PDB 文件中配体的 Bond Type 全部显示为 SINGLE

Question

我正在学习rdkit。目前我想从蛋白质中对接的配体中提取信息。我面临的问题是，无论实际类型如何，配体的键总是返回为“单一”，而蛋白质的键类型则返回得很好。

有人知道我错过了什么吗？

对于下面的代码示例，我正在查看 P38 激酶，2GHL PDB 文件，配体的名称为“LIB”。但我在尝试过的所有 PDB 文件中都发现了同样的问题。

我的策略分为三步：

迭代 PDB 文件的原子
将所有以“LIB”作为残基名称的原子存储在名为ligand_atoms的列表中
使用嵌入式循环，仅在配体的第一个和最后一个原子的索引之间再次迭代 PDB 文件中的原子，并打印原子符号、索引和键类型。

from rdkit import Chem

# Specify the path to your PDB file
pdb_file = "path\\2ghl.pdb"

# Load the PDB file using the Chem module
mol = Chem.MolFromPDBFile(pdb_file)
 
# Create empty lists to store ligand and protein atoms
ligand_atoms = []

for i in range(len(mol.GetAtoms())):
    residue_name = mol.GetAtomWithIdx(i).GetPDBResidueInfo().GetResidueName()

    if residue_name == "LIB":        
        ligand_atoms.append(mol.GetAtomWithIdx(i))
     
# Find index of first and last atom of the ligand
first_atom_idx = ligand_atoms[0].GetIdx()
last_atom_idx = ligand_atoms[len(ligand_atoms)-1].GetIdx()
     
# Return bond type between each atom of the ligand if there is a bond
for i in range(first_atom_idx, last_atom_idx+1):
    for j in range(i+1, last_atom_idx+1):
        if mol.GetBondBetweenAtoms(i, j):
            print(mol.GetAtomWithIdx(i).GetSymbol(), " ", i, ", ",
                  mol.GetAtomWithIdx(j).GetSymbol(), " ", j, ": ",
                  mol.GetBondBetweenAtoms(i, j).GetBondType())

这是输出：

分子中含有双键和芳香键：

Answer 1

不知道你错过了什么，PDB格式可能是这样工作的，

在这里看到一个很好的网页，描述了各种文件格式，其中指出：

这可能是课程中最无聊的部分。然而，了解化学结构如何以不同格式编码非常有用，因为不同的软件通常具有不同的“默认”文件格式，并且了解这些格式能够（或不能）做什么可能很有用。

关于 PDB 文件格式：

注意一般来说，在计算化学中最好避免使用 pdb 文件，而 mol2 等格式对于存储结构更可靠。对于小分子尤其如此，例如您将在蛋白质-配体对接计算中使用的配体。此 mol2 文件的一个重要原因是同时包含分子连接性和键类型/顺序（上例中的 @BOND 部分），因此原子键合的方式是明确定义的，不需要由软件。对于存在的不同版本的 pdb 文件而言，情况并非总是如此，并且可能会导致您可能使用的不同软件包对分子结构的误解。

关于仅使用依赖于化学成分词典的RCSB蛋白质数据库（RCSB PDB）提供的数据的问题/问题：

wwPDB 化学成分字典 (CCD) 使用独特的标识符 CCD ID 和详细的化学描述定义了 PDB 中发现的每个独特的小分子配体（Westbrook 等人，2015）。每个独特定义的 CCD 配体可能存在于多个 PDB 结构中，并且可能在一个 PDB 结构内具有多个副本。

我最终得到了两个解决方案：

第一个使用化学成分词典：mmCIF（纯文本），我不知道更新频率和Gemmi CIF解析器

import rdkit

print('RDKit Version : ', rdkit.__version__)

from rdkit import Chem

from gemmi import cif


path ='components.cif'

try:
    doc = cif.read_file(path)  # copy all the data from mmCIF file
    
    print(doc)
    
    for block in doc :
            
        if block.name == 'LIB':
    
            print('\n\n')
        
            print(block.name)
        
            print('\n\n')
            
            
            print(block)
            
            descriptor = block.find('_pdbx_chem_comp_descriptor.', 
                                         
                                         ['comp_id', 'type', 'program', 'program_version', 'descriptor'])
                                         
            
            print(descriptor)
            
            descriptor2 =  block.get_mmcif_category('_pdbx_chem_comp_descriptor.')
           
            print('\n\n',descriptor2)
            
            
            for row in descriptor :
                
                if row[1] == 'SMILES':
                
                    
                    print(row)
                    
                    
                    smiles = row[4].strip('\"')
                    
                    # mol = None
            
                    mol = Chem.MolFromSmiles(smiles)
                    
                    break


except :
    
    print('something went wrong')
    
    
    
    
if mol != None :
    
    
    # Create empty lists to store ligand and protein atoms
    ligand_atoms = []

    for i in range(len(mol.GetAtoms())):
        
        ligand_atoms.append(mol.GetAtomWithIdx(i))
         
    
    
    # Find index of first and last atom of the ligand
    first_atom_idx = ligand_atoms[0].GetIdx()
    last_atom_idx = ligand_atoms[len(ligand_atoms)-1].GetIdx()
    
    
         
    # Return bond type between each atom of the ligand if there is a bond
    for i in range(first_atom_idx, last_atom_idx+1):
        for j in range(i+1, last_atom_idx+1):
            if mol.GetBondBetweenAtoms(i, j):
                print(mol.GetAtomWithIdx(i).GetSymbol(), " ", i, ", ",
                      mol.GetAtomWithIdx(j).GetSymbol(), " ", j, ": ",
                      mol.GetBondBetweenAtoms(i, j).GetBondType())

不知道这是否是使用该工具的最佳方式，但给出了所需的结果。在我的机器上速度有点慢，因为“components.cif”大约为 405MB。

一些输出：

....
.......
<gemmi.cif.Table.Row: LIB SMILES ACDLabs 10.04 "Clc1ccccc1NC(=O)N(c2nc(ncc2)NC(C(O)(C)C)C)c3ccc(OC)cc3">
Cl   0 ,  C   1 :  SINGLE
C   1 ,  C   2 :  AROMATIC
C   1 ,  C   6 :  AROMATIC
C   2 ,  C   3 :  AROMATIC
C   3 ,  C   4 :  AROMATIC
C   4 ,  C   5 :  AROMATIC
C   5 ,  C   6 :  AROMATIC
C   6 ,  N   7 :  SINGLE
N   7 ,  C   8 :  SINGLE
C   8 ,  O   9 :  DOUBLE
C   8 ,  N   10 :  SINGLE
N   10 ,  C   11 :  SINGLE
N   10 ,  C   24 :  SINGLE
C   11 ,  N   12 :  AROMATIC
C   11 ,  C   16 :  AROMATIC
N   12 ,  C   13 :  AROMATIC
C   13 ,  N   14 :  AROMATIC
C   13 ,  N   17 :  SINGLE
N   14 ,  C   15 :  AROMATIC
C   15 ,  C   16 :  AROMATIC
N   17 ,  C   18 :  SINGLE
C   18 ,  C   19 :  SINGLE
C   18 ,  C   23 :  SINGLE
C   19 ,  O   20 :  SINGLE
C   19 ,  C   21 :  SINGLE
C   19 ,  C   22 :  SINGLE
C   24 ,  C   25 :  AROMATIC
C   24 ,  C   31 :  AROMATIC
C   25 ,  C   26 :  AROMATIC
C   26 ,  C   27 :  AROMATIC
C   27 ,  O   28 :  SINGLE
C   27 ,  C   30 :  AROMATIC
O   28 ,  C   29 :  SINGLE
C   30 ,  C   31 :  AROMATIC

第二个使用 RCSB PDB Data API ，因此您需要互联网连接才能使用 Python Requests 库：

import rdkit


print('RDKit Version : ', rdkit.__version__)


from rdkit import Chem

import requests



try : 

    risposta = requests.get('https://data.rcsb.org/rest/v1/core/chemcomp/LIB')
    
    print(risposta.status_code)
    
    print(type(risposta.json()))
    
    smiles = risposta.json()['rcsb_chem_comp_descriptor']['smiles']
    
    print('\nsmiles : ', smiles)
    
    # print(risposta.json())
    
except:
    

    print('something went wrong')
        
    
    
    
    
if smiles != None :
    
    
    mol = Chem.MolFromSmiles(smiles)
    
    
    # Create empty lists to store ligand and protein atoms
    ligand_atoms = []

    for i in range(len(mol.GetAtoms())):
        
        ligand_atoms.append(mol.GetAtomWithIdx(i))
         
    
    
    # Find index of first and last atom of the ligand
    first_atom_idx = ligand_atoms[0].GetIdx()
    last_atom_idx = ligand_atoms[len(ligand_atoms)-1].GetIdx()
    
    
         
    # Return bond type between each atom of the ligand if there is a bond
    for i in range(first_atom_idx, last_atom_idx+1):
        for j in range(i+1, last_atom_idx+1):
            if mol.GetBondBetweenAtoms(i, j):
                print(mol.GetAtomWithIdx(i).GetSymbol(), " ", i, ", ",
                      mol.GetAtomWithIdx(j).GetSymbol(), " ", j, ": ",
                      mol.GetBondBetweenAtoms(i, j).GetBondType())

带输出：

......
..........
smiles :  CC(C(C)(C)O)Nc1nccc(n1)N(c2ccc(cc2)OC)C(=O)Nc3ccccc3Cl
C   0 ,  C   1 :  SINGLE
C   1 ,  C   2 :  SINGLE
C   1 ,  N   6 :  SINGLE
C   2 ,  C   3 :  SINGLE
C   2 ,  C   4 :  SINGLE
C   2 ,  O   5 :  SINGLE
N   6 ,  C   7 :  SINGLE
C   7 ,  N   8 :  AROMATIC
C   7 ,  N   12 :  AROMATIC
N   8 ,  C   9 :  AROMATIC
C   9 ,  C   10 :  AROMATIC
C   10 ,  C   11 :  AROMATIC
C   11 ,  N   12 :  AROMATIC
C   11 ,  N   13 :  SINGLE
N   13 ,  C   14 :  SINGLE
N   13 ,  C   22 :  SINGLE
C   14 ,  C   15 :  AROMATIC
C   14 ,  C   19 :  AROMATIC
C   15 ,  C   16 :  AROMATIC
C   16 ,  C   17 :  AROMATIC
C   17 ,  C   18 :  AROMATIC
C   17 ,  O   20 :  SINGLE
C   18 ,  C   19 :  AROMATIC
O   20 ,  C   21 :  SINGLE
C   22 ,  O   23 :  DOUBLE
C   22 ,  N   24 :  SINGLE
N   24 ,  C   25 :  SINGLE
C   25 ,  C   26 :  AROMATIC
C   25 ,  C   30 :  AROMATIC
C   26 ,  C   27 :  AROMATIC
C   27 ,  C   28 :  AROMATIC
C   28 ,  C   29 :  AROMATIC
C   29 ,  C   30 :  AROMATIC
C   30 ,  Cl   31 :  SINGLE

注意两个LIB分子SMILES解析并获取的事实

在原子排序方面有所不同，“components.cif”和RCSB PDB Data API都携带/公开了不止一种（由不同软件SMILES生成），请随意探索API和LIB配体的字典。

您可以使用 Ligand Expo 下载不同格式的所有配体请参阅 Ligand Expo 下载。

请注意，我不是这方面的专家，即我不知道是否有任何 API 可以下载

mol

RCSB 蛋白质数据库 (RCSB PDB) 中的配体格式，即使配体 SMILES是词典索引 mmcif_pdbx.dic 的一部分或将来会是。

关于为什么不同软件提供的同一分子有不同的微笑，这也是另一个问题，可能更适合Chemistry Stack Exchange

PDB 文件中配体的 Bond Type 全部显示为 SINGLE

问题描述投票：0回答：1

1个回答

最新问题

PDB 文件中配体的 Bond Type 全部显示为 SINGLE

问题描述 投票：0回答：1

1个回答

最新问题

问题描述投票：0回答：1