PyMOL中常用的命令列表
PyMOL中常用的命令列表
- PyMOL中常用的命令列表,包括了加载文件、去除水分子、改变颜色、显示样式和图形优化等操作,可以帮助你完成全方位的分子展示设置。
基础命令流程
-
加载分子结构
load your_file.pdb # 加载PDB文件
-
去除水分子
remove solvent # 移除所有溶剂分子,包括水 # 或者 remove resn HOH # 仅移除水分子(PDB文件中水分子通常标记为 HOH)
-
分子显示样式:选择分子结构的展示样式
show cartoon # 显示为卡通样式(适用于蛋白质) show sticks # 显示为棒状模型 show spheres # 显示为球状模型 hide everything # 隐藏所有显示
-
变换颜色:为分子各部分赋予五颜六色的效果
spectrum count, rainbow # 使用彩虹色渐变效果 color blue, chain A # 为链 A 着蓝色 color red, chain B # 为链 B 着红色 util.cbc # 随机为各链分配颜色 spectrum b, blue_white_red, minimum=10, maximum=50 # 使用温度因子渐变
-
分子选择:对分子结构的不同区域进行选择
select backbone, name CA+C+N+O # 选择骨架原子 select sidechain, not backbone # 选择侧链
-
调整分子显示:对选定的分子区域应用不同的显示样式
show sticks, sidechain # 侧链显示为棒状 show spheres, backbone # 骨架显示为球状
-
优化图像显示:改善图像质量和显示效果
set cartoon_fancy_helices, 1 # 优化卡通模式中的α螺旋显示 set ray_trace_mode, 1 # 启用光线追踪模式 set antialias, 2 # 抗锯齿处理,提高图像质量
-
保存图片或场景:将生成的图像导出为图片文件
ray 800, 600 # 生成高分辨率的图片(光线追踪渲染) png my_image.png, dpi=300 # 导出图片,设置为300dpi
示例:完整操作流程
以下是一个典型的完整操作流程示例,用于生成一个五颜六色、去除水分子的蛋白质分子结构图:
load your_file.pdb # 加载PDB文件
remove resn HOH # 去掉水分子
spectrum count, rainbow # 设置五颜六色的渐变
show cartoon # 选择卡通样式
util.cbc # 随机分配颜色
set cartoon_fancy_helices, 1 # 优化卡通模式中的螺旋显示
set ray_trace_mode, 1 # 启用光线追踪模式
set antialias, 2 # 开启抗锯齿
ray 1200, 800 # 渲染高分辨率图像
png my_image.png, dpi=300 # 保存图片,设置分辨率为300dpi
常用的其他命令
-
旋转和移动:手动旋转或移动分子
rotate x, 90 # 绕X轴旋转90度 translate [10, 0, 0] # 沿X轴移动10单位
-
测量距离:测量两个原子之间的距离
distance my_dist, name CA, resi 1 and name CB # 计算特定原子间的距离
在PyMOL中,可以将小分子和蛋白质的相互作用(例如氢键、疏水作用)清晰地展示出来,并且标记相关的名称和距离。以下是实现这一效果的完整命令流程:
基础流程
-
加载蛋白质和小分子结构文件:首先加载PDB文件。这里假设蛋白质和小分子分别存储在不同的PDB文件中。
load protein.pdb, protein # 加载蛋白质文件,并命名为“protein” load ligand.pdb, ligand # 加载小分子文件,并命名为“ligand”
-
显示小分子和蛋白质的不同样式:可以用不同样式展示蛋白质和小分子,使其更易识别。
show cartoon, protein # 蛋白质显示为卡通模式 color cyan, protein # 为蛋白质设置颜色为青色 show sticks, ligand # 小分子显示为棒状模型 color yellow, ligand # 为小分子设置颜色为黄色
-
选择关键残基或与小分子相互作用的区域:选择小分子与蛋白质之间的相互作用区域(例如,5 Å内的原子)。
select binding_site, br. protein within 5 of ligand # 选择与小分子5 Å内的蛋白质原子 show sticks, binding_site # 绑定位点显示为棒状 color magenta, binding_site # 将绑定位点的颜色设置为紫色
-
添加相互作用连线:检测氢键和疏水作用,并自动添加连线。
distance hbonds, protein, ligand, mode=2 # 计算氢键,显示为连线 set dash_width, 3 # 设置连线宽度 set dash_color, red # 设置连线颜色为红色
-
标记小分子和残基名称:标记小分子名称和关键残基,以便更好地了解相互作用。
label ligand, resn # 为小分子标记名称(通常为其残基名) label binding_site, resn + resi # 为关键残基标记名称和序号
-
测量并显示距离:标记小分子和蛋白质之间的距离,以量化相互作用强度。
distance interaction_distances, binding_site, ligand set dash_gap, 0.5 # 调整连线间隔 set dash_color, green # 设置距离标记的连线颜色为绿色
完整操作流程
以下是一个完整的PyMOL命令序列示例,将小分子与蛋白质对接的相互作用展示出来,包括连线、颜色和名称标记:
load protein.pdb, protein # 加载蛋白质
load ligand.pdb, ligand # 加载小分子show cartoon, protein # 蛋白质为卡通模式
color cyan, protein # 蛋白质颜色设为青色
show sticks, ligand # 小分子为棒状模型
color yellow, ligand # 小分子颜色设为黄色select binding_site, br. protein within 5 of ligand # 选择绑定位点
show sticks, binding_site # 显示绑定位点为棒状
color magenta, binding_site # 绑定位点颜色设为紫色distance hbonds, protein, ligand, mode=2 # 添加氢键连线
set dash_width, 3 # 设置连线宽度
set dash_color, red # 氢键连线颜色设为红色label ligand, resn # 标记小分子名称
label binding_site, resn + resi # 标记绑定位点的残基名称和序号distance interaction_distances, binding_site, ligand # 显示距离
set dash_gap, 0.5 # 调整连线间隔
set dash_color, green # 距离连线颜色设为绿色
提示
-
手动添加相互作用连线:如果自动计算连线不够准确,可以手动添加。选择两个原子并计算它们的距离,如:
distance manual_dist, (ligand and name C1), (protein and resi 50 and name O)
以下是一个完整的PyMOL操作流程,包含加载文件、去除水分子、设置颜色、展示小分子和蛋白质的相互作用、标记名称、添加透明背景以及保存超清4K图像的所有步骤。所有操作步骤将以命令行的方式写出,方便直接复制到PyMOL中执行。
完整PyMOL操作命令
# 1. 加载文件
load protein.pdb, protein # 加载蛋白质文件
load ligand.pdb, ligand # 加载小分子文件# 2. 移除水分子
remove solvent # 移除所有溶剂分子,包括水
# 或者仅移除水分子
remove resn HOH# 3. 设置显示样式和颜色
show cartoon, protein # 将蛋白质显示为卡通模式
color cyan, protein # 蛋白质颜色设置为青色
show sticks, ligand # 将小分子显示为棒状
color yellow, ligand # 小分子颜色设置为黄色# 4. 选择与小分子有相互作用的区域
select binding_site, br. protein within 5 of ligand # 选择与小分子5 Å内的蛋白质原子
show sticks, binding_site # 将绑定位点显示为棒状
color magenta, binding_site # 设置绑定位点的颜色为紫色# 5. 添加相互作用连线
distance hbonds, protein, ligand, mode=2 # 自动添加氢键连线
set dash_width, 3 # 设置连线宽度
set dash_color, red # 氢键连线颜色设置为红色# 6. 标记小分子和关键残基的名称
label ligand, resn # 标记小分子名称
label binding_site, resn + resi # 标记关键残基的名称和序号# 7. 显示并标记距离
distance interaction_distances, binding_site, ligand # 计算并显示距离
set dash_gap, 0.5 # 调整距离连线间隔
set dash_color, green # 距离连线颜色设置为绿色# 8. 设置透明背景
bg_color white # 设置背景颜色为白色
set ray_opaque_background, 0 # 设置背景为透明# 9. 优化图像质量
set cartoon_fancy_helices, 1 # 优化卡通模式中的α螺旋显示
set ray_trace_mode, 1 # 启用光线追踪模式
set antialias, 2 # 开启抗锯齿处理,提升图像质量# 10. 保存超清4K图像
ray 3840, 2160 # 渲染4K分辨率(3840x2160)的图像
png output_image.png, dpi=300 # 保存渲染结果为PNG格式,分辨率为300dpi
步骤解析
- 加载文件:使用
load
命令分别加载蛋白质和小分子文件,并命名为protein
和ligand
。 - 去除水分子:使用
remove solvent
或remove resn HOH
以去除水分子。 - 设置显示样式和颜色:设置蛋白质为卡通样式,小分子为棒状模型,并为两者选择不同的颜色。
- 选择相互作用位点:选择与小分子距离5 Å内的蛋白质原子区域,显示为棒状并设为紫色。
- 添加相互作用连线:添加氢键连线,使用红色表示,设置连线宽度为3。
- 标记名称:标记小分子和蛋白质关键残基的名称,以便查看相互作用的具体信息。
- 显示距离:计算小分子与蛋白质间的距离,并用绿色标记距离连线。
- 设置透明背景:将背景设置为白色并设为透明,以便导出图像适应各种背景。
- 优化图像质量:启用光线追踪模式、抗锯齿和高级卡通样式,使图像更美观。
- 保存4K图像:渲染4K分辨率图像,并导出为PNG格式,设置为300dpi,确保图像清晰度适合打印或展示。
相关文章:

PyMOL中常用的命令列表
PyMOL中常用的命令列表 PyMOL中常用的命令列表,包括了加载文件、去除水分子、改变颜色、显示样式和图形优化等操作,可以帮助你完成全方位的分子展示设置。 基础命令流程 加载分子结构 load your_file.pdb # 加载PDB文件去除水分子 remove solvent …...
坏块处理 ORA-01578: ORACLE data block corrupted (file # 3, block # 152588)
帮客户检查环境时,发现sysaux表空间的数据文件有坏块,8月25日发生的,备份保留3个月,直接恢复处理。 rman备份log报错如下 RMAN-00571: RMAN-00569: ERROR MESSAGE STACK FOLLOWS RMAN-00571: RMAN-03009: failure of backu…...

像`npm i`作为`npm install`的简写一样,使用`pdm i`作为`pdm install`的简写
只需安装插件pdm-plugin-i即可: pdm plugin add pdm-plugin-i 然后就可以愉快地pdm i了,例如: git clone https://github.com/waketzheng/fast-dev-cli cd fast-dev-cli python -m pip install --user pipx pipx install pdm pdm plugin a…...

DNS域名解析服务器--RHCE
1.DNS简介 DNS ( Domain Name System )是互联网上的一项服务,它作为将域名和 IP 地址相互映射的一个分布式 数据库,能够使人更方便的访问互联网 DNS 系统使用的是网络的查询,那么自然需要有监听的 port 。 DNS 使用的是…...
数据库物化视图的工作原理与Java实现
引言 物化视图(Materialized View)是数据库中一种特殊的对象,它存储了查询结果的物理副本,使得复杂查询的结果可以快速地被访问。本文将详细介绍物化视图的工作原理、技术策略,并提供Java代码示例。 1. 物化视图的基…...

炫酷的登录框!(附源码)
大家想看什么前端效果请留言 预览效果 源码 <!DOCTYPE html> <html lang"zh"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>登录页…...
使用Python实现智能生态系统监测与保护的深度学习模型
随着人类活动的增加,生态系统受到的威胁也在不断加剧。为了更好地保护我们的生态环境,智能生态系统监测与保护成为了一项重要的任务。通过深度学习技术,我们可以实现生态系统的自动化监测与管理,从而及时发现和应对环境变化。本文将详细介绍如何使用Python构建一个深度学习…...

Rust 力扣 - 54. 螺旋矩阵
文章目录 题目描述题解思路题解代码题目链接 题目描述 题解思路 我们只需要一圈一圈的从外向内遍历矩阵,每一圈遍历顺序为上边、右边、下边、左边 我们需要注意的是如果上边与下边重合或者是右边与左边重合,我们只需要遍历上边、右边即可 题解代码 i…...
Flutter 简述(1)
Flutter 简述 简述 Flutter是Google开源的应用框架,只要一套代码兼顾Android、iOS、Web、Windows、macOS和Linux六个平台,它的设计思路可以说更加先进,不像ReactNative每个组件都需要有对应的原生组件实现,而是通过skia或者其他…...

BGP实验--BGP路由反射器
AR1、AR2上的Loopback 1接口分别为10.1.1.1/24、10.2.2.2/24,用于模拟用户网段 所有设备均使用Loopback 0地址为BGP Router ID,AR1与AR2、AR2与AR3、AR3与AR4、AR4与AR2之间基于直连接口建立IBGP对等体关系,其中AR1为AR2的路由反射器客户端&a…...

域渗透-域环境部署
01-域渗透部署 一、工作组和域 1、为什么需要域 在早期Windows主机都是属于工作组网络,单独的个体,在企业环境中,针对于工作组网络的计算机要达到统一管理相当麻烦,为实现将一个企业中所有的用户和计算机进行集中管理ÿ…...

【Oracle】空格单字符通配符查询匹配失败
问题 在进行模糊查询的时候,通过全局任意字符串匹配出含有两个字刘姓的人,但是通过刘_不能匹配出结果。 解决 检查后发现,姓名中包含空格 SELECT * FROM student WHERE TRIM(sname) LIKE 刘_;第一种解决方案就是查询的时候进行去空格处理&a…...

uniapp实现中间平滑凸起tabbar
uniapp实现中间平滑凸起tabbar 背景实现思路代码实现尾巴 背景 在移动端开发中,tabar是一个使用频率很高的组件,几乎是每个APP都会用到。今天给大家分享一个中间平滑凸起的tabbar组件,有需要的可以做下参考。先上图镇楼: 实现思…...
【视频】OpenCV:识别颜色、绘制轮廓
1、安装OpenCV库 sudo apt install libopencv-dev2、链接库 将 OpenCV 头文件路径和库添加到CMake中,在 CMakeLists.txt 中添加 1)查找库 find_package(OpenCV REQUIRED) 或者 find_package(OpenCV REQUIRED core imgproc highgui) 2)添加头文件路径 include_directories…...

C++_STL_xx_番外01_关于STL的总结(常见容器的总结;关联式容器分类及特点;二叉树、二叉搜索树、AVL树(平衡二叉搜索树)、B树、红黑树)
文章目录 1. 常用容器总结2. 关联式容器分类3. 二叉树、二叉搜索树、AVL树、B树、红黑树 1. 常用容器总结 针对常用容器的一些总结: 2. 关联式容器分类 关联式容器分为两大类: 基于红黑树的set和map;基于hash表的unorder_set和unorder_ma…...

xlrd.biffh.XLRDError: Excel xlsx file; not supported
文章目录 一、问题报错二、报错原因三、解决思路四、解决方法 一、问题报错 在处理Excel文件时,特别是当我们使用Python的xlrd库来读取.xlsx格式的文件,偶尔会遇到这样一个错误:“xlrd.biffh.XLRDError: Excel xlsx file; not supported”。…...

ENNSP中ACL的实验配置
ACL:访问控制列表 1访问控制----在路由器的入或者出的接口上,匹配流量,之后产生动作---允许或拒绝 2.定义感兴趣流量-----帮助其他软件抓流量 访问控制的匹配规则: 拓扑图如下 基础配置 基础配置弄好后,随便p…...

数字后端零基础入门系列 | Innovus零基础LAB学习Day8
###LAB15 Detail Routing for Signal Integrity, Timing, Power and Design for Yield 这个章节虽然标题有点长,但不要被它吓到,其实这个章节就是Innovus工具的绕线Routing。只不过这个阶段做Route不是仅仅是把所有的逻辑连接,用实际的金属层…...

【AI开源项目】FastGPT- 快速部署FastGPT以及使用知识库的两种方式!
文章目录 一、FastGPT大模型介绍1. 开发团队2. 发展史3. 基本概念 二、FastGPT与其他大模型的对比三、使用 Docker Compose 快速部署 FastGPT1、安装 Docker 和 Docker Compose(1). 安装 Docker(2). 安装 Docker Composeÿ…...

信息学科平台系统开发:Spring Boot实用指南
3系统分析 3.1可行性分析 通过对本基于保密信息学科平台系统实行的目的初步调查和分析,提出可行性方案并对其一一进行论证。我们在这里主要从技术可行性、经济可行性、操作可行性等方面进行分析。 3.1.1技术可行性 本基于保密信息学科平台系统采用Spring Boot框架&a…...

阿里云 RDS mysql 5.7 怎么 添加白名单 并链接数据库
阿里云 RDS mysql 5.7 怎么 添加白名单 并链接数据库 最近帮朋友 完成一些运维工作 ,这里记录一下。 文章目录 阿里云 RDS mysql 5.7 怎么 添加白名单 并链接数据库最近帮朋友 完成一些运维工作 ,这里记录一下。 阿里云 RDS MySQL 5.7 添加白名单1. 登录…...

pygame开发的坦克大战
使用Python和Pygame开发的精美坦克大战游戏。这个游戏包含玩家控制的坦克、敌方坦克、各种障碍物、爆炸效果和完整的游戏机制。 游戏说明 这个坦克大战游戏包含以下功能: 游戏特点 玩家控制:使用方向键移动坦克,空格键射击 敌人AI&#x…...

获取 OpenAI API Key
你可以按照以下步骤来获取 openai.api_key,用于调用 OpenAI 的 GPT-4、DALLE、Whisper 等 API 服务: 🧭 获取 OpenAI API Key 的步骤: ✅ 1. 注册或登录 OpenAI 账号 打开 https://platform.openai.com/ 使用你的邮箱或 Google/…...

Kafka入门-消费者
消费者 Kafka消费方式:采用pull(拉)的方式,消费者从broker中主动拉去数据。使用pull的好处就是消费者可以根据自身需求,进行拉取数据,但是坏处就是如果Kafka没有数据,那么消费者可能会陷入循环…...

win32相关(远程线程和远程线程注入)
远程线程和远程线程注入 CreateRemoteThread函数 作用:创建在另一个进程的虚拟地址空间中运行的线程 HANDLE CreateRemoteThread([in] HANDLE hProcess, // 需要在哪个进程中创建线程[in] LPSECURITY_ATTRIBUTES lpThreadAttributes, // 安全…...

2025年渗透测试面试题总结-ali 春招内推电话1面(题目+回答)
安全领域各种资源,学习文档,以及工具分享、前沿信息分享、POC、EXP分享。不定期分享各种好玩的项目及好用的工具,欢迎关注。 目录 ali 春招内推电话1面 一、Web安全核心理解 二、熟悉漏洞及防御方案 三、UDF提权原理与防御 四、XSS Fuzz…...

智能制造数字孪生全要素交付一张网:智造中枢,孪生领航,共建智造生态共同体
在制造业转型升级的浪潮中,数字孪生技术正成为推动行业变革的核心引擎。从特斯拉通过数字孪生体实现车辆全生命周期优化,到海尔卡奥斯工业互联网平台赋能千行百业,数字孪生技术已从概念验证走向规模化落地。通过构建覆盖全国的交付网络&#…...
VBA清空数据
列数转字母 Function CNtoW(ByVal num As Long) As String CNtoW Replace(Cells(1, num).Address(False, False), "1", "") End Function 字母转列数 Function CWtoN(ByVal AB As String) As Long CWtoN Range("a1:" & AB & &…...
Zookeeper 和 Kafka 版本与 JDK 要求
Apache Zookeeper 和 Apache Kafka 在不同版本中对 JDK 的要求如下表所示(基于官方文档和历史版本记录整理): 1. Zookeeper 版本与 JDK 要求 Zookeeper 版本要求的最低 JDK 版本说明3.4.x 系列JDK 6生产环境建议用 JDK 8(旧版兼容性强)。3.5.x 系列(3.5.5+)JDK 83.5.0 …...
AI推荐系统演进史:从协同过滤到图神经网络与强化学习的融合
每一次滑动手机屏幕,电商平台向你推荐心仪商品的背后,是超过百亿量级的浮点运算。从早期的“猜你喜欢”到如今的“比你更懂你”,商品推荐引擎已悄然完成从简单规则到深度智能的技术跃迁。 一、协同过滤:推荐系统的基石与演进 协同…...