BioPython化学分子信息存储及PDB蛋白重构相关技术咨询

1. BioPython将各类化学分子相关信息存储在何处？ #

BioPython本身不存储原始的化学分子数据集，而是通过类实例在内存中封装解析后的分子信息，同时内置少量静态标准数据：

• 处理蛋白质结构时，Bio.PDB模块会把原子、残基、链、整体结构分别封装到Atom、Residue、Chain、Structure等类的实例里，这些实例在程序运行时临时存于内存。
• 小分子（如配体）的信息由Bio.PDB.Hetatm或Bio.Chem.Mol类封装，同样以内存对象形式存在。
• 氨基酸、核苷酸的标准缩写、属性映射等静态数据，是内置在模块的源码文件（如Bio.PDB.Polypeptide）中的常量或字典，随库安装时保存在本地文件系统的BioPython包目录下。

2. 若通过PDB文件重构蛋白质，仅依靠PDB文件是否足够，还是需要PDB外部的额外信息？以BioPython框架为例，若需此类外部信息，该框架将其存储在何处？能否打开并查看这些文件？ #

仅靠PDB文件是否足够？ #

分场景判断：

• 若仅需重构蛋白质的原子坐标骨架，PDB文件包含的原子坐标、残基序列、链划分信息通常足够，用Bio.PDB.PDBParser直接解析即可构建结构对象。
• 若需要补充缺失信息（如残基侧链构象）、获取标准分子属性（如氨基酸侧链标准结构、配体键型），则需要外部信息支持。

外部信息的存储位置 #

BioPython的这类外部标准数据，存储在库安装目录下的本地数据文件中：

• Bio.PDB模块依赖的标准残基模板文件，位于Bio/PDB/data子目录，比如aminoacids.pdb（氨基酸标准结构）、nucleotides.pdb（核苷酸标准结构）。
• Bio.Chem模块的小分子相关标准数据，也存放在对应模块的子目录数据文件中。

能否打开查看这些文件？ #

可以。这些文件多为文本格式（如PDB、FASTA类格式），你可以：

1. 通过Python代码获取文件路径，比如：

import Bio
import os
# 打印标准氨基酸模板文件路径
print(os.path.join(Bio.__path__[0], "PDB", "data", "aminoacids.pdb"))

2. 拿到路径后，用任意文本编辑器直接打开查看内容；也可以通过Python代码读取文件内容进行处理。

内容的提问来源于stack exchange，提问作者user366312