from cresset import flare

通过人类DDR1的UNIPROT获取号Q08345来查询其PDB code。

import requests
import time
import urllib.request
uniprot_ids = ['Q08345']
url = 'https://www.uniprot.org/uniprot/'
 
protein_to_pdb = {}
for protein in uniprot_ids:
    params = {
        'format': 'tab',
        'query': 'ID:{}'.format(protein),
        'columns': 'id,database(PDB)'
    }
    contact = ""  # Please set your email address here.
    headers = {'User-Agent': 'Python {}'.format(contact)}
    r = requests.get(url, params=params, headers=headers)
 
    protein_to_pdb[protein] = str(r.text).splitlines()[-1].split('\t')[-1].split(';')
    protein_to_pdb[protein].pop(-1)
    time.sleep(1)  # be respectful and don't overwhelm the server with requests

print(protein_to_pdb['Q08345'])

['3ZOS', '4AG4', '4BKJ', '4CKR', '5BVK', '5BVN', '5BVO', '5BVW', '5FDP', '5FDX', '6BRJ', '6BSD', '6FEW', '6FEX', '6FIL', '6FIN', '6FIO', '6FIQ', '6GWR', '6HP9', '6Y23', '7BCM', '7BE6']

写一个PDB下载器，下载PDB数据，并推送到Flare的项目里。

def download_from_pdb(project, code):
    url = 'http://files.rcsb.org/view/{0:s}.pdb'.format(code)
    response = urllib.request.urlopen(url)
    text = response.read().decode('utf-8')
    project.proteins.extend(flare.read_string(text, 'pdb'))
    return project.proteins[-1]

清空现有的项目，并创建新的Flare项目

p = flare.Project()
if (flare.main_window()):
    flare.main_window().project = p

从PDB上下载DDR1晶体结构。

import urllib.request
for pdbid in protein_to_pdb['Q08345']:
    download_from_pdb(p,pdbid)

在下载到的PDB结构中，有的有B、C、H链，将之删除。

for seq_list in [prot.sequences for prot in p.proteins]:
    for i, seq in reversed(tuple(enumerate(seq_list))):
        if seq.chain != 'A':
            del seq_list[i]

开始蛋白结构准备，直到准备结束。

prep = flare.ProteinPrep()
prep.proteins = p.proteins
prep.start()
prep.wait()

氨基酸序列比对，然后在序列相似性矩阵找到与5FDP相似性低于90%的蛋白（PDB 6AG4,6BRJ,6BSD），并删除。

p.proteins.align()

在GUI Protein选项卡下，点击Superimpose，将所有蛋白叠合到5FDP。

接下来开始将配体提取出来到配体表单:也就是将序列类型为ligand的移到ligand table里。

for seq_list in [prot.sequences for prot in p.proteins]:
    for i, seq in reversed(tuple(enumerate(seq_list))):
        if (seq.type == flare.Sequence.Type.Ligand):
            p.ligands.extend(seq)
            del seq_list[i]

注意到3ZOS的Title为untitle，主要因为该蛋白Chain A有两个配体，其中一个在表面，需要删除，并重命名为3ZOS_LIGAND。检查配体的结构，必要时进行编辑修改，确保结构的正确性。将叠合后的配体导出，保存为xtal-ligand.sdf备用。