PDF Chulalongkorn University awk run awk

(1)

1 1

1

Computational Chemistry Unit CellComputational Chemistry Unit CellComputational Chemistry Unit CellComputational Chemistry Unit Cell

PS

Topics (2

^nd

week )

-การเขียนโปรแกรมภาษา UNIX เบื้องตนสําหรับการอานอินพุท และเขียนเอาทพุทจากขอมูล PDB

-เขียนโปรแกรมแปลงขอมูลทางโครงสรางจากรูปแบบอื่นๆ ใหอยู

ในรูป PDB format

-การเขียนโปรแกรมวิเคราะหทางโครงสรางโมเลกุลจากระบบพิกัด ของอะตอม

- ปฏิบัติการ 2

2 Chulalongkorn

ChulalongkornUniversityUniversity

Chulalongkorn

PS

โปรแกรมภาษา awk เบื้องตน

- เปนโปรแกรมภาษาชนิดหนึ่งที่ทํางานภายใตระบบ unix - ผูใชสามารถกําหนด variables, numeric functions, string functions, and logical operators

- run โดยไมตอง compile

- รับอินพุทได 2 แบบคือเปน text file หรือ program instruction คําสั่ง run โปรแกรมภาษา awk

> awk ‘cmds’ file

> awk -f prog inputf

(2)

2 2

3

PS

คําสั่งและความหมายของภาษา awk ที่สําคัญ

คําสั่ง ความหมาย

$1 $2 $3 ลําดับที่ 1 2 3 ของfields หรือ column ในไฟลอินพุท {….} ภายใน { } ประกอบดวย คําสั่ง เชน print, x = 4 เปนตน (….) ภายฝน ( ) รับคําสั่งแบบมีเงื่อนไขหรือรูปแบบ เชน if-then

..else , while เปนตน {print ..} คําสั่งพิมพ

{printf (…)} คําสั่งพิมพที่กําหนดรูปแบบ NF นับจํานวน fields ในแตละบรรทัด

NR นับจํานวนบรรทัด

BEGIN {…} ทํางานใน {…} กอนอานไฟลอินพุท END {….} ทํางานใน {…} หลังอานไฟลอินพุท

# comment line, ไมไดสั่งทําอะไรในบรรทัดนี้

4 Chulalongkorn

Chulalongkorn

PS

Operator ความหมาย

+ , - , * , / บวก ลบ คูณ หาร

< นอยกวา

<= นอยกวาหรือเทากับ

== เทากับ

!= ไมเทากับ

>= มากกวาหรือเทากับ

> มากกวา

~ เทากับหรือเหมือนกับ (สําหรับเปรียบเทียบ string)

!~ ไมเทากับหรือไมเหมือนกับ (สําหรับเปรียบเทียบ string)

|| หรือ

&& และ

++, -- increment , decrement

(3)

3 3

5

PS

ตัวอยาง

- awk ‘x=x+1; {print x}’ filename - awk ‘x=x+1 {print x}’ filename

- awk 'x=length($1), y=length($2) {print x,y}' filename - awk 'END {print NR}' filename

- awk ‘NT ==10 {print}’ filename - awk 'NF>7 {print $0}' filename - awk '{print NF}’ filename

- grep "ATOM " filename |awk '{print $1 $2 $3 $4}' - grep "ATOM " filename |awk '{print $1, $2, $3, $4}'

- grep "ATOM " filename |awk '{printf"%6s %5d %-4s %3s\n", $1, $2, $3, $4}‘

- awk 'BEGIN {x=0} {x=x+$7; print x}’ filename

-awk 'BEGIN {x=0} {x=x+$7} END{print x/NR}’ filename

6 Chulalongkorn

Chulalongkorn

PS

จงวิเคราะหคําสั่งตอไปนี้

- awk ‘ {print $3, $7}’ filename - awk ‘NR <= 100 {print $0}’ filename

- awk 'BEGIN {x=0; y=0; z=0} {x=x+$7; y=y+$8; z=z+$9} END{print x/NR,y/NR,z/NR }’ filename

(4)

4 4

7

PS

รูปแบบการพิมพแบบ printf printf Format [ Argument ... ]

Control characters

ความหมาย

%c Ascii character

%d Decimal integer

%e Scientific notation , d.dddddd[e+-]dd

%s string

%x Unsigned hexadecimal number

Escape sequences

ความหมาย

\b Backspace

\n New line

\t Tab

8 Chulalongkorn

Chulalongkorn

PS

การคนหาคํา

คําสั่ง ความหมาย

/string/ คนหาคําที่ระบุไวระหวางเครื่องหมาย slash (/)

!/string/ คนหาคําที่ไมใชคําระบุไวระหวางเครื่องหมาย slash สัญญลักษณเพิ่มเติมสําหรับการคนหาคํา

+, ?, |, ( ) , {m}, {m,} , [string], etc.

- awk '/ATO/' filename - awk '!/ATO/' filename - awk '/ATO?/' filename - awk '/ATOM |HETA/' filename -awk '/ C[A-Z]/‘ filename

-grep "ATOM " filename |awk '($3 ~/C/){print $0}'

(5)

5 5

9

PS

ตัวอยางโปรแกรม awk

BEGIN {}

{ no = no+1

printf"ATOM %5d %-4s%3s %s %4d %8.3f%8.3f%8.3f\n",no,$3,$4,$5,$6,$7,$8,$9 }

END{}

อานและพิมพในรูปแบบ pdb format

10 Chulalongkorn

Chulalongkorn

PS

Conditional Statements

if Requires the following syntax:

if ( Expression ) { Statement } [ else Action ] while Requires the following syntax:

while ( Expression ) { Statement }

(6)

6 6

11

PS

BEGIN {}

{

if($3=="CA")

{ni = ni+1; id[ni] = $6; res[ni] = $4;}

} END{

for (nj = 1; nj <= ni; nj++) printf("%3d %s ",id[nj],res[nj]) }

โปรแกรมอาน pdb file และใหแสดงเฉพาะลําดับกรดของโปรตีน

12 Chulalongkorn

Chulalongkorn

PS

BEGIN {}

{

if ($5 < 35)

{ d5 = $5+85 ; chn ="A" } if ($5 >34 && $5 < 69) { d5 = $5+51 ; chn ="B"}

if ($5 >68 && $5 < 103) { d5 = $5+17 ; chn ="C"}

if ($5 >102 && $5 < 137) { d5 = $5-17 ; chn ="D"}

printf("ATOM %6d %-4s%3s %1s%4d %8.3f%8.3f%8.3f\n",$2,$3,$4,chn,d5,$6,$7,$8);

} END {}

โปรแกรมกําหนด chain id ตามเลขลําดับกรดอะมิโนของโปรตีน

(7)

7 7

13

PS

BEGIN {}

$1!="TER"{

if($3 >= "C" && $3 <="CZZ") { mass=12.011 } if($3 >= "N" && $3 <="NZZ") { mass=14.0067 } if($3>= "O" && $3 <="OZZ") { mass=15.9994 } if($3>= "S" && $3 <="SZZ") { mass=32.066 } if($3>= "F" && $3 <="FEZ") { mass=55.847 } if($3>= "H" && $3 <="HZZ") { mass=1.008 }

x=x+($7*mass) y=y+($8*mass) z=z+($9*mass) sum=sum+mass }

END { printf("center of mass is %8.3f%8.3f%8.3f\n",x/sum,y/sum,z/sum);}

โปรแกรมอาน pdb file และคํานวณจุดศูนยกลาง มวล

14 Chulalongkorn

Chulalongkorn

PS

{ dy[NR,1] = $3 } END{

ni = 1 sum=0.0 mf=0.0

while (ni <= NR) {

# printf("%8.3f \n ",dy[ni,1]) sum=sum+dy[ni,1]

ni = ni + 1 } mean=sum/NR ni = 1

while (ni <= NR) {

mf = mf + (dy[ni,1]-mean)^2 ni = ni + 1 }

โปรแกรมคํานวณ RMSD (root

mean square deviation)

(8)

8 8

15

PS

Arithmetic Functions

atan2(y, x) arctangent of y/x.

cos(x) cosine of x; xis in radians.

sin(x) sin of x; xis in radians.

exp(x) the exponential function of x.

log(x) the natural logarithm of x.

sqrt(x) the square root of x.

int(x) the value of xtruncated to an integer.

rand( ) a random number n, with 0 <= n< 1.

srand( [Expr] ) Sets the seed value for the rand function to the value of the Exprparameter, or use the time of day if the Exprparameter is omitted.

16 Chulalongkorn

Chulalongkorn

PS

'pdb' : PDB, 'mmod' : Macromodel, 'xyz' : Tinker, 'cc1' : ChemDraw3D 'mol' : MDL MOL-file, 'sdf' : MDL SD-file 'xplor' : X-PLOR/CNS map, 'ccp4' : CCP4 map, 'callback' : PyMOL Callback object (PyOpenGL) 'cgo' : compressed graphics object (list of floats) 'trj' : AMBER trajectory (use load_traj command for more control) 'top' : AMBER topology file 'rst' : AMBER restart file 'cex' : Metaphorics CEX format 'pse' : PyMOL Session file 'pqr' : PQR (a modified PDB file with charges and radii) 'mol2' : MOL2

ขอมูลทางโครงสรางในรูปแบบหรือ format ตางๆ

(9)

9 9

17

PS

10

C 11.635 17.706 0.037 C 22.809 25.984 5.183 C 14.219 10.489 19.076 C 6.133 5.132 11.896 C 7.868 12.181 12.591 C 17.953 13.912 24.403 C 11.071 1.975 0.301 C 21.729 20.017 19.770 C 4.386 24.409 14.994 C 9.856 15.263 11.916

xyz format

18 Chulalongkorn

Chulalongkorn

PS

BEGIN {}

{

if($1=="C") { no = no+1

printf"ATOM %5d %-4sATM 1

%8.3f%8.3f%8.3f\n",no,$1,$2,$3,$4;

}

if($1=="10") { s = s+1

no = 0

printf"MODEL %3d \n",s;

}}

END{}

โปรแกรมแปลงจาก xyz เปน pdb format

(10)

10 10

19

PS

for i in *.xyz do

awk -f 2pdb.awk $i > $i.pdb done

สคริปแปลง xyz เปน pdb file ในกรณีที่มีไฟลเปนจํานวนมาก

20 Chulalongkorn

Chulalongkorn

PS

042043 0 0 0 0 0 0 0 0 0 V2000

-0000.674000002.2016-0000.0475 C 0 0 0 0 0 0 0 0 0 0 0 0 -0001.895300001.6429-0000.0845 C 0 0 0 0 0 0 0 0 0 0 0 0 -0001.996200000.1839-0000.0097 C 0 0 0 0 0 0 0 0 0 0 0 0 -0000.8596-0000.550800000.0983 O 0 0 0 0 0 0 0 0 0 0 0 0 00000.386900000.005400000.1318 C 0 0 0 0 0 0 0 0 0 0 0 0 00000.523900001.347900000.0654 C 0 0 0 0 0 0 0 0 0 0 0 0 -0003.0906-0000.3727-0000.0433 O 0 0 0 0 0 0 0 0 0 0 0 0 00001.863000001.958100000.1135 C 0 0 0 0 0 0 0 0 0 0 0 0 00002.936400001.156000000.2355 C 0 0 0 0 0 0 0 0 0 0 0 0 00002.7987-0000.311700000.3123 C 0 0 0 0 0 0 0 0 0 0 0 0

mol format

(11)

11 11

21

PS

BEGIN {}

{

if($1=="C") { no = no+1

printf"ATOM %5d %-4sATM 1

%8.3f%8.3f%8.3f\n",no,$1,$2,$3,$4;

}

if($1=="10") { s = s+1

no = 0

printf"MODEL %3d \n",s;

}}

END{}

- ใหแกไขโปรแกรมที่แปลงจาก xyz Æ pdb

ใหเปน mol Æ pdb

22 Chulalongkorn

Chulalongkorn

PS

for i in *.xyz do

awk -f 2pdb.awk $i > $i.pdb done

ในกรณี multiple files ใหแกไขสคริปแปลง xyz เปน pdb file

(12)

12 12

23

PS

BEGIN {}

{if($1!="TER") { nat = nat+1;

atn[nat]=$3;ren[nat]$4;idr[nat] = $6; x[nat]=$7 ; y[nat]=$8; z[nat]=$9 }}

END {

{for (ni = 1; ni <= nat; ni++) { if(atn[ni]=="CA")

{nb = nb+1; id[nb] = idr[ni]; res[nb] = ren[ni];xat[nb]=x[ni]; yat[nb]=y[ni]; zat[nb]=z[ni] } if(atn[ni]=="FE")

{xfe=x[ni]; yfe=y[ni]; zfe=z[ni]}

}}

{for (nj = 1; nj <= nb; nj++) { x1=xat[nj];y1=yat[nj];z1=zat[nj];

dx=x1-xfe;dy=y1-yfe;dz=z1-zfe dist[nj]= sqrt(dx*dx + dy*dy + dz*dz) print "distance CA-FE : " id[nj],dist[nj]}

}

โปรแกรมวัดระยะหางระหวางอะตอม

24 Chulalongkorn

Chulalongkorn

PS

รายละเอียดเพิ่มเติมเกี่ยวกับ PDB format

(13)

13 13

25

PS

ε

N O

N

η α

β γ ζ δ

δ ε

ε ζ

N C C

C O H H

C

O C NH₂ H

H

H H

α β γ ε1 δ ε2

N C C

C O H H

C

O C NH₂ H

H

H H

α β γ ε1 δ ε2

Naming convention of atoms

26 Chulalongkorn

Chulalongkorn

PS

Greek-Eng Examples α=Alpha=A CA, HA β=Beta=B CB, HB

γ=Gamma=G CG, HG, OG, SG δ=Delta=D CD, HD, OD, ND, SD ε=Epsilon=E CE, HE, OE, NE, SE ξ=Zeta=Z CZ, HZ, OZ, NZ η=Eta=H CH, HH, OH, NH

Atom notation

(14)

14 14

27

PS

N C C

C O H H

C O C NH₂ H

H

H H

α β γ δ

ε1 ε2

N C C

C O H H

C O C NH₂ H

H

H H

α β γ δ

ε1 ε2

ATOM 8 N GLN A 2 40.448 7.444 11.438 ATOM 9 CA GLN A 2 39.939 6.415 12.343 ATOM 10 C GLN A 2 38.829 6.989 13.237 ATOM 11 O GLN A 2 38.947 8.080 13.803 ATOM 12 CB GLN A 2 41.045 5.894 13.208 ATOM 13 CG GLN A 2 40.630 4.836 14.200 ATOM 14 CD GLN A 2 41.824 4.393 15.014 ATOM 15 OE1 GLN A 2 42.177 5.018 15.998 ATOM 16 NE2 GLN A 2 42.569 3.353 14.712

Example

Glutamine

28 Chulalongkorn

Chulalongkorn

PS

ATOM 39 N TRP A 6 32.115 6.209 20.712 ATOM 40 CA TRP A 6 31.509 6.765 21.920 ATOM 41 C TRP A 6 30.374 7.747 21.627 ATOM 42 O TRP A 6 29.416 7.951 22.380 ATOM 43 CB TRP A 6 32.599 7.452 22.709 ATOM 44 CG TRP A 6 33.732 6.509 23.070 ATOM 45 CD1 TRP A 6 34.880 6.448 22.338 ATOM 46 CD2 TRP A 6 33.723 5.616 24.084 ATOM 47 NE1 TRP A 6 35.619 5.497 22.875 ATOM 48 CE2 TRP A 6 34.957 4.978 23.914 ATOM 49 CE3 TRP A 6 32.851 5.268 25.104 ATOM 50 CZ2 TRP A 6 35.352 3.959 24.768 ATOM 51 CZ3 TRP A 6 33.250 4.250 25.964 ATOM 52 CH2 TRP A 6 34.479 3.601 25.803

ε

N O

N

η α

β γ ζ δ

δ ε

ε

Example

ζ

Tryptophan

(15)

15 15

29

PS

ATOM 191 N ASP A 25 26.997 3.522 8.604 ATOM 192 CA ASP A 25 26.320 2.350 9.110 ATOM 193 C ASP A 25 26.682 0.960 8.579 ATOM 194 O ASP A 25 26.035 0.418 7.696 ATOM 195 CB ASP A 25 24.834 2.615 8.929 ATOM 196 CG ASP A 25 23.891 1.734 9.727 ATOM 197 OD1 ASP A 25 24.287 0.792 10.396 ATOM 198 OD2 ASP A 25 22.708 1.992 9.697

N C C

C O H H

C

H H

O - O

Aspartic acid

30 Chulalongkorn

Chulalongkorn

PS

Assignment 1. แบบฝกหัด

2. แกไขโปรแกรมคํานวณน้ําหนักโมเลกุลของโปรตีน