如何用python从pdb文件中只选择具有杂原子的RNA？

Question

我试图在一个复杂的蛋白质/ RNA文件中分离核糖核酸和蛋白质，我希望所有的核糖核酸信息与杂原子之间的碱基，但没有H20等。简而言之，我希望核糖核酸部分PDB文件没有不连续的行。

我设法用Bio PDB Select从蛋白质中分离出核糖核酸，但当我使用is_aa(残基)时，它认为杂原子是氨基酸。所以杂原子不会出现在我的“唯一的RNA”文件中。

from Bio.PDB import *
from Bio.PDB import PDBParser, PDBIO, Select
import os

class ProtSelect(Select):
    def accept_residue(self, residue):
        return 1 if is_aa(residue) == True else 0

class RNASelect(Select):
    def accept_residue(self, residue):
        return 1 if is_aa(residue) == False and residue.id[0] != "W" else 0

pdb = PDBParser().get_structure("2bh2", "pdb2bh2.ent")
io = PDBIO()
io.set_structure(pdb)
io.save("seqprotest.pdb", ProtSelect())
io.save("seqRNAtest.pdb", RNASelect())

Answer 1

您是否尝试将standard=True参数设置为is_aa

快速浏览一下以下代码的结果对我来说很有希望：

from Bio.PDB import is_aa
from Bio.PDB import PDBParser, PDBIO, Select


class ProtSelect(Select):
    def accept_residue(self, residue):
        print(f"{residue} -> {is_aa(residue)}")
        return is_aa(residue, standard=True)


class RNASelect(Select):
    def accept_residue(self, residue):
        return (not is_aa(residue, standard=True)) and residue.id[0] != "W"


from Bio import PDB

repo = PDB.PDBList()
repo.retrieve_pdb_file("2bh2", file_format="pdb")

pdb = PDBParser().get_structure("2bh2", "bh/pdb2bh2.ent")
io = PDBIO()
io.set_structure(pdb)
io.save("seqprotest.pdb", ProtSelect())
io.save("seqRNAtest.pdb", RNASelect())

请注意，我添加了一个对retrieve_pdb_file的调用，以便根据您的问题创建一个自包含的示例。

到目前为止，结果是：

seqRNAtest.pdb中的seqprotest.pdb

• 112 HETATM中没有HOH的
• 112 HETATM。2.输入