CATH非冗余数据集中复合体结构筛选

从CATH网站下载数据CATH

wget http://download.cathdb.info/cath/releases/latest-release/non-redundant-data-sets/cath-dataset-nonredundant-S40.list ./

为了从CATH数据库的cath-dataset-nonredundant-S40.list文件中找到含有多条多肽链的复合体结构,整个流程需要使用CATH数据库和PDB文件的结合分析,脚本可以用Python或其他脚本语言编写。以下是大致的分析步骤、可能用到的工具和脚本思路。

数据分析代码

import pandas as pd

### 1. 读取CATH数据
cath_file = '/Users/zhengxueming/Downloads/cath-dataset-nonredundant-S40.list'

pdb_ids = []
chain_ids = []
pdb_chain_ids = []
domain_ids = []

with open(cath_file, 'r') as file:
    for line in file:
        line = line.strip()
        #print(line.strip())  # 使用 strip() 去除每行末尾的换行符
        # 1a15A00
        pdb_id = line[:4]  # 提取PDB ID 
        chain_id = line[4:5] # 提取链ID
        domain_id = line[5
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值