Python：批量下载已知gene symbol蛋白的PDB文件

一、背景介绍

在生物信息学研究中，蛋白质结构数据是研究分子功能的关键资源。许多结构数据存储于 RCSB PDB 数据库中，而这些结构往往通过特定蛋白质的 UniProt ID 或基因标识符（如 symbol）进行检索。

然而，研究人员常常需要批量获取某些蛋白质的结构文件（如 .pdb 或 .cif 格式），手动下载不仅费时，还存在重复性劳动。为此，本文展示了一段 Python 脚本，能够自动化完成以下任务：

1. 根据 蛋白质基因 symbol 获取对应的 UniProt ID；
2. 检索蛋白质对应的 PDB 条目；
3. 通过 Bash 脚本批量下载结构；
4. 自动重命名文件以便后续分析。

---

二、代码实现

以下是完整的 Python 脚本，包含所有功能模块：

1. 依赖模块

脚本依赖以下 Python 库：

• requests：用于调用 UniProt 和 PDB 的 RESTful API；
• subprocess：用于调用外部 Bash 脚本；
• os 和 time：用于文件操作和任务调度。

此外，需要准备一个 Ba