畫譜系圖Pedigree Plot的軟體

不知道譜系圖的，先看一下這部關於薔薇戰爭的說明影片
 
裡面的人物關係可以用譜系圖畫出來：

圖片來自dreadpiratemama

以上圖片來自Henry VI, Part II in dreadpiratemama

《ProDy》分析蛋白質序列與動態

《ProDy》是套自由且開源的Python套件，用來做Protein Dynamics & Sequence Analysis。從首頁進去有下面幾個大的主題：

用Python-3.6.5安裝ProDy-1.9.4

ProDy是一套分析蛋白質動態的軟體。首先《安裝Python-3.6.5到macOS Sierra》。然後用PyPI安裝一些ProDy需要的套件：

• sudo pip3 install numpy
• sudo pip3 install scipy
• sudo pip3 install matplotlib
• sudo pip3 install biopython

都安裝好以後，然後開始安裝ProDy-1.9.4：

1. wget https://files.pythonhosted.org/packages/fe/c8/5c8642fd6630f6fe8d3bbca13c3d5f899732893762fa0d114fe863b90cf1/ProDy-1.9.4.tar.gz
2. shasum -a 256 ProDy-1.9.4.tar.gz
   37a9777c36f49afad1842a59df20f7d5cd735b5500273d42c2988fdbf5391cb7  ProDy-1.9.4.tar.gz
3. tar zxf ProDy-1.9.4.tar.gz && cd ProDy-1.9.4
4. python3 setup.py build
5. sudo python3 setup.py install

統計PDB中蛋白質鍊的長度

只要依序執行下面五個指令就能夠拿到所有protein chains的長度與敘述：

• wget ftp://ftp.wwpdb.org/pub/pdb/derived_data/pdb_seqres.txt
• grep "mol:protein" pdb_seqres.txt | sed -e's/  /!/' | cut -d'!' -f1 | sed -e's/^>//' | cut -d' ' -f1 > protein_seqres.id
• grep "mol:protein" pdb_seqres.txt | sed -e's/  /!/' | cut -d'!' -f1 | sed -e's/^>//' | cut -d' ' -f3 | cut -d':' -f2 > protein_seqres.length
• grep "mol:protein" pdb_seqres.txt | sed -e's/  /!/' | cut -d'!' -f2 > protein_seqres.des
• paste -d'\t' protein_seqres.id protein_seqres.length protein_seqres.des > protein_seqres.csv

PDB裡面最長和最短的蛋白質序列

依序執行下述指令就知道PDB裡面最長與最短的序列：

1. wget ftp://ftp.wwpdb.org/pub/pdb/derived_data/pdb_seqres.txt
2. grep -e "mol:protein" -A 1 pdb_seqres.txt | sed '/^--$/d' | grep "^>" | cut -d' ' -f3 | cut -d':' -f2 | sort -n | head -n 1
3. grep -e "mol:protein" -A 1 pdb_seqres.txt | sed '/^--$/d' | grep "^>" | cut -d' ' -f3 | cut -d':' -f2 | sort -n | tail -n 1

上面的Bash指令意思分別是：

1. 抓所有PDB的序列（fasta format）
2. 最短的序列，長度是2
3. 最長的序列，長度是5037

在Python中使用PyMOL的指令 part II

前一篇《在Python中使用PyMOL的指令》用的PyMOL與Python是MacPorts安裝的，但如果希望使用的是OS X系統本身的Python與從PyMOL買來的版本，用下面的方法來做：

• 安裝預先編譯好的PyMOL
  這邊的例子是安裝到 /pkg/pymol-v1.8.0.5-Darwin-x86_64
• 開啟系統的Python（/usr/bin/python）

然後在系統的Python內依序執行：

1. import sys
2. sys.path.append('/pkg/pymol-v1.8.0.5-Darwin-x86_64/modules')
3. from pymol import *
4. pymol.finish_launching(['pymol', '-cqk'])

在Python中使用PyMOL的指令

PyMOL是個很方便的生物巨分子結構顯示軟體，很方便的就可以載入與使用各種生物巨分子結構。但如果希望能夠用依照某些規則來處理很多結構，那就必須要寫程式。這邊介紹如何在Mac下面使用Python載入PyMOL的指令來寫程式。安裝完MacPorts以後在終端機上輸入：

• sudo port install pymol
• /opt/local/bin/python2.7

進入python交談式環境（或是寫在python程式最前面）以後，輸入：

• from pymol import *
• pymol.finish_launching(['pymol', '-cqk'])

結構比對後計算RMSD

通常對齊結構後，計算差異的RMSD會根據對到的原子，若想要對齊所有的C-alpha原子，可以用rms_cur這個指令搭配matchmaker這個參數

• fetch 2lyz
• fetch 135l
• split_chains *
• rms_cur 2lyzA, 135lA
• rms_cur 2lyzA and n. ca, 135lA and n. ca
• rms_cur 2lyzA and n. ca, 135lA and n. ca, matchmaker=-1
• cealign 2lyzA, 135lA
• rms_cur 2lyzA and n. ca, 135lA and n. ca
• rms_cur 2lyzA and n. ca, 135lA and n. ca, matchmaker=-1

這邊要注意，rms_cur並不會處理alternate location的問題，所以必須要先刪除alternate locations，刪除方式參考《處理PDB裡面的alternate location》

_EOF_

計算核酸的濃度

現有一管single strand RNA (ssRNA)溶液1 mL，裡面的ssRNA重量是10 μg (microgram)，序列不知道但長度是41 nucleotides，計算此管ssRNA溶液的濃度：

• 重量濃度：10 μg / 1 mL = 10 * 10^-6 / 10^-3 g/L ＝ 10 * 10^-3 g/L = 10 mg/L

要計算體積莫耳濃度(molarity, M)，需要知道序列的分子量。如果序列已知又會寫Python程式可以參考這篇，不會寫程式的參考《DNA and RNA Molecular Weights and Conversions》，找到"Approximate M.W.'s of Nucleic Acids"這個段落：

• M.W. of ssRNA = (# nucleotides * 320.5) + 159.0 = (41 * 320.5) + 159.0 = 13299.5 g/mol = 13299.5 Daltons

上面公式是計算ssRNA分子量，如果是single-strand DNA或是double-strand DNA用：

• M.W. of ssDNA = (# nucleotides * 303.7) + 79.0
• M.W. of dsDNA = (# nucleotides * 607.4) + 157.9

有了分子量，可以用GraphPad的Molarity Calculator來計算體積莫耳濃度，或用下列公式手動作換算：

• 體積莫耳濃度：10 μg/mL = 10 mg/L = (10 mg/L) / (13299.5 g/mol)
  ≒ 0.0007519 mmol/L = 0.7519 μmol/L = 751.9 nmol/L = 751.9 nM  ≒ 0.75 μM

_EOF_

統計蛋白質資料庫

蛋白質資料庫（Protein Data Bank，簡稱PDB）上面存放著以蛋白質為主的生物巨分子立體結構資料。首頁顯示 "An Information Portal to 124286 Biological Macromolecular Structures"，更多的統計資料可參考《PDB Statistics》。這邊用幾個簡單的指令來分析PDB這個資料庫

1. wget ftp://ftp.wwpdb.org/pub/pdb/derived_data/pdb_entry_type.txt
2. TOTAL=`cat pdb_entry_type.txt | wc -l`; echo $TOTAL
3. head -n 5 pdb_entry_type.txt 
4. for TYPE in `cat pdb_entry_type.txt | cut -f 2 -d$'\t' | sort | uniq`; do printf "$TYPE "; NUM=`cat pdb_entry_type.txt | cut -f 2 -d$'\t' | grep $TYPE | wc -l`; printf "$NUM "; FRAC=`echo "scale=4; $NUM/$TOTAL" | bc -l`; echo $FRAC; done
5. for METHOD in `cat pdb_entry_type.txt | cut -f 3 -d$'\t' | sort | uniq`; do printf "$METHOD "; NUM=`cat pdb_entry_type.txt | cut -f 3 -d$'\t' | grep $METHOD | wc -l`; printf "$NUM "; FRAC=`echo "scale=4; $NUM/$TOTAL" | bc -l`; echo $FRAC; done

用CE做結構比對

要對齊兩個蛋白質結構，Combinatorial Extension (CE)是其中一種方法。如果只是數個比較，那可以使用網頁版的RCSB PDB Protein Comparison Tool，或是PyMOL裡面內建的cealign指令。但若是要跑很多結構比對，那這樣就必須要下載程式回來自行使用。這個程式到CE其中一位作者Bourne的網頁下面，找到CE Software後下載編譯使用