前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >蛋白质基础组成结构

蛋白质基础组成结构

作者头像
DechinPhy
发布2022-05-09 10:17:56
5710
发布2022-05-09 10:17:56
举报
文章被收录于专栏:Dechin的专栏

技术背景

了解蛋白质的基本组成单元和结构,有助于了解蛋白质的特性。对于蛋白质结构的研究,在医药领域是非常核心的重要工作。这里我们仅仅介绍一些蛋白质的基本组成单元——20种氨基酸的种类,以及可以用于蛋白质建模的一些工具。

Xponge的安装和使用

Xponge是一款基于python开发的可以用于蛋白质建模的软件,可以用pip进行安装和管理:

代码语言:javascript
复制
$ python3 -m pip install xponge --upgrade
Requirement already satisfied: xponge in /home/dechin/anaconda3/envs/mindspore16/lib/python3.9/site-packages (1.2.5.9)
Requirement already satisfied: NetCDF4 in /home/dechin/anaconda3/envs/mindspore16/lib/python3.9/site-packages (from xponge) (1.5.8)
Requirement already satisfied: pubchempy in /home/dechin/anaconda3/envs/mindspore16/lib/python3.9/site-packages (from xponge) (1.0.4)
Requirement already satisfied: numpy in /home/dechin/anaconda3/envs/mindspore16/lib/python3.9/site-packages (from xponge) (1.20.3)
Requirement already satisfied: cftime in /home/dechin/anaconda3/envs/mindspore16/lib/python3.9/site-packages (from NetCDF4->xponge) (1.6.0)

使用的方法是在python文件或者python终端窗口中导入xponge和相关力场之后直接调用相关接口:

代码语言:javascript
复制
$ python3
Python 3.9.12 (main, Apr  5 2022, 06:56:58) 
[GCC 7.5.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import Xponge
>>> import Xponge.forcefield.AMBER.ff14SB
Reference for ff14SB:
  James A. Maier, Carmenza Martinez, Koushik Kasavajhala, Lauren Wickstrom, Kevin E. Hauser, and Carlos Simmerling
    ff14SB: Improving the accuracy of protein side chain and backbone parameters from ff99SB
    Journal of Chemical Theory and Computation 2015 11 (8), 3696-3713
    DOI: 10.1021/acs.jctc.5b00255

>>> Save_PDB(ALA,'ALA.pdb') # 内置了所有的氨基酸种类,注意开头结尾的氨基酸名称有所变化
>>> exit()

执行完Save之后,就会在当前的路径下生成一个ALA.pdb的文件:

代码语言:javascript
复制
$ cat ALA.pdb 
REMARK   Generated By Xponge (Molecule)
ATOM      1    N ALA     1      -3.801  -7.214   0.158                   
ATOM      2    H ALA     1      -2.791  -7.214   0.158                   
ATOM      3   CA ALA     1      -4.487  -5.938   0.158                   
ATOM      4   HA ALA     1      -5.112  -5.861  -0.732                   
ATOM      5   CB ALA     1      -5.374  -5.792   1.390                   
ATOM      6  HB1 ALA     1      -4.761  -5.858   2.289                   
ATOM      7  HB2 ALA     1      -5.877  -4.826   1.363                   
ATOM      8  HB3 ALA     1      -6.118  -6.588   1.399                   
ATOM      9    C ALA     1      -3.497  -4.783   0.158                   
ATOM     10    O ALA     1      -2.287  -4.998   0.158

可以用VMD之类的软件打开pdb文件,看一下其分子结构:

代码语言:javascript
复制
In [1]: import Xponge

In [2]: import Xponge.forcefield.AMBER.ff14SB
Reference for ff14SB.py:
  James A. Maier, Carmenza Martinez, Koushik Kasavajhala, Lauren Wickstrom, Kevin E. Hauser, and Carlos Simmerling
    ff14SB: Improving the accuracy of protein side chain and backbone parameters from ff99SB
    Journal of Chemical Theory and Computation 2015 11 (8), 3696-3713
    DOI: 10.1021/acs.jctc.5b00255

In [3]: Save_PDB(ACE+ALA*10+NME,'multi_ALA.pdb')

生成的pdb文件,用vmd打开之后显示如下:

使用还是非常的方便。

氨基酸种类

这里是从参考链接2中整理出来的数据,以及用xponge和vmd画出来的三维结构图,主要是总结记录一下这些基本的组成单元。

英文名

中文名

三字母缩写

单字母缩写

结构式

等电点pI

三维结构图

Alanine

丙氨酸

Ala

A

CH3-CH(NH2)-COOH

6.0

Arginine

精氨酸

Arg

R

HN=C(NH2)-NH-(CH2)3-CH(NH2)-COOH

10.76

Asparagine

天冬酰胺

Asn

N

H2N-CO-CH2-CH(NH2)-COOH

5.41

Asparticacid

天冬氨酸

Asp

D

HOOC-CH2-CH(NH2)-COOH

2.77

Cysteine

半胱氨酸

Cys

C

HS-CH2-CH(NH2)-COOH

5.05

Glutamine

谷氨酰胺

Gln

Q

H2N-CO-(CH2)2-CH(NH2)-COOH

5.41

Glutamicacid

谷氨酸

Glu

E

HOOC-(CH2)2-CH(NH2)-COOH

3.22

Glycine

甘氨酸

Gly

G

NH2-CH2-COOH

5.97

Histidine

组氨酸

His

H

NH-CH=N-CH=C-CH2-CH(NH2)-COOH

7.59

Isoleucine

异亮氨酸

Ile

I

CH3-CH2-CH(CH3)-CH(NH2)-COOH

6.02

Leucine

亮氨酸

Leu

L

(CH3)2CH-CH2-CH(NH2)-COOH

5.98

Lysine

赖氨酸

Lys

K

H2N-(CH2)4-CH(NH2)-COOH

9.74

Methionine

甲硫氨酸(蛋氨酸)

Met

M

CH3-S-(CH2)2-CH(NH2)-COOH

5.74

Phenylalanine

苯丙氨酸

Phe

F

Ph-CH2-CH(NH2)-COOH

5.48

Proline

脯氨酸

Pro

P

NH-(CH2)3-CH-COOH

6.30

Serine

丝氨酸

Ser

S

HO-CH2-CH(NH2)-COOH

5.68

Threonine

苏氨酸

Thr

T

CH3-CH(OH)-CH(NH2)-COOH

6.16

Tryptophan

色氨酸

Trp

W

Ph-NH-CH=C-CH2-CH(NH2)-COOH

5.89

Tyrosine

酪氨酸

Tyr

Y

HO-p-Ph-CH2-CH(NH2)-COOH

5.66

Valine

缬氨酸

Val

V

(CH3)2CH-CH(NH2)-COOH

5.96

PDB文件基本格式

pdb是最常用的一种存储蛋白质结构的文本文件格式,但是pdb本身又是一个严格的结构化的文本文件,其对应位置的内容为:

数据

格式, 对齐

说明

1-4

ATOM

字符, 左

Record Type 记录类型

7-11

serial

整数, 右

Atom serial number 原子序号.PDB文件对分子结构处理为segment, chain, residue, atom四个层次(一般并不用到chain),因此此数位限定了一个残基中的最大原子数为为99999

13-16

name

字符, 左

Atom name 原子名称.原子的元素符号在13-14列中右对齐一般从14列开始写, 占四个字符的原子名称才会从13列开始写.如, 铁原子FE写在13-14列, 而碳原子C只写在14列.

17

altLoc

字符

Alternate location indicator 可替位置标示符

18-20

resName

字符

Residue name 残基名称

22

chainID

字符

Chain identifier 链标识符

23-26

resSeq

整数, 右

Residue sequence number 残基序列号

27

iCode

字符

Code for insertion of residues 残基插入码

28-30

留空

31-38

x

浮点, 右

Orthogonal coordinates for X in Angstroms 直角x坐标(埃)

39-46

y

浮点, 右

Orthogonal coordinates for Y in Angstroms 直角y坐标(埃)

47-54

z

浮点, 右

Orthogonal coordinates for Z in Angstroms 直角z坐标(埃)

55-60

occupancy

浮点, 右

Occupancy 占有率

61-66

tempFactor

浮点, 右

Temperature factor 温度因子

67-72

留空

73-76

segID

字符, 左

Segment identifier(optional) 可选的片段标识符,VMD会使用此数据

77-78

element

字符, 右

Element symbol 元素符号

79-80

charge

字符

Charge on the atom(optional) 可选的原子电荷.实际分子模拟中往往重新定义电荷, 故此列往往不用.VMD写出的PDB文件中无此列.

这个格式里面有一个比较坑的点是,atom_name占位符长度会影响对齐位置。为了方便操作,这里用一个python的脚本来写pdb文件,也可以作为理解上述结构化参数的出发点:

代码语言:javascript
复制
def write_pdb(crd, atom_names, res_names, res_ids, pdb_name='temp.pdb'):
    """Write protein crd information into pdb format files.
    Args:
        crd(numpy.float32): The coordinates of protein atoms.
        atom_names(numpy.str_): The atom names differ from aminos.
        res_names(numpy.str_): The residue names of amino names.
        res_ids(numpy.int32): A unique mask each same residue.
        pdb_name(str): The path to save the pdb file, absolute path is suggested.
    """
    success = 1
    with open(pdb_name, 'w') as pdb:
        pdb.write('MODEL     1\n')
        for i,c in enumerate(crd[0]):
            pdb.write('ATOM'.ljust(6))
            pdb.write('{}'.format(i + 1).rjust(5))
            if len(atom_names[i])<4:
                pdb.write('  ')
                pdb.write(atom_names[i].ljust(3))
            else:
                pdb.write(' ')
                pdb.write(atom_names[i].ljust(4))
            pdb.write(res_names[i].rjust(4))
            pdb.write('A'.rjust(2))
            pdb.write('{}'.format(res_ids[i]).rjust(4))
            pdb.write('    ')
            pdb.write('{:.3f}'.format(c[0]).rjust(8))
            pdb.write('{:.3f}'.format(c[1]).rjust(8))
            pdb.write('{:.3f}'.format(c[2]).rjust(8))
            pdb.write('1.0'.rjust(6))
            pdb.write('0.0'.rjust(6))
            pdb.write('{}'.format(atom_names[i][0]).rjust(12))
            pdb.write('\n')
        pdb.write('TER\n')
        pdb.write('ENDMDL\n')
        pdb.write('END\n')
    return success

这样只要给定crd(原子坐标),atom_names(原子名称),res_names(残基/氨基酸名称),res_ids(残基位置编号)这几个参数,就可以生成一个符合格式要求的pdb文件。如果不严格按照这个pdb格式写入,有可能存在其他工具无法读取的情况,比如所介绍的TMscore软件就要求非常严格。

总结概要

本文通过对Xponge+VMD的工具对蛋白质进行建模,然后总结了20种氨基酸的具体信息,也就是蛋白质的基本组成单元。通过对这些氨基酸的组合,就可以得到一个具有生物活性的蛋白质。同时本文还介绍了常用的存储蛋白质结构的文件格式pdb的具体格式化定义,总体来说是一个总结性的文章。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2022-05-07,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 技术背景
  • Xponge的安装和使用
  • 氨基酸种类
  • PDB文件基本格式
  • 总结概要
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档