为了生成蛋白质复合体结构中所有链之间的同源性矩阵,我们可以使用基于结构比对的工具(如 TM-align
),逐对地比对所有链,并根据比对结果(通常是 TM-score)构建同源性矩阵。
具体步骤包括:
可以使用 BioPython
提取每个链的序列并保存为单独的 .pdb
文件。
from Bio import PDB
def extract_chain_sequences(pdb_file, output_dir):
"""
从PDB文件中提取所有链的序列,并保存为独立的PDB文件。
:param pdb_file: 蛋白质复合体PDB文件路径
:param output_dir: 输出目录,用于保存各链的PDB文件
"""
parser = PDB.PDBParser(QUIET=True)
structure = parser.get_structure('complex', pdb_file)
io = PDB.PDBIO()
for model in structure:
for chain in model:
chain_id = chain.get_id()
chain_pdb_file = f"{output_dir}/{chain_id}.pdb"
io.set_structure(chain)
io.save(chain_pdb_file)
print(f"Saved chain {chain_id} to {chain_pdb_file}")
# 示例用法
pdb_file = 'complex.pdb' # 你的复合体PDB文件
output_dir = 'chains_pdb' # 输出目录
extract_chain_sequences(pdb_file, output_dir)
创建一个函数,使用 TM-align
比对每对链,并提取比对结果中的 TM-score。
import subprocess
import os
import numpy as np
def run_tmalign(chain1_pdb, chain2_pdb):
"""
使用 TM-align 对两个蛋白质链进行比对,返回 TM-score。
:param chain1_pdb: 第一个链的PDB文件路径
:param chain2_pdb: 第二个链的PDB文件路径
:return: 两个链之间的 TM-score
"""
tmalign_cmd = f"TM-align {chain1_pdb} {chain2_pdb}"
result = subprocess.run(tmalign_cmd, stdout=subprocess.PIPE, stderr=subprocess.PIPE, shell=True)
output = result.stdout.decode('utf-8')
for line in output.splitlines():
if line.startswith("TM-score="):
return float(line.split()[1])
return 0.0
每个链之间的 TM-score 保存在对称矩阵的对应位置,构成同源性矩阵。该矩阵的每个元素表示两个链之间的结构相似性(TM-score),范围为 0 到 1,值越接近 1,表示相似性越高。
def generate_homology_matrix(pdb_dir):
"""
使用 TM-align 对复合体中所有链进行比对,生成同源性矩阵。
:param pdb_dir: 存放链PDB文件的目录
:return: 同源性矩阵
"""
chain_files = [f for f in os.listdir(pdb_dir) if f.endswith('.pdb')]
chain_ids = [f.split('.')[0] for f in chain_files]
num_chains = len(chain_ids)
homology_matrix = np.zeros((num_chains, num_chains))
for i in range(num_chains):
for j in range(i, num_chains):
chain1_pdb = os.path.join(pdb_dir, chain_files[i])
chain2_pdb = os.path.join(pdb_dir, chain_files[j])
tm_score = run_tmalign(chain1_pdb, chain2_pdb)
homology_matrix[i, j] = tm_score
homology_matrix[j, i] = tm_score
return chain_ids, homology_matrix
# 示例用法
pdb_dir = 'chains_pdb' # 保存各链PDB文件的目录
chain_ids, homology_matrix = generate_homology_matrix(pdb_dir)
print("链ID列表:", chain_ids)
print("同源性矩阵:")
print(homology_matrix)
extract_chain_sequences
函数:
BioPython
库进行 PDB 文件的解析和操作。run_tmalign
函数:
TM-align
工具比对两个链的结构,输出比对结果,并从输出中提取 TM-score。generate_homology_matrix
函数:
homology_matrix
是蛋白质复合体中所有链的同源性矩阵,chain_ids
是与矩阵行和列对应的链的标识符。