一种基于跨文件原子映射的沥青分子数据管理与三维可视化分析方法及系统

本发明属于材料信息化，涉及一种沥青分子信息化方法，尤其涉及一种基于跨文件原子映射的沥青分子数据管理与三维可视化分析方法及系统。

背景技术：

1、沥青是一类由沥青质、胶质、芳香分和饱和分等多种组分构成的复杂有机混合材料，其宏观流变性能、老化行为、改性效果和耐久性与微观分子结构、元素组成、极性、电荷分布和空间构型密切相关。随着分子模拟和量子化学计算在道路材料研究中的应用增多，研究人员通常需要同时处理分子基础组成表、gaussian等软件输出的fch/fchk量子化学计算文件以及pdb等结构文件。现有研究流程中，沥青分子基础信息、量子化学参数和三维结构文件往往分散存储。研究人员需要人工打开多个文件，分别读取分子编号、分子式、元素组成、分子量、h/c比、mulliken电荷、键级、坐标和结构模型，再通过人工方式建立对应关系。该流程存在以下问题：第一，不同文件之间缺少统一的分子编号和原子编号对应规则，容易发生文件错配、原子错位和数据转录错误；第二，fch/fchk文件中的原子电荷和键级矩阵无法直接与pdb三维坐标联合展示，导致分子结构、电子结构和组分性质之间的关联表达不足；第三，常规表格软件难以同时支持三维结构预览、原子级参数标注、交互式统计分析和数据导出；第四，新增分子计算结果时缺少自动同步机制，难以形成可持续扩展的沥青分子信息库。因此，有必要提供一种适用于沥青分子研究场景的数据自动解析与融合方法，将基础组成数据、量子化学计算数据和三维结构数据统一到同一分子记录中，并进一步提供三维重构、键级显示、原子电荷标注、统计分析和报表导出功能，从而提高沥青分子结构-性质研究的数据处理效率和可靠性。

技术实现思路

1、本发明提供一种基于跨文件原子映射的沥青分子数据管理与三维可视化分析方法及系统，以解决量子化学计算文件与结构文件中原子编号或原子顺序不一致、坐标系不同或构象存在差异时，原子级量子属性容易被错误关联至三维结构原子的问题。

2、为实现上述目的，本发明采用以下技术方案：

3、第一方面，本发明提供一种基于跨文件原子映射的沥青分子数据管理与三维可视化分析方法，包括以下步骤：

4、s1：建立沥青分子基础信息库；所述沥青分子基础信息库包括分子编号；

5、s2：获取与所述分子编号对应的量子化学计算文件和结构文件；

6、s3：解析所述量子化学计算文件，提取量子化学原子集合中各原子的原子序数、元素符号、原子电荷、三维坐标以及键连接信息或键级信息；

7、解析所述结构文件，提取结构原子集合中各原子的原子编号、原子名称、元素符号以及三维坐标；

8、s4：基于元素符号一致性在所述量子化学原子集合和所述结构原子集合之间构建候选原子对应关系；基于所述候选原子对应关系对所述量子化学原子集合和所述结构原子集合的三维坐标进行坐标配准，并结合原子的局部键连通性和配准后的空间距离计算所述候选原子对应关系的匹配代价；以最小化全部所述候选原子对应关系的总匹配代价为目标，获得跨文件原子映射关系；

9、s5：根据所述跨文件原子映射关系计算映射置信度，并根据所述映射置信度输出三维分子模型；

10、s6：对所述沥青分子基础信息库中的数值字段进行统计分析、可视化展示和输出。

11、为优化上述技术方案，采取的具体措施还包括：

12、进一步地，步骤s1中，所述沥青分子基础信息库还包括分子所属组分、分子式、元素组成、分子量、h/c比和沥青来源字段；所述分子所属组分包括沥青质、胶质、芳香分和饱和分。

13、进一步地，步骤s2中，所述量子化学计算文件为fch文件或fchk文件；所述结构文件为pdb文件。

14、进一步地，步骤s3中，提取所述原子电荷时，优先读取mulliken电荷，当mulliken电荷不存在时，读取其他原子电荷类型；所述键连接信息包括局部键连通性信息，从键连接数组、键级矩阵或其他可用连接性字段读取所述局部键连通性信息；解析所述结构文件时，对结构文件中的atom记录或hetatm记录进行固定列宽解析，读取原子编号、原子名称、元素符号和三维坐标；当元素符号字段为空时，根据原子名称中的字母字符推断元素符号；当原子编号字段缺失时，按照记录顺序生成连续原子编号。

15、进一步地，步骤s4中，所述局部键连通性至少包括与目标原子直接相连的邻接原子数量、邻接原子的元素类型和键连接类型中的一种或多种；所述匹配代价包括配准后空间距离代价和局部键连通性差异代价；将所述分子编号作为跨文件原子映射的索引。

16、进一步地，步骤s4中，所述匹配代价的计算方法为：

17、；

18、式中，为量子化学原子集合中原子与结构原子集合中原子之间的候选原子对应关系，为候选原子对应关系的匹配代价，为候选原子对应关系的配准后空间距离代价，为候选原子对应关系的局部键连通性差异代价，为空间距离权重系数，为键连通性差异权重系数，，，且；

19、候选原子对应关系的配准后空间距离代价的计算方法为：

20、；

21、式中，为量子化学计算文件中原子的三维坐标向量，为结构文件中原子的三维坐标向量，为通过候选原子对应关系集计算得到的旋转矩阵，为平移向量，表示欧几里得范数，为参考距离标量，取值为所有已配准原子对平均距离的中位数；

22、候选原子对应关系的局部键连通性差异代价的计算方法为：

23、；

24、式中，和分别为原子和原子的邻接原子数目，为分子中原子的最大邻接数目，为原子的邻接原子集合，为原子与其第个邻接原子间的键类型，为原子与其第个邻接原子间经当前候选映射方案对应的键类型，为键类型差异函数，当两键类型相同时取值0，当两键类型不同时取值1；

25、全部所述候选原子对应关系的总匹配代价的计算方法为：

26、；

27、式中，为全部所述候选原子对应关系的总匹配代价，为全部所述候选原子对应关系。

28、进一步地，步骤s5中，所述映射置信度根据元素符号未映射原子数、配准后的坐标均方根偏差和键连接冲突数中的一种或多种确定；当所述映射置信度满足置信度阈值时，将所述量子化学原子集合中的原子电荷、键连接信息或键级信息投影至对应的结构原子，叠加显示原子编号标签、原子电荷标签、键连接信息或键级信息对应原子对的键型，形成统一分子数据记录并生成三维分子模型；当所述映射置信度不满足置信度阈值时，输出文件不匹配标识，仅显示pdb结构，生成不含量子属性标注的三维分子模型。

29、进一步地，步骤s5中，所述映射置信度的计算方法为：

30、；

31、式中，为所述映射置信度，为映射完整度得分，为坐标偏差得分，为键连通性一致性得分，、和分别为映射完整度得分、坐标偏差得分和键连通性一致性得分的权重系数，；

32、所述映射完整度得分的计算方法为：

33、；

34、式中，为建立映射的原子数目；

35、所述坐标偏差得分的计算方法为：

36、；

37、式中，为坐标配准后已映射原子对的坐标均方根偏差，为尺度参数；

38、所述键连通性一致性得分的计算方法为：

39、；

40、式中，为映射后键连接冲突数，为所述量子化学计算文件中的总键连接数。

41、进一步地，步骤s6中，所述统计分析为对分子基础信息和量子化学参数进行散点图、箱线图或报表分析；所述输出的内容为分子详情、原子映射结果、原子电荷、原子坐标、统计报告或三维视图文件。

42、第二方面，本发明还提供一种基于跨文件原子映射的沥青分子数据管理与三维可视化分析系统，包括：基础信息管理模块，用于建立和维护沥青分子基础信息库；文件关联模块，用于根据分子编号关联量子化学计算文件和结构文件；量子化学计算文件解析模块，用于解析量子化学计算文件，提取量子化学原子集合中各原子的原子序数、元素符号、原子电荷、三维坐标以及键连接信息或键级信息；结构文件解析模块，提取结构原子集合中各原子的原子编号、原子名称、元素符号以及三维坐标；原子映射模块，用于基于元素符号一致性在量子化学原子集合和结构原子集合之间构建候选原子对应关系；基于候选原子对应关系对量子化学原子集合和结构原子集合的三维坐标进行坐标配准，并结合原子的局部键连通性和配准后的空间距离计算候选原子对应关系的匹配代价；以最小化全部候选原子对应关系的总匹配代价为目标，获得跨文件原子映射关系；以及根据跨文件原子映射关系计算映射置信度；量子属性投影与三维可视化模块，用于根据所述映射置信度输出三维分子模型；统计分析模块，用于对沥青分子基础信息库中的数值字段进行统计分析；数据导出模块，用于对沥青分子基础信息库中的数值字段进行可视化展示和输出。

43、第三方面，本发明还提出了一种计算机可读存储介质，存储有计算机程序，计算机程序使计算机执行上述的基于跨文件原子映射的沥青分子数据管理与三维可视化分析方法。

44、第四方面，本发明还提出了一种电子设备，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，处理器执行计算机程序时，实现上述的基于跨文件原子映射的沥青分子数据管理与三维可视化分析方法。

45、本发明的有益效果在于：

46、一、本发明不以原子顺序作为唯一对应依据，而是通过元素符号、局部键连通性、坐标配准和全局最小匹配代价确定跨文件原子映射关系，从而降低pdb文件原子重排、坐标系变化或构象差异造成量子属性错配的风险。

47、二、本发明根据映射置信度控制量子属性向三维结构的投影；当文件不匹配或映射可靠性不足时停止标注并输出不匹配标识，避免将原子电荷或键连接信息错误写入三维结构原子。

48、三、本发明将经映射置信度校验的跨文件原子映射关系、原子电荷、原子坐标和键连接信息保存在统一分子数据记录中，提高原子级数据的可追溯性和三维可视化结果的可靠性。

49、四、本发明以沥青四组分为分类基础进行统计分析，便于比较不同组分之间的分子量、元素组成、h/c比以及其他量子化学参数差异，为沥青材料分子设计和性能演化研究提供数据基础。

50、五、本发明支持新增分子文件上传和数据库同步更新，使沥青分子信息库能够随着计算样本增加而持续扩展。