处理hhsearch文件的小程序包。
hhsearch-python的Python项目详细描述
hhsearch python
作者：蒂姆。d
当前版本：1.12-python 3.7
这个小软件包是用来处理软件套件hhsearch输出的数据的。它通过hhsearch版本1.5的输出进行了测试。该项目的想法和草案本身来源于施密特博士，并作为他的一个大学模块的最终任务完成。
< Buff行情>hhsearch是一个软件套件，用于检测蛋白质的远程同系物，并生成用于同源性建模和功能预测的高质量比对。
安装
您只需通过PIP版本安装此软件包即可。
pip install hhsearch-python
要求
要获得完整的功能，您还需要以下软件包。
pandas==0.23.4
matplotlib==3.0.2
numpy==1.15.4
Pillow==6.0.0
pymol==0.1.0
除了pymol之外，一切都可以通过pip安装轻松安装。pymol需要单独安装，也可以通过pip安装，以便在常规python环境中使用。
pip安装：
pip安装-c schrodinger pymolpip安装-c schrodinger pymol
包装纸-Jupyter笔记本
对于整个模块，一个带有ui的包装器已经创建为jupyter笔记本。
你只需要用jupyter打开这个repo中的jupyter笔记本，把你的.hhm和.hhs文件放在同一文件夹的某个子文件夹中，然后用pip install hhsearch python安装模块。整个笔记本本身是非常不言而喻的，作为一个不错的用户界面，它提供了这个模块中几乎所有功能的选项。
如果您喜欢通过用户界面使用实现自动化和简单化，建议您这样做。
功能
有关查询和点击的详细信息
这个包中有一些函数可以用来生成一个像样的有组织（可视化）输出。但是，要使所有这些都正常工作，您需要将所有需要的.hhm以及所有.hhs文件放在当前工作目录中的某个位置。
# lets first import all our functions from the module.fromhhsearch_pythonimport*hhs_file="data/hhs/d1e0ta1.hhs"# path to your .hhs file.# first, we can use extract_HHSearch_data() to extract the whole HHSearch statistics into a pandas.DataFrame.hhs_hits_statistics=extract_HHSearch_data(hhs_file)
但是，我们还需要有关查询本身以及所选点击的常规信息。为此，我们可以使用两个单独的函数extract\u hhsearch\u main来查询.hhs文件，并使用get\u alignment\u term来获取先前创建的pandas.dataframe
query_dict=extract_HHSearch_main(hhs_file)# As an example how this dict() output looks like: print(query_dict)>>{'Query':'Query d1e0ta1 b.58.1.1 (A:70-167) Pyruvate kinase (PK) {Escherichia coli [TaxId: 562]}','pdb_id':'1e0t','alignment_term':'/1e0t//A/70-167/CA','full_term':'/1e0t//A//CA','file_name':'d1e0ta1'}# alignment_term is needed for a proper PyMol alignment later down the road, # as well as full_term, ignoring the specific residues. # Let's get information about the second hit of the statistics from the .hhs file. hit_dict=get_alignment_term(hhs_hits_statistics,2)print(hit_dict)>>{'pdb_id':'2vgb','alignment_term':'/2vgb//A/160-261/CA','full_term':'/2vgb//A//CA','file_name':'d2vgba1'}# except for the key "Query", get_alignment_term() outputs a structure identical dict() as extract_HHSearch_main()
彩色对齐-HTML格式
选择了第二条路线作为我们的选择目标后，我们现在需要更多关于路线本身的信息，因此我们使用get full\u alignment提取实际的路线。它有两个参数：查询的.hhs文件，以及.hhs文件中的命中次数，就像获取对齐项一样。因此，最好是查看以前创建的pandas.dataframehhs\u hits\u statistics并选择很有意思。
# This also creates a html formatted file in a separate folder - /alignments_highlighted/<query>/<NoX-name>.html# and also the same file as alignment.html in a folder called /lastrun/, all for your convenience. alignment_of_interest=get_full_alignment(hhs_file,2)
HTML格式的输出如下所示。如您所见，helices和sheets是彩色的。
< Buff行情>此外，如果您希望将此格式应用于整个 对路线进行组织和着色是非常有用的，但我们也希望实际创建所选路线的更直观的表示。为此，我们可以使用以前创建的字典 这将在一个不同的文件夹中创建两个图像，以及一个 但是， 请注意，每次运行时，LastRun文件夹的"动画"子文件夹都将被清除，因此，如果一次运行动画功能，而下一次运行时没有动画功能，则不会出现混淆。 最后，我们希望根据hhms和我们选择的命中率，创建查询中氨基酸频率的条形图。为此，我们首先需要提取 频率的输出数据帧最终看起来如下： 然而，拥有频率是一回事，我们也希望将它们可视化。为此，可以使用 欢迎加入QQ群-->： 979659372
.hhs文件，则可以使用函数highlight戆hs戆full（hhs戆file）并将所需的.hhs文件的路径用作参数。它将给定的hhs文件作为彩色html格式的字符串返回，并存储在单独的文件夹/alignments_highlighted/<；query name>；_full.html中，以及文件名hhs_full_colorized.html下的/lastrun文件夹中。
# outputs the whole .hhs file colorized in the above-shown pattern. full_hhs_colorized=highlight_hhs_full(hhs_file)
Pymol对齐-可视化动画
query-dict和hit-dict并将它们的信息作为函数pymol\u alignment（）的参数。此函数还返回中原子位置的rmsd值。# building up the information from the query. pdb_1=query_dict.get("pdb_id")aln_term_1=query_dict.get("pdb_id")full_term_1=query_dict.get("pdb_id")# buildung up the needed information from the chosen hit. pdb_2=hit_dict.get("pdb_id")aln_term_2=hit_dict.get("pdb_id")full_term_2=hit_dict.get("pdb_id")# Also returns the RMSD values for the alignment. rmsd=pymol_alignment(pdb_1,pdb_2,aln_term_1,aln_term_2,full_term_1,full_term_2)print(rmsd)>>(0.8026888370513916,85,5,1.2078778743743896,98,160.0,98)# In this example RMSD Value is about 0.803 Ã… over 85 C-αlpha atoms.
无缩放.pse文件，该文件可以用pymol打开，同时将pdb条目的必要.cif文件放入一个名为/cif/的单独文件夹中。
关于图片：放大到aln_term_1的区域，在我们的示例中是：/1e0t//a/70-167/ca，显示感兴趣的区域，以及在我们的示例中的/1e0t//a//ca的图片中的未缩放区域。
这些图像存储在/lastrun/文件夹中，以及/pymol_img/<；pdb_1>；/<；pdb_1>；-<；pdb_2>；/文件夹中。
<表><广告>缩放
不缩放
pymol_alignment还有一个选项可以输出动画图片，而不仅仅是静态图片，还有一个选项可以输出帧乘数，帧乘数需要是4的整数。但是这个选项需要更多的时间来处理，但是当然，它提供了一个更好的输出。每一帧乘法器基本上将创建模型360度视图所需的时间加倍。帧与动画gif一起存储在lastrun/文件夹中的subdir/animation中，以及单独的文件夹pymol_img/<；pdb_1>；/<；pdb_1>；-<；pdb_2>；/animation/<；framemultiplier>；中，而动画gif则存储在上方的文件夹/animation# as an example we will create an animated gif with the frame multiplier of 4pymol_alignment(pdb_1,pdb_2,aln_term_1,aln_term_2,full_term_1,full_term_2,animation=True,framemultiplier=4)
动画示例=真，帧乘数=我们示例的4选定跨距的条形图
.hhm文件的频率。这给了我们一个pandas.dataframe，所有的频率都被赋为一个，根据hhsuit wiki的信息计算。
Frequency calculation:
entry = -1000 * log_2(frequency)
frequency = 2^(-entry/1000)
pip install hhsearch-python
0
< POS < /Th >< < < < / > >< < < / > >< C >< < d>< < < > < /广告><正文>（…） M1 0.030019 0.000000 0.004325 0.014670 0.037111 0.012379 （…） （…） （…） （…） （…） （…） （…） （…） （…） （…） plot_frequencies函数。此函数总共接受七个参数，而只有一个是必需的。您需要传递创建的pandas.dataframe频率。如果需要，可以更改创建的子文件夹的名称。我个人建议使用query-dict和hit-dict中的文件名，同时使用query-dict.get（"file-name"）和hit-dict.get（"file-name"）。阈值描述了必须达到的最小频率，因此它最终出现在图中。推荐值约为0.1，等于10%。接下来，我们需要设置我们的情节的开始和结束。作为一个例子，我们将选择第一个余数作为开始，第50个余数作为跨度的结束。文件名描述文件将存储在/lastrun文件夹中的名称。另外，如果你喜欢的话，可以给情节加个标题，不过，我个人不喜欢这个选项，因为它扰乱了干净的外观。根据您选择的范围，此过程也可能需要一些适当的时间。pip install hhsearch-python
1
<表><广告>查询：d1e0ta1，1-50，最小10% 命中：d2vgba1，1-50，最小10% 联系方式：
<表><广告>电报
电子邮件
推荐PyPI第三方库