Skip to main content
 首页 » 编程设计

python之如何将 DSN6 文件解压缩为可读格式

2024年11月24日9pengyingh

我正在尝试隔离 dsn6 文件中的某些信息。具体来说,我想找到蛋白质内两个原子周围的电子密度。然后我想运行一个 python 代码来确定它们两者之间是否存在正电子密度。为此,我认为我需要将以非常压缩的格式存储的 dsn6 文件转换为我可以理解的格式。

我搜索了各种方法来查看 dsn6 文件(例如通过 PyMOL 或 CCP4 中的 COOT)作为模型。但是,我不知道如何以文本形式查看此解压缩文件。我已经尝试过,但在尝试弄清楚这些程序如何解压缩/读取文件时完全没有成功。

这是一段 dsn6 文件目前的样子:

˘>˝‰‡>™†≠>I14>)B=*À¢<™ÅK=i§=‰≤Ñ=ê8ºO∑ææÑ¸ΩfiZ 
Ω2…=wÇ=œjÖ=ÿm=◊6=â(:ÿ◊ôΩl≥æ=sËΩ,vzºËm 
>dg>ÄàG>>hº&>è,>SªÂ= 

我希望解压缩的 dsn6 文件看起来类似于 pdb 文件的样子。例如,

ATOM    228  OG1 THR A  58       7.843  45.672  59.760  1.00 15.56   O         
ATOM    229  CG2 THR A  58       6.672  44.132  61.223  1.00 14.90   C         
ATOM    230  N   PRO A  59       9.292  42.373  62.754  1.00 13.16   N          
ATOM    231  CA  PRO A  59       9.409  40.982  63.160  1.00 13.07   C         

请您参考如下方法:

来自link由@marcin 提供,您可以深入了解数据格式,我已经提取了 header ,但是为了 reshape 数组,我得到了错误数量的值:

import struct 
import numpy as np 
file_path = r'5x22_2fofc.dsn6' 
with open(file_path,'rb') as f: 
    brick = f.read(512) 
 
header = brick # the firs brick is our header 
n = 2 # number of bytes per entry 
entries = [header[i:i + n] for i in range(0, len(header), n)] 
header_desc = [ 
        'x start', # 1 
        'y start', # 2 
        'z start', # 3 
        'x extent', # 4 
        'y extent', # 5 
        'z extent', # 6 
        'x sampling rate', # 7 
        'y sampling rate', # 8 
        'z sampling rate', # 9 
        'Header(18) * A Cell Edge', # 10 
        'Header(18) * B Cell Edge', # 11 
        'Header(18) * C Cell Edge', # 12 
        'Header(18) * alfa', # 13 
        'Header(18) * beta', # 14 
        'Header(18) * gamma', # 15 
        'Header(19) (253 -3) /(rmax -rmin)', # 16 
        '(3rmax - 253rmin)/(rmax -rmin)]', # 17 
        'Cell Constant Scaling Factor', # 18 
        '100'] # 19 
 
header_conv = [struct.unpack('>h',i)[0] for i in entries] 
# we now extract the data afte the header(using an offset) 
data = np.memmap(file_path,dtype='uint8',offset=512,mode='r') 
for i in zip(header_desc,header_conv): 
    print(i) 

这是我提取的 header :

('x start', -20) 
('y start', -56) 
('z start', -135) 
('x extent', 126) 
('y extent', 118) 
('z extent', 272) 
('x sampling rate', 170) 
('y sampling rate', 96) 
('z sampling rate', 266) 
('Header(18) * A Cell Edge', 14912) 
('Header(18) * B Cell Edge', 8345) 
('Header(18) * C Cell Edge', 23783) 
('Header(18) * alfa', 7200) 
('Header(18) * beta', 7868) 
('Header(18) * gamma', 7200) 
('Header(19) (253 -3) /(rmax -rmin)', 1375) 
('(3rmax - 253rmin)/(rmax -rmin)]', 80) 
('Cell Constant Scaling Factor', 80) 
('100', 100)