过统计平均的方法去研究电子在不同轨道之间跃迁时的能量吸收与产生，用于表示体系总能量。