蛋白质Pdb文件的氨基酸接触网络矩阵生成

最近在学习基于DL的药靶相互作用预测方法，该方法将氨基酸contact map作为机器学习、训练的原始数据之一。首先从PDB中获得每个蛋白质的三维原子坐标，如果Ca原子之间的距离小于10°A，则在两个节点之间添加一条边。认为两个氨基酸有相互接触，大于10埃则没有相互作用，假如蛋白质有n个氨基酸，那么通过距离计算，将会产生n*n维的接触矩阵。

一、读取PDB文件，并获取每个位置氨基酸CA原子的三维坐标

f = open("8dtd.pdb","r")
D = []
i = 0
for a in f.readlines():
    b = a.split()
    if b[0] == "ATOM":
      if b[2] == "CA":
        D.append((float(b[6]),float(b[7]),float(b[8])))
        print(D)

 二、计算每个氨基酸与任意一个氨基酸CA原子距离

dis1 = []
for b in range(len(D)):
  dis2 = []
  for c in range(len(D)):
    dis = ((D[b][0] - D[c][0]) ** 2 + (D[b][1] - D[c][1]) ** 2 + (D[b][2] - D[c][2]) ** 2) ** 0.5
    if dis == 0.:
      dis2.append(0)
    elif (dis <= 8.) & (dis != 0.):
      dis2.append(round(float(dis),3))
    elif dis > 8.:
      dis2.append(0)
  dis1.append(dis2)

上述代码获得了任意一个氨基酸与其他氨基酸的距离矩阵，氨基酸CA原子之间距离大于10埃，视为没有接触，记为0，小于10埃视为有接触，将距离值保存。