计算与思考

记录我的计算生物学和思考

基于haddock的蛋白—蛋白对接分析

haddock是一个以CNS为基础的算法，可以方便的进行蛋白质-蛋白质对接。基于haddock-lite进行简要筛选可以减少进一步筛选工作量。

前期准备

一.安装MobaXterm，登陆服务器

在该网址下载Xterm，作为登陆服务器的访问端：MobaXterm Xserver 支持SSH、telnet、RDP、VNC和X11 – 下载。

完成后sessions创建登陆用户及ID。通常选择SSH登陆。

Remote host写主机地址（往往是IP），specify username指定登陆者用户。在右侧添加用户（人锁图标）。

new创建新用户，name随便自己写，username为登陆用户名，password为该用户密码。完成后双击主页左侧主机即可登陆。

二.在Linux环境下安装miniconda环境，并创建家目录。

Miniconda 是 Anaconda 的轻量版，仅包含 ‌conda‌、‌Python‌ 及基本依赖。以下是各系统安装核心步骤：

  1. 下载安装包

访问官方仓库选择对应系统版本（推荐 64 位）：

‌官网地址‌：https://repo.anaconda.com/miniconda/
‌Windows‌：下载 Miniconda3-latest-Windows-x86_64.exe
‌macOS‌：Intel 芯片选 x86_64，Apple Silicon (M1/M2) 选 arm64
‌Linux‌：下载 .sh 脚本文件，如 Miniconda3-latest-Linux-x86_64.sh ‌‌

也可以直接执行wget从清华镜像站下载。

wget -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda-latest-Linux-x86_64.sh
  1. 执行安装

‌Windows 系统‌

双击 .exe 文件，点击 ‌Next‌ > 勾选 ‌I Agree‌。
选择安装类型（推荐 ‌Just Me‌），设置安装路径（建议纯英文路径，如 D:\Miniconda3）。
‌关键步骤‌：勾选 ‌Add Miniconda3 to my PATH environment variable‌（自动配置环境变量），不勾选“注册为默认 Python”。
点击 ‌Install‌，完成后点击 ‌Finish‌ 。‌‌

‌macOS / Linux 系统‌

终端进入下载目录，赋予执行权限：chmod +x Miniconda3-latest-*.sh。
运行安装：bash Miniconda3-latest-*.sh。
按回车浏览协议，输入 ‌yes‌ 同意。
确认安装路径（默认 ~/miniconda3），最后输入 ‌yes‌ 初始化 conda（修改 .bashrc）。‌‌
  1. 验证与激活 ‌重启终端‌（必须步骤，否则命令无效）。
    输入 conda –version，若显示版本号则安装成功。
    若提示“命令不存在”，需手动将安装目录下的 bin (Linux/Mac) 或 Scripts/Library/bin (Windows) 加入系统 PATH 。‌‌
  2. 加速配置（可选）

国内网络建议配置清华镜像源以加速下载（原理相同，二选一即可）：

#设置镜像通道，设置默认镜像
bash
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
#设置镜像通道，设置默认镜像
channels:

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge

https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda

defaults
show_channel_urls: true
conda config --set show_channel_urls yes

安装后可通过 conda create -n 环境名 python=3.x 创建独立虚拟环境 。‌‌

三.安装FFTW，pdb-tool和haddock-lite。

下载fftw和haddock-lite（自行上网搜索下载）。

#安装pdb-tools
pip install pdb-tools
tar -zxvf 文件名.tar.gz

运行tar解压并安装。

配置环境变量，方便调用

./configure --prefix=$HOME/fftw --enable-shared --enable-threads --enable-openmp CFLAGS="-O3 -march=native"
export PATH="/*/fftw-3.3.11/build/bin:$PATH"
export LD_LIBRARY_PATH="/*/fftw-3.3.11/build/lib:$LD_LIBRARY_PATH"
export CPATH="/*/fftw-3.3.11/build/include:$CPATH"
export PATH="/*/HDOCKlite-v1.1:$PATH"

四.蛋白质结构清洗与预处理。

预测后蛋白结构pdb文件集中放在一个位置，方便处理。

less XXX.model_0.pdb | pdb_tidy -strict | pdb_delhetatm | pdb_selaltloc | pdb_keepcoord | pdb_chain -B | pdb_chainxseg | pdb_tidy -strict > XXX.clean.pdb

#管道命令
#less *model_0.pdb：读取文件。
#pdb_tidy -strict：格式化
#pdb_delhetatm：删除杂原子（水、配体等）
#pdb_selaltloc：处理多构象，在晶体结构中，某些柔性侧链可能存在多种构象（用 A, B, C 等标识）。这个命令默认只保留每个原子的第一个或占据率最高的构象，删除其他构象，确保每个原子只有一个坐标。
#pdb_keepcoord：只留坐标（ATOM行），删掉注释（REMARK等）
#pdb_chain -B：改链名为 B。
#pdb_chainxseg：交换 Chain ID（链标识符，第22列）和 SegID（片段标识符，通常在第73-76列）。
SegID 被广泛用来区分不同的分子链。此命令将Chain ID (B) 复制到 SegID 的位置，满足软件的输入要求。
#pdb_tidy -strict：再格式化一次,-strict参数为严格模式。
#> XXX.clean.pdb:输出结果到该PDB。

也可以用批执行来完成。下列代码中，由于文件夹名就是我所需的蛋白名，因此做了文件夹名称提取，对输出文件进行重命名。

#!/bin/bash

# 设置严格模式：任何命令失败立即退出，管道中任何步骤失败都返回错误
set -e -o pipefail

# 全局临时文件列表（用于中断时清理）
TEMP_FILES=()

# 全局清理函数（用于中断时清理所有临时文件）
cleanup_all_temp() {
    if [ ${#TEMP_FILES[@]} -gt 0 ]; then
        echo "" >&2
        echo "清理临时文件..." >&2
        rm -f "${TEMP_FILES[@]}" 2>/dev/null
        TEMP_FILES=()
    fi
}

# 设置全局 trap，在脚本退出或中断时清理所有临时文件
trap cleanup_all_temp EXIT INT TERM

# 错误处理函数
handle_error() {
    local step=$1
    local exit_code=$2
    echo "ERROR: 在步骤 '$step' 中失败，退出码: $exit_code" >&2
    cleanup_all_temp
    exit $exit_code
}

# 检查命令是否存在
check_command() {
    local cmd=$1
    if ! command -v "$cmd" &> /dev/null; then
        echo "ERROR: 命令 '$cmd' 未找到，请确保pdb-tools已安装并在PATH中" >&2
        exit 1
    fi
}

# 添加临时文件到全局列表
add_temp_file() {
    local file="$1"
    TEMP_FILES+=("$file")
}

# 从全局列表中移除并删除临时文件
remove_temp_file() {
    local file="$1"
    # 从列表中移除
    for i in "${!TEMP_FILES[@]}"; do
        if [ "${TEMP_FILES[$i]}" = "$file" ]; then
            unset 'TEMP_FILES[$i]'
            break
        fi
    done
    # 删除文件
    rm -f "$file" 2>/dev/null
}

# 处理单个PDB文件的函数
process_single_pdb() {
    local pdb_file="$1"
    local dir_path=$(dirname "$pdb_file")
    local base_name=$(basename "$pdb_file")
    
    echo ""
    echo "======================================"
    echo "处理文件: $pdb_file"
    
    # 从文件名提取标识符（格式：fold_2026_06_03_21_10_bm_01055_model_0.pdb -> bm_01055）
    identifier=$(echo "$base_name" | awk -F'_' '{print $(NF-3)"_"$(NF-2)}')
    echo "提取的标识符: $identifier"
    
    # 转换为大写作为输出文件名（bm_01055 -> BM_01055.clean.pdb）
    local output_prefix=$(echo "$identifier" | tr '[:lower:]' '[:upper:]')
    local output_file="${dir_path}/${output_prefix}.clean.pdb"
    echo "输出文件: $output_file"
    
    # 创建临时文件存储中间结果
    local temp_file=$(mktemp)
    local temp_file_tmp="${temp_file}.tmp"
    
    # 将临时文件添加到全局列表（用于中断时清理）
    add_temp_file "$temp_file"
    add_temp_file "$temp_file_tmp"
    
    # 定义局部清理函数
    local cleanup_done=0
    cleanup_temp() {
        if [ $cleanup_done -eq 0 ]; then
            remove_temp_file "$temp_file"
            remove_temp_file "$temp_file_tmp"
            cleanup_done=1
        fi
    }
    
    # 分步骤执行处理管道
    echo "[1/7] 读取PDB文件..."
    if ! cat "$pdb_file" > "$temp_file"; then
        cleanup_temp
        handle_error "读取PDB文件" $?
    fi
    
    echo "[2/7] 执行 pdb_tidy -strict..."
    if ! pdb_tidy -strict < "$temp_file" > "$temp_file_tmp"; then
        cleanup_temp
        handle_error "pdb_tidy -strict" $?
    fi
    mv "$temp_file_tmp" "$temp_file"
    
    echo "[3/7] 执行 pdb_delhetatm..."
    if ! pdb_delhetatm < "$temp_file" > "$temp_file_tmp"; then
        cleanup_temp
        handle_error "pdb_delhetatm" $?
    fi
    mv "$temp_file_tmp" "$temp_file"
    
    echo "[4/7] 执行 pdb_selaltloc..."
    if ! pdb_selaltloc < "$temp_file" > "$temp_file_tmp"; then
        cleanup_temp
        handle_error "pdb_selaltloc" $?
    fi
    mv "$temp_file_tmp" "$temp_file"
    
    echo "[5/7] 执行 pdb_keepcoord..."
    if ! pdb_keepcoord < "$temp_file" > "$temp_file_tmp"; then
        cleanup_temp
        handle_error "pdb_keepcoord" $?
    fi
    mv "$temp_file_tmp" "$temp_file"
    
    echo "[6/7] 执行 pdb_chain -B | pdb_chainxseg..."
    if ! pdb_chain -B < "$temp_file" | pdb_chainxseg > "$temp_file_tmp"; then
        cleanup_temp
        handle_error "pdb_chain -B | pdb_chainxseg" $?
    fi
    mv "$temp_file_tmp" "$temp_file"
    
    echo "[7/7] 执行 pdb_tidy -strict..."
    if ! pdb_tidy -strict < "$temp_file" > "$output_file"; then
        cleanup_temp
        handle_error "pdb_tidy -strict" $?
    fi
    
    # 显式清理临时文件（函数正常结束时）
    cleanup_temp
    
    echo "SUCCESS: 处理完成"
    echo "输出文件: $output_file"
    echo "文件大小: $(du -h "$output_file" 2>/dev/null | awk '{print $1}')"
    echo "======================================"
}

# 主程序开始
echo "======================================"
echo "PDB文件批量处理脚本"
echo "======================================"

# 检查所有必需的pdb工具
echo ""
echo "检查必需的pdb工具..."
check_command "pdb_tidy"
check_command "pdb_delhetatm"
check_command "pdb_selaltloc"
check_command "pdb_keepcoord"
check_command "pdb_chain"
check_command "pdb_chainxseg"
echo "所有pdb工具检查通过"

# 递归搜索所有子文件夹中的PDB文件
echo ""
echo "搜索PDB文件..."
mapfile -t pdb_files < <(find . -type f -name "fold_*_model_*.pdb" 2>/dev/null)

if [ ${#pdb_files[@]} -eq 0 ]; then
    echo "ERROR: 未找到匹配的PDB文件" >&2
    echo "搜索模式: fold_*_model_*.pdb" >&2
    echo "搜索范围: 当前目录及其子目录" >&2
    exit 1
fi

echo "找到 ${#pdb_files[@]} 个PDB文件:"
for pdb_file in "${pdb_files[@]}"; do
    echo "  - $pdb_file"
done

# 处理每个PDB文件
for pdb_file in "${pdb_files[@]}"; do
    process_single_pdb "$pdb_file"
done

echo ""
echo "======================================"
echo "全部处理完成！"
echo "======================================"

Tags:
Previous Article
Next Article

发表回复

Your email address will not be published. Required fields are marked *.

*
*

近期文章

近期评论

归档

分类

滇ICP备2026013454号-1