解析TMalign文本文件中的转换矩阵
TM-align 将两个蛋白质结构通过旋转和位移对齐后：
TMalign test1.pdb test2.pdb -m mtx.txt输出转换矩阵，文件内容为：
------ The rotation matrix to rotate Chain_1 to Chain_2 ------
m t[m] u[m][0] u[m][1] u[m][2]
0 0.7438770778 0.9928096071 0.1017845140 0.0629999746
1 3.6134235067 0.0559138503 0.0710345055 -0.9959054877
2 18.3578484222 -0.1058429281 0.9922671070 0.0648325754Code for rotating Structure A from (x,y,z) to (X,Y,Z):
for(i=0; i<L; i++)
{X[i] = t[0] + u[0][0]*x[i] + u[0][1]*y[i] + u[0][2]*z[i];Y[i] = t[1] + u[1][0]*x[i] + u[1][1]*y[i] + u[1][2]*z[i];Z[i] = t[2] + u[2][0]*x[i] + u[2][1]*y[i] + u[2][2]*z[i];
}- 旋转矩阵
u是一个 3x3 的矩阵，用于定义结构 A 到结构 B 的旋转。 - 平移向量
t是一个长度为 3 的向量，用于定义结构 A 到结构 B 的平移。
解析为numpy array代码
方法一：
import numpy as np# 打开mtx.txt文本，读入数据
text = ""
with open("mtx.txt") as f:lines = f.readlines()# 1. 取数据行
data_lines = lines[2:5]# 初始化一个空列表来存储每一行的数值
data = []# 遍历每一行，提取数值
for line in data_lines:# 将每行按空白字符分割，并将数值转换为 floatvalues = [float(x) for x in line.split()[1:5]]data.append(values)# 转换为 numpy 数组
array = np.array(data)print(f"转换矩阵：{array}")t = array[:,0] # 平移向量
u = array[:,1:] # 旋转矩阵
print(f"平移向量：{t}")
print(f"平移旋转：{u}")方法二：
# 打开mtx.txt文本，读入数据
with open("mtx.txt") as f:lines = f.readlines()# 1. 取数据行
data_lines = lines[2:5]# 2. 去掉每行的第一个索引，留下数值部分
cleaned_lines = []
for line in data_lines:# 使用split分割并去掉每行的第一个元素（索引），保留数值部分cleaned_line = ' '.join(line.split()[1:5])cleaned_lines.append(cleaned_line)print(f"cleaned_lines:{cleaned_lines}")# 3. 将数值部分拼接成一个字符串，用于 fromstring 解析
data_string = ' '.join(cleaned_lines)
print("data_string")
print(data_string)# 4. 使用 numpy.fromstring 解析数值字符串
array = np.fromstring(data_string, sep=' ')# 5. 将生成的数组reshape为合适的形状 (3, 4)
array = array.reshape(3, 4)
print(array)### 简洁形式
array = np.fromstring(' '.join(l[2:] for l in lines[2:5]), dtype=float, sep=' ').reshape((3,4))print(f"转换矩阵：{array}")t = array[:,0] # 平移向量
u = array[:,1:] # 旋转矩阵
print(f"平移向量：{t}")
print(f"平移旋转：{u}")