使用Biopython解析PDB结构

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

文件读取

导入PDBParser读取本地pdb文件

>>> from Bio.PDB import PDBParser
>>> p=PDBParser()
>>> s=p.get_structure("7kn5","7kn5.pdb")
>>> s
<Structure id=7kn5>

get_strucutre()方法有两个参数，第一个参数为id，相当于一个可以自己指定的名字，第二个参数是文件名

结构的表示

一个 Structure 对象的整体布局遵循称为SMCRA（Structure/Model/Chain/Residue/Atom，结构/模型/链/残基/原子）的体系架构：

• 结构由模型组成
• 模型由多条链组成
• 链由残基组成
• 多个原子构成残基

• >>> model=s[0]   
  >>> model
  <Model id=0>
  >>> chain=model['A']
  >>> chain 
  <Chain id=A>
  >>> for i in chain:
  ...     print(i)
  ... 
  <Residue GLN het=  resseq=1 icode= >
  <Residue VAL het=  resseq=2 icode= >
  <Residue GLN het=  resseq=3 icode= >
  >>> chain[3]
  <Residue GLN het=  resseq=3 icode= >
  

  笔者这里导入的蛋白是一个只有单链的蛋白，因此chain也只有一条，对于有多条链的蛋白可以用ABCDEF一直索引下去；而每个链由多个氨基酸组成，直接使用下标索引可以找到，这里只列出了遍历结果的小部分。
  注意：chain的下标是从1开始的，不是从0开始的

  对于不同链的描述，其实用PDB也可以看到的
  

  残基对象的一些其他方法：

  >>> residue.get_resname()       # 返回残基名称，如 "ASN"
  >>> residue.is_disordered()     # 返回1如果该残基含有无序原子
  >>> residue.get_segid()         # 返回其SEGID如"CHN1"
  >>> residue.has_id(name)        # 判断一个残疾是否有某个原子
  

  atom对象包含在chain：

  >>>chain[1]
  <Residue GLN het=  resseq=1 icode= >
  >>> for atom in chain[1]:
  ...     print(atom)
  ... 
  <Atom N>
  <Atom CA>
  <Atom C>
  <Atom CB>
  <Atom O>
  <Atom CG>
  <Atom CD>
  <Atom NE2>
  <Atom OE1>
  

  用文字索引可以指向某个chain的atom：

  >>> atom=residue['CA'] 
  

  >>> for key in atom.__dict__:
  ...     print(key,atom.__dict__[key])
  ... 
  level A
  parent <Residue GLN het=  resseq=1 icode= >
  name CA
  fullname  CA
  coord [20.024 -3.073 -1.719]
  bfactor 86.76
  occupancy 1.0
  altloc
  full_id ('7kn5', 0, 'A', (' ', 1, ' '), ('CA', ' '))
  id CA
  disordered_flag 0
  anisou_array None
  siguij_array None
  sigatm_array None
  serial_number 2
  xtra {}
  element C
  mass 12.0107
  pqr_charge None
  radius None
  _sorting_keys {'N': 0, 'CA': 1, 'C': 2, 'O': 3}
  

  可以看出，atom对象中存储了包括原子名称，原子坐标，B因子，原子质量，altloc标识符和原子名称等数据

  随缘更新后续内容