PyMOL中常用的命令列表

PyMOL中常用的命令列表

• PyMOL中常用的命令列表，包括了加载文件、去除水分子、改变颜色、显示样式和图形优化等操作，可以帮助你完成全方位的分子展示设置。

基础命令流程

1. 加载分子结构

   load your_file.pdb   # 加载PDB文件
   

2. 去除水分子

   remove solvent       # 移除所有溶剂分子，包括水
   # 或者
   remove resn HOH      # 仅移除水分子（PDB文件中水分子通常标记为 HOH）
   

3. 分子显示样式：选择分子结构的展示样式

   show cartoon         # 显示为卡通样式（适用于蛋白质）
   show sticks          # 显示为棒状模型
   show spheres         # 显示为球状模型
   hide everything      # 隐藏所有显示
   

4. 变换颜色：为分子各部分赋予五颜六色的效果

   spectrum count, rainbow       # 使用彩虹色渐变效果
   color blue, chain A           # 为链 A 着蓝色
   color red, chain B            # 为链 B 着红色
   util.cbc                      # 随机为各链分配颜色
   spectrum b, blue_white_red, minimum=10, maximum=50  # 使用温度因子渐变
   

5. 分子选择：对分子结构的不同区域进行选择

   select backbone, name CA+C+N+O  # 选择骨架原子
   select sidechain, not backbone  # 选择侧链
   

6. 调整分子显示：对选定的分子区域应用不同的显示样式

   show sticks, sidechain      # 侧链显示为棒状
   show spheres, backbone      # 骨架显示为球状
   

7. 优化图像显示：改善图像质量和显示效果

   set cartoon_fancy_helices, 1       # 优化卡通模式中的α螺旋显示
   set ray_trace_mode, 1              # 启用光线追踪模式
   set antialias, 2                   # 抗锯齿处理，提高图像质量
   

8. 保存图片或场景：将生成的图像导出为图片文件

   ray 800, 600                 # 生成高分辨率的图片（光线追踪渲染）
   png my_image.png, dpi=300    # 导出图片，设置为300dpi
   

示例：完整操作流程

以下是一个典型的完整操作流程示例，用于生成一个五颜六色、去除水分子的蛋白质分子结构图：

load your_file.pdb                # 加载PDB文件
remove resn HOH                   # 去掉水分子
spectrum count, rainbow           # 设置五颜六色的渐变
show cartoon                      # 选择卡通样式
util.cbc                          # 随机分配颜色
set cartoon_fancy_helices, 1      # 优化卡通模式中的螺旋显示
set ray_trace_mode, 1             # 启用光线追踪模式
set antialias, 2                  # 开启抗锯齿
ray 1200, 800                     # 渲染高分辨率图像
png my_image.png, dpi=300         # 保存图片，设置分辨率为300dpi

常用的其他命令

• 旋转和移动：手动旋转或移动分子

  rotate x, 90                    # 绕X轴旋转90度
  translate [10, 0, 0]            # 沿X轴移动10单位
  

• 测量距离：测量两个原子之间的距离

  distance my_dist, name CA, resi 1 and name CB  # 计算特定原子间的距离
  

在PyMOL中，可以将小分子和蛋白质的相互作用（例如氢键、疏水作用）清晰地展示出来，并且标记相关的名称和距离。以下是实现这一效果的完整命令流程：

基础流程

1. 加载蛋白质和小分子结构文件：首先加载PDB文件。这里假设蛋白质和小分子分别存储在不同的PDB文件中。

   load protein.pdb, protein       # 加载蛋白质文件，并命名为“protein”
   load ligand.pdb, ligand         # 加载小分子文件，并命名为“ligand”
   

2. 显示小分子和蛋白质的不同样式：可以用不同样式展示蛋白质和小分子，使其更易识别。

   show cartoon, protein           # 蛋白质显示为卡通模式
   color cyan, protein             # 为蛋白质设置颜色为青色
   show sticks, ligand             # 小分子显示为棒状模型
   color yellow, ligand            # 为小分子设置颜色为黄色
   

3. 选择关键残基或与小分子相互作用的区域：选择小分子与蛋白质之间的相互作用区域（例如，5 Å内的原子）。

   select binding_site, br. protein within 5 of ligand  # 选择与小分子5 Å内的蛋白质原子
   show sticks, binding_site            # 绑定位点显示为棒状
   color magenta, binding_site          # 将绑定位点的颜色设置为紫色
   

4. 添加相互作用连线：检测氢键和疏水作用，并自动添加连线。

   distance hbonds, protein, ligand, mode=2   # 计算氢键，显示为连线
   set dash_width, 3                          # 设置连线宽度
   set dash_color, red                        # 设置连线颜色为红色
   

5. 标记小分子和残基名称：标记小分子名称和关键残基，以便更好地了解相互作用。

   label ligand, resn                        # 为小分子标记名称（通常为其残基名）
   label binding_site, resn + resi           # 为关键残基标记名称和序号
   

6. 测量并显示距离：标记小分子和蛋白质之间的距离，以量化相互作用强度。

   distance interaction_distances, binding_site, ligand
   set dash_gap, 0.5                         # 调整连线间隔
   set dash_color, green                     # 设置距离标记的连线颜色为绿色
   

完整操作流程

以下是一个完整的PyMOL命令序列示例，将小分子与蛋白质对接的相互作用展示出来，包括连线、颜色和名称标记：

load protein.pdb, protein                   # 加载蛋白质
load ligand.pdb, ligand                     # 加载小分子

show cartoon, protein                       # 蛋白质为卡通模式
color cyan, protein                         # 蛋白质颜色设为青色
show sticks, ligand                         # 小分子为棒状模型
color yellow, ligand                        # 小分子颜色设为黄色

select binding_site, br. protein within 5 of ligand  # 选择绑定位点
show sticks, binding_site                   # 显示绑定位点为棒状
color magenta, binding_site                 # 绑定位点颜色设为紫色

distance hbonds, protein, ligand, mode=2    # 添加氢键连线
set dash_width, 3                           # 设置连线宽度
set dash_color, red                         # 氢键连线颜色设为红色

label ligand, resn                          # 标记小分子名称
label binding_site, resn + resi             # 标记绑定位点的残基名称和序号

distance interaction_distances, binding_site, ligand  # 显示距离
set dash_gap, 0.5                           # 调整连线间隔
set dash_color, green                       # 距离连线颜色设为绿色

提示

• 手动添加相互作用连线：如果自动计算连线不够准确，可以手动添加。选择两个原子并计算它们的距离，如：

  distance manual_dist, (ligand and name C1), (protein and resi 50 and name O)
  

以下是一个完整的PyMOL操作流程，包含加载文件、去除水分子、设置颜色、展示小分子和蛋白质的相互作用、标记名称、添加透明背景以及保存超清4K图像的所有步骤。所有操作步骤将以命令行的方式写出，方便直接复制到PyMOL中执行。

完整PyMOL操作命令

# 1. 加载文件
load protein.pdb, protein                     # 加载蛋白质文件
load ligand.pdb, ligand                       # 加载小分子文件

# 2. 移除水分子
remove solvent                                # 移除所有溶剂分子，包括水
# 或者仅移除水分子
remove resn HOH

# 3. 设置显示样式和颜色
show cartoon, protein                         # 将蛋白质显示为卡通模式
color cyan, protein                           # 蛋白质颜色设置为青色
show sticks, ligand                           # 将小分子显示为棒状
color yellow, ligand                          # 小分子颜色设置为黄色

# 4. 选择与小分子有相互作用的区域
select binding_site, br. protein within 5 of ligand  # 选择与小分子5 Å内的蛋白质原子
show sticks, binding_site                     # 将绑定位点显示为棒状
color magenta, binding_site                   # 设置绑定位点的颜色为紫色

# 5. 添加相互作用连线
distance hbonds, protein, ligand, mode=2      # 自动添加氢键连线
set dash_width, 3                             # 设置连线宽度
set dash_color, red                           # 氢键连线颜色设置为红色

# 6. 标记小分子和关键残基的名称
label ligand, resn                            # 标记小分子名称
label binding_site, resn + resi               # 标记关键残基的名称和序号

# 7. 显示并标记距离
distance interaction_distances, binding_site, ligand  # 计算并显示距离
set dash_gap, 0.5                             # 调整距离连线间隔
set dash_color, green                         # 距离连线颜色设置为绿色

# 8. 设置透明背景
bg_color white                                # 设置背景颜色为白色
set ray_opaque_background, 0                  # 设置背景为透明

# 9. 优化图像质量
set cartoon_fancy_helices, 1                  # 优化卡通模式中的α螺旋显示
set ray_trace_mode, 1                         # 启用光线追踪模式
set antialias, 2                              # 开启抗锯齿处理，提升图像质量

# 10. 保存超清4K图像
ray 3840, 2160                                # 渲染4K分辨率（3840x2160）的图像
png output_image.png, dpi=300                 # 保存渲染结果为PNG格式，分辨率为300dpi

步骤解析

1. 加载文件：使用 load 命令分别加载蛋白质和小分子文件，并命名为 protein 和 ligand。
2. 去除水分子：使用 remove solvent 或 remove resn HOH 以去除水分子。
3. 设置显示样式和颜色：设置蛋白质为卡通样式，小分子为棒状模型，并为两者选择不同的颜色。
4. 选择相互作用位点：选择与小分子距离5 Å内的蛋白质原子区域，显示为棒状并设为紫色。
5. 添加相互作用连线：添加氢键连线，使用红色表示，设置连线宽度为3。
6. 标记名称：标记小分子和蛋白质关键残基的名称，以便查看相互作用的具体信息。
7. 显示距离：计算小分子与蛋白质间的距离，并用绿色标记距离连线。
8. 设置透明背景：将背景设置为白色并设为透明，以便导出图像适应各种背景。
9. 优化图像质量：启用光线追踪模式、抗锯齿和高级卡通样式，使图像更美观。
10. 保存4K图像：渲染4K分辨率图像，并导出为PNG格式，设置为300dpi，确保图像清晰度适合打印或展示。

在PyMOL中要显示小分子与蛋白质之间的连接虚线以及标记名字（标签），需要确保首先定义好小分子配体的名称。例如，如果小分子加载时未自动定义为"ligand"，可以将其手动命名为“ligand”。假设您的小分子是“UNK”并且已正确加载，可以尝试以下步骤：

步骤 1：重命名小分子为"ligand"

首先，通过以下命令选择并重命名小分子为“ligand”：

select ligand, resn UNK

步骤 2：定义结合位点并创建虚线显示

接着，可以通过以下命令显示蛋白质与小分子之间5Å内的相互作用，并用虚线展示：

select binding_site, br. protein within 5 of ligand
distance hbonds, binding_site, ligand, mode=2

这将计算并显示5Å内的氢键或相互作用，并用虚线表示。

步骤 3：设置虚线颜色

如果您希望虚线为红色，可以设置如下：

set dash_color, red

步骤 4：显示小分子名称标签

可以在小分子“ligand”上显示名称标签，通过以下命令：

label ligand, resn

总结完整命令

综合所有步骤，可以按以下顺序输入命令：

select ligand, resn UNK
select binding_site, br. protein within 5 of ligand
distance hbonds, binding_site, ligand, mode=2
set dash_color, red
label ligand, resn

如果小分子标签密密麻麻、遮挡视图，可以通过以下几个方式来优化显示，使得标签清晰且不影响整体视觉效果。

优化标签显示步骤：

1. 只标记中心原子或配体名称
   只在小分子的中心或重要原子上显示标签，避免所有原子都被标记。

   label ligand and name CA, resn
   

   这里将只在小分子的“CA”原子上显示标签，您可以根据实际情况选择适合的中心原子名称。

2. 减少标签的字体大小
   可以通过调整字体大小来减小标签，从而避免遮挡：

   set label_size, -0.5
   

   负值会缩小字体大小，您可以调整该值以获得理想的标签大小。

3. 移动标签位置
   如果希望将标签稍微移开，可以使用以下命令：

   set label_position, [x_offset, y_offset, z_offset]
   

   例如：

   set label_position, [2, 2, 0]
   

   这将标签偏移到不同的位置，具体数值可以根据屏幕显示情况进行调整。

4. 只在关键原子间显示虚线
   选择一些关键的蛋白质与小分子之间的相互作用位置，这样虚线和标签就更清晰。

   select binding_site, br. protein within 5 of ligand
   distance hbonds, binding_site and name CA, ligand and name N
   

5. 隐藏其他标签
   如果不需要显示所有标签，可以先清除其他不必要的标签：

   hide labels
   

完整示例

综合以上设置：

select ligand, resn UNK
select binding_site, br. protein within 5 of ligand
distance hbonds, binding_site and name CA, ligand and name N
set dash_color, red
label ligand and name CA, resn
set label_size, -0.5

这样将仅在小分子的中心原子上显示标签，同时调整字体大小，并显示蛋白与小分子间的关键相互作用，从而使得显示更清晰、直观。

要让小分子呈现五颜六色的效果，可以使用PyMOL中的color或spectrum命令来为小分子分配渐变颜色，产生丰富的视觉效果。以下是一些具体的步骤：

1. 使用spectrum命令为小分子添加渐变颜色

spectrum命令可以为小分子中的每个原子设置不同颜色，创造出渐变的彩虹效果：

spectrum count, rainbow, ligand

在这条命令中：

• count是用于指定渐变的依据（可以是其他依据，如b-factor等）。
• rainbow表示使用彩虹色调渐变。
• ligand是小分子的选择名称。如果小分子不是默认命名为“ligand”，可以替换成小分子的选择名，例如“resn UNK”。

2. 使用颜色组来随机设置颜色

如果希望小分子的每个部分呈现不同的颜色，可以尝试将小分子的每一部分手动分配颜色：

color red, ligand and elem C
color yellow, ligand and elem O
color green, ligand and elem N
color cyan, ligand and elem S
color magenta, ligand and elem P

这样可以为小分子的不同原子类型分配特定颜色，使小分子呈现五颜六色的效果。

3. 混合spectrum和其他设置

还可以同时使用渐变效果和元素特定的颜色，以让小分子更具层次感。例如：

spectrum b, blue_white_red, ligand
set cartoon_color, orange, ligand
show sticks, ligand

完整示例命令

将小分子渲染为渐变的彩虹色并显示为“sticks”模式：

select ligand, resn UNK
spectrum count, rainbow, ligand
show sticks, ligand

这样，小分子就会呈现出五颜六色的效果，并在三维视图中更具吸引力。您可以根据实际视觉效果调整这些命令，达到理想的渲染效果。

在PyMOL中，为了旋转小分子并以5K分辨率保存图片，可以按照以下步骤进行：

1. 调整视角

手动旋转小分子，确保从所需角度清晰地查看它。可以使用鼠标操作或使用以下命令来微调视角：

orient ligand

这将自动调整视角，使“小分子”（配体）中心位置对齐，从而可以获得清晰的显示。

2. 设置分辨率

为了获得5K分辨率的图像（例如，5000 x 5000像素），可以使用ray命令来设置渲染分辨率。在PyMOL中，输入：

ray 5000, 5000

此命令将生成高质量的5K渲染图像。

3. 保存图像

在渲染完成后，可以保存图片。指定文件名（例如，output.png），并输入以下命令来保存渲染的图像：

png output.png, dpi=300

这样将以300 dpi分辨率保存图片为5K画质。

完整步骤示例

确保小分子在画面中心并以5K分辨率保存图片的完整命令：

orient ligand
ray 5000, 5000
png output.png, dpi=300

执行这些命令后，PyMOL会渲染并保存5K高分辨率的图像。您可以在指定的目录中找到保存的文件，并用于进一步分析或展示。

如果不想在PyMOL中显示文字标签和虚线（如氢键或其他相互作用的连接线），可以通过以下命令隐藏它们：

1. 隐藏文字标签

要隐藏所有标签，可以使用以下命令：

hide labels

2. 隐藏虚线

如果添加了虚线（如氢键），可以使用以下命令来隐藏虚线：

hide dashes

3. 移除多余的选择框

为了避免干扰视图，可以确保所有的临时选择框（如选择的残基或原子）都被取消显示：

hide selections

4. 最终命令清理界面

完整的命令集如下，可确保界面干净、无标签和线条干扰：

hide labels
hide dashes
hide selections

在执行以上命令后，您的视图将只显示小分子和蛋白质的三维结构，没有任何标签或虚线，从而获得简洁的图像。然后可以按照之前的步骤进行旋转、设置分辨率并保存高质量的图片。