Python 求一组剩余数的所有邻域

我在

centerResidueList=[10014017053]

中保存了一个剩余数列表，我正试图从这组剩余数中获取所有相邻的剩余数。
目前我正在使用下面的脚本，我正在处理整个PDB文件并生成一个距离为10.0的原子对列表，然后遍历该列表并检查

所有邻域

列表中的剩余数是否对应于

中心剩余数列表

中的剩余数

from Bio.PDB import *

centerResidueList = [100, 140, 170, 53]
neighbours_resi_number = []
structure = PDBParser().get_structure('X', "1xxx.pdb") 
atom_list = Selection.unfold_entities(structure, 'A') 
ns = NeighborSearch(atom_list)
all_neighbors = ns.search_all(10.0, "R") 
for residuepair in all_neighbors:
    resi_number = residuepair[0].id[1]
    if resi_number in centerResidueList:
        resi_number_partner = residuepair[1].id[1]
        neighbours_resi_number.append(resi_number_partner)

首先，如何仅使用CA atoms创建

atom\u列表

其次，

residuepair[0].id[1]

是否是生成剩余数的正确方法（它可以工作，但是否有一种方法可以获得此结果）

---

最后，有没有更好的解决方案来实现这一点？

使用

邻居搜索绝对是正确的想法-它构造了一个，可以对最近的邻居执行非常快速的查找

如果你只需要搜索几个残基，我会使用这些残基原子的方法（也许只是它们的CA原子的速度）。这将比使用
search\u all（）
然后过滤更有效。我将回答您的两个问题，然后在底部提供完整的解决方案


如何仅使用CA atoms创建atom_列表

您可以使用，也可以使用列表理解（我认为列表理解更具可读性）：


其次，
residuepair[0].id[1]
是否是生成剩余数的正确方法（它可以工作，但是否有一种方法可以获得此结果）

这绝对是正确的做法。但是（这是一个重要的警告），请注意，这将不会处理含有的残留物。为什么不处理
剩余部分
对象本身呢


我的代码：

from Bio.PDB import NeighborSearch, PDBParser, Selection


structure = PDBParser().get_structure('X', "1xxx.pdb")

chain = structure[0]['A']  # Supply chain name for "center residues"
center_residues = [chain[resi] for resi in [100, 140, 170, 53]]
center_atoms = Selection.unfold_entities(center_residues, 'A')

atom_list = [atom for atom in structure.get_atoms() if atom.name == 'CA']
ns = NeighborSearch(atom_list)

# Set comprehension (Python 2.7+, use `set()` on a generator/list for < 2.7)
nearby_residues = {res for center_atom in center_atoms
                   for res in ns.search(center_atom.coord, 10, 'R')}

# Print just the residue number (WARNING: does not account for icodes)
print sorted(res.id[1] for res in nearby_residues)

从Bio.PDB导入邻居搜索、PDBParser、选择
structure=PDBParser（）.get_结构（'X'，“1xxx.pdb”）
链=结构[0]['A']#“中心剩余物”的供应链名称
中心_残基=[100,140,170,53]中resi的链[resi]
中心\原子=选择。展开\实体（中心\剩余“A”）
atom_list=[atom for atom in structure.get_atoms（）如果atom.name=='CA']
ns=邻域搜索（原子列表）
#集合理解（Python2.7+，在生成器/列表上使用`Set（）`表示<2.7）
附近的_残基={res表示中心_原子中的中心_原子
对于ns.search中的res（center_atom.coord，10，'R'）}
#仅打印剩余编号（警告：不考虑icodes）
打印已排序（res.id[1]用于附近_残留物中的res）
谢谢。它现在更有意义，而且比我以前的实现更快。
from Bio.PDB import NeighborSearch, PDBParser, Selection


structure = PDBParser().get_structure('X', "1xxx.pdb")

chain = structure[0]['A']  # Supply chain name for "center residues"
center_residues = [chain[resi] for resi in [100, 140, 170, 53]]
center_atoms = Selection.unfold_entities(center_residues, 'A')

atom_list = [atom for atom in structure.get_atoms() if atom.name == 'CA']
ns = NeighborSearch(atom_list)

# Set comprehension (Python 2.7+, use `set()` on a generator/list for < 2.7)
nearby_residues = {res for center_atom in center_atoms
                   for res in ns.search(center_atom.coord, 10, 'R')}

# Print just the residue number (WARNING: does not account for icodes)
print sorted(res.id[1] for res in nearby_residues)