我正在解析 PDB 文件,并且我有一个链名称列表以及格式为(链,[坐标])的 XYZ 坐标。我有很多坐标,但只有 3 个不同的链。我想将同一链中的所有坐标压缩到一个列表中,这样我就可以得到 chain = [coordinate]、[coordinate]、[coordinate] 等等。我查看了 biopython 文档,但我很难准确理解如何获得我想要的坐标,所以我决定手动提取坐标。这是我到目前为止的代码:
pdb_file = open('1adq.pdb')
import numpy as np
chainids = []
chainpos= []
for line in pdb_file:
if line.startswith("ATOM"):
# get x, y, z coordinates for Cas
chainid =str((line[20:22].strip()))
atomid = str((line[16:20].strip()))
pdbresn= int(line[23:26].strip())
x = float(line[30:38].strip())
y = float(line[38:46].strip())
z = float(line[46:54].strip())
if line[12:16].strip() == "CA":
chainpos.append((chainid,[x, y, z]))
chainids.append(chainid)
allchainids = np.unique(chainids)
print(chainpos)
和一些输出:
[('A', [1.719, -25.217, 8.694]), ('A', [2.934, -21.997, 7.084]), ('A', [5.35, -19.779, 8.986])
我理想的输出是:
A = ([1.719, -25.217, 8.694]), ([2.934, -21.997, 7.084]),(5.35, -19.779,8.986])...
谢谢!
Here is a section of PDB file:
ATOM 1 N PRO A 238 1.285 -26.367 7.882 0.00 25.30 N
ATOM 2 CA PRO A 238 1.719 -25.217 8.694 0.00 25.30 C
ATOM 3 C PRO A 238 2.599 -24.279 7.885 0.00 25.30 C
ATOM 4 O PRO A 238 3.573 -24.716 7.275 0.00 25.30 O
ATOM 5 CB PRO A 238 2.469 -25.791 9.881 0.00 25.30 C
A 是第 4 列中的链名称。我不知道链名称是先验的,但由于我正在逐行解析,因此我将链名称与我前面提到的格式的坐标一起粘贴。现在我想在它们前面拉出所有带有“A”的坐标,并将它们放在一个名为“A”的列表中。我不能只在“A”中硬编码,因为它并不总是“A”。我也有“L”和“H”,但我想一旦我克服了理解的障碍,我就能得到它们。