extract

概要

要約: タンパク質–リガンド PDB からクラスターモデル（活性部位ポケット）を抽出します。基質は -c で指定します（残基名、残基 ID、または PDB パス）。切断された結合はリンク水素でキャップされます。非標準残基の電荷には --ligand-charge を使用してください。

要点

• 入力: 1 つ以上の複合体 PDB（アンサンブル対応。原子順序の整合性が必要）。

• 基質指定（-c）: 残基 ID（例: A:123A）、残基名（例: GPP,SAM）、または基質 PDB（先頭入力と座標一致が必要）。

• 選択ロジック: --radius を基本に、ヘテロ–ヘテロ近接（--radius-het2het）やジスルフィド/PRO 隣接などのセーフガードを併用。

• 切断/キャッピング: 主鎖/側鎖のトリミングと、リンク水素（--add-linkH True が既定）。

• 電荷: 未知残基は 0 が既定。必要に応じて --ligand-charge（総電荷または残基名マップ）で指定。

pdb2reaction extract は、基質近傍の残基を選択してポケット（クラスターモデル）を生成し、規則に従ってトリミングしたうえで、必要に応じて切断結合をリンク水素でキャップします。単一構造だけでなく、複数 PDB を入力するアンサンブル処理も可能です。

残基/原子の命名が非標準で残基分類や電荷サマリーが崩れる場合は、下部の付録（PDB 命名規則と内部参照リスト）を参照してください。

使用法

pdb2reaction extract -i COMPLEX.pdb [COMPLEX2.pdb ...]
                     -c SUBSTRATE_SPEC
                     [-o POCKET.pdb [POCKET2.pdb ...]]
                     [--radius Å] [--radius-het2het Å]
                     [--include-H2O {True\|False}]
                     [--exclude-backbone {True\|False}]
                     [--add-linkH {True\|False}]
                     [--selected-resn LIST]
                     [--ligand-charge MAP_OR_NUMBER]
                     [--verbose {True\|False}]

例

# 最小（ID基準の基質）+ 明示的な総リガンド電荷
pdb2reaction extract -i complex.pdb -c '123' -o pocket.pdb --ligand-charge -3

# PDBとして提供される基質; 残基名ごとの電荷マッピング
pdb2reaction extract -i complex.pdb -c substrate.pdb -o pocket.pdb --ligand-charge 'GPP:-3,SAM:1'

# 名前基準の基質選択（すべてのマッチを含む）
pdb2reaction extract -i complex.pdb -c 'GPP,SAM' -o pocket.pdb --ligand-charge 'GPP:-3,SAM:1'

# ヘテロ-ヘテロ近接を有効にした複数構造から単一のマルチMODEL出力
pdb2reaction extract -i complex1.pdb complex2.pdb -c 'GPP,SAM' -o pocket_multi.pdb --radius-het2het 2.6 --ligand-charge 'GPP:-3,SAM:1'

# ヘテロ-ヘテロ近接を有効にした複数構造から複数出力
pdb2reaction extract -i complex1.pdb complex2.pdb -c 'GPP,SAM' -o pocket1.pdb pocket2.pdb --radius-het2het 2.6 --ligand-charge 'GPP:-3,SAM:1'

ワークフロー

残基包含

• -c/--center からの基質残基を常に含める

• 標準カットオフ（--radius、デフォルト2.6 Å）:

  • --exclude-backbone False の場合、カットオフ内の任意の原子が残基を対象にする

  • --exclude-backbone True の場合、アミノ酸残基は非主鎖原子（N/H*/CA/HA*/C/O以外）で基質に接触する必要がある

• 独立したヘテロ-ヘテロカットオフ（--radius-het2het）: 基質ヘテロ原子（非C/H）がタンパク質ヘテロ原子の指定Å以内にある場合に残基を追加

• 水処理: HOH/WAT/H2O/DOD/TIP/TIP3/SOLはデフォルトで含まれる（--include-H2O True）

• 強制包含: --selected-resn はチェーン/挿入コード付きIDを受け入れる（例: A:123A）

• 近傍セーフガード:

  • --exclude-backbone False で主鎖原子が基質に接触した場合、ペプチド隣接のN/C側残基（C–N ≤ 1.9 Å）を自動的に含める。末端はN/H*またはC/O/OXTのキャップを保持。

  • ジスルフィド結合（SG–SG ≤ 2.5 Å）は両方のCysを包含。

  • 非末端PRO残基は常にN側隣接残基を含め、主鎖除去後もCAを保持します。--exclude-backbone True の場合は隣接残基のC/O/OXTを残し、ペプチド結合を維持。

切断/キャッピング

• 孤立残基は側鎖原子のみを保持; アミノ酸主鎖原子（N, CA, C, O, OXT + N/CA水素）はPRO/HYP保護を除いて除去

• 連続ペプチドストレッチは内部主鎖原子を保持; 末端キャップ（N/H*またはC/O/OXT）のみ除去

• TERを認識し、チェーン切断を跨ぐキャッピングは行わない

• --exclude-backbone True の場合、非基質アミノ酸の主鎖原子を除去（PRO/HYP保護とPRO近傍保持は適用）

• 非アミノ酸残基は主鎖様原子名を持つ原子を失わない

リンク水素（--add-linkH True）

• 切断された結合ベクトルに沿って1.09 Åで炭素のみのリンク水素を追加（CB–CA、CA–N、CA–C; PRO/HYPはCA–Cのみ）

• TER の後に残基 LKH（チェーン L）の連続した HETATM レコードとして HL という名前で挿入されます。シリアル番号は本体ブロックからの連番です

• マルチ構造モードでは全モデルで同じ結合にキャップを付け、座標はモデルごとに保持されます

電荷サマリー（--ligand-charge）

• アミノ酸と一般的なイオンは内部辞書から電荷を取得; 水はゼロ

• 未知残基は --ligand-charge が総電荷または残基名ごとのマッピング（例: GPP:-3,SAM:1）を提供しない限りデフォルトで0。総電荷が与えられた場合は未知基質残基に配分され、未知基質が無い場合は未知残基全体に配分されます。

• verboseモードが有効な場合、モデル#1の電荷サマリー（タンパク質/リガンド/イオン/総計）がログに記録されます。

マルチ構造アンサンブル

• 複数の入力 PDBを受け付けます（先頭/末尾で原子順序が一致することを検証）。各構造は独立に処理され、選択残基の和集合が全モデルに適用されるため、出力の一貫性が保たれます。

• 出力ポリシー:

  • -o なし & 複数入力 → 構造ごとに pocket_<original_basename>.pdb。

  • -o を1つだけ指定 → 単一のマルチMODEL PDB。

  • 入力数と同数の -o を指定 → 入力ごとに個別PDB。

• 診断ログにモデルごとの生/保持原子数と残基IDを出力します。

基質指定（-c/--center）

• PDB パス: 座標が先頭入力と完全一致（許容誤差 1e-3 Å）。残基IDは他構造へ伝播。

• 残基ID: '123,124', 'A:123,B:456', '123A', 'A:123A'（挿入コード対応）。

• 残基名: カンマ区切り（大文字小文字は無視）。同名残基が複数ある場合はすべて含め、警告を出力。

CLI オプション

注記: 表示されているデフォルト値は、オプション未指定時に使用される内部デフォルトです。

オプション	説明	デフォルト
-i, --input PATH...	1つ以上のタンパク質-リガンドPDB ファイル（同一の原子順序が必要）	必須
-c, --center SPEC	基質指定（PDB パス、残基ID、または残基名）	必須
-o, --output PATH...	ポケット PDB 出力。1パス ⇒ マルチMODEL、Nパス ⇒ 入力ごと	自動（pocket.pdb または pocket_<input>.pdb）
-r, --radius FLOAT	包含のための原子-原子距離カットオフ（Å）	2.6
--radius-het2het FLOAT	独立したヘテロ-ヘテロカットオフ（Å、非C/H）	0.0（0 の場合は内部で 0.001 Å）
--include-H2O {True|False}	HOH/WAT/H2O/DOD/TIP/TIP3/SOL水を含める	True
--exclude-backbone {True|False}	非基質アミノ酸の主鎖原子を除去	True
--add-linkH {True|False}	切断された結合に1.09 Åで炭素のみのリンク水素を追加	True
--selected-resn TEXT	強制包含残基（オプションのチェーン/挿入コード付きID）	""
--ligand-charge TEXT	総電荷または残基名ごとのマッピング（例: GPP:-3,SAM:1）	None
-v, --verbose {True|False}	INFOレベルログを出力（True）または警告のみ（False）	True

出力

<output>.pdb  # TERレコード後にオプションのリンク水素を含むポケット PDB
               # 単一入力 → デフォルトでpocket.pdb
               # -oなしの複数入力 → 構造ごとにpocket_<original_basename>.pdb
               # 複数入力で1つの-oパス → 単一のマルチMODEL PDB

• verboseモードが有効な場合、モデル#1の電荷サマリー（タンパク質/リガンド/イオン/総計）がログに記録

• 出力ディレクトリは自動作成されません。必要に応じて事前に作成してください。

• API利用（extract_api）では {'outputs': [...], 'counts': [...], 'charge_summary': {...}} を返します。

付録: PDB 命名規則と内部参照リスト

この付録は、extract が 非標準の残基名/原子名 により残基分類や電荷割り当てを誤る場合の調査用です。入力が標準的な PDB 命名に従っている場合、多くのユーザーは読み飛ばして問題ありません。

Important

extract が正しく動作するためには、入力 PDBの残基名と原子名が標準的なPDB命名規則に準拠している必要があります。このツールはアミノ酸、イオン、水分子、主鎖原子を認識するために内部辞書を使用しています。非標準の命名を使用すると、残基が誤って分類されたり、電荷が正しく割り当てられない可能性があります。

以下の内部定数が認識される名前を定義しています：

AMINO_ACIDS

残基名を公称整数電荷にマッピングする辞書です。この辞書に含まれるかどうかで、残基が主鎖処理、切断、電荷計算においてアミノ酸として扱われるかが決まります。

標準20アミノ酸（生理的pHでの電荷）：

• 中性: ALA, ASN, CYS, GLN, GLY, HIS, ILE, LEU, MET, PHE, PRO, SER, THR, TRP, TYR, VAL

• 正電荷 (+1): ARG, LYS

• 負電荷 (−1): ASP, GLU

追加の標準残基：

• SEC（セレノシステイン、0）、PYL（ピロリシン、+1）

プロトン化/互変異性体（Amber/CHARMM形式）：

• HIP（+1、完全プロトン化His）、HID（0、Nδプロトン化His）、HIE（0、Nεプロトン化His）

• ASH（0、中性Asp）、GLH（0、中性Glu）、LYN（0、中性Lys）、ARN（0、中性Arg）

• TYM（−1、脱プロトン化Tyrフェノラート）

リン酸化残基：

• 二価陰イオン（−2）: SEP, TPO, PTR

• 一価陰イオン（−1）: S1P, T1P, Y1P

• リン酸化His（phosaa19SB）: H1D（0）、H2D（−1）、H1E（0）、H2E（−1）

システイン変異体：

• CYX（0、ジスルフィド）、CSO（0、スルフェン酸）、CSD（−1、スルフィン酸）、CSX（0、汎用誘導体）

• OCS（−1、システイン酸）、CYM（−1、脱プロトン化Cys）

リシン変異体/カルボキシル化：

• MLY（+1）、LLP（+1）、KCX（−1、Nz-カルボン酸）

D-アミノ酸（19残基）：

• DAL, DAR, DSG, DAS, DCY, DGN, DGL, DHI, DIL, DLE, DLY, MED, DPN, DPR, DSN, DTH, DTR, DTY, DVA

その他の修飾残基：

• CGU（−2、γ-カルボキシグルタミン酸）、CGA（−1）、PCA（0、ピログルタミン酸）、MSE（0、セレノメチオニン）、OMT（0、メチオニンスルホン）、HYP（0、ヒドロキシプロリン）

• その他: ASA, CIR, FOR, MVA, IIL, AIB, HTN, SAR, NMC, PFF, NFA, ALY, AZF, CNX, CYF

N末端変異体（接頭辞 N）: NALA（+1）、NARG（+2）、NASP（0）、NGLU（0）、NLYS（+2）など、および ACE（0）、NTER（+1、汎用）

C末端変異体（接頭辞 C）: CALA（−1）、CARG（0）、CASP（−2）、CGLU（−2）、CLYS（0）など、および NHE（0）、NME（0）、CTER（−1、汎用）

BACKBONE_ATOMS

アミノ酸の主鎖原子と見なされる原子名のセットです。--exclude-backbone True の場合、非基質残基からどの原子を除去するかを決定するために使用されます：

N, C, O, CA, OXT, H, H1, H2, H3, HN, HA, HA2, HA3

ION

イオン残基名をその形式電荷にマッピングする辞書です。認識されたイオンは電荷サマリーで自動的に正しい電荷が割り当てられます。

電荷	残基名
+1	LI, NA, K, RB, CS, TL, AG, CU1, Ag, K+, NA+, NH4, H3O+
+2	MG, CA, SR, BA, MN, FE2, CO, NI, CU, ZN, CD, HG, PB, BE, PD, PT, SN, RA, YB2, V2+
+3	FE, AU3, AL, GA, IN, CE, CR, DY, EU, EU3, ER, GD3, LA, LU, ND, PR, SM, TB, TM, Y, PU
+4	U4+, TH, HF, ZR
−1	F, CL, BR, I, CL-, IOD

WATER_RES

水分子として認識される残基名のセットです。水はデフォルトで含まれ（--include-H2O True）、電荷はゼロが割り当てられます：

HOH, WAT, H2O, DOD, TIP, TIP3, SOL

---

注意事項

• --radius のデフォルトは 2.6 Å。0 を指定すると空選択を避けるため内部で 0.001 Å に調整されます。--radius-het2het もデフォルトは無効で、0 指定時は 0.001 Å に調整されます。

• --include-H2O False で水を除外できます。

• 主鎖トリミングとキャッピングはチェーン切断や PRO/HYP 保護を尊重し、非アミノ酸残基は主鎖様の原子名を保持します。

• リンク水素は炭素切断のみで挿入され、アンサンブルモードでは同一結合パターンを全モデルで再利用します。

• INFOログに残基選択、切断数、電荷内訳が要約されます。

---

関連項目

• all — -c/--center で内部的にextractを呼び出すエンドツーエンドワークフロー

• path-search — 抽出されたポケットでのMEP 探索

• scan — 抽出されたポケットでの段階的スキャン

• add-elem-info — 抽出前に欠落したPDB元素カラムを修正

• トラブルシューティング — よくある抽出エラー

• 用語集 — ポケット、クラスターモデル、リンク水素の定義