XingHuiSama の博客

工具二：auto_prolif.py (ProLIF 蛋白-配体相互作用指纹分析)

其实工具二是我最开始搭建的工具，用于分析蛋白质与配体之间的相互作用

1. 工具简介

这个脚本基于 MDAnalysis 和 ProLIF 库，用来批量提取 MD 轨迹中蛋白与配体之间的动态非共价相互作用（如氢键、盐桥、π-π 堆叠、疏水作用等）。

它的核心作用是帮你把枯燥的轨迹转化为直观的图表，并解决了 GROMACS 序号错位的痛点：

自动映射真实残基序号：GROMACS 生成 .tpr 拓扑时会把残基序号打乱重排。脚本会读取你提供的一帧 .pdb 结构，自动将内部错位的序号完美映射回晶体学真实的残基编号，保证出图时的标签绝对准确。
数据提纯与过滤：程序会计算整个 MD 过程中各相互作用的发生频率（占据率），并根据你在 config.yaml 中设置的阈值（如 0.15 代表 15%）自动过滤掉低频噪音，只保留贡献最大的 Top 10 关键氨基酸。
双轨输出：每个体系跑完后，会直接生成一张带有标准配色、可用于文章的高清堆叠柱状图（.png），同时导出一份清洗好的干净数据表（.csv），方便你随时拖入 Origin 软件进行二次作图。

2. 目录结构与依赖文件

脚本运行时会读取 config.yaml 里的 base_dir_win 目录，并在当前脚本所在的文件夹下自动创建同名靶点目录来存放结果。

原始数据请确保按照以下结构存放：

E:\GROMACS\Two Target\          <-- 你的工程根目录 (config.yaml 中的 base_dir_win)
├── STAT3\                      <-- 靶点名称 (config 中的 targets)
│   ├── Hit1\                   <-- 具体的复合物体系 (以 config 中的 hit_prefix 开头)
│   │   ├── md_center.xtc       <-- 【必须】已去除 PBC 并居中的轨迹文件
│   │   ├── md.tpr              <-- 【必须】MD 运行输入拓扑文件
│   │   └── frame_0.pdb         <-- 【必须】任意一帧的 PDB 文件 (脚本靠它来获取真实的残基序号)
│   └── Hit2\
└── 当前运行目录\                 <-- 【运行后自动生成】
    └── STAT3\                  
        ├── Hit1\
        │   ├── Hit1_Occupancy_Origin.csv    <-- 清洗好的数据源
        │   └── Hit1_Occupancy_Stacked.png   <-- 直出的堆叠柱状图
        └── Hit2\

3. 操作指南

核对配置：打开 config.yaml，检查 prolif 节点下的 ligand_resname（你的小分子在拓扑里的残基名，比如 MOL）和 occupancy_threshold（你想要的过滤阈值，默认 0.15）。
检查文件：确认每个待处理的 Hit 目录中都有 .tpr、.xtc 以及最重要的 frame_*.pdb 文件。
一键运行：在 Windows 的终端中执行：

python auto_prolif.py
* 收取结果：终端会实时打印每个体系的处理进度（如 [Hit1] ✅ 处理成功！）。全部跑完后，直接去脚本同级目录下的对应靶点文件夹里查看图表和 CSV 数据即可。

效果图如图所示

后续有考虑采用win运行下的GROMACS实现，做一个可视化程序，这样就不用直接代码运行。