萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> 程式語言綜合

Python 批次轉換 PDB 結構檔為 DSSP 格式

專案背景

生物資訊學研究中,常需將大量 PDB 蛋白結構檔案批次轉換為 DSSP 二級結構標註格式。本文示範如何使用 Python 自動化處理 200+ 檔案。

環境準備

  • Linux 伺服器(路徑範例為 /ifs/home/fanchao/)
  • 已安裝 dssp2 執行檔(路徑:/ifs/share/lib/dssp/dssp2)
  • Python 2.7/3.x 均可

完整轉換腳本

#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
批次將 PDB 檔案轉換為 DSSP 格式
輸入目錄: /ifs/home/fanchao/Manesh_pdb (215 個 .pdb 檔)
輸出目錄: /ifs/home/fanchao/Manesh_dssp
"""
import os
import subprocess
from pathlib import Path

def convert_pdb_to_dssp(
    input_dir: str,
    output_dir: str,
    dssp_bin: str = "/ifs/share/lib/dssp/dssp2"
) -> None:
    """批次轉換主函式"""
    in_path = Path(input_dir)
    out_path = Path(output_dir)
    out_path.mkdir(parents=True, exist_ok=True)

    # 取得所有 .pdb 檔案(不分大小寫)
    pdb_files = list(in_path.glob("*.pdb")) + list(in_path.glob("*.PDB"))
    print(f"發現 {len(pdb_files)} 個 PDB 檔案")

    for pdb_file in pdb_files:
        # 輸出檔名:同名 .dssp
        dssp_file = out_path / f"{pdb_file.stem}.dssp"
        
        # 建構指令:dssp2 -i input.pdb -o output.dssp
        cmd = [dssp_bin, "-i", str(pdb_file), "-o", str(dssp_file)]
        
        try:
            # 使用 subprocess 替代 os.system,可捕獲錯誤輸出
            result = subprocess.run(
                cmd, 
                check=True, 
                capture_output=True, 
                text=True,
                timeout=30  # 單檔最長 30 秒
            )
            print(f"✓ {pdb_file.name} → {dssp_file.name}")
        except subprocess.CalledProcessError as e:
            print(f"✗ {pdb_file.name} 失敗: {e.stderr.strip()}")
        except subprocess.TimeoutExpired:
            print(f"✗ {pdb_file.name} 超時")

if __name__ == "__main__":
    convert_pdb_to_dssp(
        input_dir="/ifs/home/fanchao/Manesh_pdb",
        output_dir="/ifs/home/fanchao/Manesh_dssp"
    )

關鍵改進說明

原版寫法改進版優勢
os.listdir + 索引迴圈Path.glob 直接迭代自動過濾副檔名,程式碼更簡潔
os.system 字串格式化subprocess.run 列表參數避免 Shell 注入風險,可捕獲 stdout/stderr
無錯誤處理try/except + timeout單檔失敗不影響後續,防止卡死
硬編碼路徑函式參數化可重複使用,便於測試與部署

執行與監控

# 賦予執行權限
chmod +x batch_pdb2dssp.py

# 背景執行並記錄日誌
nohup ./batch_pdb2dssp.py > conversion.log 2>&1 &

# 即時查看進度
tail -f conversion.log

此腳本可輕鬆擴展支援多執行緒並行轉換(使用 concurrent.futures),大幅縮短大批量資料處理時間。

copyright © 萬盛學電腦網 all rights reserved