我想在PDB文件中分离属于特定生物程序集的链ID。 例如，PDB ID 1BRS具有3个生物程序集 生物组装1：-链A和D 生物组装2：-链B和E 生物装配3：-链C和F
是否有一种方法（python脚本）将属于每个生物程序集的Chain ID分开，如下所示 1BRS_A：D 1BRS_B：E 1BRS_C：F 无需提取链坐标。如果获得链名，就足够了。 预先感谢
cbq676869 回答：有没有办法将PDB文件中每个生物程序集的链分开？（python脚本）
PDBx / mmCIF文件格式包含_pdbx_struct_assembly_gen类别中的信息。
loop_
_pdbx_struct_assembly_gen.assembly_id
_pdbx_struct_assembly_gen.oper_expression
_pdbx_struct_assembly_gen.asym_id_list
1 1 A,D,G,J
2 1 B,E,H,K
3 1 C,F,I,L
可以读取这些文件，例如我正在开发的软件包 Biotite （https://www.biotite-python.org/）中。 可以按类似于字典的方式阅读类别：
import biotite.database.rcsb as rcsb
import biotite.structure as struc
import biotite.structure.io.pdbx as pdbx
ID = "1BRS"
# Download structure
file_name = rcsb.fetch(ID,"pdbx",target_path=".")
# Read file
file = pdbx.PDBxFile()
file.read(file_name)
# Get 'pdbx_struct_assembly_gen' category as dictionary
assembly_dict = file["pdbx_struct_assembly_gen"]
for asym_id_list in assembly_dict["asym_id_list"]:
chain_ids = asym_id_list.split(",")
print(f"{ID}_{':'.join(chain_ids)}")
输出为
1BRS_A:D:G:J
1BRS_B:E:H:K
1BRS_C:F:I:L
G-L链仅包含水分子。
编辑：
仅包括属于聚合物的链ID，例如一种蛋白质或核苷酸，可以使用entity_poly类别：
loop_
_entity_poly.entity_id
_entity_poly.type
_entity_poly.nstd_linkage
_entity_poly.nstd_monomer
_entity_poly.pdbx_seq_one_letter_code
_entity_poly.pdbx_seq_one_letter_code_can
_entity_poly.pdbx_strand_id
_entity_poly.pdbx_target_identifier
1 'polypeptide(L)' no no
;AQVINTFDGVADYLQTYHKLPDNYITKSEAQALGWVASKGNLADVAPGKSIGGDIFSNREGKLPGKSGRTWREADINYTS
GFRNSDRILYSSDWLIYKTTDHYQTFTKIR
;
;AQVINTFDGVADYLQTYHKLPDNYITKSEAQALGWVASKGNLADVAPGKSIGGDIFSNREGKLPGKSGRTWREADINYTS
GFRNSDRILYSSDWLIYKTTDHYQTFTKIR
;
A,B,C ?
2 'polypeptide(L)' no no
;KKAVINGEQIRSISDLHQTLKKELALPEYYGENLDALWDALTGWVEYPLVLEWRQFEQSKQLTENGAESVLQVFREAKAE
GADITIILS
;
;KKAVINGEQIRSISDLHQTLKKELALPEYYGENLDALWDALTGWVEYPLVLEWRQFEQSKQLTENGAESVLQVFREAKAE
GADITIILS
;
D,F ?
这是更新的Python代码：
import biotite.database.rcsb as rcsb
import biotite.structure as struc
import biotite.structure.io.pdbx as pdbx
ID = "1BRS"
# Download structure
file_name = rcsb.fetch(ID,target_path=".")
# Read file
file = pdbx.PDBxFile()
file.read(file_name)
# Get 'entity_poly' category as dictionary
# to find out which chains are polymers
poly_chains = []
for chain_list in file["entity_poly"]["pdbx_strand_id"]:
poly_chains += chain_list.split(",")
# Get 'pdbx_struct_assembly_gen' category as dictionary
for asym_id_list in file["pdbx_struct_assembly_gen"]["asym_id_list"]:
chain_ids = asym_id_list.split(",")
# Filter chains that belong to a polymer
chain_ids = [chain_id for chain_id in chain_ids if chain_id in poly_chains]
print(f"{ID}_{':'.join(chain_ids)}")
这是输出：
1BRS_A:D
1BRS_B:E
1BRS_C:F