4.2 输出文件与轨迹管理

4.2 输出文件与轨迹管理

本节摘要：一次生产运行会产出五类文件：trr 全精度轨迹、xtc 压缩轨迹、edr 能量数据、log 日志、cpt 检查点。本节讲清每类的精度、用途与保留策略，用一笔磁盘账演示为什么"全存 trr"会撑爆存储，并给出输出频率参数的组合配方与轨迹体检（gmx check）的用法。轨迹是整次模拟最值钱的资产，管理它的核心思想是分层：热数据用 xtc，温数据用 edr，契约凭证是 tpr。

4.1 让模拟跑了起来，本节管它的产物。先建立一个价值排序：xtc 轨迹是货、edr 是仪表读数、log 是体检表、cpt 是存档点、trr 是高风险奢侈品。多数新手的事故不是"存少了"而是"存错了"——把宝贵的磁盘与 IO 预算花在 trr 上，却忘了给 xtc 留足输出频率，跑完发现分析要的帧根本没存。

五类输出各管什么

trr 与 xtc 的区别要说透：trr 每帧存全部坐标加速度，浮点原样落盘；xtc 用压缩算法把坐标量化到指定精度（compressed-x-precision = 1000 对应 0.001 nm），并把盒子内坐标打包。0.001 nm 什么概念？C–C 键长 0.154 nm 的千分之七，远小于力场参数本身的误差——分析用途上 xtc 的精度损失可以忽略，代价却只有 trr 的几十分之一。

磁盘账：算过再开跑

心算公式：trr 每帧字节数 = 原子数 × 3 × 4（float32）+ 盒子 9 个数；xtc 经验值约为同频 trr 的十分之一到三十分之一（量化加变长打包）。演算一笔：2.3 的体系（约 37000 原子：7214 水 × 3 + 1200 聚合格点 + 离子，取整）：

• trr 每帧 ≈ 37000 × 3 × 4 B ≈ 444 KB；每 1 ps 存一帧（dt 2 fs 即每 500 步）→ 100 ns 轨迹 = 100000 帧 ≈ 44 GB
• xtc 每帧经验值 ≈ 15 至 44 KB，取 20 KB → 同期约 2 GB
• edr 每 ps 一条记录，500 ns 也就几百 MB；log 与 txt 类更是零头

同一个体系，两种选择的差距是 20 多倍。这就是为什么 3.1 的 mdp 里 nstxout（trr）设为 0 或极粗、nstxout-compressed 设 1000（2 ps）的原因——输出频率是分析设计的一部分：构象分析 10 ps 一帧足够（5.2 的 RMSD 对亚皮秒变化不敏感），而算扩散系数要整段连续轨迹，频率够用即可、时长越长越好。

轨迹体检与后处理工具箱

两个必会的体检动作。gmx check 验证文件完整性与时间连续性：

$ gmx check -f md.xtc
Checking file md.xtc
Reading frame       0 time    0.000
# ...
Last frame       5000 time 100000.000   ← 末帧时间对得上 nsteps，没有缺段

Item        #frames Timestep (ps)
RMSD             0
...              → 有帧数、步长信息的汇总表
​

trjconv 是轨迹的瑞士军刀——格式转换、回卷、居中、挑原子、抽帧全靠它（5.1 整节展开它的 -pbc 语义，这里先见个面）：

# 抽出聚合物 + 去掉水：为 5.2 的分析减负
$ printf "PEO\n" | gmx trjconv -s md.tpr -f md.xtc -o md_peo.xtc -dump 0
# 每 100 ps 抽一帧的轻量存档（长期保存用）
$ printf "System\n" | gmx trjconv -s md.tpr -f md.xtc -o md_archive.xtc -dt 100
​

第二个命令值得形成制度：跑完即做一份抽稀存档。原始 xtc 若因存储事故损失，100 ps 粒度的存档仍能保住全部慢过程的结论；反之只有抽稀版则永远补不回高频细节。分层存放，风险对冲。

易错点与本节速记

三个常见失误：其一，nstxout 没归零，百 GB 级 trr 静悄悄写满配额，任务在 90 ns 处因磁盘满而崩（4.3 的经典死法之一）；其二，nstenergy 设太大（如 10000，即 20 ps 一条），3.6 与 7.2 的涨落统计严重欠采样——能量记录的频率必须是涨落时间尺度的数倍以上；其三，analysis 时拿了 npt 阶段的 tpr 配 md 阶段的轨迹（原子数一致但质量定义或分组不同），结果静默出错。规矩：每条轨迹配对它自己的 tpr，目录按"前缀=阶段"组织，永不混搭。

演算：能量文件的账与输出频率配方

edr 的账与轨迹不同：它按"能量项 × 记录条数"线性增长，与原子数关系不大。一套 6 类能量项的体系每 ps 一条记录，跑 500 ns 约是 50 万条 × 每条几十字节 → 几十 MB 级，几乎永远不是瓶颈——所以 nstenergy 的正确态度是"宁细勿粗"：涨落统计（3.6 的热容、7.2 的压强均值）都要从 edr 里来，欠采样的能量文件救不回来。

输出频率按分析目标反推，配方可查：

对照表自查一遍就会发现一个常见浪费：很多人为了"保险"把氢键分析的轨迹按 50 步一帧存全程——0.1 ps 帧距 × 微秒时长，xtc 也能堆到 TB 级。正确姿势是分阶段：平衡段粗存、专设一段细存的短窗（如 10 ns × 0.1 ps 帧距）做动力学统计。

三个高频疑问

trr 里存速度有什么用？ 两个场景：重启需要（其实 cpt 更合适）、以及某些动力学分析（速度自相关函数、动能谱）必须用速度轨迹。没这些需求就把 nstvout 设 0。顺带一提，n stxout（坐标 trr）与 nstvout（速度 trr）是两个独立开关，关一个不关另一个是常见的手滑来源。

xtc 会丢精度影响我的分析吗？ 按量化误差 0.001 nm 评估：RMSD 的典型量级 0.1 nm、RDF 峰宽 0.05 nm、氢键判据阈值 0.35 nm——压缩误差比这些尺度小两个数量级。真正怕压缩误差的只有"键长分布"这类亚 0.01 nm 尺度的统计，那类分析用 trr 或直接读 EM 后的单帧。原则一句话：先问分析的分辨尺度，再定精度与频率。

磁盘快满了先删什么？ 顺序：无主的中途备份目录、重复的基准测试输出、平衡段的 trr（如果有）——永远不要动的是 tpr、log、cpt 与生产 xtc。前三个是"这份数据为什么可信"的凭证，最后一个是货本身。养成在目录里放一份 README 纯文本说明每个文件来自哪次 grompp 的习惯，三个月后的你会回来谢你。

速记：五类文件一句话——货（xtc）、奢侈品（trr）、仪表（edr）、体检表（log）、存档点（cpt）；磁盘账先算后跑，输出频率是分析设计的一部分；precision 1000 对应 0.001 nm，分析足够；跑完即做抽稀存档；tpr 与轨迹严格配对。货入仓了，可万一半夜灯灭——下一节的排查手册就是手电筒。