DCCMDynamic cross-correlation map
哪些區域傾向一起動，用來講 allosteric 故事的圖。
01一句話只有一句
兩兩殘基位移的相關係數矩陣，用來主張哪些區域在一起動。
02Why should I care?我為什麼要讀這頁
先說結論：對你現在這個階段，這一頁的價值是讓你知道它在哪裡壞掉，而不是叫你趕快去畫一張。
但你還是得花這 20 分鐘，理由有三個。第一，你之後讀的每一篇 Cas9 allostery 論文都會放這張彩色方陣圖，包括本站 kinetics 論述最重要的那批文獻支撐；看不懂它、不知道它的失效模式，你就沒辦法判斷那些論文的結論有多硬。第二，如果 kinetics reframe 這個核心主張最後要配一張圖，「高保真變體不是綁得比較鬆，而是 REC 到 HNH 的訊號通道被打斷了」這句話最直接的視覺化就是一張 WT 減變體的相關差異圖 —— 你遲早要面對它。第三，它是理解 PCA 的另一半：兩者用的是同一個共變異數矩陣，PCA 讀它的特徵向量，DCCM 讀它的元素。
用你熟悉的世界搭橋：DCCM 是一個參考態決定答案的量。你算吸附能時，同一個吸附構型換一組參考態，同一個吸附物的整組數值只是整段平移；但只要不同吸附物用了不同的參考（O 記在 O₂ 還是 H₂O 上、H 記在 H₂ 還是質子加電子上），連跨吸附物的排序都會跟著翻 —— 所以參考態必須在方法段寫死。DCCM 的參考態就是你拿去做 superposition 的那個結構與那組原子，而它比吸附能更難處理：換一組 fit selection，整張圖的花紋可以整片翻掉，而且沒有像 computational hydrogen electrode 那樣一套公認的約定可以退回去。這就是它可防守性低的根源。
03What這是什麼
對第 i 與第 j 個殘基（通常取 Cα），令 Δri(t) = ri(t) − ⟨ri⟩：
值域 −1 到 +1，對角線恆為 1。畫成 N × N 的熱圖就是 DCCM。
注意分母。 它就是 RMSF 的乘積。所以 DCCM = 用 RMSF 歸一化過的共變異數。這給了你第一個警訊：RMSF 有多不穩，DCCM 的分母就有多不穩。 你的系統裡 DNA RMSF 跨 4 條 replica 的 CV 是 59.1%，那是一個直接進到每個矩陣元素分母裡的數字。
再注意分子。 ⟨Δri · Δrj⟩ 是兩個三維向量的內積，它等於 i 與 j 之間那個 3 × 3 交叉共變異數子區塊的 trace。也就是說，DCCM 把一個 3 × 3 矩陣壓成一個數，丟掉了所有 off-diagonal 的資訊。這不是小事，下一段就是它的直接後果。
三種情況，同一個公式：
- Cij ≈ +1：兩個殘基往同一個方向一起動。
- Cij ≈ −1：兩個殘基往相反方向一起動（常被拿來講「鉗子開合」）。
- Cij ≈ 0：在這個線性、共線的定義下沒有相關。 這不等於「沒有耦合」。兩個殘基可以完美同步，但一個沿 x 動、一個沿 y 動 —— 內積是零，DCCM 讀到 0，而它們其實是完全耦合的。
這個盲點有正規的解法：Lange 與 Grubmüller（2006, Proteins）用互資訊建了一個 generalized correlation measure，不再只看 trace，因此看得見正交方向的耦合；同一條路線的線性簡化版就是各家工具裡的 LMI（linear mutual information）。他們在 lysozyme 上的結論值得逐字記住：常規共變異數方法漏掉超過 50% 的相關量，而且主因正是它對兩個原子擾動之間相對取向的依賴，非線性只是次要原因。 也就是說，上面那個「正交就讀成 0」的盲點不是邊角案例，它是這個量的主要失效來源。如果你打算用 DCCM 主張「這兩個區域之間沒有通訊」，那個主張在方法上是無效的。
DCCM 和 PCA 是同一個共變異數矩陣的兩種讀法：PCA 對角化它、讀方向；DCCM 逐元素歸一化、讀兩兩關係。所以兩者共用全部的取樣與對齊問題，而 DCCM 多背一個「只看共線分量」的結構性盲點。
04Why為什麼重要
因為 Cas9 的整個故事就是 allostery。
PAM 被辨識 → R-loop 一格一格拉開 → REC lobe 感測遠端配對品質 → HNH 才被放行到催化構形。中間每一箭頭都是「A 處發生的事影響 B 處的行為」，而 A 與 B 之間隔著幾十 Å 的蛋白。這正是 kinetics 論述的物理基礎：高保真變體（SpCas9-HF1、eSpCas9(1.1)、HypaCas9）對 on-target 與 off-target 的結合親和力與 WT 差不多，差別在構形檢查點的動力學。如果你要說明「檢查點被調緊了」，你最終需要一種語言來描述訊號怎麼從 DNA 辨識區傳到催化區 —— DCCM 及其下游的 network analysis 就是目前這個領域最通用的那種語言。
這個領域做得最完整的示範是 Nierzwicki 等人 2021 年的工作：每個系統 3 條 replica × 約 1.2 μs 的 MD，加上溶液態 NMR，加上圖論的 allosteric network 模型。他們的結論是專一性突變改變了 HNH 的 allosteric connectivity，其中 K855A 對訊號傳遞的擾動最強，而三個突變的擾動強弱順序與生化實驗量到的專一性提升順序相符（相符，不是「證明因果」）。
這件事跟你手上的系統直接接得起來：他們測的兩組三重突變剛好就是 eSpCas9 的兩個版本 —— K848A-K1003A-R1060A 是 eSpCas9(1.1)，K810A-K1003A-R1060A 是 eSpCas9(1.0)。而你自己的接觸分析已經發現，那三個 grip 位點裡只有 K848 貼著 non-target 股（4 條 replica 平均 0.7 nm），K1003 與 R1060 的平均在一到兩奈米之外（1.6 與 1.5 nm）。「一個平均離接觸面一到兩奈米的殘基為什麼還能改變專一性」 —— 這個問題聚合接觸數答不了，而 allosteric network 是目前最現成的一種答法。但先看清楚這三個數字是什麼等級：跨 replica CV 都在 37 到 47%，全在 noise tier，R1060 在 replica 2 甚至貼到 0.5 nm。所以這是一個值得追的假說，不是「這兩個殘基不接觸、只能靠遠距耦合」的結論。這是 DCCM 值得留著的真正理由，但也只是「值得留著」，不是「現在就能拿來下結論」。
請看清楚那組配方的三個成分：多微秒、NMR、圖論。 這不是「跑完軌跡順手算一下」的分析，而是一個需要正交證據撐住的主張。這也是為什麼這一頁的星等只有 2 —— 不是方法錯，是門檻高。
05How怎麼做
流程與 PCA 幾乎一樣，只有最後一步不同：
- 對齊（superposition）。fit selection 就是這個分析的參考態，必須寫進方法段。
- 選原子，通常是 Cα。
- 算共變異數，取每個 3 × 3 子區塊的 trace。
- 用 RMSFi RMSFj 歸一化，畫熱圖。
工具：
# X: (n_frames, n_residues, 3)。這段不會幫你對齊，
# 前面要自己跑過 MDAnalysis 的 align.AlignTraj 或等價步驟
import numpy as np
d = X - X.mean(axis=0)
cov = np.einsum('tik,tjk->ij', d, d) / len(d) # ⟨Δr_i · Δr_j⟩
msf = np.diag(cov) # = RMSF_i²
dccm = cov / np.sqrt(np.outer(msf, msf))
- R 使用者用 Bio3D 的
dccm()，這是文獻裡最常見的來源。 correlationplus可以同時算 DCCM 與 LMI／generalized correlation，做對照最方便。- 要往 network 走：VMD 的 dynamical network analysis（NetworkView）、
MD-TASK，以及 Grubmüller 組的g_correlation。 - 社群偵測（Girvan–Newman）與 optimal／suboptimal path 是把矩陣變成「路徑」的下一步，也是最容易過度解讀的一步。
成本： 矩陣本身是秒級，跟 PCA 一樣便宜。這個分析真正的成本全部在取樣。
報告時至少要有（缺一項都會被問）：
- fit selection 與參考結構，以及換一組 fit selection 的敏感度測試。
- 每一條 replica 各自的 DCCM，不要只給平均圖。把四張圖並排放進補充材料，讀者自己就能判斷可信度。
- 一個量化的一致性數字：把每條 replica 的矩陣上三角攤平成向量，兩兩算相關係數，報這組數字的範圍。這件事幾乎沒人做，但它便宜到沒有藉口不做。
- 如果要主張「無耦合」，附上 generalized correlation 的對照。
- 如果做 WT 減變體的差異圖，差異的量級必須跟同系統跨 replica 的差異量級並排呈現。
06When什麼時候用
- 取樣已經到 μs 量級（對照組：Nierzwicki 那組每系統 3 條 × 約 1.2 μs），或 replica 數多到你報得出跨 replica 一致性而且數字撐得住，而且你要寫的是機制故事那一章。 這是它能寫成主張的唯一主場。
- 手上有正交證據可以對照時 —— NMR relaxation、HDX、系統性 mutagenesis。有實驗錨點的相關圖與沒有錨點的相關圖，根本不是同一個等級的東西。
- 要當作 community network / path analysis 的輸入時。 矩陣本身只是中間產物，真正被檢驗的是下游的網路指標。
- 探索性地看一眼、產生假說時。 成本近乎為零，在 lab notebook 裡畫來自己看完全沒問題 —— 前提是不把它寫成主張。
- 要把一個已經用別的證據確立的機制講給人聽時。 當結論已經站住，DCCM 是很好的溝通工具；當結論還沒站住，它是很危險的說服工具。
07When NOT什麼時候別用
- 取樣不足時不要用，而且它需要的取樣比你直覺以為的多得多。 相關係數的估計誤差大約是 1/√n，這裡的 n 是獨立樣本數 —— 而 MD 的幀之間高度相關，真正的 n 遠小於幀數。用跟 PCA 同一套量級推估：4 × 87 ns，domain 級運動的相關時間若在 ~1 ns 量級，每條軌跡的獨立樣本只有 10¹ 到 10² 量級，於是純粹來自雜訊的 |Cij| 本身就有 0.1 到 0.3 的量級。而這張矩陣有 10⁶ 量級個元素，光靠亂數就會有一批跑得更高 —— 那些就是你在圖上看到的「結構」。再加上這個矩陣的分母是已經被判為 noise tier 的 RMSF（DNA RMSF CV 59.1%）。怎麼看出它壞了： 把四條 replica 各自的 DCCM 並排畫出來。如果四張圖的花紋不一樣，那張漂亮的平均圖就是四份雜訊平均出來的假象。這個檢查不用花任何額外算力，卻幾乎沒有論文做。
- 對齊方式沒有物理理由時不要用。 全蛋白最小平方疊合遇到一個大幅擺動的 domain（Cas9 的 HNH 正是這種）時，擬合會為了讓總 RMSD 最小而讓參考框跟著那個 domain 走一點，於是其餘所有殘基在這個框裡看起來一起往反方向位移 —— HNH 與蛋白其餘部分之間憑空長出一整片負相關。那是對齊的算術，不是通訊。這件事你不用引文獻，自己就能示範。怎麼看出它壞了： 換一組 fit selection（全蛋白／只用 REC lobe／只用剛性核心）重算，如果 map 的大結構整個翻掉，你看到的是對齊方式，不是 allostery。
- 不要把 0 讀成「沒有耦合」。 這是定義層次的盲點，不是取樣問題，跑再久都不會好。正交耦合在內積裡是零。怎麼看出它壞了： 同一條軌跡同時算 DCCM 與 generalized correlation，找出「DCCM 接近 0 但 GCC 明顯非零」的區塊；只要存在這種區塊，你原本基於 DCCM 的否定敘述就得改寫。
- 不要把它壓成一個數字拿去排序變體。 一張矩陣要變成排序分數，得先壓成純量（例如某兩個 domain 之間的平均相關）。那個純量的跨 replica 誤差你沒有量過，而組成它的那一層量在你的系統上全部落在 noise tier：DNA RMSF CV 59.1%、逐位點距離 38 到 46%、interface iRMSD 23.9%。怎麼看出它壞了： 先算同一個系統四條 replica 各自的那個純量，看它的散布有沒有小於你想宣稱的 WT 與變體差異。多數情況下不會。
- 不要在沒有正交證據時把相關講成因果的訊號傳遞。 兩個區域一起動，可以只是因為它們被同一個大尺度剛體運動帶著走，跟「A 把訊息傳給 B」是兩回事。DCCM 沒有時間方向性，看不出誰先誰後。怎麼看出它壞了： 檢查那條「路徑」是否只是沿著空間上最近的殘基串起來的 —— 如果是，你畫的是幾何，不是通訊。
- 不要跨系統直接比不同 map 的絕對值。 軌跡長度會系統性地改變相關係數的估計：有限樣本下 |Cij| 的期望值系統性大於真值，n 越小偏得越多，所以取樣越充分，虛假的長程相關越會往 0 收。所以「變體的長程相關比 WT 高」很可能只是變體那條軌跡跑得比較短。怎麼看出它壞了： 把長軌跡截短到跟短的一樣長再算一次，差異若消失，那個差異就是長度造成的。
它同時具備兩個性質：看起來極有說服力（彩色、對稱、有結構），以及極難證偽（沒有明確的對錯基準，reviewer 無法從圖上判斷你有沒有過度解讀）。在科學寫作裡，這個組合是最需要作者自律的那一類。凡是「好看但難以證偽」的圖，作者有義務主動附上它可能是雜訊的檢驗，因為讀者沒有能力自己做。
08Project Lens跟我的 project 多相關
為什麼只有兩星（誠實版）： 對「建立便宜、可大量篩選、可防守的第一版 workflow」這個目標，DCCM 同時吃三重虧。
- 取樣門檻遠超你現有的尺度。 對照組很清楚：Nierzwicki 等人 2021 年做這件事，每個系統跑 3 條 replica × 約 1.2 μs，外加 NMR 與圖論模型；你手上是 4 × 87 ns —— 單條軌跡差了一個數量級，而你的系統（535,265 原子）還比他們的全長模型（約 340,000 原子）更大。而且這張圖的分母（RMSF）在你自己的可靠性分析裡已經落在 noise tier（DNA RMSF CV 59.1%）。
- 答案隨參考態漂移，而你已經在這件事上吃過一次大虧。 逐殘基 top-8 接觸殘基從 Chai-1 預測結構起始是 0/8 共享、ρ ≈ −0.03（等於隨機）；換成 5F9R 晶體結構起始就變成 3/8 共享、Spearman +0.77。元兇是起始結構，不是 metric。 DCCM 對 superposition 參考的敏感度是同一類問題換一個面孔出現，而且這次沒有「用晶體結構」這種現成的正確答案可以退回去。
- 產出的是好看但難以證偽的圖。 它給不出「這個變體排第幾」，也給不出可以放進 Gate 的閾值。對一個以 methodology 為主張的 paper 來說，多一張難以檢驗的圖不會加分，反而給 reviewer 多一個攻擊面。
為什麼不是一星： 因為它不是錯的方法，只是現在不是時候。三個真實的價值：它幾乎不用錢，探索性地看一眼完全合理；它是把 kinetics reframe 視覺化的最直接工具，而 kinetics vs equilibrium 正是本站的結構性論點；而且它的失效模式本身就是可寫的材料 —— 在 methodology paper 裡誠實展示「四條 replica 的 DCCM 花紋不一樣」，比展示一張漂亮的平均圖有價值得多，因為前者是可證偽的證據，後者只是裝飾。
具體怎麼用： 現在做，但只做兩件事。第一，當作取樣體檢的一部分：算四條 replica 各自的 DCCM、報兩兩之間的一致性，把它放進可靠性分析那一章當反例。第二，寫進 lab notebook 產生假說，例如「REC 與 HNH 之間有沒有出現分區」，再用有明確物理意義的量（HNH 距離、接觸數）去驗證那個假說。不放進打分層，也不放進 paper 的主張層 —— 要放進去，先付取樣的錢，並且升級到 generalized correlation 加上正交實驗證據。
09Reviewer Thinkingreviewer 會問什麼
你跑了多少取樣？這張 map 的每個元素有誤差棒嗎？點開看參考答案
最誠實也最有效的回答是直接附上每條 replica 各自的 DCCM，加上一個量化的一致性數字（上三角攤平後兩兩相關）。如果一致性差，正確做法是把 DCCM 從「證據」降級成「探索性觀察」並明說，而不是只給平均圖。你的專案有一個現成的教訓可以用：2 條 replica 時逐殘基一致性看起來 6/8 很漂亮，跑到 4 條掉到 3/8 —— 小 n 會系統性地高估一致性。
你的 superposition 參考是什麼？換一組 fit selection，結論還在嗎？點開看參考答案
這是廢掉一張 DCCM 最快的問題，因為疊合本身就會造相關：最小平方擬合會把大幅擺動 domain 的運動分攤成其餘殘基的反向位移，長出一片與生物學無關的負相關。可防守的回答是附上敏感度測試 —— 至少三組不同的 fit selection（全蛋白、單一 domain、剛性核心），並展示你主張的那個特徵在三種對齊下都存在。做不到就不要主張。
你用的是線性共線相關，怎麼排除正交耦合被整批漏掉？點開看參考答案
沒辦法排除，這是定義層次的限制。正確回答是承認它，並附上 generalized correlation 或 LMI（linear mutual information）的對照圖，指出兩者不一致的區塊，然後說明你的結論只建立在兩種方法一致的部分上。任何「這兩個區域之間沒有通訊」的敘述，只用 DCCM 是撐不住的。
你怎麼從「相關」跳到「訊號傳遞」？點開看參考答案
相關沒有方向也沒有因果。可防守的路徑是：先用網路指標（path length、betweenness）而不是肉眼讀熱圖；再用正交證據錨定（NMR、mutagenesis、或你自己的 HNH 距離時間序列）；最後把因果敘述留給有時間方向性的分析。如果只有一張熱圖，答案應該是「我們觀察到相關，機制推論留待後續」。
WT 減變體的差異圖上那些區塊，有超過同一系統跨 replica 的差異嗎？點開看參考答案
這是最公平也最致命的一問，而它的答案通常是「沒有」。標準做法是把「WT replica 1 減 WT replica 2」的差異圖跟「WT 減變體」的差異圖用同一個色階並排。如果兩張看起來一樣強，那個變體效應就沒有超過雜訊。這個對照極便宜，卻幾乎沒有論文放。
10Common Mistakes最常犯的錯
- 只跑一條軌跡就出一張 DCCM 並宣告 allosteric pathway。 後果：讀者無從判斷花紋是不是雜訊。正解：每條 replica 各出一張，報一致性數字。
- 在有大幅 domain 運動的系統上用全蛋白疊合。 後果：剛體運動被塗抹成整片 ±1 區塊，看起來像強烈的長程通訊。正解：多組 fit selection 做敏感度測試，並在方法段寫清楚參考態。
- 把 Cij ≈ 0 讀成「兩個區域沒有耦合」。 後果：一個方法上無效的否定敘述。正解：附 generalized correlation／LMI 對照，或把敘述改成「在共線相關的定義下未觀察到相關」。
- WT 減變體的差異圖沒有跟 replica 內部變異並排。 後果：把雜訊講成突變效應。正解：同色階並排展示 replica 之間的差異圖當作 null 對照。
- 拿長度不同的兩條軌跡比較 map。 後果：差異來自軌跡長度而非系統。正解：截到同長度重算。
- 把熱圖上一條斜線讀成訊號傳遞路徑。 後果：常常只是把空間上相鄰的殘基串起來，講的是幾何不是通訊。正解：改用網路指標，並檢查該路徑是否只是最短空間距離。
- 只給圖，不給矩陣數值與計算細節。 後果：無法重現，也無法檢驗。正解：把矩陣本身、fit selection、幀數與 stride 一起放進補充材料。
11Further Reading讀哪幾篇
12Summary三句話
DCCM 是把共變異數矩陣的每個殘基 3 × 3 子區塊壓成一個內積、再用 RMSF 歸一化得到的相關係數方陣，值域 −1 到 +1。它幾乎不用錢，也是把 allosteric 故事視覺化最直接的一張圖，但它同時吃三重虧：需要遠超你目前尺度的取樣、答案會隨 superposition 參考結構漂移、而且對正交耦合完全盲目。所以在第一版便宜 workflow 裡它是探索與產生假說的工具，不是能寫進 paper 主張的證據；要升級就得先付取樣的錢，並換成 generalized correlation 這類看得見正交耦合的量。