使用BioPython的Bio.PDB模块下载PDB文件时遇550错误求助

看起来你遇到的这个550 Can't change directory错误，大概率是PDB编号格式不对或者BioPython的PDBList默认参数适配问题导致的，我帮你梳理几个解决方案：

首先排查PDB编号的有效性 #

你错误里提到的pdb1p87.ent.gz，推测是DataFrame里的某个PDB编号格式有问题——比如是小写、带了多余后缀，或者根本不是有效的4字符PDB编号。先做这两步：

• 先把所有要下载的编号打印出来检查：

  print(df['Structure_(PDB)_id'].tolist())
  

  看看有没有空格、小写字母、或者长度不对的编号（比如超过4位）。
• 在你的get_pdb函数里加个标准化处理，确保编号符合要求：

  def get_pdb(accession, dir='/Users/my_folder'):
      # 清理编号：去空格、转大写、只保留前4个字符
      clean_acc = accession.strip().upper()[:4]
      pdb1 = PDBList()
      pdb1.retrieve_pdb_file(clean_acc, pdir=dir)
  

调整retrieve_pdb_file的参数适配新的RCSB结构 #

旧版的PDB命名格式（比如pdbxxxx.ent.gz）对应的FTP目录结构可能已经有变化，改用新的命名方式和参数能避免这个问题：

def get_pdb(accession, dir='/Users/my_folder'):
    clean_acc = accession.strip().upper()[:4]
    pdb1 = PDBList()
    # 指定file_format为pdb，会使用新的命名（比如1P87.pdb.gz），同时跳过废弃的PDB文件
    pdb1.retrieve_pdb_file(clean_acc, pdir=dir, file_format='pdb', obsolete=False, overwrite=False)

overwrite=False还能避免重复下载已经存在的文件，节省时间。

加上错误处理避免循环中断 #

如果某个编号确实无效，加个try-except块能让循环继续跑下去，还能记录失败的编号：

def get_pdb(accession, dir='/Users/my_folder'):
    clean_acc = accession.strip().upper()[:4]
    pdb1 = PDBList()
    try:
        pdb1.retrieve_pdb_file(clean_acc, pdir=dir, file_format='pdb', obsolete=False, overwrite=False)
        print(f"✅ 成功下载 {clean_acc}")
    except Exception as e:
        print(f"❌ 下载 {clean_acc} 失败：{str(e)}")

# 遍历DataFrame的编号列
for pdb_id in df['Structure_(PDB)_id']:
    get_pdb(pdb_id)

额外检查目录权限 #

确保/Users/my_folder目录有读写权限，你可以在终端里运行：

ls -ld /Users/my_folder

如果权限不对，用chmod调整一下，比如chmod u+rwx /Users/my_folder。

内容的提问来源于stack exchange，提问作者MatGut