ConSurf | 蛋白質的進化保守性分析,它分析蛋白質的序列保守性並根據結果為模型上色,如果您研究的蛋白質在結構上是保守的,但在序列上有所變化,這將是有幫助的。
分析保守性#
您需要準備的只是蛋白質模型,如果您沒有模型,至少需要序列,結構可以從中預測。
如果您有多序列比對 (MSA) 文件,您可以上傳它,然後該序列將用於生成保守性分析結果。
然後您的模型將根據結果上色。
自定義顏色#
在 ConSurf 中模型的顏色沒有選擇,但您可以使用 Pymol 來實現。
-
下載 Pymol 的結果。
-
在 RAMPGEN.COM 上生成顏色漸變,然後複製 JSON 格式並替換腳本中的顏色:
:::grid {cols=2,rows=1,gap=12,type=images}
::: -
將您的顏色漸變粘貼到腳本中並將其保存為
set_colors.py
:# 此腳本是在 ChatGPT 的幫助下完成的 color_data = [ # 在這裡粘貼您的顏色漸變。 ] # 定義顏色並將顏色設置為相應的對象 for i, item in enumerate(color_data, start=1): hex_color = item['color'] # 將 HEX 轉換為 RGB r, g, b = int(hex_color[1:3], 16), int(hex_color[3:5], 16), int(hex_color[5:], 16) rgb = (r/255.0, g/255.0, b/255.0) # 設置顏色 color_name = f"color_{i}" pymol.cmd.set_color(color_name, rgb) # 將顏色應用於對象 object_name = f"all_group_{i}" pymol.cmd.color(color_name, object_name) # 確保視圖已更新 pymol.cmd.rebuild()
-
您的腳本應該看起來像這樣:
color_data = [ { "values": 0, "color": "#F6936F" }, { "value": 12.50, "color": "#F8AE93" }, { "value": 25.00, "color": "#FAC9B7" }, { "value": 37.50, "color": "#FCE4DB" }, { "value": 50.00, "color": "#FFFFFF" }, { "value": 62.50, "color": "#DDEBF1" }, { "value": 75.00, "color": "#BCD7E4" }, { "value": 87.50, "color": "#9BC3D6" }, { "value": 100, "color": "#7AAFC9" } ] # 定義顏色並將顏色設置為相應的對象 for i, item in enumerate(color_data, start=1): hex_color = item['color'] # 將 HEX 轉換為 RGB r, g, b = int(hex_color[1:3], 16), int(hex_color[3:5], 16), int(hex_color[5:], 16) rgb = (r/255.0, g/255.0, b/255.0) # 設置顏色 color_name = f"color_{i}" pymol.cmd.set_color(color_name, rgb) # 將顏色應用於對象 object_name = f"all_group_{i}" pymol.cmd.color(color_name, object_name) # 確保視圖已更新 pymol.cmd.rebuild()
-
在 Pymol 中加載 ConSurf 結果,並從 'File -> Run Script...' 運行腳本。
:::grid {cols=2,rows=1,gap=12,type=images}
:::
此文由 Mix Space 同步更新至 xLog
原始鏈接為 https://xxu.do/posts/structure/Color-the-model-by-sequence-conservation-with-ConSurf