Нормализация PDB-структур

Задание для 2 – 5 человек (можно и больше).

Суть: привести PDB структуру к такому виду, в котором на неё можно запускать мол. динамику.

Автор задачи: Сергей Митрофанов.

Программа максимум:

• если в PDB есть только основная цепь, достроить боковые цепи

• починить иррегулярности нумерации остатков; например, если в файле идут остатки 99, 100, 100A, 101, 102, ..., то их нужно перенумеровать в 99, 100, 101, 102, 103, ...

• выбрать одну из альтернативных конформаций
  • хороший случай: выбрать все части без alt-кодов и все части с одним (заданным) alt-кодом
  • плохой случай: одна и та же конформация задана в PDB разными alt-кодами в разных местах; тогда нужно выбрать все части без alt-кодов и из всех идущих подряд частей с alt-кодами, выбрать первую
• достроить водороды
  • на сайте pdb.eu, если долго поискать, есть структуры остатков с водородами в формате sdf
  • достраивать водороды умеет программа hicup
• убрать воду
• удалить строки ANISOU (всё равно их никто не использует)
• если есть модифицированные остатки, об этом нужно сообщить; в зависимости от решения пользователя:
  • либо их оставить
  • либо заменить на немодифицированные
• привести в порядок все HETATM'ы:
  • если это молекулы, добавленные в ходе кристаллографического эксперимента, убрать их
  • если это молекулы, присутствующие в клетке:
    • если это целая молекула, оставить

    • если это часть молекулы, и её возможно достроить (как-то) до целой – достроить

    • в противном случае тоже убрать (половин молекул в структуре оставаться не должно)
• согласовать записи CONNECT с остальным содержимым структуры:
  • либо удалить все CONNECT
  • либо поправить в CONNECT нумерацию для тех атомов, для которых она изменилась, и удалить CONNECT для тех атомов, которые были выброшены
• если есть разрыв цепи, обозначить его как C или N концевой (для динамики неполных молекул)
• в идеале все изменения должны сохранять порядок атомов (чтобы легче было проверять, что изменилось)
• в идеале должно выглядеть как набор инструментов, которые могут работать полностью автоматически (с параметрами по умолчанию), но можно из них выбрать один и запустить с какими-то параметрами, или можно из них выбрать все, кроме одного

Пожелания Евгения Аксянова:

• вырезать фрагмент PDB (e.g. домен)
• проверить, актуален ли файл (лежит ли он на сервере PDB)
• вырезать первую модель

• заменить модифицированные остатки MSE->MET, MLY->LYS, HYP->PRO, CGU->GLU; заменить HETATM на ATOM

• прочитать заголовки про симметрию и применить их

• оставить в структуре только гетероатомы на расстоянии <10A от заданного и нуклеотиды на расстоянии <15A от заданного

• собрать данные про то, какие диапазоны во что переименовались

• поправить нумерацию там, где она инвертирована (e.g. 3a, 2a, 1a, 0, 1, 2, 3 -> -3, -2, -1, 0, 1, 2, 3)

• разодрать выдачу SSM: сделать из цепочек модели
• проверить файл на все странности и выругаться
• удалить заряды и occupancy
• посмотреть на seqres