Groups of atoms

MDAnalysis 有一个由原子容器组成的层级结构，该结构在代码中被广泛使用。

示例图片

首先需要了解的是AtomGroup。AtomGroup是主要的Atom容器；通过它可以访问几乎所有内容，详见AtomGroup篇。这包括具有化学意义的Atom组，例如一个Residue或一个Segment。

残基和片段

一个Residue由Atom组成，一个Segment由Residue组成。对应的容器组为ResidueGroup、SegmentGroup。这些有与AtomGroup相似的属性和方法。

1
2
3
4
5
6
7
8
import MDAnalysis as mda
from MDAnalysis.tests.datafiles import TPR, XTC

u = mda.Universe(TPR, XTC)
ag = u.atoms.select_atoms('resname ARG and name CA')

ag
## <AtomGroup with 13 atoms>

这些容器组中的每一个都可以通过其他容器组进行访问。这种行为在不同层级上有所不同。例如，这些ag的残基就是ag原子所属的残基。

访问这些残基的原子是返回这些残基的所有原子，而不是ag原来的原子。片段对残基、原子也是如此。

1
2
ag.residues.atoms
## <AtomGroup with 312 atoms>

对于添加自定义的Residue或Segment的相关信息，参考Adding a Residue or Segment to a Universep篇.

通过AtomGroup对象访问其他类非常有用，但是小心使用以防访问数据越界。因此我们展现了两个常用的例子。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
import MDAnalysis as mda

import io

pdb = io.StringIO("""
ATOM    414  N   GLY A 402     -51.919   9.578 -14.287  1.00 68.46           N
ATOM    415  CA  GLY A 402     -52.405  10.954 -14.168  1.00 68.41           C
ATOM    416  C   GLY A 402     -51.821  11.946 -15.164  1.00 69.71           C
ATOM    417  O   GLY A 402     -51.958  13.159 -14.968  1.00 69.61           O
ATOM    418  H   GLY A 402     -52.551   8.935 -14.743  1.00  0.00           H
ATOM    419  HA3 GLY A 402     -52.225  11.313 -13.155  1.00  0.00           H
ATOM    420  HA2 GLY A 402     -53.492  10.960 -14.249  1.00  0.00           H
TER
HETATM 1929  N1  XYZ A 900     -40.275  19.399 -28.239  1.00  0.00           N1+
TER
ATOM   1029  N   ALA B 122     -25.408  19.612 -13.814  1.00 37.52           N
ATOM   1030  CA  ALA B 122     -26.529  20.537 -14.038  1.00 37.70           C
ATOM   1031  C   ALA B 122     -26.386  21.914 -13.374  1.00 45.35           C
ATOM   1032  O   ALA B 122     -26.885  22.904 -13.918  1.00 48.34           O
ATOM   1033  CB  ALA B 122     -27.835  19.889 -13.613  1.00 37.94           C
ATOM   1034  H   ALA B 122     -25.636  18.727 -13.385  1.00  0.00           H
ATOM   1035  HA  ALA B 122     -26.592  20.707 -15.113  1.00  0.00           H
ATOM   1036  HB1 ALA B 122     -28.658  20.583 -13.783  1.00  0.00           H
ATOM   1037  HB2 ALA B 122     -27.998  18.983 -14.196  1.00  0.00           H
ATOM   1038  HB3 ALA B 122     -27.788  19.635 -12.554  1.00  0.00           H
ATOM   1039  N   GLY B 123     -25.713  21.969 -12.223  1.00 41.18           N
ATOM   1040  CA  GLY B 123     -25.550  23.204 -11.460  1.00 41.40           C
ATOM   1041  C   GLY B 123     -24.309  24.018 -11.745  1.00 45.74           C
ATOM   1042  O   GLY B 123     -24.349  25.234 -11.601  1.00 46.81           O
ATOM   1043  H   GLY B 123     -25.290  21.133 -11.845  1.00  0.00           H
ATOM   1044  HA3 GLY B 123     -25.593  22.976 -10.395  1.00  0.00           H
ATOM   1045  HA2 GLY B 123     -26.430  23.831 -11.600  1.00  0.00           H
TER
""")

u = mda.Universe(pdb, format="PDB")

用例：按片段划分的残基序列

为了只选择ATOM记录类型，以及通过片段获取残基列表，需执行以下操作：

1
2
3
4
5
residues_by_seg = list()

for seg in u.segments:
    p_seg = seg.atoms.select_atoms("record_type ATOM")
    residues_by_seg.append(p_seg.residues)

可以使用 Python 的列表推导式提取残基名称。根据需要，HETATM 记录类型行(line)不考虑：

1
2
[rg.resnames for rg in residues_by_seg]
## [array(['GLY'], dtype=object), array(['ALA', 'GLY'], dtype=object)]

注意通过首次选择AtomGroup的片段得到的残基包含ATOM和HETATM记录类型。这句话的意思是：“给我至少有一个选定原子的片段的所有残基名称”。

1
2
3
4
5
6
selected_atoms = u.select_atoms("record_type ATOM")

all_residues = selected_atoms.segments.residues

all_residues.resnames
## array(['GLY', 'XYZ', 'ALA', 'GLY'], dtype=object)

用例：按残基分组的原子列表

为了列出每个残基中的蛋白质骨架和侧链的重原子(非H)，需要执行以下操作：

1
2
3
4
5
6
atoms_in_residues = list()

for seg in u.segments:
    p_seg = seg.atoms.select_atoms("record_type ATOM and not name H*")
    for p_res in p_seg.residues:
        atoms_in_residues.append(p_seg.select_atoms(f"resid {p_res.resid} and resname {p_res.resname}"))

可以使用 Python 的列表推导式提取原子名称。根据需要，HETATM 记录类型行和H原子不考虑：

1
2
3
4
[ag.names for ag in atoms_in_residues]
## [array(['N', 'CA', 'C', 'O'], dtype=object),
##  array(['N', 'CA', 'C', 'O', 'CB'], dtype=object),
##  array(['N', 'CA', 'C', 'O'], dtype=object)]

Python语法可以使用split()进一步简化(不是字符串分割的split)：

1
2
3
4
5
6
7
rds = u.select_atoms("record_type ATOM and not name H*").split("residue")

[ag.names for ag in rds]
 
## [array(['N', 'CA', 'C', 'O'], dtype=object),
##  array(['N', 'CA', 'C', 'O', 'CB'], dtype=object),
##  array(['N', 'CA', 'C', 'O'], dtype=object)]

碎片

Fragment与Segment的区别在于Segment是连接的、连续的片段，Fragment是破碎的、切割的片段。
MDAnalysis 中的某些分析方法还使用其他方法对原子进行分组。一个关键概念是片段。片段是通常被认为是一个分子：一个原子群，其中任何原子都可以通过遍历键从原子群中的任何其他原子到达，并且它的任何原子都没有与原子群之外的任何原子键合。（MDAnalysis 方法中的“分子”是指 GROMAS 特定的概念）。Universe的碎片由 MDAnalysis 确定为派生量。只有当键信息可用时才能确定它们。

AtomGroup的片段可通过fragments属性访问。下面是来自溶菌酶 （PDB ID： 2LYZ） 的 GROMACS TPR 文件中的 Universe，其中包含 101 个水分子。虽然它有 230 个残基，但只有 102 个片段：1 个蛋白质和 101 个水片段。

1
2
3
4
5
6
7
8
from MDAnalysis.tests.datafiles import TPR2021

u = mda.Universe(TPR2021)
len(u.residues)
## 230

len(u.atoms.fragments)
## 102

有关bond的更多信息，以及哪些文件格式提供 MDAnalysis 绑定信息，请参阅topology_system篇。

您还可以查看特定Atom属于哪个片段，即Atom.fragment

注意：AtomGroup.fragments返回的是AtomGroup中每个原子所属的片段的去重的元组，而不是所有原子共同所属片段的元组。

翻译https://userguide.mdanalysis.org/stable/groups_of_atoms.html