关于train, evaluate 和 作图——dymean3

TMscore

从代码实现来看，这里的 TMscore 计算是通过调用外部的 TMscore 可执行程序完成的，输入的 PDB 文件包含了原子的三维坐标信息。那么具体答案可以分以下几个方面来分析：

1. 是否只对 CA 坐标进行计算

  • 答案：否。
    TMscore 通常会基于整个 PDB 文件中所有原子的坐标计算分子结构之间的相似性，而不是仅限于 CA 原子。虽然在某些情况下可以使用仅含 CA 原子的 PDB 文件，但这里的代码未对 PDB 文件进行显式简化（例如过滤掉非 CA 原子）。

  • PDB 文件的生成步骤：

    mod_protein.to_pdb(mod_pdb)
ref_protein.to_pdb(ref_pdb)

    这里没有显示提取特定的原子类型（如 CA 原子），意味着默认会写入所有原子。因此，TMscore 的计算会基于全原子信息。

2. TMscore 是对整条抗体链还是抗体-抗原进行计算

  • 答案：整条抗体链。
    代码中的 tm_score 函数明确指出，它将被调用时输入的是 mod_cplx.antibody 和 ref_cplx.antibody。也就是说，TMscore 的计算范围是 整个抗体链，并不包括抗原部分。

    在 tm_score 函数中：

    results['TMscore'] = tm_score(mod_cplx.antibody, ref_cplx.antibody)

    mod_cplx.antibody 和 ref_cplx.antibody 提供了抗体的坐标信息，而没有涉及抗原链。

3. TMscore 是否对抗体的某个区域进行计算

  • 答案：否。
    tm_score 函数的输入是完整的 mod_cplx.antibody 和 ref_cplx.antibody，它们代表完整的抗体结构，而不是特定区域（如 CDR 或框架区）。如果需要对特定区域计算 TMscore，需要手动提取这些区域的坐标并生成新的 PDB 文件，但代码中未执行这一步。

结论

  1. TMscore 默认计算的是整个抗体链的结构相似性。
  2. 它基于 PDB 文件中所有原子的坐标，而不仅限于 CA 坐标。
  3. 代码中的实现未对 TMscore 的计算范围进行细化（如局部区域或抗体-抗原相互作用）。

如果希望对抗体的某些特定区域（如 CDR）或者抗体-抗原界面计算 TMscore，需要对输入数据进一步处理。例如，仅生成感兴趣区域的 PDB 文件或局部坐标。

LDDT

从提供的代码来看，LDDT (Local Distance Difference Test) 的计算有以下几个关键点可以帮助回答您的问题：

1. 是否只对 Cα 坐标进行计算

  • 答案：可选，但默认计算全原子信息。

  • 代码中有一个关键参数 backbone_only：

    res_code = exec_bin(mod_pdb, ref_pdb, log, backbone_only)

    根据变量名 backbone_only 的描述，如果设置为 True，LDDT 的计算可能会被限制为只针对主链原子（N、Cα、C、O）。否则，默认情况可能是基于全原子计算。

  • LDDT 的实现（具体是通过 exec_bin 函数调用的外部程序）未在代码中直接展现，但标准 LDDT 工具通常支持以下两种模式：

    • Backbone-only 模式：仅考虑主链原子（包括 Cα）。
    • All-atom 模式：考虑所有原子的相对位置。

2. 计算范围是整条抗体链还是抗体-抗原

  • 答案：整条抗体链。

  • merge_to_one_chain 函数被调用后，将所有链拼接为单一的链：

    mod_protein = merge_to_one_chain(mod_protein)
ref_protein = merge_to_one_chain(ref_protein)

    这说明，LDDT 的计算是基于整条抗体链的合并结果，不包含抗原。

  • 如果需要计算抗体-抗原之间的 LDDT 分数，则需要在调用之前对输入数据进行筛选，将抗体和抗原的相关链分别提供。但当前代码显然是针对单一抗体链的整体计算。

3. 是否计算抗体的某个区域

  • 答案：否，默认是整条抗体链。

  • 从代码来看，输入是完整的 mod_protein 和 ref_protein，且没有特定区域的过滤逻辑。这意味着，LDDT 是基于整个抗体链进行计算的。

  • 如果需要对抗体的某个区域（如 CDR 区域）计算 LDDT 分数，需要在 merge_to_one_chain 或 to_pdb 调用之前，对抗体链提取感兴趣的部分（如 CDR 的残基范围）。

4. 外部程序的调用逻辑

  • LDDT 的实际计算是通过调用外部程序实现的：
    res_code = exec_bin(mod_pdb, ref_pdb, log, backbone_only)
    • exec_bin 具体的实现未在代码中提供，可能是一个对 LDDT 可执行文件（如 lddt 工具）的包装。
    • 具体 LDDT 的原理是通过比较模型和参考结构中每个原子的局部距离差异，得分是 0-1 之间的浮点数，越接近 1 表示模型和参考结构越一致。

5. 总结

  • 是否只对 Cα 坐标计算：
    • 默认是 全原子计算，但可以通过 backbone_only=True 参数限制为主链原子（包含 Cα）。
  • 计算范围：
    • 当前代码计算的是 整条抗体链。
    • 不涉及抗体-抗原或抗体局部区域。
  • 如果需要计算抗体的某个区域（如 CDR）或抗体-抗原的局部 LDDT，需对输入数据进行额外处理。

如果您希望对抗体某个区域或者抗体-抗原的 LDDT 进行评估，可以通过提取感兴趣区域的残基坐标，然后重新生成 PDB 文件作为输入。

DockQ 函数分析

以下是对代码的详细分析，回答您的问题：

1. 是否只对 Cα 坐标进行计算

  • 答案：否，DockQ 默认使用所有原子进行计算。
    • DockQ.py 是一个独立的脚本，通常基于分子对接结果的接口原子来计算结构对齐度（包括界面原子和全原子）。
    • 代码中没有显式简化输入的 PDB 文件为仅含 Cα 的骨架结构，因此默认 DockQ 会使用 所有原子。

2. DockQ 的计算范围

  • 答案：计算抗体-抗原界面区域的对接质量。
    • 如果 cdrh3_only=False（默认设置），DockQ 会对抗体-抗原整体界面进行评估，包括所有的界面原子。
    • 如果 cdrh3_only=True，代码中明确提到只使用 CDRH3 区域（抗体的 CDRH3 和抗原的界面原子）进行 DockQ 计算：
      if cdrh3_only:
    mod_cdr, ref_cdr = mod_cplx.get_cdr(), ref_cplx.get_cdr()
    mod_peptides[H], ref_peptides[H] = mod_cdr, ref_cdr
      这里将抗体的 CDRH3 和抗原链拼接为新的 PDB 文件用于计算，限制了计算范围。

3. 总结分析

  • 默认情况下，DockQ 计算抗体-抗原整体界面的对接质量。
  • 如果指定 cdrh3_only=True，则计算范围限制在抗体的 CDRH3 区域 和抗原界面。
  • 计算使用 所有原子，不局限于 Cα 原子。

DockQ vs TMscore vs LDDT 的区别

指标 是否只计算 Cα 坐标 计算范围 适用场景
TMscore 否，使用所有原子（但常用 Cα 坐标） 整条抗体链 比较整条抗体链的全局结构相似性
LDDT 可选（通过 backbone_only=True） 整条抗体链 评价整条抗体链局部结构的距离一致性
DockQ 否，使用所有原子 抗体-抗原界面（或抗体的特定区域，如 CDRH3） 评价抗体-抗原的界面对接质量（结合几何和接触）

使用建议

  • TMscore：用于整条抗体链的全局结构比较（如模型和真实结构的全局一致性）。
  • LDDT：用于评估整条抗体链的局部结构准确性（如主链一致性或原子间局部距离）。
  • DockQ：用于评价抗体和抗原之间的对接质量，适合对抗体-抗原界面进行特定分析。

如果有其他需求（如针对特定区域计算），可以基于上述逻辑对 PDB 文件或输入数据进行筛选和处理。

作图

从图的特性来看，这种分子结构图通常是由 Cα 原子坐标 绘制的骨架表示（backbone representation）。以下是原因和分析：

1. 骨架图的常见特性

  • 图中显示的分子结构清晰展示了蛋白质的 二级结构（如螺旋、β片层和环），这是典型的基于 Cα 原子绘制的骨架模型。
  • 完整的原子坐标模型（包括侧链和其他原子）会包含更多的细节（如侧链和原子间的连接），而这里的图主要展示了蛋白质的主链。

2. Cα 坐标的使用

  • Cα 是每个氨基酸主链上具有代表性的原子，通常用于表示蛋白质的整体形状和折叠。
  • 绘制这种对比图时，Cα 坐标足以表现蛋白质的结构相似性，同时显著降低了计算复杂度。

3. DockQ 和其他指标的背景

  • DockQ 指标常用于评价分子对接精度，可能基于所有原子计算，但绘图时更倾向于简化为主链模型（Cα 坐标）来更直观地对比。
  • 图中高亮的抗体轻链、重链以及抗原的差异，主要依赖于二级结构对比，而这些信息也可以通过 Cα 坐标准确描述。

4. 常见软件实现

  • 图像可能由 PyMOL、Chimera 或 VMD 等分子可视化工具生成，这些工具通常默认以骨架模型展示蛋白质结构。
  • 如果要显示完整的原子信息，通常需要显式启用显示选项，但这会使图像显得复杂且冗余。

总结

图中结构图应该是基于 Cα 原子坐标 绘制的主链模型（backbone representation），未包含每个氨基酸的完整原子坐标。

posted @ 2024-11-25 11:06  GraphL  阅读(122)  评论(0)    收藏  举报