名詞速查Glossary

看不懂哪個字，先來這裡。每一條都告訴你它出現在哪幾頁。

怎麼用這一頁

這份 glossary 是自動從全站頁面收集的：每一頁在 frontmatter 宣告自己用到的術語，這裡就會列出來，並反向標出「這個詞出現在哪幾頁」。所以它不會跟內文脫節。
按 / 可以直接跳到左側搜尋框；或用下面的字母列跳到該區。

專有名詞在本站一律保留英文原文，不翻譯。理由很簡單：你最終要看懂英文 paper、要跟做 Cas9 的 PI 對話。翻譯過的術語在那兩個場合都用不上，反而多一層轉換。中文對照名只在能幫助第一次理解時才附上。

#

5F9R: Jiang 等人 2016 年解出的 SpCas9–sgRNA–完整 R-loop 三元複合體晶體結構，解析度 3.40 Å，是本專案生產 MD 的起始座標。它是第一個 non-target 股完整可見的結構，狀態被定位為 pre-catalytic（H840 距切位約 15 Å），所以從它起跑等於已經站在構形檢查點的下游。
出現在：HNH 距離與構形檢查點

A

acceptor受體: 氫鍵裡接受氫的那個重原子（通常是 N 或 O），donor 的 D–H 鍵指向它。判準寫的是 d(D···A) 還是 d(H···A) 會給出完全不同的數字，所以報氫鍵時一定要寫清楚距離量的是哪兩個原子。
出現在：氫鍵分析
accuracy準確度: 量到的東西跟外部真值（cleavage rate、specificity ratio）有多接近，跟 precision（換個亂數種子還在不在）是兩件事。本專案目前只做到 precision：一把每次都指向同一方向的尺仍然可能是壞尺，把低 CV 講成有預測力是這裡最常見的越權。
adaptive sampling適應性取樣: 用當前的 MSM 判斷哪些狀態取樣不足，下一輪就從那裡重新播種，能大幅降低所需總取樣量，也很適合「同時只能跑 2 個 job」的排隊環境。代價是平衡取樣被破壞，穩態分布必須用重權估計器才能談，轉換速率通常還撐得住、族群比例往往撐不住。
出現在：Markov State Model
aggregate sampling總取樣量: 所有軌跡長度加起來的總和，例如 4 replica × 約 87 ns ≈ 0.35 μs。看到這個數字要當場拆回「幾個系統 × 幾條獨立 replica × 每條多長」，因為 10 × 200 ns 與 1 × 2 μs 的 aggregate 相同，但只有前者給得出跨軌跡的離散度。
出現在：怎麼讀一篇 Cas9 MD paper
allosteric異位的: 形容一個位點發生的事會影響到空間上數十 Å 外另一個位點的行為，例如 REC3 感測 PAM 遠端配對品質之後才放行 HNH docking。這是形容詞形式，名詞見 allostery。
allostery異位調控: 遠端位點之間的功能耦合，Cas9 從 PAM 辨識一路傳到 HNH 放行的整條鏈就是它。DCCM 與其下游的網路分析是這個領域描述它最通用的語言，但相關性沒有時間方向也沒有因果，要講「訊號傳遞」得另外拿正交證據（NMR、mutagenesis）錨定。
出現在：DCCM
AlphaFold: DeepMind 的蛋白結構預測模型，除了座標還輸出 pLDDT、PAE、ipTM 等信心指標。注意不同版本的信心校準不同（有報告指出 AlphaFold2 與 AlphaFold3 判定 disorder 的 pLDDT 切點分別約 68.2 與 76.6），所以 pLDDT 的絕對值不能跨模型比較。
出現在：結構預測能不能用
attenuation衰減: 古典測量理論的結果：兩個都帶量測誤差的量，觀測到的相關係數會被系統性壓低，等於真實相關乘上兩者 reliability 乘積的平方根。推論是 reliability 為 validity 的上界，一個換個亂數種子就散掉的量，就算背後的物理跟實驗完全一致，你也量不到相關性。
出現在：Level 5 — 知道 Benchmark 怎麼做、Metric 可靠性
autocorrelation自相關: 同一個觀測量在相隔一段時間的兩幀之間還有多相關，它決定了你的幀數要打幾折才是有效樣本數。關鍵是自相關時間是「每個觀測量各自的」而不是軌跡的性質，所以同一條 87 ns 軌跡可以對 BSA 綽綽有餘、對 groove 接觸計數根本沒開始收斂。
出現在：取樣與收斂

B

B-factor: 晶體學裡描述原子位置不確定度的欄位，與 RMSF 是同一個物理量的兩種寫法：B = (8π²/3) × RMSF²（RMSF 用 Å 時 B 得 Å²）。它額外含有靜態無序與晶格堆積效應，晶體堆積還會壓制表面 loop 的運動，所以只能跟模擬比趨勢、不能比絕對值。
出現在：RMSF
barostat恆壓器: 在 NPT 下調整盒子體積以維持目標壓力的機制。Monte Carlo 型（例如 OpenMM 的 MonteCarloBarostat）產生正確的等溫等壓分布，Berendsen 型只保證平均密度對、不保證體積漲落對，而你要報的量幾乎都是漲落。
出現在：Production 設定
baseline基準線: 比你便宜、比你笨、而你必須打敗的對照做法；Cas9 off-target 上的標準階梯是亂數排序 → mismatch 個數 → CFD score。沒有 baseline 的相關係數不是結果而是裝飾，而且整條 baseline 階梯在 CPU 上幾秒鐘就跑完，應該在投任何 GPU 時數之前先跑。
出現在：Level 5 — 知道 Benchmark 怎麼做、Benchmark 是什麼
Bayesian MSM: 以貝氏方式對轉移矩陣取後驗樣本（常用 Gibbs sampling）的 MSM 估計法，用來給 implied timescale、MFPT 這類量誤差區間，PyEMMA 一類套件有現成實作。它是 MSM 誤差估計的正規做法之一；另一條路是對「獨立軌跡」而非對「幀」做 bootstrap，對幀 bootstrap 因為相鄰幀高度相關而會低估誤差。
出現在：Markov State Model
benchmark: 一個在看到結果之前就固定下來的預測任務，四個零件缺一不可：獨立的 ground truth、比你笨的 baseline、事先登記的成功判準、以及一個本來就該 null 的 negative control。少一件就退化成 demo，而 Cas9 計算領域目前沒有 GMTKN55 那種公認測試集，這既是麻煩也是機會。
出現在：Level 5 — 知道 Benchmark 怎麼做、Benchmark 是什麼
Berendsen: 一類用速度或體積縮放把溫度、壓力拉回設定值的弱耦合演算法，效率高但不產生 canonical 系綜：動能漲落被系統性壓窄，還會出現能量從高頻模式漏到質心平移的 flying ice cube。因為你報的每一個量都是漲落的統計量，production 不要用它，溫度計上完全看不出這件事。
出現在：Production 設定
BLI: bio-layer interferometry（生物層干涉術）：在感測探針尖端以白光干涉即時追蹤結合層厚度變化，可同時取得 kon／koff 與 KD，與 SPR 同屬無標定的即時結合量測。它量的是 Cas9–DNA 的結合與解離，不是切割步驟；動力學研究指出高保真變體的 DNA 結合與解旋與 WT 差別不大，專一性提升幾乎全來自切割速率被壓低，所以 BLI 適合當「這個變體是不是壞掉了」的健康檢查閘門，不宜當專一性的主要驗證端點。
出現在：驗證與實驗合作
blind test盲測: 先凍結打分公式與評估指標、帶時間戳交出預測，實驗端保管測試集答案直到交件之後才揭露，而測試集至少要跟校準集一樣大。「我們沒有看」這句話沒有證據力，git commit hash 與交件時間戳才有。
出現在：Level 6 — 知道如何設計 workflow、Workflow 全圖、驗證與實驗合作
block averaging分塊平均: 把軌跡切成長度 b 的塊、每塊各算一個平均，再看這些塊平均的標準誤如何隨 b 變化：b 超過自相關時間之後標準誤會爬到一個 plateau，那個 plateau 值才是誠實的誤差。曲線一直爬看不到 plateau，本身就是「軌跡短於自相關時間」的直接證據。
出現在：取樣與收斂、Metric 可靠性、怎麼讀一篇 Cas9 MD paper
Boltzmann distribution波茲曼分布: 平衡態 MD 要取樣的目標分布，機率 ∝ exp(−U/kT)。MD 用時間平均代替系綜平均（ergodic hypothesis）來逼近它，所以從軌跡讀出來的每一個數字都是一個系綜平均的估計值，都該帶跨 replica 的誤差棒。
出現在：給 DFT 人的 MD
bootstrap: 對手上的樣本重複抽樣以估計統計量本身的不確定度，例如給 CV 一個信賴區間。在 MD 裡務必對「獨立軌跡」重抽，對「幀」重抽是假的，因為相鄰幀高度相關，誤差棒會小一個數量級。
出現在：Metric 可靠性
bridge helix橋接螺旋: SpCas9 residue 60 到 93 的富精胺酸長螺旋（保守精胺酸為 R63、R66、R70、R71、R74、R78），橫跨 REC 與 NUC 兩瓣並抓住 sgRNA 骨架。它在序列上夾在 RuvC-I（1 到 59）與 REC1 之間，是兩瓣之間的結構連接。
出現在：Cas9 的 domain 架構
BSA介面埋藏面積: buried surface area，兩個分子各自的 SASA 相加再減掉複合體的 SASA，量的是貼合之後有多少表面被藏起來不碰水。它是本專案最穩的量（4 replica CV 2.1%），因為它把上萬個原子的貢獻積分起來；代價是同一個道理讓它看不見介面內部的重排，也分不出 on-target 與 off-target。
出現在：Level 4 — 知道所有 Analysis、介面埋藏面積、分析與打分

C

Cas9: 由 sgRNA 導引、在 PAM 上游 3 bp 切出平頭雙股斷裂的 RNA 導引核酸酶，HNH 切 target 股、RuvC 切 non-target 股。關鍵是它不是「結合就切」的開關而是一個催化循環：結合與切割之間隔著 HNH 構形檢查點，專一性主要發生在那一步。
出現在：Level 0 — 我完全不知道 Cas9、Cas9 是什麼
CFD score: cutting frequency determination，Doench 等人 2016 年用約 28,000 條帶單一 mismatch 或單一插入／缺失的 guide 變體活性訓練出的容忍度矩陣，把一個候選位點上所有 mismatch 的保留率相乘得到 0 到 1 的分數。它是預測器不是真值，在你的 benchmark 裡永遠只能站在 baseline 那一欄，而且是你必須打敗的那一格。
出現在：Level 5 — 知道 Benchmark 怎麼做、Benchmark 是什麼、Ground truth 從哪來、文獻地圖
Chai-1: Chai Discovery 於 2024 年釋出的開源多模態結構預測模型，能同時處理蛋白、核酸與小分子，輸出 pLDDT、PAE 與 ipTM。本專案的實測結論是它的座標不能當生產 MD 的起點（逐殘基 top-8 接觸跨 replica 共享 0/8、ρ ≈ −0.03，等同隨機），但它的信心分布本身是免費而且有用的訊號。
出現在：結構預測能不能用
CHANGE-seq: 以環化與 tagmentation 進行的體外全基因體 off-target 偵測法，是 CIRCLE-seq 的高通量自動化版本。它把 in vitro 量測推到上百條 sgRNA 的規模，因此是目前少數規模足以當計算流程 ground truth 的資料集（Lazzarotto 2020）。
出現在：Ground truth 從哪來
Chapman-Kolmogorov test: MSM 唯一像樣的自我檢驗：用 lag time τ 建出的模型去預測較長 lag 的轉移矩陣，再跟直接在該 lag 估出來的比，兩者要在信賴區間內吻合。它比 implied timescale 的 plateau 嚴格（粗劃分可以假造出 plateau），沒有做 CK test 的 MSM，reviewer 有充分理由不信。
出現在：Markov State Model
checkpoint檢查點: 本站專指 HNH 構形檢查點，也就是 Cas9 綁上 DNA 之後、切下去之前必須通過的那道構形關卡；4UN3 那一類結構捕捉到的正是尚未活化的 checkpoint 構形。完整定義見 conformational checkpoint。
出現在：該用哪個結構起頭
chi-OL3: Zgarbová 等人 2011 年（JCTC）對 RNA 糖苷鍵扭轉角（χ）的重參數化，可疊在 ff99 上、作者建議與 bsc0 併用（即 ff99bsc0χOL3），主要用來消掉 ff99 在長時間 RNA 模擬裡長出的 ladder-like 假結構。OpenMM 的 amber14-all.xml 所含的 RNA 參數就是 amber14/RNA.OL3.xml，任何含 sgRNA 的系統都直接相關。
出現在：系統建立
chromatin染色質: DNA 纏在組蛋白上形成的細胞內包裝狀態，它的可及性是細胞內切割訊號的主要決定因素之一。你的 MD 是裸 DNA、沒有染色質，所以拿 cell-based 的 GUIDE-seq 當真值等於把可及性的誤差整包吞進殘差裡；體外的 CIRCLE-seq 或 Digenome-seq 在物理內容上對得多。
出現在：Ground truth 從哪來
CIRCLE-seq: 體外 off-target 偵測法：先把純化的基因組 DNA 環化以壓低背景，再用 Cas9 RNP 切、定序找切點，是這一類裡最靈敏的。它沒有染色質也沒有修復，會列出一堆在活細胞裡永遠不會被切的位點，但正因如此它跟裸 DNA 的 MD 在物理內容上最對得起來。
出現在：Level 2 — 知道 High Fidelity 是什麼問題、Level 5 — 知道 Benchmark 怎麼做、Off-target 與專一性、Ground truth 從哪來、文獻地圖、驗證與實驗合作
class imbalance類別不平衡: 正例遠少於負例的資料結構，例如一條 guide 允許到 4 個 mismatch 的候選位點是數百個量級，而實測有活性的通常只有數十個。在這種比例下 ROC-AUC 會看起來很漂亮但沒有意義，要報 precision-recall。
出現在：Ground truth 從哪來
cleavage rate切割速率: 單轉化條件下的切割速率常數，是最直接對應「HNH 檢查點放不放行」的實驗量，動態範圍也最大：Chen 等人量到 REC3 突變讓它掉約 1000 倍，而對 on-target 底物的親和力仍接近 WT。這就是為什麼驗證的主要端點必須是它而不是 KD。
出現在：驗證與實驗合作
coefficient of variation變異係數: 跨 replica 的標準差除以平均值再取百分比，是本站分層 metric 可靠性的主要工具（CV < 10% 綠燈、10 到 20% 黃燈、> 20% 紅燈，這三條線是本研究自訂的操作性門檻而非文獻標準）。注意分母：平均值趨近 0 的稀疏計數會讓 CV 發散，groove 接觸計數的 145.5% 很可能混了真雜訊與這個分母效應。
出現在：Metric 可靠性
collective variable集體變數: 把高維構形壓成一兩個數的座標，增強取樣沿著它加偏壓、自由能面沿著它畫。CV 不等於 reaction coordinate（後者要求 committor 只是它的函數），而選錯 CV 的失敗模式是那道能障被投影積掉，圖看起來平滑漂亮卻完全是錯的。
出現在：HNH 距離與構形檢查點、PCA、自由能地景與增強取樣、怎麼讀一篇 Cas9 MD paper
committor: 從某個構形出發、先掉進產物 basin 而不是先回到反應物的機率；在真正的過渡態上它應該是 0.5。committor test 是唯一能證明你的 CV 是好反應座標的檢查，也是幾乎沒人做的檢查，因為它本身就要一大筆算力。
出現在：自由能地景與增強取樣
community network analysis社群網路分析: 把殘基當節點、相關係數當邊權重建成圖，再用社群偵測（Girvan–Newman 一類）與 optimal／suboptimal path 分析，把 DCCM 變成「訊號通道」的敘事。這是 DCCM 下游最容易過度解讀的一步：一條沿著空間上最近殘基串起來的「路徑」講的是幾何，不是通訊。
出現在：DCCM
conformational checkpoint構形檢查點: Cas9 在「綁上 DNA」與「切下去」之間那道獨立於結合的構形關卡：R-loop 拉到底之後 REC3 要抓住 PAM-distal 端的扭折雙股，L1／L2 linker 才能把 HNH 搬到催化位置。這是本站的核心立場所在，專一性主要發生在這一步，所以平衡結合 ΔG 只能當粗篩、不能當專一性 ranker。
出現在：Level 1 — 知道 Cas9 如何切 DNA、Level 2 — 知道 High Fidelity 是什麼問題、Cas9 是什麼、Off-target 與專一性
Connolly surface: molecular surface，探針球滾過 van der Waals 表面時「接觸點」畫出的面，與 SASA（追的是探針「球心」）差了大約一個探針半徑的殼層，數值差很多。看到別人報的面積數字，第一件事是確認他用的是哪一種。
出現在：介面埋藏面積
contact map接觸圖: 介面上哪些殘基對的最短重原子距離落在截止值（本站用 4.0 Å）之內、以及維持了多久，可以取瞬時聚合數、逐對佔據率或逐殘基接觸度三種讀法。聚合起來是本專案最可靠又講得出機制的打分軸（總 protein–DNA 接觸 CV 4.1%），但同一份資料的逐殘基 top-8 只共享 3/8，所以一次都不要逐殘基報。
出現在：Level 4 — 知道所有 Analysis、Contact Map、分析與打分
coordination number配位數: 某個中心原子在截止半徑內的鄰居數，就是你在 HEA 表面上算的那個量。介面接觸數本質上就是把它搬到蛋白–核酸介面，連警告都一樣：聚合起來才是描述符，單一原子的單一快照 CN 不是。
出現在：Contact Map
cosine content餘弦含量: 衡量一個 principal component 的投影時間序列有多像純餘弦函數（0 到 1），因為隨機擴散的 PC 恰好就是餘弦、週期數等於 PC 序號的一半，越接近 1 就越無法與布朗運動區分。它沒有公認閾值，所以正確做法是把 PC1 到 PC3 的數值連同軌跡長度一起報，並對偏高的那幾個 PC 不下物理結論。
出現在：PCA
covariance matrix共變異數矩陣: 軌跡中所有座標分量兩兩之間的共變異，PCA 與 DCCM 讀的是同一個矩陣的兩種讀法：PCA 對角化它、讀方向，DCCM 逐元素用 RMSF 歸一化、讀兩兩關係。所以兩者共用全部的對齊與取樣問題，而 DCCM 多背一個「只看共線分量」的結構性盲點。
出現在：PCA、DCCM
cross-correlation互相關: 兩個殘基位移向量的內積除以各自 RMSF 的乘積，值域 −1 到 +1，就是 DCCM 的每一格。它把 3 × 3 交叉共變異子區塊壓成 trace，只看得見共線分量，所以兩個完美同步但方向正交的殘基會讀到 0，用它主張「這兩個區域沒有通訊」在方法上是無效的。
出現在：DCCM
cryo-EM冷凍電子顯微術: 把樣品急凍在玻璃態冰中用電子顯微鏡成像再重建結構的方法，近年 Cas9 的 R-loop 延伸中間態與含 mismatch 的未活化態主要由它解出。要注意這類結構的核酸長度往往是刻意設計來停在某個中間態的，直接拿來當 MD 起點就會連那個設計一起繼承。
出現在：該用哪個結構起頭
CUFIX: Aksimentiev 團隊為 CHARMM 與 AMBER 力場開發的一組 NBFIX 型成對非鍵參數修正，處理固定電荷力場高估帶電基團之間（以及部分脂肪族碳之間）吸引力、在多組分系統中造成人工聚集或過度貼合的問題。本專案沒有採用這類修正，所以介面緊密程度的絕對值要保留，只做同一套力場內的相對比較。
cutoff截止值: 本站有兩種完全不同的 cutoff：一是靜電的 real-space cutoff（例如 1.0 nm，倒空間由 PME 補回來，並不代表更遠就不算靜電）；二是分析用的幾何門檻（接觸 4.0 Å、鹽橋 3.2 到 4.5 Å、氫鍵各家不同）。前者是可以做收斂測試的數值參數，後者沒有第一原理依據，只能靠掃描證明結論對它不敏感。
出現在：Level 3 — 知道 MD 在模擬什麼、給 DFT 人的 MD、Production 設定、Contact Map、鹽橋分析
CV變異係數: 本站絕大多數頁面的 CV 指 coefficient of variation（跨 replica 的標準差除以平均），是決定一個量能不能進打分層的閘門。但在 hnh-distance、free-energy-landscape、markov-state-model 這幾頁，CV 指的是 collective variable，看到縮寫先確認上下文，這是本詞彙表最容易誤讀的一個。
出現在：Level 4 — 知道所有 Analysis、Level 5 — 知道 Benchmark 怎麼做、取樣與收斂、RMSD、RMSF、鹽橋分析、介面埋藏面積、Metric 可靠性、Workflow 全圖、分析與打分

D

dCas9: 催化失活的 Cas9，D10A 廢掉 RuvC、H840A 廢掉 HNH，兩個突變分別落在兩瓣的不同 domain 上。它仍然會結合 DNA 但不切，正好示範了結合與切割在 Cas9 上是解耦的。
出現在：Cas9 的 domain 架構
DCCM動態互相關圖: dynamic cross-correlation map，把每一對殘基位移的相關係數畫成 N × N 熱圖，是把 allosteric 故事視覺化最直接的一張圖。它同時吃三重虧：分母是已被判為 noise tier 的 RMSF、答案隨 superposition 參考漂移、而且對正交耦合完全盲目，因為好看又難以證偽，作者有義務主動附上「它可能是雜訊」的檢驗。
出現在：Level 4 — 知道所有 Analysis、DCCM
Digenome-seq: 體外 off-target 偵測法（Kim 等人 2015，Nature Methods）：用 Cas9 RNP 切純化的基因組 DNA 之後直接做全基因體定序，靠「一群 reads 的 5′ 端對齊在同一位置」的直線比對樣式認出切點，原始論文可驗證到 indel 頻率低於 0.1% 的位點。與 CIRCLE-seq 同屬 chromatin-free，物理內容跟裸 DNA 的 MD 對得起來。
出現在：Level 2 — 知道 High Fidelity 是什麼問題、Off-target 與專一性、Ground truth 從哪來、文獻地圖
docking對接: 本站指 HNH domain 轉動並就位到催化構形這件事，不是配體與蛋白的分子對接（molecular docking），這是最容易誤讀的一個詞。量它的座標沒有唯一標準定義，而文獻上用無偏 MD 看到它發生花了微秒等級，比 4 × 87 ns 多三到四個數量級。
出現在：HNH 距離與構形檢查點
donor予體: 氫鍵裡帶著那個氫的重原子（通常是 N 或 O），D–H 鍵指向 acceptor。它是不是 donor 完全取決於質子化狀態，His 的 HID 與 HIE 差別就是同一個氮從 donor 翻成 acceptor，所以質子化沒定好之前報出來的氫鍵沒有意義。
出現在：氫鍵分析
double difference雙差: 打分量取兩次差：先對 WT 取差，再取 mismatched 底物與 on-target 底物之間的差，也就是 Δ(mismatched) − Δ(on-target)。專一性變體的定義就是「保住 on-target、削弱 mismatched」，所以單一條件下打分必然把它們全判成跟 WT 沒差，這條規則讓成本乘二，但那是不能省的乘二。
出現在：Level 6 — 知道如何設計 workflow、分析與打分
DSB雙股斷裂: double-strand break，Cas9 的產物：HNH 與 RuvC 協同動作，在 PAM 上游 3 bp 處切出一個平頭（blunt）的雙股斷裂。細胞後續怎麼修復決定最終編輯結果，但那已經在你的模擬範圍之外。
出現在：Cas9 是什麼

E

editing efficiency編輯效率: 細胞裡的 indel 百分比，通常用 NGS 讀，是最終使用者真正在乎的量。它是 endpoint 而不是 rate，有飽和問題（兩個速率差十倍的變體跑到 24 小時可能都是 90%），所以要向實驗端爭取至少三個時間點。
出現在：驗證與實驗合作
effect size效應量: 你想偵測的差異有多大，它決定了 CV 門檻該定在哪。粗估法是兩組各 n 條 replica 時平均差值的相對標準誤約為 CV × √(2/n)，效應至少要是它的三倍才看得見；代進 n = 4，BSA（CV 2.1%）約可偵測 5% 以上的相對差異，protein RMSD（12.2%）要差到約 26%。
出現在：Metric 可靠性
effective sample size有效樣本數: 總幀數除以統計低效率 g，而 g = 1 + 2τ、τ 是該觀測量的自相關時間（以幀為單位）。它才是你真正的 n：若某個量的自相關時間是 10 ns，那 87 ns 只給你不到 10 個獨立樣本，而且多存幀不會讓它變大。
出現在：取樣與收斂
eigenvalue特徵值: 在 PCA 裡是軌跡投影到該主分量方向上的變異數（單位是長度平方），習慣由大到小排，大特徵值對應低頻軟模。所有特徵值的和等於 Σ RMSF²，也就是說 PCA 沒有創造任何新資訊，只是把 RMSF 的總量從「分配到原子」改成「分配到方向」。
出現在：PCA
eigenvector特徵向量: PCA 的每一個 principal component，一個 3N 維方向，意思是「所有原子按這個比例一起位移」的一種集體運動。兩個特徵值靠得近時，對應的特徵向量會在它們張出的平面裡任意旋轉、換一條 replica 就換一組模態，所以「投影量是聚合的」不保證「模態方向是穩的」。
出現在：PCA
enhanced sampling增強取樣: 用偏壓或加速手段強迫系統跨過平衡 MD 跨不過去的能障，事後再把偏壓扣回去還原無偏分布（umbrella sampling、metadynamics、GaMD 都屬此類）。它是整張地圖上唯一碰得到能障、也就是碰得到速率的路線，代價是總取樣量比平衡 MD 高一到兩個數量級。
出現在：文獻地圖、怎麼讀一篇 Cas9 MD paper
ensemble average系綜平均: 在 Boltzmann 分布下對某個物理量取的期望值 ⟨A⟩，這才是 MD 真正在算的東西。MD 是用時間平均去代替它（見 ergodic hypothesis），所以每一個從軌跡讀出來的數字都只是 ⟨A⟩ 的估計值、都該附誤差棒 —— 這跟 DFT 給你一個固定幾何下的單一數字是本質不同的兩種答案。
出現在：Level 3 — 知道 MD 在模擬什麼、給 DFT 人的 MD
equilibration平衡化: production 之前那一段讓系統從建模殘餘應力鬆弛到平衡態的軌跡，分析時必須丟掉。丟多少不要目測 RMSD 曲線，用統計判準決定（見 equilibration detection）；丟太少會被鬆弛汙染，丟太多是浪費昂貴的取樣。
出現在：Level 3 — 知道 MD 在模擬什麼、RMSD、從 PDB 到軌跡
equilibration detection平衡段偵測: 用統計判準自動決定 production 從第幾幀開始，取代目測曲線。常見做法是 pymbar 的 detect_equilibration：挑一個切點 t₀ 使剩下那段的有效樣本數最大，同時回傳統計低效率 g 與 N_eff。
出現在：取樣與收斂
ergodic hypothesis遍歷假說: 假設夠長的時間平均等於系綜平均，這是整個 MD 方法唯一的信仰跳躍。它沒有被證明，也證明不了，只能靠多條獨立 replica 反證它在你的時間尺度上不成立。
出現在：Level 3 — 知道 MD 在模擬什麼、給 DFT 人的 MD
ergodicity遍歷性: 系統在 t → ∞ 極限下會走遍所有相關構形空間的性質。它原則上量不到、只能反證：Cas9 的 HNH 構形轉換在微秒以上，所以 87 ns 做的是一個盆地內的局部取樣而不是遍歷取樣，這句話必須明寫進論文。
出現在：取樣與收斂
ESM-2: Meta 釋出的蛋白質語言模型，只吃序列、用遮罩預測訓練，逐位點的 log-likelihood 常被當成保守性或突變耐受度的代理。它與核酸感知的序列設計分數相關性很低，代表兩者是正交的訊號源而不是互相抄。
eSpCas9: Slaymaker 等人 2016 年做出的 enhanced-specificity SpCas9 系列，設計邏輯是把容納 non-target 股那條正電溝槽裡的鹼性殘基中和掉，削弱非序列專一的靜電抓握。它是「數鹽橋」這個分析在文獻上唯一直接對應到的設計路線（見 salt bridge）。
出現在：鹽橋分析
eSpCas9(1.1): Slaymaker 等人 2016 年（Science）以 non-target strand 正電溝槽的丙胺酸掃描定案的三重突變 K848A／K1003A／R1060A（較早的 eSpCas9(1.0) 是 K810A／K1003A／R1060A）。原文報告它在多數 on-target 位點的 indel 效率與 WT 相當，而且本來就該相當 —— 實測上三個 grip 位點裡只有 K848 真的貼近 non-target 股，K1003 與 R1060 平均都在約 2 nm 之外（這類逐位點距離跨 replica CV 落在 38 到 46%，只能當量級判斷用）。
出現在：Level 2 — 知道 High Fidelity 是什麼問題、Off-target 與專一性
essential dynamics本質動力學: 把 PCA 用在 MD 軌跡上的別名，主張前幾個主分量張出的低維子空間裝了大部分有功能意義的集體運動。名字聽起來很篤定，但那個子空間是取樣出來的不是解出來的，換一顆亂數種子就可能換一組模態。
出現在：PCA
essential subspace本質子空間: 共變異數矩陣前幾個特徵向量張出的子空間。要說兩條軌跡「看到同一組運動」，比的是兩個子空間的重疊而不是逐一比特徵向量，量度用 RMSIP（文獻上常用的粗略基準在 0.7 上下，那是慣例不是定理）。
出現在：PCA
Eyring艾林方程式: 過渡態理論的速率式 k = (k_B T ／ h) · κ · exp(−ΔG‡ ／ RT)，前因子 k_B T ／ h 在 300 K 約 6 × 10¹² s⁻¹。它對鍵斷裂還算合理，但溶劑中的 domain 轉動是擴散型過程、前因子由摩擦決定（見 Kramers），硬套會把速率高估好幾個數量級。
出現在：自由能地景與增強取樣

F

featurization特徵化: 建 MSM 的第一步：把每一幀座標換成一組平移旋轉不變的特徵（成對距離的子集、骨架二面角的 sin ／ cos、接觸指示函數）。特徵選壞了後面全錯，所以要用 VAMP-2 score 客觀比較幾組候選，不要憑感覺選。
出現在：Markov State Model
FEP: free energy perturbation：沿著十幾到二十幾個 λ window 的煉金術路徑算自由能差，是結合自由能的高精度做法，成本比 MM/PBSA 高兩到三個數量級。關鍵是它量的仍然是平衡結合 ΔG —— 把尺做得更準，不會讓你量到不在那條軸上的專一性。
出現在：MM/PBSA
ff14SB: Amber 家族的蛋白質力場（Maier 等人 2015），配 TIP3P 是被驗證過的組合，本專案的蛋白側用的就是它。要記住它的驗證邊界：訓練與驗證以小胜肽和可溶性球蛋白為主，沒有涵蓋大型蛋白–核酸複合體，也就是沒有涵蓋你的系統。
出現在：系統建立、文獻地圖、怎麼讀一篇 Cas9 MD paper
ff19SB: ff14SB 的後繼者，backbone 參數是對溶液中的 QM 能量面逐胺基酸訓練出來的，Amber 目前的建議組合是 ff19SB 配 OPC 水。注意 ff19SB + TIP3P 不是被驗證過的搭配 —— 力場與水模型是一整套 fit 出來的，混搭會失去所有驗證背書，而且偏差方向無法預測。
出現在：系統建立
fit selection疊合原子組: 做結構疊合（superposition）時用來對齊的那組原子。它跟 measure selection（實際拿來算偏差的原子）不必相同，而且分開才有用：用整個蛋白疊合、只量 HNH，得到的是 HNH 相對整體的剛體位移；用 HNH 自己疊合，得到的是它的內部形變。
出現在：Level 4 — 知道所有 Analysis、RMSD
fixed-charge固定電荷: 主流蛋白／核酸力場（Amber、CHARMM）的性質：每個原子的部分電荷在建系統那一刻就凍結，不隨環境改變。極化不是被算出來的而是被平均進參數裡（Amber 用 HF/6-31G* 的 RESP 電荷，正是因為那個組合會系統性過度極化，剛好粗略模擬水環境），所以在環境與 fit 時不同的地方會系統性地錯。
出現在：給 DFT 人的 MD
flying ice cube飛冰塊效應: 動能從高頻模式（鍵伸縮）漏進整體質心平移，最後你得到一塊在水盒裡飛的冰。它是 Berendsen 這類速度縮放 thermostat 的典型病徵，最便宜的診斷是看質心速度有沒有隨時間單調長大。
出現在：Production 設定
force field力場: 一個寫死函數形式、參數 fit 出來的經典位能面：鍵長、鍵角、二面角、Lennard-Jones、點電荷庫倫，就這五項，沒有波函數也沒有自洽場。它的誤差是 fit 的系統誤差而不是離散化誤差，所以沒有「加大就變準」的旋鈕 —— 跑更久只縮小統計誤差，不縮小力場的錯。
出現在：Level 3 — 知道 MD 在模擬什麼、給 DFT 人的 MD、從 PDB 到軌跡
free energy landscape自由能地景: 沿著你選的 collective variable 把機率分布轉成 F(s) = −k_B T ln P(s) + C，能障就是 F(過渡區) − F(起始 basin)。它是投影：所有正交於 s 的自由度都被積掉，選錯座標會讓真實的牆憑空消失，而圖看起來平滑漂亮。
出現在：Level 4 — 知道所有 Analysis、自由能地景與增強取樣
funnel篩選漏斗: 多層篩選流程：上游便宜、候選 10⁴ 到 10⁵ 個，每往下一層單位成本貴一個量級、通過數少一個量級，設計的本質就是決定哪個判準放在哪一層。本站在談 funnel 時，指的是「以平衡結合 ΔG 當單一排序軸」的那一類 Cas9 變體篩選設計；它的結構性弱點不在哪一層做得不夠細，而在排序軸本身。
出現在：Level 6 — 知道如何設計 workflow、Workflow 全圖

G

GaMD: Gaussian accelerated MD：在位能面上加一個平滑的 boost 把井填淺以加速跨越，事後再重加權回無偏分布。它最大的優勢是不需要事先指定 CV，代價是重加權後的自由能面只能當半定量、而且拿不到速率常數 —— 這就是為什麼走這條路的論文講的是「族群往哪邊移動」而不是「能障是幾 kcal/mol」。
出現在：自由能地景與增強取樣、文獻地圖、怎麼讀一篇 Cas9 MD paper
Generalized Born廣義玻恩: Poisson-Boltzmann 方程的解析近似，用來算極性溶劑化自由能，快一個數量級但更粗 —— MM/GBSA 就是把 MM/PBSA 裡的 PB 換成它。它跟 PB 一樣需要你給溶質內部介電常數，而那是一個擬合旋鈕不是常數（見 interior dielectric constant）。
出現在：MM/PBSA
generalized correlation廣義相關: Lange 與 Grubmüller（2006 年，Proteins）提出的相關量度：先算兩個殘基位移之間的互資訊，再映射回 0 到 1 的相關係數，因此看得見兩個殘基往正交方向的耦合 —— 那正是 DCCM 這種內積式相關結構性盲掉的一整塊。代價是它只有大小沒有正負號（分不出同向或反向），而且互資訊怎麼估（k-近鄰的非線性估計，或由共變異數矩陣得到的線性化版本 LMI）會影響數值。任何「這兩個區域之間沒有通訊」的敘述，只用 DCCM 是撐不住的，必須附這個對照。
出現在：DCCM
GPU-hour: 一張 GPU 跑一小時的算力計價單位，是這類專案的硬通貨。報成本時它不等於交付時間：排程佇列的併發上限與家目錄配額，往往比 GPU-hour 先卡住你，所以估算時 wall time 與磁碟要跟 GPU-hour 一起估。
出現在：Level 6 — 知道如何設計 workflow、Workflow 全圖
ground truth真值: 獨立於你的方法產生的答案，benchmark 四個必要零件之一。關鍵字是「獨立」—— 拿 CFD score 這類預測器當答案是循環論證，你測到的是「你有多像它」而不是「你有多對」。
出現在：Level 5 — 知道 Benchmark 怎麼做、Level 6 — 知道如何設計 workflow、Benchmark 是什麼、Ground truth 從哪來、Workflow 全圖、驗證與實驗合作
GUIDE-seq: Tsai 等人 2015 年的細胞內 off-target 定位法：轉染一段平端雙股寡核苷酸（dsODN），它經 NHEJ 插進 Cas9 造成的雙股斷裂處當標記，再定序找出插在哪，可偵測到約 0.1% 的突變頻率。它有真實染色質與修復環境，代價是這些自由度在沒有染色質的 MD 裡根本不存在，所以拿它當 MD 的真值會把可及性的誤差整包吞進殘差（見 CIRCLE-seq）。
出現在：Level 2 — 知道 High Fidelity 是什麼問題、Level 5 — 知道 Benchmark 怎麼做、Off-target 與專一性、Ground truth 從哪來、文獻地圖、驗證與實驗合作

H

heteroduplex雜合雙股: sgRNA 的 20 nt spacer 與 target strand 上的 protospacer 配成的 RNA:DNA 雙股，它加上被擠出來的 non-target 單股就構成 R-loop。REC3 感測的是它 PAM-distal 那一端的幾何（見 kinked duplex），不是它整體的配對能。
出現在：PAM 與 R-loop
heterogen: PDB 檔裡以 HETATM 記錄的非標準殘基：結晶助劑、緩衝液分子、金屬離子、配體、結晶水。建系統時要逐一決定留不留 —— 5F9R 的 SO₄²⁻ 與 GTP 是結晶條件的產物該拿掉，而 Mg²⁺ 留不留是一個必須寫進方法段的科學決定，不是預設值。
出現在：系統建立
HiFi Cas9: 單點突變 R691A 的高保真 SpCas9 變體（Vakulskas 等人 2018，Nature Medicine），由 REC3 隨機突變庫的無偏差細菌篩選得到，特別之處是它在 RNP 格式下保留了 on-target 活性。R691 落在 REC3，與 HypaCas9 的 N692A／M694A／Q695A／H698A 同屬這塊感應器；SpCas9-HF1 的四個突變（N497A／R661A／Q695A／Q926A）則分散在 REC 與 RuvC 側，不完全是同一塊。
出現在：Level 2 — 知道 High Fidelity 是什麼問題、Off-target 與專一性
high-fidelity variant高保真變體: 經工程改造後 off-target 切割明顯下降的 Cas9 變體（SpCas9-HF1、eSpCas9(1.1)、HypaCas9、HiFi Cas9）。它們的共同主題不是增強對正確序列的辨識，而是削弱非序列專一的黏著力，所以對 on ／ off-target 的結合親和力與 WT 相近 —— 這正是平衡結合 ΔG 排不出它們的原因。
出現在：Ground truth 從哪來
HMR氫質量重分配: hydrogen mass repartitioning：把質量從重原子挪一些到相連的氫上（系統總質量不變），壓低最快的含氫振動頻率（ω = √(k/μ)），讓 timestep 從 2 fs 進到 4 fs。它不動位能面所以平衡性質守得住，但質量矩陣變了，擴散係數、自相關時間、速率常數全被重新縮放 —— 要談 kinetics 就必須另跑無 HMR 的對照。
出現在：Level 3 — 知道 MD 在模擬什麼、給 DFT 人的 MD、系統建立、Production 設定、從 PDB 到軌跡
HNH: SpCas9 切 target strand 的核酸酶 domain，residue 775 到 908，催化殘基 D839 ／ H840 ／ N863。它整塊被插在 RuvC 序列中間、兩端只靠 L1 與 L2 兩條十幾個殘基的短鉸鏈繫著 —— 它不是黏在 RuvC 上的突起，是一顆掛在兩條繩子上的鎚頭，而這句話就是整台機器的力學核心。
出現在：Level 0 — 我完全不知道 Cas9、Level 1 — 知道 Cas9 如何切 DNA、Level 4 — 知道所有 Analysis、Cas9 是什麼、Cas9 的 domain 架構、RMSF、HNH 距離與構形檢查點、文獻地圖
holdout保留集: 從頭到尾一次都不看、最後才拿出來跑一遍的那部分資料。它是 retrospective 研究唯一能自證「沒有調參到測試集上」的機制，動了就不能再回頭調。
出現在：Level 5 — 知道 Benchmark 怎麼做、Benchmark 是什麼
hydrogen bond氫鍵: 古典 MD 的 Hamiltonian 裡根本沒有這一項 —— 你數出來的氫鍵是事後用一個距離門檻加一個角度門檻貼上去的布林標籤，力場沒有針對它被參數化。不同軟體的預設判準不同（連角度量的是哪三個原子、頂點在氫還是在 donor 都不一樣），所以任何沒寫出判準的氫鍵數字既不可比也不可重現。
出現在：Level 4 — 知道所有 Analysis、氫鍵分析
HypaCas9: Chen 等人 2017 年的高保真變體，四個突變 N692A ／ M694A ／ Q695A ／ H698A 全部擠在 REC3 的 692 到 698 這七個殘基裡。它的機制被稱為 enhanced proofreading —— 提高構形活化的門檻，而不是綁得比較鬆，所以任何以平衡結合 ΔG 為排序軸的方法都看不見它。
出現在：Level 2 — 知道 High Fidelity 是什麼問題、Off-target 與專一性
hysteresis遲滯: 沿 CV 正向拉一次、逆向拉一次得到的兩條 PMF 對不起來。在增強取樣裡它幾乎一律是「還沒收斂」的證據而不是一個物理現象，也是最便宜有效的收斂檢查 —— 沒做 hysteresis 檢查的 PMF，reviewer 有充分理由假設它沒收斂。
出現在：自由能地景與增強取樣、怎麼讀一篇 Cas9 MD paper

I

ICC組內相關係數: ICC = σ²_between ÷ (σ²_between + σ²_within)：不同變體之間的變異，除以它再加上同一變體跨 replica 的變異。它直接回答「這個 metric 分不分得出不同變體」，是 CV 的正確升級版 —— CV 只有分母是單一系統的平均值，那是你只有一個系統時的權宜替代品。
出現在：Level 5 — 知道 Benchmark 怎麼做、Metric 可靠性
implied timescale隱含時間尺度: 從 MSM 轉移矩陣特徵值換算出的慢過程時間尺度 t_i = −τ ÷ ln λ_i(τ)。把它對 lag time τ 作圖找 plateau，就是 k-mesh 收斂測試的時間版本：看到 plateau 才有資格報數字，一直隨 τ 線性往上爬代表取樣還差得遠。
出現在：Markov State Model
integrator積分器: 把 F = ma 往前推一個 timestep 的數值方案。要注意它在 Langevin 這一類方法裡同時兼任 thermostat —— 所以換 integrator 換掉的可能不只是精度，而是你在取樣哪一個系綜。
出現在：Production 設定
interaction entropy交互作用熵: Duan、Liu 與 Zhang（2016 年，JACS）提出的做法：直接從軌跡中蛋白與配體之間交互作用能的漲落做指數平均，估出結合自由能的熵項，用來取代昂貴的 normal mode analysis。它便宜，但指數平均的條件極差 —— Ekberg 與 Ryde（2021 年，JCTC）指出交互作用能的標準差一大就實務上無法收斂，所以報它一定要附誤差棒。（中國文獻多作相互作用熵。）
出現在：MM/PBSA
interior dielectric constant內部介電常數: PB ／ GB 求解時給溶質內部的介電常數 ε_in，預設是 1（真空），但帶電界面上文獻普遍用 1.4 到 2.0、蛋白–核酸體系有人用到 4。它是被調到能重現實驗親和力的擬合參數，角色等同 DFT+U 的 U，調過之後就不能再當獨立證據 —— 所以一定要附 1 ／ 2 ／ 4 的敏感度掃描。
出現在：MM/PBSA
ion pair離子對: 一對反號的可離子化基團。直接貼在一起的（重原子距離約 3.5 Å）就是 salt bridge，中間夾一個水分子的叫 solvent-separated ion pair、距離約 5 到 6 Å —— 後者在水裡常常比直接接觸更有利，但任何 4 Å 的截斷都會把它記成零。
出現在：鹽橋分析
ipTM: interface predicted TM-score：AlphaFold-Multimer 起用、由模型自預測的 aligned error 導出的自評分數，0 到 1，衡量「不同鏈之間的相對擺放正不正確」。它補的正是 pLDDT 看不見的那一塊 —— pLDDT 是局部量，兩塊各自 90 分的 domain 完全可以被擺在錯誤的相對方位；官方文件給的粗略讀法是高於 0.8 算可信、低於 0.6 多半是失敗的預測，中間是灰帶。問介面就看它與 PAE。
出現在：結構預測能不能用
iRMSD: interface RMSD：先用 10 Å 截止選出介面殘基，只對這些殘基的骨架做疊合與計算，是 CAPRI 評估 docking 模型品質的標準指標之一。在本專案的 5F9R 系統上它跨 4 條 replica 的 CV 是 23.9%，明確落在 noise tier，不能當打分軸。
出現在：RMSD

J

Jaccard: 兩個集合的交集除以聯集，用來量「兩條 replica 挑出來的是不是同一批殘基」。本專案逐殘基 top-8 接觸殘基的 pairwise Jaccard 是 0.48 —— 身分有一半在換，而同一批資料的 Spearman 卻有 +0.77，兩個數字必須一起報，只報後者會讓人誤以為逐殘基也很穩。
出現在：該用哪個結構起頭、Contact Map

K

kinetic partitioning動力學分流: 一個受質同時面對兩條互相競爭的路徑（例如 off-target DNA 的「被切掉」與「先 rewind 脫離」），最終走哪一條由兩條路徑的速率比決定，而不是由結合的強弱決定。Cas9 高保真變體的專一性正是這個機制：切割速率被壓低之後，脫離那條路才贏得過切割。這是「ΔG 排序量錯東西」的核心理由。
出現在：MM/PBSA
kinetic proofreading動力學校對: Hopfield 與 Ninio 提出的機制：系統插入一個額外的、要付出代價的中間步驟，把辨識的差異放大到超過單純平衡結合能差所能提供的程度。Cas9 的 HNH 構形檢查點就是這種閘門，也正是「專一性不住在 ΔG 裡」這句話的物理根源。
出現在：Cas9 是什麼、Off-target 與專一性、文獻地圖
kinked duplex扭折雙股: R-loop 拉到底之後，PAM-distal 端的 RNA:DNA 雙股被折出的那個特定扭折構形，REC3 要抓住它才會放行 HNH。PAM-distal 錯配的殺傷力就在這裡：它讓那段雙股擺不出扭折、呈現較線性的構形，於是複合體綁得住卻切不了。
出現在：PAM 與 R-loop
Kramers克拉默斯理論: 處理溶劑中擴散型過障的速率理論：前因子由摩擦決定，而不是像過渡態理論那樣由配分函數決定。溶劑中的 domain 轉動屬於這一類，所以要從能障換算速率就該走 Kramers，或乾脆只報 ΔΔF‡ 讓前因子部分抵銷（見 Eyring）。
出現在：自由能地景與增強取樣

L

L1 linker: 連接 RuvC-II 尾端與 HNH 起點的短鉸鏈，residue 765 到 780，是 HNH 轉動所繫的兩條繩子之一。它同時是全結構最軟、結構預測最沒把握的區段（Chai-1 對 765 到 809 這一段的 pLDDT 只有 46，全域最低），所以不要把 collective variable 的邊界定在這裡。
出現在：Level 1 — 知道 Cas9 如何切 DNA、Cas9 的 domain 架構、HNH 距離與構形檢查點
L2 linker: 連接 HNH 尾端（908）與 RuvC-III 起點（909）的短鉸鏈，residue 906 到 918，是 HNH 轉動所繫的另一條繩子。報 HNH 的 domain 平均時要明確決定含不含它 —— 含了會系統性地把柔軟度往上拉，拉多少取決於你併了幾個殘基。
出現在：Level 1 — 知道 Cas9 如何切 DNA、Cas9 的 domain 架構、HNH 距離與構形檢查點
lag time滯後時間: MSM 裡數轉移次數用的時間間隔 τ。Markov 性不是系統的性質，而是「狀態劃分 + τ」這一組選擇的性質，所以真問題永遠是「在我這組劃分下 τ 要多長才夠」；硬限制是 τ 不能超過單條軌跡的長度。
出現在：Markov State Model
Langevin朗之萬: 在運動方程裡加上摩擦項與隨機力的動力學，同時兼任 integrator 與 thermostat，而且產生正確的 canonical 分布（不像 Berendsen）。摩擦係數必須寫進方法段（蛋白模擬慣用 1/ps），因為它會直接影響所有動力學觀測量。
出現在：Production 設定
LCPO: linear combination of pairwise overlaps（Weiser、Shenkin、Still 1999）：用兩兩（並含三體）原子球重疊的線性組合解析近似 SASA 的方法，AMBER 的 cpptraj surf 用的就是它。速度快，但每原子參數是對特定原子型別與半徑集合擬合出來的，遇到未參數化的型別 cpptraj 會退回用碳的參數；原始論文報的 SASA 相對誤差可到近一成，所以跟 Shrake-Rupley 這類數值法差幾個百分點是常態。
出現在：介面埋藏面積
lDDT: local Distance Difference Test：不做結構疊合、只比較每個原子鄰域內原子間距離差異的準確度指標。因為不疊合，一整塊 domain 被擺錯位置也不會拖垮它內部的分數 —— 這正是 pLDDT 對 domain 之間相對擺放完全盲目的根源。
出現在：結構預測能不能用
leave-one-out留一法: 每次拿掉一個樣本（或一條 replica）重算一次，看結論會不會翻的穩健性檢查。它零算力卻幾乎沒人做：在個位數的 panel 上，拿掉一個點就能讓 AUC 從 0.9 掉到 0.6，那表示 0.9 這個數字本來就不存在。
出現在：分析與打分
Lee-Richards: SASA 的原始定義（Lee 與 Richards 1971）：半徑通常取 1.4 Å 的探針球在 van der Waals 表面上滾，探針球心走過的那個面就是 SASA；實作上也指對應的切片（slice）數值演算法，freesasa 的預設就是 Lee & Richards、探針半徑 1.4 Å、每原子 20 片。注意它跟追探針接觸點的 Connolly／solvent-excluded 表面差了大約一個探針半徑的殼層，數值差很多。
出現在：介面埋藏面積
LFMiddle: OpenMM 的 LangevinMiddleIntegrator 採用的 Langevin 離散化（Zhang 等人 2019），與 BAOAB 產生相同的軌跡，差別只在它回報半步（leapfrog）速度；OpenMM 官方文件明說它在構形取樣上比舊的 LangevinIntegrator 更準。本專案的 production 用的就是它，它同時是 integrator 也是產生正確 canonical 分布的 thermostat。
出現在：Production 設定
LigandMPNN: ProteinMPNN 的延伸版序列設計模型，把小分子、核酸、金屬這些非蛋白環境也明確編碼進去，因此可以用在蛋白–DNA 介面上。它常被當成篩選流程裡的排序分數，但它本質上給的是序列可能性而不是動力學量；它與純序列語言模型的分數相關性很低，兩者是正交的先驗，不能拿其中一個去佐證另一個。
LINCS: LINear Constraint Solver（Hess 等人 1997），把鍵長（通常是含氫鍵）鎖成剛體、讓 timestep 得以放大到 2 fs 的約束演算法，是 GROMACS 的預設。它用固定階數的冪級數展開直接解、不像 SHAKE 迭代到收斂，同精度下比 SHAKE 快數倍；但 GROMACS 手冊明言它不能用於耦合的角度約束（會形成環狀連結、破壞級數收斂），所以剛體水改走 SETTLE 的解析解。
出現在：Production 設定
linking hypothesis連結假設待核: 把計算輸出（Å、kcal/mol、接觸數）接到實驗讀數（read count、indel 百分比）的那條換算假設，例如「HNH 停留在催化構形的比例正比於 cleavage rate」。它跟你用 Sabatier 或 scaling relation 把 ΔG 接到電流密度是同一個角色 —— 它是論文的一部分、必須寫成一句可否證的話，而不是隱性假設。
出現在：Ground truth 從哪來
LMI: linear mutual information（源自 Lange 與 Grubmüller 2006 的廣義相關係數，bio3d 的 dccm 有實作），保留每對殘基完整的 3 × 3 交叉共變異數子區塊、連非對角元一起用，因此看得見兩者沿正交方向運動的耦合。它補的正是 DCCM 的結構性盲點（DCCM 只用到該子區塊的 trace）：只要你想主張「這兩個區域之間沒有通訊」，只用 DCCM 是撐不住的，必須附這個對照。
出現在：DCCM
Lyapunov instabilityLyapunov 不穩定性: 相空間裡兩條無限接近的軌跡會隨時間指數發散的性質。它是「同一個起始座標換一顆亂數種子就得到完全不同軌跡」的原因，也是把只換初速度的 replica 當成統計獨立樣本的依據 —— 但它只保證取樣獨立，不涵蓋建系統本身的不確定性。
出現在：給 DFT 人的 MD

M

macrostate巨觀狀態: MSM 裡由 PCCA+ 之類的方法把大量 microstate 併起來的少數幾個亞穩態，併的原則是「態內轉換快、態間轉換慢」，數目通常看 implied timescale 的譜間隙決定。macrostate 之間的 MFPT 才是你要報的速率，但報之前一定要先給「這兩個狀態之間實際觀察到幾次轉換」—— 個位數就沒有統計意義。（中國文獻多作宏觀狀態。）
出現在：Markov State Model
MBAR: multistate Bennett acceptance ratio（Shirts 與 Chodera 2008），把來自多個熱力學狀態（各個 umbrella window 或 λ 視窗）的樣本合併成漸近無偏自由能估計的估計量，可視為 WHAM 在分箱寬度趨近於零的極限，因此不受分箱造成的偏差影響。它在漸近上變異數最小，但換用它不會救一組沒收斂的取樣，只是把既有樣本用得比較乾淨。
出現在：自由能地景與增強取樣
metadynamics: 邊跑邊在系統走過的 CV 值上堆高斯、把井填平逼它離開，事後由累積偏壓反推自由能；well-tempered 版（Barducci、Bussi 與 Parrinello，2008 年）讓高斯高度隨已累積的偏壓退火，偏壓漸近收斂到 −(γ−1)/γ · F(s)（差一個常數）。偏壓是由下往上填的，所以在 basin 之間自由能差的時間曲線走平之前報出來的牆，一定偏矮。
出現在：自由能地景與增強取樣
MFEP: minimum free energy path，多維 CV 空間裡連接兩個 basin 的最省自由能路徑；collective variables 版的 string method（Maragliano 等人 2006）就是讓一串 image 鬆弛到它上面。它跟你熟的 NEB 是同一個角色，差別在它走的是有限溫度的自由能面而不是 0 K 的位能面，收斂只能看 string 位置與自由能剖面還會不會漂，沒有像力殘差那樣單一乾淨的收斂旗標。
出現在：自由能地景與增強取樣
MFPT平均首次通過時間: mean first passage time，從一個狀態出發第一次抵達另一個狀態所需時間的平均值，在兩態近似下其倒數即為速率常數。它是 MSM 少數能直接對上實驗速率的輸出，但不確定度由實際觀察到的轉換次數決定（次數少時誤差極大），所以報 MFPT 一定要同時把 count matrix 的關鍵元素放出來，並附 Bayesian MSM 之類的信賴區間。
出現在：Markov State Model
minimum image convention最小影像約定: 週期性邊界下，每個粒子只與其他粒子的最近週期鏡像作用；這要求盒子每邊至少是非鍵截斷半徑的兩倍。加 padding 是為了讓 solute 不要跟自己的鏡像貼在一起（用 PME 時長程靜電本來就是全週期求和，padding 只能壓低鏡像假影、不能消除）。起始時成立不代表全程成立 —— 分子會翻滾，要證明它，就算 solute 與最近鏡像的最小距離對時間的曲線。
出現在：系統建立
MM/GBSA: MM/PBSA 的 Generalized Born 版本：極性溶劑化項不解 Poisson-Boltzmann 方程，改用 GB 解析近似，快得多但更粗。它額外提供的逐殘基能量分解對溶質內部介電常數 ε_in 與 Born 半徑集合都很敏感（文獻指出 MM/GBSA 受半徑集合的影響比 MM/PBSA 更大），那些分解值只能當假說產生器，要用 contact map 或 salt bridge 另外驗證。
出現在：MM/PBSA
MM/PBSA: 用已經跑好的軌跡估結合自由能，ΔG_bind = ΔE_MM + ΔG_solv − TΔS，其中極性溶劑化項解 Poisson-Boltzmann 方程。相對於 alchemical 方法幾乎沒有額外取樣成本，但熵項常被省略、ε_in 實務上是可調參數、single-trajectory 近似把 reorganization energy 結構性地設成零，所以絕對值沒有物理意義，只有同一套 protocol 下的相對排序勉強可用。
出現在：Level 4 — 知道所有 Analysis、MM/PBSA、怎麼讀一篇 Cas9 MD paper
MonteCarloBarostat: OpenMM 的 Monte Carlo 型控壓器：每隔固定步數（建構子預設 frequency=25，即每 25 步）嘗試一次隨機體積變動，用 Metropolis 判準接受或拒絕，搭配恆溫器給出 isothermal-isobaric（NPT）系綜。它產生正確的體積分布，不像 Berendsen barostat 只對平均密度負責、給不出正確的體積漲落。
出現在：Production 設定
MSA多序列比對待核: multiple sequence alignment，結構預測模型用來抽共演化訊號的同源序列比對；MSA 太淺確實是低 pLDDT 的常見原因之一。不過 Cas9 同源序列眾多、也被研究得很透徹，MSA 深度不太可能是瓶頸；HNH 區域信心偏低更可能反映該 domain 已知的大幅構形擺動（docked／undocked 之間），而不是共演化資訊不足。
出現在：結構預測能不能用
MSM馬可夫狀態模型: 把大量短軌跡在某個 lag time τ 下數成一個狀態轉移矩陣，再從矩陣同時解出平衡族群 π 與狀態之間的轉換時間尺度／速率，因此不必事先押注一條 CV 就能碰到動力學。它的雙面刃是便宜的只有「job 的形狀」（一堆短的比一條超長的好排隊），總取樣量一點都沒省。（中國文獻多作「馬爾可夫狀態模型」）
出現在：Level 4 — 知道所有 Analysis、Markov State Model
mutual information互資訊: 兩個變數之間的統計依賴度，不限於線性、也不限於共線方向，因此看得見 DCCM 那種內積式相關會整批漏掉的正交耦合；但它恆為非負，本身不帶「同向／反向」的方向資訊。實務上常用的是由共變異數矩陣算出的線性化版本（見 LMI）與由此定義的 generalized correlation。（中國文獻多作互信息。）
出現在：DCCM

N

NBFIX: CHARMM 系列的一個機制：對特定的 atom type 配對直接指定 Lennard-Jones 參數、繞過原本由 Lorentz-Berthelot 組合律導出的值，用來修正固定電荷力場系統性高估接觸離子對（陽離子對磷酸或羧酸）穩定度的問題；CUFIX 是同一想法針對帶電基團等的擴充。用了與沒用，鹽橋與接觸計數會系統性平移，所以它是方法段必須交代的一項。
出現在：鹽橋分析
negative control陰性對照: 一個你事先就確定「本來就不該有訊號」的案例，用來測你的 pipeline 會不會無中生有。這個專案有一個免費的現成品：eSpCas9(1.1) 在 on-target 底物上就該是 null，因為它削弱的是對 non-target 股的靜電抓握，完全配對時沒有東西可削。
出現在：Level 5 — 知道 Benchmark 怎麼做、Benchmark 是什麼
non-target strand非目標股: R-loop 裡被 RNA:DNA heteroduplex 擠出來的那條單股 DNA，由 RuvC 負責切（另一條 target strand 由 HNH 切）；PAM 的 GG 也是 Cas9 從這一股讀出來的，但 PAM 所在的那一小段仍維持雙股。它在 R-loop 區沒有配對約束、構形空間大，是介面分析裡最不穩的一塊 —— 本專案的 non-target 接觸 CV 是 17.7%（marginal），而 target-DNA 接觸只有 9.4%。
出現在：Level 1 — 知道 Cas9 如何切 DNA、PAM 與 R-loop、該用哪個結構起頭、Contact Map
normal mode簡正模: 諧近似下對角化質量加權的 Hessian（力常數矩陣）得到的集體振動模：特徵值給頻率，特徵向量告訴你哪些原子一起動。PCA 做的是同一個動作，只是對角化的對象換成軌跡的位移共變異數矩陣 —— 一個是在單一極小點解出來的，一個是從取樣統計出來的。
出現在：PCA
normal mode analysis簡正模分析: 在 MM/PBSA 裡估構形熵 −TΔS 的做法：把每一幀結構能量極小化、算 Hessian、對每個模套諧近似求熵。它要求先充分極小化才符合諧近似，對大系統貴到不切實際（實務上會先截掉離配體較遠的部分再算），而且逐幀結果散得很開、需要很多 snapshot 才收斂，誤差常常跟答案本身同量級。
出現在：MM/PBSA
NPT等溫等壓系綜: 粒子數、壓力、溫度固定的系綜，溶劑化生物分子的 production 用它是安全的預設。前提是 barostat 要能正確取樣體積漲落（OpenMM 的 MonteCarloBarostat 以 Metropolis 判準做到這件事）；Berendsen barostat 會壓抑體積漲落、不產生正確的 NPT 分布，只適合初期的壓力平衡。
出現在：Production 設定
NUC lobe核酸酶葉: SpCas9 的兩葉之一，含由三段拼成的 RuvC（殘基 1–59、718–769、909–1098）、HNH（775–908）與 PI domain（1099–1368），兩個切割活性中心都在這裡（各文獻對邊界的切分略有出入）。與它相對的 REC lobe 不催化，負責抓住 RNA:DNA 雜合雙股並感測配對品質。
出現在：Cas9 的 domain 架構
NVE微正則系綜: 粒子數、體積、總能量固定，也就是把恆溫器關掉。它在這個專案的用途是診斷：用 Langevin 恆溫器時，timestep 太大造成的積分誤差會被恆溫器吸收掉、溫度看起來完全正常，只有跑一小段 NVE 看總能量漂移才抓得到。
NVT正則系綜: 粒子數、體積、溫度固定的系綜，密度收好之後想拿掉 barostat 這個額外隨機來源時可以用。重點是恆溫器必須真的產生 canonical 分布（Langevin／Nosé-Hoover）；Berendsen 恆溫器會壓抑動能漲落、不產生正確的 canonical 分布，跑再久也只是把另一個系綜取樣得很精確。
出現在：Production 設定

O

occupancy佔據率: 某一個特定交互作用（接觸對、氫鍵、鹽橋）滿足幾何判準的幀數比例，0 到 1。它是逐點量，跨 replica 會亂翻，所以只能當定性敘事不能進打分軸；而且各家分析軟體的預設幾何判準並不一致，報之前一定要寫出你用的門檻，並說明換一個門檻結論會不會變。
出現在：Contact Map、氫鍵分析、鹽橋分析
off-target脫靶: 同一條 sgRNA 導引下，Cas9 在非預期基因體位點造成的雙股斷裂，主要來源是 PAM-distal 端的錯配、其次是 bulge 與非典型 PAM。這類位點的特徵是「綁得住但切不了」—— 單分子 FRET 顯示 PAM-distal 錯配會把 HNH 卡在構形檢查點、進不了催化態，所以它的成因不住在平衡結合自由能上，而住在 HNH 構形檢查點上。
出現在：Level 0 — 我完全不知道 Cas9、Level 2 — 知道 High Fidelity 是什麼問題、Off-target 與專一性、文獻地圖
OL15: Amber 的 DNA 力場，指的是把 χOL4、εζOL1、βOL1 三項扭轉角修正疊在 ff99+bsc0 之上的組合（βOL1 出自 Zgarbová 等人 2015 年那篇 JCTC，該文同時把整套組合命名為 OL15，並以 TIP3P 與 SPC/E 水模型測試）。它被驗證的對象是 B-DNA 與 Z-DNA 這類相對規則的雙股結構，沒有涵蓋被酵素撐開彎折的骨架 —— 而 Cas9 的 R-loop 整段都是那種骨架，這是必須寫進 limitation 的空缺。
出現在：系統建立、文獻地圖
on-target在靶: 與 sgRNA 完全配對的預期目標位點。專一性是 on-target 與 off-target 的比值，只報 off-target 下降不算數（活性整體掉光也會讓 off-target 掉）；而且高保真變體在多數 on-target 位點上本來就設計成與 WT 活性相當，在這裡量到 null 是正確答案而不是方法失敗。
出現在：Level 0 — 我完全不知道 Cas9、Level 2 — 知道 High Fidelity 是什麼問題、Off-target 與專一性
OPC: Izadi 等人 2014 年提出的剛性水模型（4 個作用點、3 個電荷），設計理念是除了對稱性之外不套用實驗的水分子幾何，直接最佳化點電荷分布去重現水分子的低階靜電多極矩，體相性質明顯優於 TIP3P。要注意搭配關係的方向：是 ff19SB 被設計成搭 OPC（ff19SB 原文即以 OPC 為建議水模型），而 ff14SB 當年是在 TIP3P 下參數化的。
出現在：系統建立、氫鍵分析

P

padding: 加水時要在 solute 外圍留多少溶劑的設定，服務的是 minimum image convention。OpenMM 的定義是「solute 與它的週期鏡像之間至少相隔 padding」，不是「到盒壁 padding」——原始碼是把目前 Topology 內所有原子外接成一顆球（以 bounding box 中心取最遠原子距離為 radius），再取 width = max(2 × radius + padding, 2 × padding)。陷阱在於這顆球是等向的：又長又斜的分子會被塞進大量永遠碰不到 solute 的角落水，而先放進去的結晶水與離子也會一起把 radius 撐大。正確的省錢方式是換盒型（boxShape 設 dodecahedron 或 octahedron），不是縮 padding。
出現在：系統建立
PAE: predicted aligned error，結構預測模型輸出的一個矩陣：把預測結構與真實結構疊合在殘基 y 上時，模型預期殘基 x 的位置誤差有多大（單位 Å）。它才是回答「domain 之間的相對擺放對不對」的指標 —— pLDDT 是局部量、對介面幾乎是盲的，所以凡涉及 domain 間或鏈間擺放的判斷一律看 PAE 的 off-diagonal 區塊。
出現在：結構預測能不能用
PAM: protospacer adjacent motif，緊接在 protospacer 3′ 側的短序列，SpCas9 是 5′-NGG-3′、讀在 non-target（非互補）股上，由 PI domain 的 R1333 與 R1335 從 major groove 側分別與那兩個 G 形成雙齒氫鍵。它是 DNA 自己的序列、不在 sgRNA 裡；沒有 PAM 的位點就算與 sgRNA 完全互補也不會被切。
出現在：Level 0 — 我完全不知道 Cas9、Level 1 — 知道 Cas9 如何切 DNA、Cas9 是什麼、PAM 與 R-loop、Contact Map
PAM-distalPAM 遠端: protospacer 上遠離 PAM 的那一段，文獻通常指第 13–20 位（與它相對的 PAM 近端 seed 區約為前 10–12 位）。這一段的錯配仍容許穩定結合，卻擋住 REC3 貼上雜合雙股、連帶擋掉 HNH 的活化，表現為「結合了卻不切」。因為它正是 off-target 的主要來源，要測構形檢查點，錯配就必須放這裡而不是 seed 區。
出現在：Level 1 — 知道 Cas9 如何切 DNA、Level 2 — 知道 High Fidelity 是什麼問題、PAM 與 R-loop
PCA主成分分析: 把對齊過的軌跡座標的共變異數矩陣對角化：特徵向量是集體運動方向、特徵值是該方向上的變異數，等價於用取樣統計取代 Hessian 的 quasi-harmonic normal mode 分析。但它的基底完全由軌跡走過的地方決定，而且純粹的隨機擴散本身就會產生餘弦狀的主成分（Hess 2000），所以在本專案 ~87 ns 的尺度上它更該當診斷儀器（報 cosine content 與 RMSIP），而不是結論產生器。
出現在：Level 4 — 知道所有 Analysis、PCA
PCCA+: Robust Perron Cluster Analysis，用轉移矩陣前幾個主導特徵向量（Perron cluster）把大量 microstate 做模糊（soft）分群、併成少數幾個 macrostate。它是 MSM 從「上千個看不懂的格子」變成「數個有物理意義的構形狀態」的那一步，也是最容易把某個表面 loop 的翻轉誤讀成檢查點的一步。
出現在：Markov State Model
PDB蛋白質資料庫: Protein Data Bank，以及它的四碼結構代號與座標檔格式。選 PDB 不是在挑解析度，是在挑「你要模擬反應座標上的哪一點」—— 4OO8 只放了 sgRNA 與目標股、沒有 non-target 股；4UN3 的 non-target 股只解出 12 nt；5F9R 才是目標股與非目標股各 30 nt、三股齊全的完整 R-loop 複合體。
出現在：該用哪個結構起頭
PDBFixer: OpenMM 生態系的結構前處理工具：findMissingResidues／findMissingAtoms 找出缺失、addMissingAtoms 補回缺失殘基與重原子、removeHeterogens 清結晶助劑、addMissingHydrogens(pH) 依指定 pH 加氫。它補得出來不代表補得對 —— 補出來的區段必須自行標記（例如把 B-factor 欄位設成一個固定值當旗標）並排除在所有 domain 平均之外。
出現在：系統建立
phonon聲子: 晶體裡量子化的集體晶格振動，由對角化質量加權力常數矩陣（動力學矩陣）解出。它跟 MD 的 PCA principal component 是同一件事的兩種取得方式——一個解 Hessian、一個取樣 covariance，諧近似下兩者互為倒數（H ≈ kT C⁻¹）——但特徵值的意義正好相反：phonon 的特徵值是 ω²，大特徵值代表高頻硬模；covariance 的特徵值是擺動幅度平方，大特徵值才代表低頻軟模。找軟模時，Hessian 要看最小特徵值，PCA 要看最大特徵值。
出現在：PCA
phosphate backbone磷酸骨架: 核酸的糖–磷酸骨架，生理 pH 下每個核苷酸之間的磷酸二酯基帶約 −1 e。關鍵性質是它沿序列均勻重複、與鹼基身分無關，所以蛋白與磷酸骨架之間的鹽橋量得到「握得多緊」，量不到「握得多準」——序列專一性的資訊在鹼基與溝槽，不在骨架。
出現在：鹽橋分析
phosphate lock: SpCas9 的 phosphate lock loop（Lys1107–Ser1109，接觸主要由 K1107 與 S1109 提供）抓住 target strand 上介於 PAM 與第 +1 位之間的那個磷酸（習稱 +1 phosphate），把 +1 核苷酸轉出來與 guide RNA 配對，並穩住 PAM 旁邊那段局部解開的雙股，是 R-loop 從 PAM 端定向成核的起點（Anders 等人 2014）。為了省原子把 PAM duplex 截掉，等於把這個錨點連同被它固定住的 target strand PAM 端一起丟掉，該處 DNA 會失去約束而汙染所有 DNA 相關的量。
出現在：PAM 與 R-loop
PI domain: SpCas9 的 PAM-interacting domain，殘基 1099 到 1368，屬於 NUC lobe，內含 topoisomerase-homology（TOPO）與 C-terminal（CTD）兩個 subdomain。它負責讀 PAM：R1333 與 R1335 從 major groove 側伸入，各自與 5′-NGG-3′ 裡的一個 G 形成雙齒氫鍵。
出現在：Cas9 是什麼、Cas9 的 domain 架構
plateau平台: 一條曲線隨某個參數變化而不再變動的那一段，是報數字前的資格條件而不是結論。RMSD 走平只證明「這段時間沒發生大事」，不證明分布收斂；真正該找 plateau 的地方是 MSM 的 implied timescale 對 lag time、block averaging 的標準誤對塊長、以及 metadynamics 中 basin 之間的自由能差對時間。
出現在：取樣與收斂、RMSD
pLDDT: 結構預測模型對自己每個殘基局部準確度（lDDT-Cα）的預測值，0 到 100，AlphaFold 慣用 90／70／50 分帶。它是局部量、對 domain 之間的相對擺放幾乎是盲的（那要看 PAE 與 ipTM），也不宜跨模型比絕對值；在本專案的 SpCas9 預測結構（Chai-1）上，它的誤差分布極不隨機 —— HNH 只有 62.9、target DNA 64 到 65，恰好落在 MD 量到最會動的地方。
出現在：Level 3 — 知道 MD 在模擬什麼、結構預測能不能用、RMSF、HNH 距離與構形檢查點、從 PDB 到軌跡
PME: Particle Mesh Ewald，把長程靜電拆成 real-space 的短程部分與倒空間用 FFT 在網格上算的部分，成本 O(N log N)。所以 1.0 nm 這類 cutoff 只切 real-space 那一段，不代表 1.0 nm 之外就不算靜電；另外週期性 Ewald 對非中性系統會隱含一個均勻的補償背景電荷，系統務必先中和。
出現在：Level 3 — 知道 MD 在模擬什麼、給 DFT 人的 MD、系統建立、Production 設定、從 PDB 到軌跡
PMF平均力位能: potential of mean force，把系統沿某個 CV 的機率分布轉成自由能：F(s) = −k_BT ln P(s) + C。它是投影，所有正交於 s 的自由度都被積掉 —— 如果真正的慢過程正交於你選的 CV，那道牆會憑空消失，而且圖會很平滑、很漂亮、完全是錯的。
出現在：HNH 距離與構形檢查點、自由能地景與增強取樣
Poisson-Boltzmann: 連續介質溶劑模型的核心方程：把溶質放進一個低介電區、周圍是含鹽的高介電連續介質，解出極性溶劑化自由能，也就是 MM/PBSA 裡的 PB。它要求你指定溶質內部介電常數 ε_in（實務上常取 1、2 或 4，帶電殘基多的介面傾向取較大值），那是隨系統調整的經驗參數、不是物理常數，結果對它相當敏感 —— 角色接近 DFT+U 的 U。
出現在：MM/PBSA
polarization極化: 電子密度隨環境重新分布的效應。主流蛋白與核酸力場是 fixed-charge 的，極化不是被算出來的而是被平均進參數裡——Amber 用 HF/6-31G* 的 RESP 電荷，正是因為這個組合會系統性高估氣相鍵偶極，剛好粗略模擬水環境下的極化。代價是在與 fit 條件不同的環境（二價離子周圍、高電荷界面、脫水口袋）會系統性地錯，而且錯的方向事先不知道；文獻也指出這種過度極化的程度在不同分子之間並不一致。
出現在：給 DFT 人的 MD
positive control陽性對照: 一個你確定「應該要有訊號」的案例，用來證明流程真的抓得到你宣稱的效應。在這裡就是文獻上已驗證的高保真變體（SpCas9-HF1、eSpCas9(1.1)、HypaCas9 一類）——連它們都排不出來，就不該談新變體。
出現在：Benchmark 是什麼
potential energy surface位能面: 座標到能量的映射 U(R)。DFT 是每次現場把它解出來（有電子、鍵可以斷、電子可以重排），古典力場則是把它寫死成一個帶參數的解析式（諧振子鍵長鍵角、二面角餘弦級數、Lennard-Jones、固定點電荷），所以力場的誤差是 fit 的系統誤差，沒有「基組加大就變準」那種旋鈕，跑再久也不會縮小。
出現在：給 DFT 人的 MD
pre-registration預先登記: 在看到任何變體結果之前，把打分規則（綠燈 metric 清單、CV 閾值、方向符號、權重、底物條件配對、什麼叫贏）寫成規格檔並 git commit 凍結。它零算力，也是唯一擋得住「權重是不是事後調的」這一問的防線；事後真要修改可以，但必須同時報改前與改後兩個版本。
出現在：Level 6 — 知道如何設計 workflow、Workflow 全圖、分析與打分
precision精密度: 可重現性——同一件事重複量會不會得到同一個數字，在這裡就是跨 replica 的 CV。它跟 accuracy（準確度，離真值多遠）是兩回事：一把每次都指向同一方向的尺仍然可能是壞尺，所以「CV 很低所以有預測力」是統計上的基本錯誤，而本專案目前缺的正是後面那一半。
preregistration預先登記: 與 pre-registration 同義，只是不加連字號的寫法；這裡指 benchmark 的事前登記：在跑分析之前，把預測任務、資料集、主 metric（只能一個）、成功門檻、negative／positive control 與 holdout 寫成純文字檔並 commit。它把 retrospective 的工作變成有時間戳的準 prospective，而這份檔案日後可以直接長成論文的方法段。
出現在：Level 5 — 知道 Benchmark 怎麼做、Benchmark 是什麼
probe radius探針半徑: 算 SASA 時滾在 van der Waals 表面上的探針球半徑，慣用值 1.4 Å（約當一個水分子，自 Lee & Richards 1971 與 Shrake & Rupley 1973 的 rolling-ball 演算法沿用至今）。它必須在 SASA(A)、SASA(B)、SASA(A·B) 三項裡完全一致，因為 BSA 是差值，改探針半徑會同時移動三項而淨效應的方向並不直觀。
出現在：介面埋藏面積
prospective validation前瞻式驗證: 判準先鎖、預測先交、答案後到的驗證方式，CASP（結構預測）／CAPRI（複合體對接）／SAMPL（物性與結合）這類盲測存在的理由就是強制它。同一個方法在 retrospective 的成績通常會系統性高於 prospective；辦不了盲測時，最便宜的替代是把預測先 git commit 再去查答案——有時間戳，而且可以寫進論文。
出現在：Benchmark 是什麼
protonation state質子化狀態: 每個可解離基團帶不帶質子。在一般古典 MD 裡它是加氫那一瞬間凍結的常數，整條軌跡都改不了（要讓它變就得用 constant-pH MD），所以是單向門。His 的 HID／HIE／HIP 三態重原子幾何幾乎一樣、力場完全不會抱怨，但同一個氮會從氫鍵 donor 翻成 acceptor，氫鍵網路與金屬配位整個換掉——活性中心與介面上的殘基不能交給預設猜測，要用 PROPKA、H++ 這類 pKa 預測工具檢查。
出現在：系統建立、氫鍵分析
protospacer待核: 基因體 DNA 上與 sgRNA 5′ 端 20 nt spacer 序列相同的那 20 nt 區段；依慣例定義在 non-target strand（NTS）上，緊接其 3′ 側的就是 PAM，而真正與 spacer 配對的是互補的 target strand（TS）。這 20 個位置不等權重：PAM 端起算的前段是 seed 區（錯配讓拉鏈根本開不了、表現為不結合），遠端是 PAM-distal 區（錯配仍可穩定結合，但複合體停在無催化活性的構形而切不了）。
出現在：Level 0 — 我完全不知道 Cas9、Level 1 — 知道 Cas9 如何切 DNA、Cas9 是什麼、PAM 與 R-loop

Q

QM/MM: 把系統切成一小塊用量子力學算、其餘用力場算的混合方法。該回到它的時機很明確：鍵的斷裂與形成、活性中心 Mg²⁺ 的配位化學、質子轉移、金屬中心的自旋與電荷轉移；而「HNH 有沒有走到能切的位置」是構形問題，站在 QM/MM 之前。
出現在：Level 3 — 知道 MD 在模擬什麼、給 DFT 人的 MD
QOS: Slurm 排程系統的 Quality of Service，一組綁在 job 上的資源與優先權政策（同時可跑／可排隊幾個 job、時限、優先序）。它常常是比 GPU-hour 更硬的約束：如果你的 QOS 只允許同時 2 個 job 在跑，「很多條短軌跡」就比「一條超長軌跡」好活，而且沒有 checkpoint 續跑能力就等於每次被砍都從頭來。
quasi-harmonic準諧: （MD 語境）把取樣出來的位移共變異數矩陣當成諧振子來讀，藉此估振動頻率或構形熵：質量加權座標下 ω ≈ √(kT/λ)，λ 為共變異數特徵值，源頭是 Karplus 與 Kushick 1981 的構形熵方法。好處是天生含非諧、含溶劑、在真實溫度下，代價是答案完全由軌跡走過的地方決定、收斂很慢。換算頻率或熵之前先確認工具有沒有做質量加權（gmx covar 的 -mwa 預設是關的）。注意這跟固態／DFT 語境的 quasi-harmonic approximation（QHA）不是同一件事——後者是在一系列不同體積下各做一次諧振子聲子計算，用來取熱膨脹等有限溫性質。
出現在：PCA

R

R-loop: sgRNA 的 20 nt spacer 與 target strand 配對成 RNA:DNA heteroduplex、把 non-target strand 擠成單股，三股並存的結構。它是從 PAM 端一格一格往遠端拉開的，所以 protospacer 的 20 個位置不等權重（見 seed region、PAM-distal）。
出現在：Level 0 — 我完全不知道 Cas9、Level 1 — 知道 Cas9 如何切 DNA、Cas9 是什麼、PAM 與 R-loop、該用哪個結構起頭、Contact Map、文獻地圖
RATTLE: SHAKE 的 velocity-Verlet 版本約束演算法（Andersen 1983）：除了把鍵長拉回設定值，還額外把約束方向上的相對速度歸零。功能上與 SHAKE 同級，選哪一個取決於積分器；水通常不走這條路，而是用 SETTLE（Miyamoto & Kollman 1992）那類解析解，比迭代式的快且穩。
出現在：Production 設定
reaction coordinate反應座標: 真正能描述反應進程的那個座標，嚴格判準是「committor 只是它的函數」。任何 collective variable 都可以拿來畫 PMF，但只有好的 reaction coordinate 畫出來的能障才是真的 —— 選錯座標時真正的牆會被積分掉，圖看起來平滑漂亮卻完全是錯的。
出現在：自由能地景與增強取樣
read count定序讀數: GUIDE-seq、CIRCLE-seq 這類 off-target 定序的原始輸出：每個基因體位點被讀到幾條 reads。它混了 PCR 擴增偏差、定序深度與 mappability，是單調但非線性、量綱不明的替代指標，所以只能取秩使用，不能當連續的 cleavage rate。
出現在：Ground truth 從哪來
REC lobe辨識葉: SpCas9 兩瓣中不催化的那一瓣，負責抓 RNA:DNA 雜合雙股並感測配對品質，專一性文獻慣例再切成 REC1／REC2／REC3。已發表的高保真變體突變幾乎全部集中在這一瓣上。
出現在：Cas9 是什麼、Cas9 的 domain 架構
REC3: REC lobe 裡殘基 497–713 的那一段（Nishimasu 2014 原始切法把它併在 REC1 內，專一性文獻才獨立出來），是感測 PAM-distal 端配對品質的感應器，抓穩了 L1／L2 才把 HNH 搬到催化位。SpCas9-HF1 與 HypaCas9 的突變幾乎全落在這裡，但同 domain 的變體行為並不一致，所以 domain 歸屬只能生成假說、不能當打分依據。
出現在：Level 1 — 知道 Cas9 如何切 DNA、Level 2 — 知道 High Fidelity 是什麼問題、PAM 與 R-loop、Off-target 與專一性、Cas9 的 domain 架構
reliability可靠性: 同一個系統、同一套設定，只換亂數種子與初始速度時，重複量測之間的離散程度，量的是隨機誤差。它是 validity 的數學上界（衰減公式 ρ_obs = ρ_true · √(R_x · R_y)），所以「先穩後準」不是順序偏好而是邏輯順序。
出現在：Level 5 — 知道 Benchmark 怎麼做、Metric 可靠性
reorganization energy重組能: 結合前後，receptor 與 ligand 各自從自由構形變形到複合體構形所需付出的能量。single-trajectory MM/PBSA 把這一項結構性地設成零，而 apo Cas9 與 R-loop 三元根本是兩台不同形狀的機器 —— 這不是「近似地小」，是漏掉一個大項。
出現在：MM/PBSA
replica: 同一個系統、同一套參數，只換亂數種子（integrator、barostat、初始速度三個都要換）獨立跑出的另一條軌跡。跨 replica 的散布才是誠實的誤差棒；把一條長軌跡切成幾段不算 replica，那樣算出的 CV 會系統性偏低。
出現在：Level 3 — 知道 MD 在模擬什麼、給 DFT 人的 MD、取樣與收斂、RMSD、RMSF、介面埋藏面積、Metric 可靠性、怎麼讀一篇 Cas9 MD paper、Workflow 全圖、從 PDB 到軌跡
resolution解析度: X-ray 或 cryo-EM 結構的解析度，數字越小代表已建模原子的位置畫得越準。它衡量的是「在那裡的原子畫得多準」，不是「該在的分子在不在」—— 4OO8 的 2.50 Å 比 5F9R 的 3.40 Å 漂亮，但它根本沒有 non-target 股。
出現在：該用哪個結構起頭
RESP: Restrained ElectroStatic Potential：把原子的固定部分電荷擬合到量子化學算出的靜電位，並加上抑制埋藏原子電荷亂飄的約束項。Amber 系列力場的電荷就是這樣一次定死的，靠近之後不會極化，這正是固定電荷力場系統性高估接觸離子對穩定度的根源。
出現在：鹽橋分析
restrained equilibration受約束平衡: 在 solute 重原子上掛諧振位置約束、分階段升溫並逐級把力常數放小的平衡流程（專案用的是 k = 100 → 25 → 5 → 0 kcal/mol/Å²）。目的是讓水與離子先安頓、建模殘餘應力慢慢洩掉；一次放開會在頭幾百 ps 看到一個大構形變化，那是應力洩壓不是生物學。
出現在：系統建立
restraint約束: 加在指定原子上、把它們拉回參考位置的額外諧振位能項，用於平衡階段而非 production。忘記在 production 前歸零是最陰險的一種錯誤 —— RMSF 會全面偏低、接觸數偏穩定，結果看起來反而更像「收斂」。
出現在：從 PDB 到軌跡
retrospective calibration回溯式校準: 拿一組已知實驗表型的變體（例如文獻高保真變體 panel）回頭檢驗你既有的 metric 排不排得對。它是這個專案補 validity 唯一負擔得起的路徑，但因為答案已經公開，任何事後才調的參數都會系統性高估預測力。
retrospective validation回溯式驗證: 在答案已經公開的資料上開發並評估方法，與判準先鎖、預測先交的 prospective 相對。它不是罪（幾乎所有方法學都從這裡起步），但汙染程度連你自己都估不出來；便宜的補救是把預測先 git commit 再去查答案，用時間戳換一個準 prospective。
出現在：Benchmark 是什麼
rhombic dodecahedron菱形十二面體: 一種週期性水盒盒型，在相同 minimum image 距離下體積只有立方盒的約 71%，改一行程式就省掉三成原子（專案實測 762,027 → 535,265）。它就是 FCC 晶格的 Wigner-Seitz cell —— 跟你在 VASP 裡選 primitive cell 而不是 conventional cell 是同一件事，而且不新增任何假設。
出現在：Level 3 — 知道 MD 在模擬什麼、系統建立、從 PDB 到軌跡
RMSD: 先做最佳疊合、再算每一幀相對參考結構的均方根偏差，是 3N 維構形空間裡的歐氏距離被壓成一個純量。壓縮是有損的（兩個完全不同的結構可以有相同的 RMSD），所以「RMSD 走平」是必要條件不是收斂證明 —— 專案的 protein RMSD 跨 4 replica CV 是 12.2%，四條曲線各自平在不同高度。
出現在：Level 4 — 知道所有 Analysis、RMSD、RMSF、怎麼讀一篇 Cas9 MD paper
RMSF均方根波動: 每個原子在模擬中相對自身平均位置的均方根位移，等於晶體學 B-factor 的另一種寫法（B = (8π²/3)·RMSF²）。在 domain 尺度可靠，逐殘基與核酸尺度通常是雜訊 —— 專案的 DNA RMSF 跨 4 replica CV 是 59.1%。
出現在：Level 4 — 知道所有 Analysis、結構預測能不能用、RMSF、DCCM
RMSIP: Root mean square inner product：取兩組各前 N 個 PCA（或 normal mode）特徵向量，用兩兩內積平方的均方根量它們張出的子空間有多重疊，1 是完全重疊、0 是完全正交。文獻流通的「0.7 以上算好」是慣例不是定理，而且數值會隨你取前幾個模態而變，所以報數字時一定要連 N 一起報，比報「通過了」有意義得多。
出現在：PCA
RNP核糖核蛋白複合體: ribonucleoprotein，把 Cas9 蛋白與 sgRNA 事先組裝好再一起遞送的形式（相對於送質體讓細胞自己表達）。RNP 在細胞內存在時間短，通常 off-target 較少，所以同一個變體用 RNP 或質體量到的專一性可以差很多，比較實驗數據時務必先看清楚遞送形式。
出現在：Level 2 — 知道 High Fidelity 是什麼問題、驗證與實驗合作
RuvC: Cas9 兩個核酸酶中心之一，切 non-target 股，由序列上分開的三段（1–59、718–769、909–1098）合起來組成一個 RNase H 摺疊，催化殘基是 Asp10、Glu762、His983、Asp986。它要等 HNH 先就位才被放行，兩刀是協同的不是各切各的。
出現在：Level 0 — 我完全不知道 Cas9、Level 1 — 知道 Cas9 如何切 DNA、Cas9 是什麼、Cas9 的 domain 架構、HNH 距離與構形檢查點

S

salt bridge鹽橋: 一對反號可離子化基團靠到某個幾何判準之內就算一座，在 Cas9 介面上主要是 Arg／Lys 的氮對 DNA 磷酸的 OP1／OP2。流通中的截斷值從 3.2 到 4.5 Å 都有，同一條軌跡換一個判準總數可以差好幾成，所以沒寫判準的鹽橋計數是沒有意義的。
出現在：Level 4 — 知道所有 Analysis、鹽橋分析、分析與打分
SASA溶劑可及表面積: Solvent-accessible surface area：把半徑 1.4 Å 的探針球在 van der Waals 表面上滾，探針球心走過的那個面（Lee-Richards 定義）。它不是 molecular surface／Connolly surface（那個追的是探針接觸點），兩者差了大約一個探針半徑的殼層，數值差很多，看到別人的面積先確認是哪一種。
出現在：介面埋藏面積、MM/PBSA
scissile phosphate切位磷酸: 要被切斷的那個磷酸 —— target 股上從 PAM 端數來第 3 與第 4 個核苷酸之間的那一個。它是 HNH 距離這條座標的終點，挑錯一個核苷酸整條分析就報廢而且很難自己發現，一定要在自己的編號系統裡目視確認過。
出現在：HNH 距離與構形檢查點
seed region種子區: protospacer 從 PAM 端起算約 10–12 nt 的區段，R-loop 的拉鏈從這裡開始拉，所以這裡的錯配等於拉鏈根本開不了、Cas9 幾乎不結合。邊界不是一條銳利的線（也有文獻寫 8–12，而且與 guide 序列有關），結論若隨邊界取 10 或 12 而翻轉，那結論本來就不夠強。
出現在：Level 1 — 知道 Cas9 如何切 DNA、PAM 與 R-loop
SETTLE: 專門解剛體三點水（例如 TIP3P）約束的解析演算法，一步給出精確解，不像 SHAKE／RATTLE 要迭代，所以又快又穩。OpenMM 的 rigidWater=True 走的就是這一類。
出現在：Production 設定
sgRNA: 把天然的 crRNA 與 tracrRNA 融成一條的嚮導 RNA，5′ 端 20 nt 的 spacer 決定「切哪裡」，後面是撐開蛋白的 scaffold。注意 PAM 不在 sgRNA 上，它是 DNA 自己的序列、讀在 non-target strand 上，這是第一次讀最容易弄混的地方。
出現在：Level 0 — 我完全不知道 Cas9、Cas9 是什麼、PAM 與 R-loop
SHAKE: 用 Lagrange 乘子迭代把鍵長（通常是含氫鍵）拉回設定值的約束演算法，把系統最快的振動自由度移除，讓 timestep 從 1 fs 進到 2 fs。代價是失去 X–H 的振動光譜與零點能相關的資訊 —— 對構形取樣而言是划算的交易，但那個理由要寫得出來，因為 reviewer 會問。
出現在：Production 設定
Shrake-Rupley: 算 SASA 的數值方法：在每個原子周圍撒一組球面取樣點，數有幾個點沒被鄰居遮住（MDTraj 預設 960 點）。取點數太小會有可見的離散化雜訊，而且它跟 LCPO、double cubic lattice 這些實作會給不同數字，所以 BSA 的三項 SASA 必須用同一支程式、同一組參數。
出現在：介面埋藏面積
single-trajectory approximation單軌跡近似: MM/PBSA 只跑複合體一條軌跡，receptor 與 ligand 的座標直接從同一幀切出來。後果是 ΔE_internal 恆等於零、reorganization energy 被結構性地抹掉 —— 相當於你算吸附能時只用吸附後的構形切出 slab 和吸附物、兩邊都不放鬆。
出現在：MM/PBSA
single-turnover單周轉條件: 酵素濃度遠高於受質、每個受質只被切一次的反應條件。此時量到的速率反映的是化學步驟與其前面的構形步驟本身，而不是產物釋放與再結合的周轉率，因此想量 HNH 檢查點的動力學時應該用 single-turnover 而非 multiple-turnover 數據。
出現在：驗證與實驗合作
smFRET單分子 FRET: 單分子螢光共振能量轉移：在蛋白上標一對染料（Cas9 常用 cysteine-light 構築體的 S867C 與 N1054C 接 Cy3／Cy5），由 FRET 效率讀出 HNH 的 docked／intermediate／undocked 族群分布。它是 HNH 距離這條計算座標唯一的直接實驗對應物，但染料帶 linker，只能比分群結構與趨勢，不能比絕對距離。
出現在：HNH 距離與構形檢查點
sparse count稀疏計數: 平均值接近 0 的計數型 metric，專案裡的典型是 groove 接觸計數。CV = σ/|μ| 的分母趨近 0 時會發散，所以這類量即使絕對散度很小也會被判成災難級雜訊（145.5%），診斷方式是列出各 replica 的絕對值，正解是改報絕對標準差或換成連續距離。
出現在：Metric 可靠性
SpCas9-HF1: Kleinstiver 等人 2016 年做出的高保真變體，突變是 N497A／R661A／Q695A／Q926A，前三個落在 REC3。它的設計邏輯是移除蛋白對 target 股磷酸骨架的非序列專一接觸，也就是拿掉「白送的」結合能餘裕，而不是增強對正確序列的辨識。
出現在：Level 2 — 知道 High Fidelity 是什麼問題、Off-target 與專一性
Spearman: 等級相關係數：先把兩組數值各自換成排名再算相關，對單調但非線性的關係與離群值都比 Pearson 穩健。專案用它量跨 replica 的逐殘基一致性（Chai-1 起始 ρ ≈ −0.03、5F9R 起始 +0.77），read count 這類極度右偏的資料也只能用它。
出現在：該用哪個結構起頭、Contact Map
specificity ratio專一性比值: on-target 活性除以 off-target 活性，是「這個變體更專一」唯一嚴謹的量化形式。它必然是兩個功能量的比值，所以只報 off-target 下降是不完整的 —— 整體活性掉光了 off-target 當然也跟著掉。
出現在：Level 2 — 知道 High Fidelity 是什麼問題、Level 5 — 知道 Benchmark 怎麼做、Level 6 — 知道如何設計 workflow、Off-target 與專一性、驗證與實驗合作
SPR表面電漿共振: Surface plasmon resonance：把一方固定在感測晶片上、即時量另一方的結合與解離，得到 k_on、k_off 與 K_D。對這個專案它只能當健康檢查閘門（排除「這個變體只是壞掉了」），不能當專一性的主要驗證端點 —— 高保真變體的親和力與 WT 差不多，差三個量級的是 cleavage rate。
出現在：驗證與實驗合作
SSIP溶劑分隔離子對: Solvent-separated ion pair：兩個電荷之間夾著一個水分子的離子對，重原子距離約 5 到 6 Å。它在水裡是真實而且常常比直接接觸更有利的狀態，但任何 4 Å 的鹽橋截斷都會把它記成零，於是「介面被推開讓水擠進來」會被誤讀成「失去了五座鹽橋」。
出現在：鹽橋分析
stationary distribution穩態分布: MSM 轉移矩陣特徵值 λ = 1 對應的左特徵向量 π，給出各狀態的平衡族群，因此也給出自由能 F_i = −k_B T ln π_i。用 adaptive sampling 取樣時它不能直接讀 —— 重新播種破壞了平衡取樣，速率通常還撐得住，族群比例往往撐不住。
出現在：Markov State Model
statistical inefficiency統計低效率: 把彼此相關的軌跡幀換算成有效樣本數的因子：g = 1 + 2τ，N_eff = N/g，τ 是該觀測量的自相關時間。關鍵是 τ 是每個觀測量各自的、不是軌跡的性質 —— 同一條 87 ns 對 BSA 綽綽有餘，對 groove 接觸計數則根本還沒開始。
出現在：取樣與收斂
string method弦方法: 在兩個以上 collective variable 張成的空間裡放一串 image，讓它們鬆弛到最小自由能路徑（MFEP）的增強取樣方法。概念上就是自由能版的 NEB，差別在於它找的不是 0 K 位能面上的鞍點，而是 300 K、含水、含熵的投影路徑。
出現在：自由能地景與增強取樣
superposition結構疊合: 用 Kabsch 之類的演算法把每一幀最佳疊合到參考結構，移除整體平移與轉動。RMSD、RMSF、PCA 全部要先做這一步才有意義，而 fit selection 選哪一組原子會直接改變答案：用整個蛋白疊合，HNH 的高 RMSF 含它整塊的擺動；用 HNH 自己疊合，量到的才是它的內部柔軟度。
出現在：Level 4 — 知道所有 Analysis、RMSD、RMSF、DCCM

T

target strand標的股: dsDNA 中被 sgRNA 的 spacer 配對走的那一股，由 HNH 負責切。注意 protospacer 與 PAM 的序列慣例寫在另一股（non-target strand）上、兩股方向相反 —— 弄反了你標的「seed 錯配」會整批標到 PAM-distal 去，整批模擬白跑。
出現在：Level 1 — 知道 Cas9 如何切 DNA、PAM 與 R-loop
tautomer互變異構物: 同一個分子質子位置不同的異構物；在 MD 裡最要命的是組胺酸的 HID／HIE（質子在 δ 還是 ε 氮上）。兩者重原子幾何幾乎一樣、力場完全不會抱怨，但同一個氮會因此從 donor 變成 acceptor，而且 pH 只在 addHydrogens 那一瞬間存在，之後整條軌跡都改不了。
出現在：氫鍵分析
thermoMPNN: 正式寫法為 ThermoMPNN：抽取預訓練的 ProteinMPNN 結構 embedding、再以遷移學習訓練一個輕量預測模組，用來預測單點突變的摺疊穩定度變化 ΔΔG（Kuhlman lab，PNAS 2024；主訓練集為 Megascale 資料）。在這個專案裡它的角色是排除閘不是排序器——本專案自己跑出來的結果是所有文獻專一性變體的 ΔΔG_fold 都在約 1 kcal/mol 以內（fold-neutral），代表這個閘在這批樣本上完全沒有解析度。
thermostat控溫器: 控制系統溫度、也因此決定你在取樣哪個系綜的機制（Langevin、Nosé-Hoover、Berendsen…）。它不是收斂旋鈕：選錯了跑一微秒也不會收斂到正確答案，因為你從頭到尾在取樣另一個系綜 —— Berendsen 把動能漲落壓窄，而你要報的每一個 CV 與誤差棒都是漲落。
出現在：Level 3 — 知道 MD 在模擬什麼、Production 設定
TICA: Time-lagged independent component analysis：從軌跡特徵裡找出自相關衰減最慢的線性組合，是 MSM 的標準降維步驟。務必內化它跟 PCA 的區別 —— PCA 找變異最大的方向，TICA 找最慢的方向，而一段大幅甩動的末端 loop 變異很大卻快得要命。
出現在：Markov State Model
timestep時間步長: 數值積分每一步推進的時間 Δt，物理上限大約是系統最快振動週期的十分之一（X–H 伸縮週期約 11 fs → 約 1 fs）。Langevin 動力學下 timestep 太大不會表現成能量漂移或崩潰，而是安靜地把構形分布推偏 ——「沒爆掉」不等於安全，要靠 2 fs 對照組才驗得出來。
出現在：Level 3 — 知道 MD 在模擬什麼、Production 設定
TIP3P: Jorgensen 1983 的三點剛性水模型，最便宜、GPU 上最快、與 ff14SB 是被驗證過的配套。已知代價全在動力學上（自擴散約 6 × 10⁻⁵ cm²/s vs 實驗 2.3 × 10⁻⁵、黏度約 0.32 cP vs 0.896），而且原始論文用的是 Monte Carlo、根本沒對動力學 fit 過 —— 報幾何量安全，報時間尺度不安全。
出現在：Level 3 — 知道 MD 在模擬什麼、系統建立、氫鍵分析、從 PDB 到軌跡
transition matrix轉移矩陣: MSM 的核心物件 T_ij(τ) = P(t+τ 在狀態 j | t 在狀態 i)，估出來就同時拿到平衡族群與狀態之間的轉換速率。要注意估計器通常只在最大連通集上工作，沒連上的狀態連同它們的幀會被靜默丟掉，所以一定要報 active set 佔總幀數的比例。
出現在：Markov State Model
transmission coefficient透射係數: 過渡態理論速率式裡的修正因子 κ，用來扣掉「越過鞍點又折回去」的軌跡，k = κ · k_TST。它是不能拿 k_B T/h 前因子把構形轉變的能障換算成速率的原因之一 —— 溶劑中的 domain 旋轉是擴散型過程，前因子由摩擦決定（Kramers），不是由配分函數決定。
出現在：自由能地景與增強取樣

U

umbrella sampling繖形取樣: 沿 collective variable 切出 N 個 window、各加一個諧振偏壓 k(s − s_i)² 分別取樣，最後用 WHAM 或 MBAR 拼回無偏 PMF。成敗最關鍵的檢查是相鄰 window 的直方圖必須實質重疊 —— 出現斷層時 WHAM 照樣會給你一段平滑但完全虛構的曲線。
出現在：自由能地景與增強取樣

V

validity正確性: 這個量跟你真正在乎的外部真值（cleavage rate、specificity ratio）的關係，也就是「有沒有量對東西」。它與 reliability 不是並列而是上下界：穩不保證對（一個 CV 2% 的量可以穩定地、精密地錯著），但不穩就一定量不到相關性。
出現在：Level 5 — 知道 Benchmark 怎麼做、Metric 可靠性
VAMP-2: 由 VAMP（variational approach for Markov processes，Wu 與 Noé）定義的模型分數，等於轉移算符前幾個奇異值（可逆情形即特徵值）的平方和；分數越高代表該組特徵與超參數抓到的慢動力學越多。它的用途是把「我們用了成對距離」這種憑感覺的選擇，換成幾組候選特徵的交叉驗證並排比較 —— reviewer 問「你怎麼選 feature」時，這是答得出來的東西（但文獻也提醒它只能當選型的參考，不能當唯一判準）。
出現在：Markov State Model

W

water bridge水橋: 同一個水分子同時對兩邊各成一根氫鍵所形成的間接作用。蛋白–DNA 介面有大量作用是這樣完成的，只看 direct donor–acceptor 判準會得到「介面很鬆」的錯誤印象，而且若變體改變的恰好是水橋網路，你會完全漏掉效應（另見 SSIP）。
出現在：氫鍵分析
well-tempered metadynamics: metadynamics 的改良版：沉積的高斯高度隨該處已累積的偏壓退火，使偏壓收斂到 −(γ−1)/γ · F(s)，γ 是 bias factor。它解決了原版偏壓持續來回震盪的問題，但收斂仍要看 basin 差值的時間曲線有沒有進 plateau —— 早期一定會系統性低估能障，因為井還沒填滿。
出現在：自由能地景與增強取樣
WHAM: Weighted histogram analysis method：把 umbrella sampling 各 window 的偏壓直方圖自洽地解出各自的自由能位移，再拼成一條無偏的 PMF。它不會告訴你 window 之間有斷層 —— 斷層處它照樣內插出一段平滑的曲線，所以必須自己畫直方圖檢查重疊。
出現在：自由能地景與增強取樣
Wigner-Seitz cell維格納–塞茲原胞: 晶格中「離某個格點比離其他任何格點都近」的那塊區域，也就是最省的填滿空間單位。菱形十二面體是 FCC 的 Wigner-Seitz cell、truncated octahedron 是 BCC 的（體積比約 0.707 對 0.77），所以選水盒盒型跟你畫 Brillouin zone 時處理的是同一個幾何問題。
出現在：系統建立
workflow工作流程: 這個專案的交付物本身：從一顆 PDB 到一張能排序變體的分數表，中間七步（系統建立 → simulation → analysis → benchmark → validation 設計 → ranking → 實驗合作）。methodology paper 的可信度單位是 pipeline 不是單一數字，而且 validation 設計必須排在 ranking 之前，因為打分公式要在看到任何變體結果之前凍結。
出現在：Level 0 — 我完全不知道 Cas9、Level 6 — 知道如何設計 workflow、Workflow 全圖

Z

z-score標準分數: 本站打分公式的無因次化步驟：z = (變體值 − WT 平均) / σ_WT，分母用的是 WT 自己的跨 replica 標準差。這讓 z 的意思變成「這個變化等於幾個雜訊單位」，|z| < 1 的差異連提都不該提；分母不能改用變體之間的散布，那會隨你納入哪些變體而變，是循環的。
出現在：Level 6 — 知道如何設計 workflow、分析與打分