CREST：柔性分子的构象聚类

当构象很多、后续计算成本较高时，可以先聚类，选出少量代表结构。本例使用自建七碳链C₇H₁₆候选，先GFN-FF优化，再运行CREST原生二面角PCA/k-means。

1. 先查看实际数据#

下载完整输入、实际结果与读取绘图脚本，保存为 example.zip：

python3 -m zipfile -e example.zip .
cd crest-heptane-clusters
bash read.sh
bash plot.sh

这两步读取附带的实际结果，生成 analysis-read 数据与 figures 图片；不会重新计算。要换成自己的输入，请先阅读下面的流程。

橙色柱为原生程序选出的3条代表记录。中间散点图是另做的sin/cos二面角特征投影，不是CREST输出的原生PCA坐标；它用于辅助看结构分布。完整数据见能量与二面角CSV。

2. 准备候选集合#

本例共9条候选记录：一条已计算的全反式结构，加8条新扭转候选。8条新结构实际运行GFN-FF优化后，与原有那一条合并。不是9个不同分子，也没有证明它们属于9个独立最低点。

第一条新候选的完整23原子输入可直接查看：

head -25 inputs/corrected-batch-opt/candidates.xyz

XYZ每条记录第一行为原子数、第二行为注释，后面为Å坐标。尚未计算的候选没有能量标签；优化后才将真实计算能量写入集合。对自己的体系，应保持原子顺序与分子连接关系一致。

3. 优化，再合并，再聚类#

本例使用独立 CREST 3.0.3，GNU Fortran与MKL编译，配套xTB 6.7.1。首次需要个人入口时，在已分配CPU作业中运行 bash build-private.sh，生成 ~/.local/ys-crest-tools/bin/crest。已有本专题该入口可以共用。CPU模板申请56核，程序实际2线程。

在已分配作业内，先优化8条新候选：

~/.local/ys-crest-tools/bin/crest input.xyz \
  --mdopt candidates.xyz --gfnff --T 2 --keepdir

优化得到 crest_ensemble.xyz，各记录含真实能量。将已有有效结构放在 all-trans-previous.xyz 后合并：

cat all-trans-previous.xyz crest_ensemble.xyz > ensemble.xyz
~/.local/ys-crest-tools/bin/crest input.xyz \
  --for ensemble.xyz --cluster 3 --gfnff --T 2 --keepdir

包内已经串好目录和文件传递：

bash submit.sh
# 计算完成后
bash read.sh work-new analysis-read
bash plot.sh

4. 本次实际得到什么#

原生输出实际进行了SVD/PCA，保留4个主成分，归一化贡献约 25.89%、25.31%、24.67%、24.13%；随后按指定数目分成3簇，写出 crest_clustered.xyz。

9条记录的GFN-FF能量范围约 2.3463 kcal/mol。聚类不是只取能量最低的3条；它同时考虑构象描述符。相近能量的记录也可能有不同骨架扭转。

5. 为什么小分子有时没有真正PCA#

二面角描述符太少时，程序可能直接提示数量不足，把全部结构写成代表记录。输出了 crest_clustered.xyz 并不总意味着进行了PCA。本例七碳链有足够骨架扭转描述符，原生日志明确列出主成分和聚类统计。

grep -A5 'principal component eigenvalues' reference-results/cluster-corrected/native.log
grep -A8 'Representative structures' reference-results/cluster-corrected/native.log

参数含义可参考CREST官方聚类选项。选择代表结构后的操作见代表结构与后续计算。