蛋白质中不同氨基酸chi角原子的one-hot表示

蛋白质中的"chi角"（chi angle）通常是指侧链自由旋转的二面角，用于描述氨基酸侧链中的旋转构象。侧链是氨基酸分子的一部分，它们附着在氨基酸主链上，并可以以不同的角度自由旋转。chi角用于描述侧链旋转的几何构象。

不同氨基酸的侧链具有不同数量的chi角，通常分为chi1、chi2、chi3、chi4等。每个chi角表示了侧链上的一个二面角，通常是在侧链的主要链或原子之间的角度。

Chi角的值通常以角度（度）来表示，可以从0度到360度。Chi角的不同构象可以影响蛋白质的立体构象和功能，因此对于研究蛋白质的结构和功能具有重要意义。

import numpy as np

### 1. 定义常量

## 蛋白质中氨基酸种类，单字母表示
restypes = [
    'A', 'R', 'N', 'D', 'C', 'Q', 'E', 'G', 'H', 'I', 'L', 'K', 'M', 'F', 'P',
    'S', 'T', 'W', 'Y', 'V'
]

## 氨基酸单字母和三字母表示的转化
restype_1to3 = {
    'A': 'ALA',
    'R': 'ARG',
    'N': 'ASN',
    'D': 'ASP',
    'C': 'CYS',
    'Q': 'GLN',
    'E': 'GLU',
    'G': 'GLY',
    'H': 'HIS',
    'I': 'ILE',
    'L': 'LEU',
    'K': 'LYS',
    'M': 'MET',
    'F': 'PHE',
    'P': 'PRO',
    'S': 'SER',
    'T': 'THR',
    'W': 'TRP',
    'Y': 'TYR',
    'V': 'VAL',
}


## 不同氨基酸侧链的二面角的原子，Chi1 角，Chi2 角，Chi3 角，Chi4 角
chi_angles_atoms = {
    'ALA': [],
    # Chi5 in arginine is always 0 +- 5 degrees, so ignore it.
    'ARG': [['N', 'CA', 'CB', 'CG'], ['CA', 'CB', 'CG', 'CD'],
            ['CB', 'CG', 'CD', 'NE'], ['CG', 'CD', 'NE', 'CZ']],
    'ASN': [['N', 'CA', 'CB', 'CG'], ['CA', 'CB', 'CG', 'OD1']],
    'ASP': [['N', 'CA', 'CB', 'CG'], ['CA', 'CB', 'CG', 'OD1']],
    'CYS': [['N', 'CA', 'CB', 'SG']],
    'GLN': [['N', 'CA', 'CB', 'CG'], ['CA', 'CB', 'CG', 'CD'],
            ['CB', 'CG', 'CD', 'OE1']],
    'GLU': [['N', 'CA', 'CB', 'CG'], ['CA', 'CB', 'CG', 'CD'],
            ['CB', 'CG', 'CD', 'OE1']],
    'GLY': [],
    'HIS': [['N', 'CA', 'CB', 'CG'], ['CA', 'CB', 'CG', 'ND1']],
    'ILE': [['N', 'CA', 'CB', 'CG1'], ['CA', 'CB', 'CG1', 'CD1']],
    'LEU': [['N', 'CA', 'CB', 'CG'], ['CA', 'CB', 'CG', 'CD1']],
    'LYS': [['N', 'CA', 'CB', 'CG'], ['CA', 'CB', 'CG', 'CD'],
            ['CB', 'CG', 'CD', 'CE'], ['CG', 'CD', 'CE', 'NZ']],
    'MET': [['N', 'CA', 'CB', 'CG'], ['CA', 'CB', 'CG', 'SD'],
            ['CB', 'CG', 'SD', 'CE']],
    'PHE': [['N', 'CA', 'CB', 'CG'], ['CA', 'CB', 'CG', 'CD1']],
    'PRO': [['N', 'CA', 'CB', 'CG'], ['CA', 'CB', 'CG', 'CD']],
    'SER': [['N', 'CA', 'CB', 'OG']],
    'THR': [['N', 'CA', 'CB', 'OG1']],
    'TRP': [['N', 'CA', 'CB', 'CG'], ['CA', 'CB', 'CG', 'CD1']],
    'TYR': [['N', 'CA', 'CB', 'CG'], ['CA', 'CB', 'CG', 'CD1']],
    'VAL': [['N', 'CA', 'CB', 'CG1']],
}


# This mapping is used when we need to store atom data in a format that requires
# fixed atom data size for every residue (e.g. a numpy array).
atom_types = [
    'N', 'CA', 'C', 'CB', 'O', 'CG', 'CG1', 'CG2', 'OG', 'OG1', 'SG', 'CD',
    'CD1', 'CD2', 'ND1', 'ND2', 'OD1', 'OD2', 'SD', 'CE', 'CE1', 'CE2', 'CE3',
    'NE', 'NE1', 'NE2', 'OE1', 'OE2', 'CH2', 'NH1', 'NH2', 'OH', 'CZ', 'CZ2',
    'CZ3', 'NZ', 'OXT'
]

atom_type_num = len(atom_types)  # := 37.


### 2. 定义函数
def chi_angle_atom(atom_index: int) -> np.ndarray:
    """Define chi-angle rigid groups via one-hot representations."""
    chi_angles_index = {}
    one_hots = []

    for k, v in chi_angles_atoms.items():
        ## 查看 chi_angles_atoms，atom_types的数据结构
        ## 20种氨基酸每一个chi角的第n位（参数，0-3）原子的编号
        indices = [atom_types.index(s[atom_index]) for s in v]
        ## 有的氨基酸侧链短，没有四个chi角，用-1 填充indices
        indices.extend([-1]*(4-len(indices)))
        ## 键是氨基酸名称，值是indices；例 ARG：[1, 3, 5, 11]
        chi_angles_index[k] = indices

    for r in restypes:
        res3 = restype_1to3[r]
        one_hot = np.eye(atom_type_num)[chi_angles_index[res3]]
        one_hots.append(one_hot)
    
    # list，含有21个array，每个array给出chi角index原子的one-hot编码
    one_hots.append(np.zeros([4, atom_type_num]))  # Add zeros for residue `X`.
    
    #print("one_hots:")
    #print(len(one_hots))
    #print(one_hots)
    
    # list -> np.ndarray, 指定轴上堆叠多个数组
    one_hot = np.stack(one_hots, axis=0)
    # print(one_hot.shape)  # (21, 4, 37)

    one_hot = np.transpose(one_hot, [0, 2, 1])
    # print(one_hot.shape)  # (21, 37, 4)

    return one_hot


### 3.调用函数
chi_atom_1_one_hot = chi_angle_atom(1)
chi_atom_3_one_hot = chi_angle_atom(3)

print(chi_atom_1_one_hot)
print(chi_atom_3_one_hot)