计算原子坐标之间的距离

Question

我有一个文本文件，如下所示

ATOM    920  CA  GLN A 203      39.292 -13.354  17.416  1.00 55.76           C 
ATOM    929  CA  HIS A 204      38.546 -15.963  14.792  1.00 29.53           C
ATOM    939  CA  ASN A 205      39.443 -17.018  11.206  1.00 54.49           C  
ATOM    947  CA  GLU A 206      41.454 -13.901  10.155  1.00 26.32           C
ATOM    956  CA  VAL A 207      43.664 -14.041  13.279  1.00 40.65           C 
.
.
.

ATOM    963  CA  GLU A 208      45.403 -17.443  13.188  1.00 40.25           C  

我想计算两个α-碳原子之间的距离，即计算第一个和第二个原子之间的距离，然后计算第二个和第三个原子之间的距离，依此类推。。。。。两个原子之间的距离可以表示为：distance = sqrt((x1-x2)^2+(y1-y2)^2+(z1-z2)^2) .

第7、8和9列分别表示x、y和z坐标。我需要打印距离和相应的剩余对（第4列），如下所示。（距离值不是实数）

GLN-HIS   4.5
HIS-ASN   3.2
ASN-GLU   2.5

如何使用perl或python进行计算？

Answer 1

不要在空白处拆分

这里给出的其他答案提出了一个错误的假设——坐标将以空格分隔。根据PDB specification of ^{}，这是而不是必要的情况：PDB记录值是由列索引指定的，并且可以相互流动。例如，第一个ATOM记录如下：

ATOM    920  CA  GLN A 203      39.292 -13.354  17.416  1.00 55.76           C 

但这也是完全正确的：

ATOM    920  CA  GLN A 203      39.292-13.3540  17.416  1.00 55.76           C 

更好的方法

由于列指定的索引以及PDB文件中可能出现的其他问题的数量，您不应该编写自己的解析器。PDB格式很混乱，需要处理很多特殊情况和格式错误的文件。相反，使用已经为您编写的解析器。

我喜欢Biopython的PDB.PDBParser。它将把结构解析为Python对象，并提供方便的特性。如果您更喜欢Perl，请查看BioPerl。

PDB.Residue对象允许按名称对原子进行键控访问，并且PDB.Atom对象重载-运算符以返回两个原子之间的距离。我们可以使用它来编写简洁明了的代码：

代码

from Bio import PDB
parser = PDB.PDBParser()

# Parse the structure into a PDB.Structure object
pdb_code = "1exm"
pdb_path = "pdb1exm.ent"
struct = parser.get_structure(pdb_code, pdb_path)

# Grab the first two residues from the structure
residues = struct.get_residues()
res_one = residues.next()
res_two = residues.next()

try:
    alpha_dist = res_one['CA'] - res_two['CA']
except KeyError:
    print "Alpha carbon missing, computing distance impossible!"

Answer 2

假设您的数据在“atoms.txt”中，这将逐行读取并将条目拆分为一个列表：

import csv

with open("atoms.txt") as f:
  reader = csv.reader(f)
  for line, in reader:
      entries = line.split()
      print entries

现在为每个列表提取所需的列，并计算距离等（记住python中的列表是基于零的）。

Answer 3

如果数据用空白分隔，那么一个简单的split就可以完成这项工作。对行进行缓冲以按顺序进行比较。

use strict;
use warnings;

my @line;
while (<>) {
    push @line, $_;            # add line to buffer
    next if @line < 2;         # skip unless buffer is full
    print proc(@line), "\n";   # process and print 
    shift @line;               # remove used line 
}

sub proc {
    my @a = split ' ', shift;   # line 1
    my @b = split ' ', shift;   # line 2
    my $x = ($a[6]-$b[6]);      # calculate the diffs
    my $y = ($a[7]-$b[7]);
    my $z = ($a[8]-$b[8]);
    my $dist = sprintf "%.1f",                # format the number
                   sqrt($x**2+$y**2+$z**2);   # do the calculation
    return "$a[3]-$b[3]\t$dist"; # return the string for printing
}

输出（带有示例数据）：

GLN-HIS 3.8
HIS-ASN 3.8
ASN-GLU 3.9
GLU-VAL 3.8

如果数据是制表符分隔的，则可以在/\t/而不是' '上拆分。