CN111276193B - 气体水合物51264笼识别方法及系统 - Google Patents
气体水合物51264笼识别方法及系统 Download PDFInfo
- Publication number
- CN111276193B CN111276193B CN202010061161.7A CN202010061161A CN111276193B CN 111276193 B CN111276193 B CN 111276193B CN 202010061161 A CN202010061161 A CN 202010061161A CN 111276193 B CN111276193 B CN 111276193B
- Authority
- CN
- China
- Prior art keywords
- oxygen atom
- cage
- membered ring
- frame data
- central
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- NMJORVOYSJLJGU-UHFFFAOYSA-N methane clathrate Chemical compound C.C.C.C.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O NMJORVOYSJLJGU-UHFFFAOYSA-N 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 49
- 125000004430 oxygen atom Chemical group O* 0.000 claims abstract description 347
- 238000012216 screening Methods 0.000 claims abstract description 25
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 238000007363 ring formation reaction Methods 0.000 claims description 7
- 238000000547 structure data Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 9
- 238000009826 distribution Methods 0.000 description 7
- 239000001257 hydrogen Substances 0.000 description 6
- 229910052739 hydrogen Inorganic materials 0.000 description 6
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Natural products C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- VUZPPFZMUPKLLV-UHFFFAOYSA-N methane;hydrate Chemical group C.O VUZPPFZMUPKLLV-UHFFFAOYSA-N 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 125000004429 atom Chemical group 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 150000004677 hydrates Chemical class 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- WSNMPAVSZJSIMT-UHFFFAOYSA-N COc1c(C)c2COC(=O)c2c(O)c1CC(O)C1(C)CCC(=O)O1 Chemical compound COc1c(C)c2COC(=O)c2c(O)c1CC(O)C1(C)CCC(=O)O1 WSNMPAVSZJSIMT-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 125000003700 epoxy group Chemical group 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000329 molecular dynamics simulation Methods 0.000 description 1
- 238000012900 molecular simulation Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- -1 natural gas hydrates Chemical class 0.000 description 1
- 230000006911 nucleation Effects 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种气体水合物51264笼识别方法,所述方法包含:获取待分析的气体水合物的水分子中五元环数据和六元环数据;以所述五元环数据中任一五元环为中心筛选获得第一框架数据;根据所述第一框架数据除中心五元环外的五元环为中心再次筛选获得第二框架数据;当所述第一框架数据与所述第二框架数据中存在完全相同的两个六元环时,根据所述第一框架数据与所述第二框架数据获得51264半笼;根据所述51264半笼中氧原子信息,获得与其对应的51264半笼;根据所述51264半笼及其对应的另一个51264半笼获得气体水合物中的51264笼。
Description
技术领域
本发明涉及图像识别技术,尤指一种气体水合物51264笼识别方法及系统。
背景技术
水合物由于其储存巨大、分布广泛、绿色环保等特点,成为国内外的研究热点。为了突破实验技术在时间和空间尺度上的限制,越来越多的学者采取分子动力学模拟的方法对水合物的物化性质及成核机理等展开了研究。在分子模拟的过程中,水合物环笼结构的识别至关重要,是判断水合物的生成情况及其稳定性等的重要信息。对水合物结构环笼进行分析,可以帮助研究者更深入地理解水合物的生成机理。
对于天然气水合物而言,其一般形成的是结构II型水合物,由51264笼和512笼两种大小不同的多面体孔穴按照一定比例组成规则的晶胞结构。由于不同的笼型结构有其不同的结构特点,故针对51264笼的结构研究和识别,对于深入理解大孔穴对水合物结构的稳定所起的作用具有重要的意义。
发明内容
本发明目的在于提供一种准确有效的气体水合物51264笼识别方法及系统,用以快速且有效的定位气体水合物中51264笼。
为达上述目的,本发明所提供的气体水合物51264笼识别方法,具体包含:获取待分析的气体水合物中五元环数据和六元环数据;以所述五元环数据中任一五元环为中心筛选获得第一框架数据;根据所述第一框架数据除中心五元环外的五元环为中心再次筛选获得第二框架数据;当所述第一框架数据与所述第二框架数据中存在完全相同的两个六元环时,根据所述第一框架数据与所述第二框架数据获得51264半笼;根据所述51264半笼中氧原子信息,获得与其对应的51264半笼;根据所述51264半笼及其对应的另一个51264半笼获得气体水合物中的51264笼。
在上述气体水合物51264笼识别方法中,优选的,获取待分析的气体水合物中五元环数据和六元环数据还包含:获取待分析的气体水合物中的所有氧原子的点度;删除所述氧原子中所述点度小于等于一的氧原子,获得参与成环的氧原子信息;将所述氧原子信息中点度为三或四的氧原子以三个氧原子为一组的方式按序排列编号,生成氧原子数据;根据所述氧原子数据获得待分析的气体水合物中五元环和六元环;其中,所述三个氧原子以一个氧原子0为中心,另外两个氧原子1、2分别与中心的氧原子0相连。
在上述气体水合物51264笼识别方法中,优选的,获取待分析的气体水合物中五元环数据包含:获取所述氧原子数据中连接在同一中心氧原子0的氧原子1和氧原子2上,除中心氧原子0之外的氧原子3的编号和氧原子4的编号;当所述氧原子3的编号和所述氧原子4的编号与其对应的中心氧原子0的编号、与中心氧原子0相连的氧原子1的编号和氧原子2的编号不同,且所述氧原子3和所述氧原子4之间的距离小于3.5埃,则根据所述中心氧原子0与连接在所述中心氧原子0上的氧原子1、氧原子2和所述氧原子3、所述氧原子4获得所述五元环。
在上述气体水合物51264笼识别方法中,优选的,获取待分析的气体水合物中六元环数据包含:当所述氧原子3和所述氧原子4之间的距离大于3.5埃,则获取与所述氧原子3和所述氧原子4相连的其他氧原子;当所述其他氧原子中存在相同的氧原子5同时与所述氧原子3和所述氧原子4相连,且所述氧原子0、所述氧原子1、所述氧原子2、所述氧原子3、所述氧原子4和所述氧原子5彼此之间编号均不相同,则根据所述氧原子0、所述氧原子1、所述氧原子2、所述氧原子3、所述氧原子4和所述氧原子5获得所述六元环。
在上述气体水合物51264笼识别方法中,优选的,以所述五元环数据中任一五元环为中心筛选获得第一框架数据包含:以中心五元环的五条边为共用边,获得所述中心五元环相接的三个五元环和两个六元环,其中所述三个五元环和所述两个六元环两两之间共用一条边;根据所述三个五元环和所述两个六元环构成半封闭结构,获得第一框架数据。
在上述气体水合物51264笼识别方法中,优选的,根据所述51264半笼中氧原子信息,获得与其对应的51264半笼包含:根据所述第一框架数据的中心五元环与所述第二框架数据的中心五元环组成八元环;获取所述51264半笼中除所述八元环之外的其他十二个氧原子信息;根据所述十二个氧原子信息获得与其氧原子信息相同的对应51264半笼。
本发明还提供一种气体水合物51264笼识别系统,所述系统包含元环构建单元、半笼识别单元和全笼获取单元;所述元环构建单元用于获取待分析的气体水合物中五元环数据和六元环数据;所述半笼识别单元用于以所述五元环数据中任一五元环为中心筛选获得第一框架数据;根据所述第一框架数据除中心五元环外的五元环为中心再次筛选获得第二框架数据;以及当所述第一框架数据与所述第二框架数据中存在完全相同的两个六元环时,根据所述第一框架数据与所述第二框架数据获得51264半笼;所述全笼获取单元用于根据所述51264半笼中氧原子信息,获得与其对应的51264半笼;根据所述51264半笼及其对应的另一个51264半笼获得气体水合物中的51264笼。
在上述气体水合物51264笼识别系统中,优选的,所述系统还包含氧原子筛选单元;所述氧原子筛选单元用于获取待分析的气体水合物中的所有氧原子的点度;删除所述氧原子中所述点度小于等于1的氧原子,获得参与成环的氧原子信息;将所述氧原子信息中点度为三或四的氧原子以三个氧原子为一组的方式按序排列编号,生成氧原子数据;根据所述氧原子数据获得待分析的气体水合物中五元环和六元环;其中,所述三个氧原子以一个氧原子0为中心,另外两个氧原子1、2分别与中心的氧原子0相连。
在上述气体水合物51264笼识别系统中,优选的,所述元环构建单元包含:获取所述氧原子数据中连接在同一中心氧原子0的氧原子1和氧原子2上,除中心氧原子0之外的氧原子3的编号和氧原子4的编号;当所述氧原子3的编号和所述氧原子4的编号与其对应的中心氧原子0的编号且与中心氧原子相连氧原子1的编号和氧原子2的编号不同,且所述氧原子3和所述氧原子4之间的距离小于3.5埃,则根据所述中心氧原子0与连接在所述中心氧原子上的氧原子1、氧原子2和所述氧原子3、所述氧原子4获得所述五元环。
在上述气体水合物51264笼识别系统中,优选的,所述元环构建单元还包含:当所述氧原子3和所述氧原子4之间的距离大于3.5埃,则获取与所述氧原子3和所述氧原子4相连的其他氧原子;当所述其他氧原子中存在相同的氧原子5同时与所述氧原子3和所述氧原子4相连,且所述氧原子0、所述氧原子1、所述氧原子2、所述氧原子3、所述氧原子4和所述氧原子5彼此之间编号均不相同,则根据所述氧原子0、所述氧原子1、所述氧原子2、所述氧原子3、所述氧原子4和所述氧原子5获得所述六元环。
在上述气体水合物51264笼识别系统中,优选的,所述半笼识别单元还包含:以中心五元环的五条边为共用边,获得所述中心五元环相接的三个五元环和两个六元环,其中所述三个五元环和所述两个六元环两两之间共用一条边;根据所述三个五元环和所述两个六元环构成半封闭结构,获得第一框架数据。根据所述第一框架数据除中心五元环外的五元环为中心再次筛选获得第二框架数据;以及当所述第一框架数据与所述第二框架数据中存在完全相同的两个六元环时,根据所述第一框架数据与所述第二框架数据获得51264半笼;
在上述气体水合物51264笼识别系统中,优选的,所述全笼获取单元还包含:根据所述第一框架数据的中心五元环与所述第二框架数据的中心五元环组成八元环;获取所述51264半笼中除所述八元环之外的其他十二个氧原子信息;根据所述十二个氧原子信息获得与其氧原子信息相同的对应51264半笼。根据所述51264半笼及其对应的另一个51264半笼获得气体水合物中的51264笼。
本发明还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述方法的计算机程序。
本发明将水分子之间形成的氢键网络映射为一个无向图,其中氧原子作为顶点,氢键作为边;采用以氧原子为基础,层层定位筛选识别气体水合物中51264笼的方法不仅识别效率高,且更为精准。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。在附图中:
图1为本发明一实施例所提供的气体水合物51264笼识别方法的流程示意图;
图2为本发明一实施例所提供的成环的氧原子识别流程示意图;
图3为本发明一实施例所提供的五元环识别流程示意图;
图4为本发明一实施例所提供的六元环识别流程示意图;
图5为本发明一实施例所提供的51264半笼匹配流程示意图;
图6为本发明一实施例所提供的51264笼型结构示意图;
图7为本发明一实施例所提供的2×2×2Ⅱ型甲烷水合物晶胞结构示意图;
图8为本发明一实施例所提供的2×2×2Ⅱ型甲烷水合物晶胞中成环氧原子的相互连接关系示意图;
图9为本发明一实施例所提供的2×2×2Ⅱ型甲烷水合物晶胞中51264笼的分布示意图;
图10为本发明一实施例所提供的气体水合物51264笼识别系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
请参考图1所示,本发明所提供的气体水合物51264笼识别方法,具体包含:S101获取待分析的气体水合物中五元环数据和六元环数据;S102以所述五元环数据中任一五元环为中心筛选获得第一框架数据;S103根据所述第一框架数据除中心五元环外的五元环为中心再次筛选获得第二框架数据;S104当所述第一框架数据与所述第二框架数据中存在完全相同的两个六元环时,根据所述第一框架数据与所述第二框架数据获得51264半笼;S105根据所述51264半笼中氧原子信息,获得与其对应的51264半笼;S106根据所述51264半笼及其对应的另一个51264半笼获得气体水合物中的51264笼;其中,所述第一框架数据和所述第二框架数据为具有六个五元环和两个六元环的分子结构数据。请参考图6所示,根据51264笼的几何结构可知,1个51264笼由28个点,4个六元环及12个五元环组成。其中,只有以2个相邻的五元环为中心,且附近存在2个六元环和4个五元环的半封闭结构才能称之为51264半笼,而中心的2个五元环共同构成中心八元环(删除共用边)。如果两个环之间存在一条共用边(或两个相同的顶点),则说明两者相连;组成51264笼的2个51264半笼之间共用12个氧原子(不包括组成中心八元环的8个氧原子);为此本发明所提供的气体水合物51264笼识别方法以此为基础,通过定位氧原子的位置,层层筛选51264笼特征,从而准确获得气体水合物中的51264笼型。
在上述实施例中,第一框架数据是指由中心五元环及分别在中心五元环5条边的基础上形成的新的3个五元环、2个六元环共同组成的半封闭结构,即中心五元环序号0,六元环1序号,六元环2序号,五元环1序号,五元环2序号,五元环3序号。其中,3个五元环1、2、3及2个六元环1、2满足两两之间共用一条边,从而可构成一个完整的半封闭结构。而第二框架数据则是以第一框架数据中五元环1为中心搜索新的框架数据,而获得的第二框架数据。
请参考图2所示,在上述气体水合物51264笼识别方法中,步骤S101还包含如下氧原子识别过程:S201获取待分析的气体水合物中的所有氧原子的点度;S202删除所述氧原子中所述点度小于等于一的氧原子,获得参与成环的氧原子信息;S203将所述氧原子信息中点度为三或四的氧原子以三个氧原子为一组的方式按序排列编号,生成氧原子数据;S204根据所述氧原子数据获得待分析的气体水合物中五元环和六元环;其中,所述三个氧原子以一个氧原子0为中心,另外两个氧原子1、2分别与中心的氧原子0相连。所述点度的含义代表氧原子相连边的条数,具体的,本发明将水分子之间形成的氢键网络映射为一个无向图,其中氧原子作为顶点,氢键作为边。如果氧原子间的距离小于3.5埃,则认为两个水分子之间形成了氢键。并定义点度为与该氧原子相连的边的条数。例如当某氧原子3.5埃范围内有3个氧原子(不包括自身),该氧原子的点度即为3。
实际工作中,筛选出水分子中参与成环的氧原子的具体流程可如下执行:1)选中水分子中所有氧原子,确定所有氧原子的点度;2)删除所有点度<=1的氧原子;3)重新确定剩余所有氧原子的点度,重复步骤2;4)直到还有未删除的氧原子,且剩余的氧原子个数保持不变,则存在环,否则没有环;5)如果存在环,则继续筛选出所有点度为3或4的氧原子,以3个氧原子为一组,分别排列组合输出氧原子的序号,此处将此表称为列表1;其中,第一个氧原子为中心氧原子,第二、三个氧原子分别为与中心氧原子相连的氧原子,并可通过编程实现所有环的可视化,验证筛选过程的合理性与准确性。
针对包含51264笼气体水合物的某分子体系,通过重复删除所有点度<=1的氧原子确定可参与成环的所有氧原子。在上述基础上,通过相关识别方法即可识别体系中存在的五元环及六元环。为此,请参考图3所示,在上述气体水合物51264笼识别方法的步骤S101中,五元环识别的实现流程具体包含如下:S301获取所述氧原子数据中连接在同一中心氧原子0的氧原子1和氧原子2上,除中心氧原子0之外的氧原子3的编号和氧原子4的编号;S302当所述氧原子3的编号和所述氧原子4的编号与其对应的中心氧原子0的编号、与中心氧原子0相连的氧原子1的编号和氧原子2的编号不同,且所述氧原子3和所述氧原子4之间的距离小于3.5埃,则根据所述中心氧原子0与连接在所述中心氧原子0上的氧原子1、氧原子2和所述氧原子3、所述氧原子4获得所述五元环。
实际工作中,以某个氧原子(编号0)为中心,找到其附近的2个氧原子(分别编号1、2);再依次以这2个氧原子为中心,找到1号、2号氧原子附近的所有O原子(分别编号原子组11,原子组22)。如果原子组11与原子组22中同时存在0-2号氧原子以外的氧原子(分别编号3、4),且这2个氧原子编号不相同,同时满足两者之间的距离<=3.5埃,则说明3-4号氧原子与0-2号氧原子共同构成了一个五元环。反之,则不存在。最后删除重复的五元环,计算出体系中存在的五元环个数。
请参考图4所示,与识别五元环的方式类似,在上述步骤中,识别六元环的具体流程包含:S401当所述氧原子3和所述氧原子4之间的距离大于3.5埃,则获取与所述氧原子3和所述氧原子4相连的其他氧原子;S402当所述其他氧原子中存在相同的氧原子5同时与所述氧原子3和所述氧原子4相连,且所述氧原子0、所述氧原子1、所述氧原子2、所述氧原子3、所述氧原子4和所述氧原子5彼此之间编号均不相同,则根据所述氧原子0、所述氧原子1、所述氧原子2、所述氧原子3、所述氧原子4和所述氧原子5获得所述六元环。
实际工作中,六元环的识别与五元环识别的主要差异在于:在六元环的识别过程中,需要满足氧原子3、氧原子4之间的距离>3.5埃;然后分别筛选出与原子3、4相连的所有氧原子(分别编号原子组33,原子组44)。如果原子组33与原子组44中存在相同的氧原子5,且与0-4号氧原子编号不相同,则说明该氧原子5与0-4号氧原子共同构成了一个六元环,反之,则不存在。最后删除重复的六元环,计算出体系中存在的六元环个数。
如果2个环之间共用两个氧原子(即一条边),则表示这两个环相连;51264笼识别的具体步骤如下:
在上述气体水合物51264笼识别方法中,步骤S102、步骤S103和步骤S104的实现流程具体包含如下:以五元环为中心,搜索其附近的环信息,当一个五元环附近至少存在2个六元环时,输出该五元环及其附近的所有环信息。与此同时,当分别共用中心五元环相邻两条边的两个环之间存在一条共用边时,则认为这两个环相连,有构成第一框架数据的可能。考虑到一个五元环可能由1个512半笼和1个框架数据共用,因此当出现这种情况时只需要保留以该五元环为中心的框架数据信息。以上述为依据,通过环之间的连接关系删除中心五元环附近不符合构成框架数据的所有环,得到最终的第一框架数据信息,即中心五元环序号0,六元环1序号,六元环2序号,五元环1序号,五元环2序号,五元环3序号。以第一框架数据中五元环1为中心搜索新的框架数据(称为第二框架数据frame1),如果能成功搜索到第二框架数据frame1,且第二框架数据frame1与第一框架数据frame中的两个六元环完全相同,则认为第一框架数据frame中的中心五元环0与五元环1共同组成了一个中心八元环(删除共用边),而第一框架数据frame与第二框架数据frame1共同组成了一个以八元环为中心的51264半笼。依次输出组成51264半笼的2个中心五元环(构成中心八元环),2个六元环及4个五元环的信息,删除重复的51264半笼,得到最终的51264半笼信息。
请参考图5所示,在上述51264半笼基础上获取与其对应的51264半笼流程具体如下:S501根据所述第一框架数据的中心五元环与所述第二框架数据的中心五元环组成八元环;S502获取所述51264半笼中除所述八元环之外的其他十二个氧原子信息;S503根据所述十二个氧原子信息获得与其氧原子信息相同的对应51264半笼。实际工作中,由51264笼的结构可知,一个51264半笼由20个点组成,其中有8个点构成1个中心八元环,如果2个51264半笼剩余的12个点完全一致,则认为这2个半笼可以实现拼接,形成一个51264全笼。根据组成51264半笼的环信息获取对应的氧原子信息(除去组成中心八元环的8个氧原子,保留剩余的12个氧原子)。如果2个51264半笼剩余的12个氧原子完全相同,则这2个51264半笼可共同构成一个完整的51264笼。通过删除重复的51264笼,获得组成51264笼的氧原子信息及51264笼的数量,从而实现51264笼的识别。
为确认上述气体水合物51264笼识别方法的准确性,可根据组成51264笼的20个氧原子的信息,编程可视化氧原子之间的连接关系。如果结果均显示为完整的51264笼,且结构分布与分子体系中51264笼的分布完全吻合,同时满足51264笼个数计算值与分子体系中51264笼个数理论值完全一致,则说明51264笼的识别过程精准无误。
以下以实际气体水合物为例,对上述气体水合物51264笼识别做进一步准确性验证;
再请参考图7至图9所示,以2×2×2Ⅱ型甲烷水合物晶胞为例进行具体说明,该晶胞的结构如图7所示。图中灰色小球表示甲烷分子,黑色小球表示水分子,蓝色虚线表示氢键。该水合物晶胞由192个甲烷分子和1088个水分子组成,包含25个51264笼。该晶胞中存在1088个氧原子,888个五元环,85个六元环,具体的环分布情况如图8所示。根据以上基础信息,按照筛选框架数据的步骤搜索出所有的框架数据。再根据中心八元环及51264半笼识别步骤,拼接2个框架数据frame,找到中心八元环及51264半笼。最后按照51264半笼拼接步骤实现51264笼的识别,发现该晶胞结构体系中存在25个51264笼,与理论值一致。51264笼分布可视化结果如图9所示,与该体系中51264笼的分布完全吻合,从而验证了51264笼识别方法的正确性。
请参考图10所示,本发明还提供一种气体水合物51264笼识别系统,所述系统包含元环构建单元、半笼识别单元和全笼获取单元;所述元环构建单元用于获取待分析的气体水合物中五元环数据和六元环数据;所述半笼识别单元用于以所述五元环数据中任一五元环为中心筛选获得第一框架数据;根据所述第一框架数据除中心五元环外的五元环为中心再次筛选获得第二框架数据;以及当所述第一框架数据与所述第二框架数据中存在完全相同的两个六元环时,根据所述第一框架数据与所述第二框架数据获得51264半笼;所述全笼获取单元用于根据所述51264半笼中氧原子信息,获得与其对应的51264半笼;根据所述51264半笼及其对应的另一个51264半笼获得气体水合物中的51264笼。
在上述实施例中,所述系统还可包含氧原子筛选单元;所述氧原子筛选单元用于获取待分析的气体水合物中的所有氧原子的点度;删除所述氧原子中所述点度小于等于一的氧原子,获得参与成环的氧原子信息;将所述氧原子信息中点度为三或四的氧原子以三个氧原子为一组的方式按序排列编号,生成氧原子数据;根据所述氧原子数据获得待分析的气体水合物中五元环和六元环;其中,所述三个氧原子以一个氧原子0为中心,另外两个氧原子1、2分别与中心的氧原子0相连。
在上述实施例中,所述元环构建单元包含:获取所述氧原子数据中连接在同一中心氧原子0的氧原子1和氧原子2上,除中心氧原子0之外的氧原子3的编号和氧原子4的编号;当所述氧原子3的编号和所述氧原子4的编号与其对应的中心氧原子0的编号且与中心氧原子相连氧原子1的编号和氧原子2的编号不同,且所述氧原子3和所述氧原子4之间的距离小于3.5埃,则根据所述中心氧原子0与连接在所述中心氧原子上的氧原子1、氧原子2和所述氧原子3、所述氧原子4获得所述五元环。
在上述实施例中,所述元环构建单元还包含:当所述氧原子3和所述氧原子4之间的距离大于3.5埃,则获取与所述氧原子3和所述氧原子4相连的其他氧原子;当所述其他氧原子中存在相同的氧原子5同时与所述氧原子3和所述氧原子4相连,且所述氧原子0、所述氧原子1、所述氧原子2、所述氧原子3、所述氧原子4和所述氧原子5彼此之间编号均不相同,则根据所述氧原子0、所述氧原子1、所述氧原子2、所述氧原子3、所述氧原子4和所述氧原子5获得所述六元环。
在上述实施例中,所述半笼识别单元还包含:以中心五元环的五条边为共用边,获得所述中心五元环相接的三个五元环和两个六元环,其中所述三个五元环和所述两个六元环两两之间共用一条边;根据所述三个五元环和所述两个六元环构成半封闭结构,获得第一框架数据。根据所述第一框架数据除中心五元环外的五元环为中心再次筛选获得第二框架数据;以及当所述第一框架数据与所述第二框架数据中存在完全相同的两个六元环时,根据所述第一框架数据与所述第二框架数据获得51264半笼;
在上述实施例中,所述全笼获取单元还包含:根据所述第一框架数据的中心五元环与所述第二框架数据的中心五元环组成八元环;获取所述51264半笼中除所述八元环之外的其他十二个氧原子信息;根据所述十二个氧原子信息获得与其氧原子信息相同的对应51264半笼。根据所述51264半笼及其对应的另一个51264半笼获得气体水合物中的51264笼。
本发明还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述方法的计算机程序。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种气体水合物51264笼识别方法,其特征在于,所述方法包含:
获取待分析的气体水合物的水分子中五元环数据和六元环数据;
以所述五元环数据中任一五元环为中心筛选获得第一框架数据;
根据所述第一框架数据除中心五元环外的五元环为中心再次筛选获得第二框架数据;
当所述第一框架数据与所述第二框架数据中存在完全相同的两个六元环时,根据所述第一框架数据与所述第二框架数据获得51264半笼;
根据所述51264半笼中氧原子信息,获得与其对应的51264半笼;
根据所述51264半笼及其对应的另一个51264半笼获得气体水合物中的51264笼;
其中,所述第一框架数据和所述第二框架数据为具有六个五元环和两个六元环的分子结构数据;
以所述五元环数据中任一五元环为中心筛选获得第一框架数据包含:以中心五元环的五条边为共用边,获得所述中心五元环相接的三个五元环和两个六元环,其中所述三个五元环和所述两个六元环两两之间共用一条边;根据所述三个五元环和所述两个六元环构成半封闭结构,获得第一框架数据;
根据所述51264半笼中氧原子信息,获得与其对应的51264半笼包含:根据所述第一框架数据的中心五元环与所述第二框架数据的中心五元环组成八元环;获取所述51264半笼中除所述八元环之外的其他十二个氧原子信息;根据所述十二个氧原子信息获得与其氧原子信息相同的对应51264半笼。
2.根据权利要求1所述的气体水合物51264笼识别方法,其特征在于,获取待分析的气体水合物的水分子中五元环数据和六元环数据还包含:
获取待分析的气体水合物的水分子中的所有氧原子的点度;
删除所述氧原子中所述点度小于等于一的氧原子,获得参与成环的氧原子信息;
将所述氧原子信息中点度为三或四的氧原子以三个氧原子为一组的方式按序排列编号,生成氧原子数据;
根据所述氧原子数据获得待分析的气体水合物中五元环和六元环;
其中,所述三个氧原子以一个氧原子0为中心,另外两个氧原子1、2分别与中心的氧原子0相连。
3.根据权利要求2所述的气体水合物51264笼识别方法,其特征在于,获取待分析的气体水合物中五元环数据包含:
获取所述氧原子数据中连接在同一中心氧原子0的氧原子1和氧原子2上,除中心氧原子0之外的氧原子3的编号和氧原子4的编号;
当所述氧原子3的编号和所述氧原子4的编号与其对应的中心氧原子0的编号、与中心氧原子0相连的氧原子1的编号和氧原子2的编号不同,且所述氧原子3和所述氧原子4之间的距离小于3.5埃,则根据所述中心氧原子0与连接在所述中心氧原子0上的氧原子1、氧原子2和所述氧原子3、所述氧原子4获得所述五元环。
4.根据权利要求3所述的气体水合物51264笼识别方法,其特征在于,获取待分析的气体水合物中六元环数据包含:
当所述氧原子3和所述氧原子4之间的距离大于3.5埃,则获取与所述氧原子3和所述氧原子相连的其他氧原子;
当所述其他氧原子中存在相同的氧原子5同时与所述氧原子3和所述氧原子4相连,且所述氧原子0、所述氧原子1、所述氧原子2、所述氧原子3、所述氧原子4和所述氧原子5彼此之间编号均不相同,则根据所述氧原子0、所述氧原子1、所述氧原子2、所述氧原子3、所述氧原子4和所述氧原子5获得所述六元环。
5.一种气体水合物51264笼识别系统,其特征在于,所述系统包含元环构建单元、半笼识别单元和全笼获取单元;
所述元环构建单元用于获取待分析的气体水合物中五元环数据和六元环数据;
所述半笼识别单元用于以所述五元环数据中任一五元环为中心筛选获得第一框架数据;根据所述第一框架数据除中心五元环外的五元环为中心再次筛选获得第二框架数据;以及当所述第一框架数据与所述第二框架数据中存在完全相同的两个六元环时,根据所述第一框架数据与所述第二框架数据获得51264半笼;
所述全笼获取单元用于根据所述51264半笼中氧原子信息,获得与其对应的51264半笼;根据所述51264半笼及其对应的另一个51264半笼获得气体水合物中的51264笼;
所述半笼识别单元还包含:
以中心五元环的五条边为共用边,获得所述中心五元环相接的三个五元环和两个六元环,其中所述三个五元环和所述两个六元环两两之间共用一条边;
根据所述三个五元环和所述两个六元环构成半封闭结构,获得第一框架数据;
根据所述第一框架数据除中心五元环外的五元环为中心再次筛选获得第二框架数据;以及当所述第一框架数据与所述第二框架数据中存在完全相同的两个六元环时,根据所述第一框架数据与所述第二框架数据获得51264半笼;
所述全笼获取单元还包含:
根据所述第一框架数据的中心五元环与所述第二框架数据的中心五元环组成八元环;
获取所述51264半笼中除所述八元环之外的其他十二个氧原子信息;
根据所述十二个氧原子信息获得与其氧原子信息相同的对应51264半笼;
根据所述51264半笼及其对应的另一个51264半笼获得气体水合物中的51264笼。
6.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4任一所述方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至4任一所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010061161.7A CN111276193B (zh) | 2020-01-19 | 2020-01-19 | 气体水合物51264笼识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010061161.7A CN111276193B (zh) | 2020-01-19 | 2020-01-19 | 气体水合物51264笼识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111276193A CN111276193A (zh) | 2020-06-12 |
CN111276193B true CN111276193B (zh) | 2023-10-27 |
Family
ID=71003321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010061161.7A Active CN111276193B (zh) | 2020-01-19 | 2020-01-19 | 气体水合物51264笼识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111276193B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012112131A1 (ru) * | 2011-02-16 | 2012-08-23 | Общество С Ограниченной Ответственностью "Институт Физиологически Активных Соединений" | Фуллерены и иные каркасные молекулярные структуры в особом гидратированом состоянии |
CN108599970A (zh) * | 2017-03-17 | 2018-09-28 | 中国移动通信集团贵州有限公司 | 无向环网的识别方法、装置和系统 |
CN109243540A (zh) * | 2018-08-13 | 2019-01-18 | 中国石油大学(北京) | 水合物分解气体释放速率的计算方法及装置 |
-
2020
- 2020-01-19 CN CN202010061161.7A patent/CN111276193B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012112131A1 (ru) * | 2011-02-16 | 2012-08-23 | Общество С Ограниченной Ответственностью "Институт Физиологически Активных Соединений" | Фуллерены и иные каркасные молекулярные структуры в особом гидратированом состоянии |
CN108599970A (zh) * | 2017-03-17 | 2018-09-28 | 中国移动通信集团贵州有限公司 | 无向环网的识别方法、装置和系统 |
CN109243540A (zh) * | 2018-08-13 | 2019-01-18 | 中国石油大学(北京) | 水合物分解气体释放速率的计算方法及装置 |
Non-Patent Citations (2)
Title |
---|
Liam C. Jacobson 等.Thermodynamic Stability and Growth of Guest-Free Clathrate Hydrates:A Low-Density Crystal Phase of Water.2009,第第113卷卷(第第30期期),第10298-10307页. * |
水合物储氢的微观结构研究进展;汤涛;谢应明;刘道平;;海洋地质前沿(第11期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111276193A (zh) | 2020-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10916333B1 (en) | Artificial intelligence system for enhancing data sets used for training machine learning-based classifiers | |
Rexhepi et al. | Analysis of the impact of parameters values on the Genetic Algorithm for TSP | |
MacLeod et al. | Deduction of probable events of lateral gene transfer through comparison of phylogenetic trees by recursive consolidation and rearrangement | |
CN104820677A (zh) | 一种学科层级展示方法及系统 | |
WO2023274059A1 (zh) | 交替序列生成模型训练方法、从文本中抽取图的方法 | |
Liu et al. | Change detection of mobile LIDAR data using cloud computing | |
CN109919172A (zh) | 一种多源异构数据的聚类方法及装置 | |
CN110853120B (zh) | 基于分割绘图法的网络布局方法、系统及介质 | |
Gange et al. | Optimal k-level planarization and crossing minimization | |
WO2016095068A1 (en) | Pedestrian detection apparatus and method | |
CN114491200A (zh) | 基于图神经网络的异源兴趣点匹配方法和装置 | |
CN114781688A (zh) | 业扩项目的异常数据的识别方法、装置、设备及存储介质 | |
CN111276193B (zh) | 气体水合物51264笼识别方法及系统 | |
CN111968227B (zh) | 三维地质断层网络不确定性分析方法、系统及存储介质 | |
Camata et al. | Parallel implementation and performance analysis of a linear octree finite element mesh generation scheme | |
CN105447907A (zh) | 一种基于立体重构的工程制图作业智能批改方法及系统 | |
Moshfeghi et al. | Analyzing the Urban Network Morphology through Balancing of Space Approach: A Case Study of the Urban Network of Hormozgan Province | |
Lam et al. | Semantic 3D City Model Data Visualization for Smar t City Digital Twin | |
AlTarawneh et al. | Layman: A visual interactive tool to support failure analysis in embedded systems | |
Wang et al. | MULTI-NETVIS: visual analytics for multivariate network | |
CN110880358A (zh) | 气体水合物51262笼识别方法及系统 | |
CN109376409A (zh) | 一种三维水电预埋图的生成方法、装置、设备及存储介质 | |
Thushara et al. | Panel generation as an application of genetic algorithm | |
CN103186709B (zh) | 一种确定安全事件风险值的方法和系统 | |
CN113033827B (zh) | 一种用于深度森林的训练方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |