我需要从 PDB 中可用的 cif
格式的结构文件中提取单个链。我读过几个相关的问题,例如this和 this 。如果链 ID 是整数或单个字符,则所提出的解决方案确实效果很好。如果应用于诸如 6KMW 之类的结构要提取链aA
,它会引发错误TypeError:%c需要int或char
。用于重现错误和输出的完整代码如下。
from Bio.PDB import PDBList, PDBIO, FastMMCIFParser, Select
class ChainSelect(Select):
def __init__(self, chain):
self.chain = chain
def accept_chain(self, chain):
if chain.get_id() == self.chain:
return 1
else:
return 0
pdbl = PDBList()
io = PDBIO()
parser = FastMMCIFParser(QUIET = True)
pdbl.retrieve_pdb_file('6kmw', pdir = '.', file_format='mmCif')
structure = parser.get_structure('6kmw', '6kmw.cif')
io.set_structure(structure)
io.save('6kmw_aA.pdb', ChainSelect('aA'))
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-5-095b98a12800> in <module>
18 structure = parser.get_structure('6kmw', '6kmw.cif')
19 io.set_structure(structure)
---> 20 io.save('6kmw_aA.pdb', ChainSelect('aA'))
~/miniconda3/envs/lab2/lib/python3.8/site-packages/Bio/PDB/PDBIO.py in save(self, file, select, write_end, preserve_atom_numbering)
368 )
369
--> 370 s = get_atom_line(
371 atom,
372 hetfield,
~/miniconda3/envs/lab2/lib/python3.8/site-packages/Bio/PDB/PDBIO.py in _get_atom_line(self, atom, hetfield, segid, atom_number, resname, resseq, icode, chain_id, charge)
227 charge,
228 )
--> 229 return _ATOM_FORMAT_STRING % args
230
231 else:
TypeError: %c requires int or char
有人知道 Biopython 功能可以实现这个结果吗?最好是不依赖于通过自定义函数解析整个文件的文件。
最佳答案
我认为,您想要实现的目标是不可能的。实际上,您想要将 cif 文件转换为 pdb 文件。您希望在此过程中将蛋白质结构减少为单链并不重要。 PDB格式是上世纪的一种文件格式。 (我知道直到今天它的传播范围有多广......)它是面向列的,并且只允许链 ID 使用一个字符。这就是您无法下载蛋白质 6KMW 的 PDB 文件的原因。请参阅工具提示 https://www.rcsb.org/structure/6KMW为此:“PDB 格式文件不适用于大型结构”。在你的情况下,“大”意味着蛋白质有很多链,需要两个字符。
您不能存储两个字符作为 PDB 文件的链名称。 您现在有两个选择:
- 将链重命名为“aA”并将文件保存为 PDB 格式
- 不要使用 PDB 格式作为文件格式,而坚持使用 cif
此代码片段重命名链并将结构存储为 pdb 文件:
[...]
io.set_structure(structure)
for model in structure:
for chain in model:
if chain.get_id() == "A":
chain.id = "_"
print("renamed chain A to _")
if chain.get_id() == "aA":
chain.id = "A"
print("renamed chain aA to A")
io.save('6kmw_aA.pdb', ChainSelect('A'))
此代码段仅以 mmCIF 格式存储链“aA”:
from Bio.PDB.mmcifio import MMCIFIO
io = MMCIFIO()
io.set_structure(structure)
io.save("6kmw_aA.cif", ChainSelect('aA'))
关于python - 从电子显微镜结构中提取链,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64000149/