8.19 batch3

体系挑选

讨论

蛋白检查 & 清洗

PDBfixer

75.5 /home/databank/zyzhou/project/d3pm/batch3/protein_preparation
# 将需要下载的pdb id 上传pdb网站，进行批量下载，解压后
# 文件放于/home/databank/zyzhou/project/d3pm/batch3/protein_preparation/pdb
# /home/databank/zyzhou/project/d3pm/batch3/protein_preparation/pdbfixer
# Pdbfix 只要给定了--pdbid 参数，可以自己从pdb网站获取输入结构
# --add-residues 可以将氨基酸序列补齐，但是也会将两端补上，这往往会导致错误
for i in `awk -F '_' '{print $1}' ../list|tr '[:upper:]' '[:lower:]'`;do pdbfixer --pdbid=${i} --ph=7.0 --keep-heterogens=none --add-atoms=all --add-residues --output=${i}-pdbfixer.pdb;done


# 将不补链的结果存储在no_add-residues文件夹
# 将补链的结果存储在add-residues文件夹

统一氨基酸序列

# 撰写脚本 do.sh，统计两端补链前后的变化，N端的补链均已删除（已晶体结构为准）
# C端的未作删除，变化情况记录在nohup.out中


# 检查N端，apo-complex 需要保证至少氨基酸序列一致
for i in `awk -F '_' '{print $1}' ../list|tr '[:upper:]' '[:lower:]'`;do echo "########################## $i ##########################";head -n1 ${i}*;done


# 手动将apo-complex的C,N端开始，结束原子统一，规则如下：
1）以 apo/complex 中N端更小序列为准进行保留；
2）以 apo/complex 中C端更大序列为准进行保留； 定位到需要保留的最后一个氨基酸。分情况讨论：
情况1：该氨基酸即为不进行缺失氨基酸补齐状态下（no_add-residues文件夹）的最后一个氨基酸：
用不进行缺失氨基酸补齐状态下的最后一个氨基酸坐标（已封端）替换


情况2：该氨基酸不是不进行缺失氨基酸补齐状态下（no_add-residues文件夹）的最后一个氨基酸：
仅需删除多余的氨基酸，不进行封端（会少一个OXT原子，让tleap去补）

pdb2pqr加氢

# 75.5 home/databank/zyzhou/project/d3pm/batch3/protein_preparation/pdb2pqr


############################## do.sh #########################################################
for i in {1..18}
do 
a=`sed -n "${i}p"  ../list|awk -F '_' '{print $1}'|tr '[:upper:]' '[:lower:]'`
b=`sed -n "${i}p"  ../list|awk -F '_' '{print $2}'`


echo "########################## ${a} chain ${b} ##########################"
awk '$12!="H"{print}' ../pdbfixer/${a}_${b}-pdbfixer-clean.pdb >${a}_${b}-noH.pdb


pdb2pqr30 ${a}_${b}-noH.pdb ${a}_${b}.pqr --ff AMBER --ffout AMBER --with-ph 7.0 --pdb-output ${a}_${b}-pdb2pqr.pdb


rm ${a}_${b}-noH.pdb ${a}_${b}.pqr


done
###############################################################################################

配体处理

23 /home/databank_70t/zzy/g16/D3PM/batch3
# 9个体系，直接去pdb页面上下载sdf文件
23 /home/databank_70t/zzy/g16/D3PM/batch3/epik
# 2021 薛定谔ligprep epik 对其进行质子化
bash do.sh


23 /home/databank_70t/zzy/g16/D3PM/batch3/
for i in {2..18..2}; do a=`sed -n "${i}p" system-name|awk '{print $2}'`;b=`sed -n "${i}p" system-name|awk '{print $1}'`;mkdir -p system${i};cp epik/${a}-lig.sdf system${i}/;done


# 在 75.2 上提交任务
75.2 /home/databank/zyzhou/project/D3PM/g16/batch3/g16_cal
for i in {2..18..2}; do a=`sed -n "${i}p" ../system-name|awk '{print $2}'`;b=`sed -n "${i}p" ../system-name|awk '{print $1}'`;mkdir -p system${i};cp ../epik/${a}-lig.sdf system${i}/;done


# 检查是否有报错体系
python check.py -i /home/databank/zyzhou/project/D3PM/g16/batch3/g16_cal -t sdf
# 均通过


date | sed "s/^/D3PM system: nine g16 jobs submitted on /" >>nohup.out
nohup python lig_parameter_cal.py -i /home/databank/zyzhou/project/D3PM/g16/batch3/g16_cal -t sdf

整理装包

75.5 /home/databank/zyzhou/project/d3pm/batch3/protein_preparation/clean_system

apo体系

# 炫酷命令，分配好system名字和pair名字
# batch1，batch2 各搞了5个pair，虽然有些体系在后续的操作中被废弃了，先这么命名
# system 每次都重新命名
awk '{ group = int((NR-1)/2) + 11; printf "system%d %s_pair%d\n", NR, $0, group }' ../list >system-name



for i in {1..18};do a=`sed -n "${i}p" system-name|awk '{print $2}'|awk -F '_' '{print $1}'|tr '[:upper:]' '[:lower:]'`;b=`sed -n "${i}p" system-name|awk '{print $1}'`;c=`sed -n "${i}p" system-name|awk '{print $2}'|awk -F '_' '{print $2}'`;echo "########## $a $b ###########";mkdir -p $b;cp ../pdb2pqr/${a}_${c}-pdb2pqr.pdb $b/;done

complex体系

# 75.2 /home/databank/zyzhou/project/D3PM/g16
# 从75.2将高斯优化结果复制过来
rsync -rzP batch3 172.21.75.5:/home/databank/zyzhou/project/d3pm/batch3/protein_preparation/clean_system/


# 75.5 将该文件夹重命名为 g16_from_75.2



# 75.5 /home/databank/zyzhou/project/d3pm/batch3/protein_preparation/clean_system
for i in {2..18..2};do cp -r g16_from_75.2/g16_cal/system${i}/* system${i};done


# 将clean_system文件夹同步至v100进行MD 自动化处理

v100 环境重配

# 2025-8-24 由于v100的conda转为miniforge，导致很多包要重新安装
# 将脚本一些基础包安装至 miniforge 环境 zzy
mamba create -n zzy python=3.8 numpy pandas matplotlib
# gmx 依赖包要手动加载
export LD_LIBRARY_PATH=/home/chpeng/software/miniforge3/envs/gcc_12/lib:$LD_LIBRARY_PATH

MD 自动化处理

# v100 /home/databank/zzy/project/D3PM/batch3/MD_auto_workdir
# 该服务器conda 换成了miniforge，因此原来的一些包没了，我在zzy环境里配齐了
mamba activate zzy
export LD_LIBRARY_PATH=/home/chpeng/software/miniforge3/envs/gcc_12/lib:$LD_LIBRARY_PATH
source ~/zzy/gmx2024.4-gpu.sh
source ~/xcy/env/amber24.sh
export OMP_NUM_THREADS=10
export CUDA_VISIBLE_DEVICES=0,1,2


# apo
for i in {1..6..2}; do cp -r ../clean_system/system${i} ./;cp -r ../mdp/ system${i};done
# complex
for i in {2..6..2};do cp -r ../clean_system/system${i} ./;cp -r ../mdp/ system${i}/;done


python total_control-v2.py 0
# 成功完成
# npt3.gro 检查无误

生成tpr

# 从 v100 上将MD 自动化得到的结果同步至 75.3
75.3 /home/data/MD_traj_dataset/D3PM/batch3/1um
source ~/.gmx2024.sh
nohup bash do.sh