如何用PCcli命令批量生成数百条多肽的PDB坐标文件？

问题描述 #

我使用PeptideConstructor工具的PCcli命令可以单条生成多肽的.pdb文件，单条命令用法如下：

pip install PeptideConstructor
PCcli -s AaDdKSQym -o output.pdb

现在我有一个存储在PeptideSequences.csv文件中的100条多肽序列列表，序列位于Sequences列。我用pandas读取了数据：

import pandas as pd
df = pd.read_csv("PeptideSequences.csv")

尝试用循环批量生成对应PDB文件时，以下代码报语法错误：

for i in range(100):
    PCcli -s str(df.loc[i,'Sequences']) -o str(df.loc[i,'Sequences']).pdb

问题根源 #

Python无法直接识别代码中的PCcli命令，会将其视为未定义的变量，这就是语法错误的原因。要在Python中执行系统命令，必须借助subprocess模块。

解决方案 #

方法1：用subprocess调用PCcli命令 #

通过Python的subprocess模块执行系统命令，是最直接的适配方案：

import pandas as pd
import subprocess

df = pd.read_csv("PeptideSequences.csv")

# 遍历所有序列
for seq in df['Sequences']:
    # 跳过空序列或空白序列，避免报错
    if pd.notna(seq) and seq.strip():
        clean_seq = seq.strip()
        # 构造命令参数列表（推荐用列表形式，避免字符串拼接的安全问题）
        cmd = [
            "PCcli",
            "-s", clean_seq,
            "-o", f"{clean_seq}.pdb"
        ]
        # 执行命令，check=True会在命令出错时抛出异常
        subprocess.run(cmd, check=True)

方法2：直接使用PeptideConstructor的Python API（更高效） #

该工具本身提供了Python接口，无需调用命令行，批量处理速度更快、稳定性更高：

import pandas as pd
from PeptideConstructor import PeptideBuilder

df = pd.read_csv("PeptideSequences.csv")

for seq in df['Sequences']:
    if pd.notna(seq) and seq.strip():
        clean_seq = seq.strip()
        # 初始化多肽结构
        peptide = PeptideBuilder.initialize_residue(clean_seq[0])
        # 逐个添加氨基酸残基
        for res in clean_seq[1:]:
            PeptideBuilder.add_residue(peptide, res)
        # 保存为PDB文件
        PeptideBuilder.save_pdb(peptide, f"{clean_seq}.pdb")

优化方案：避免重复序列覆盖文件 #

如果CSV中存在重复序列，直接用序列名作为文件名会覆盖已有文件，可以给每条序列添加编号：

import pandas as pd
import subprocess

df = pd.read_csv("PeptideSequences.csv")

# enumerate给序列加序号，start=1让编号从1开始
for idx, seq in enumerate(df['Sequences'], start=1):
    if pd.notna(seq) and seq.strip():
        clean_seq = seq.strip()
        output_filename = f"peptide_{idx}_{clean_seq}.pdb"
        cmd = ["PCcli", "-s", clean_seq, "-o", output_filename]
        subprocess.run(cmd, check=True)

内容的提问来源于stack exchange，提问作者Yuval