第1章 PyMOL入门：发展史、应用场景、安装与配置

各位好。从这一章开始，我们来聊聊PyMOL。说实话，这玩意儿在结构生物学领域，基本上属于人手一份的看家工具。我自己这几年做蛋白质结构解析和药物设计，绝大部分的可视化工作都在PyMOL里完成。今天这一讲，先带大家摸清它的底细——从哪来的、能干吗、怎么装到你的电脑上。

1.1 PyMOL的前世今生

PyMOL最早是Warren DeLano在2000年发布的。那时候我还在读研究生，用过的可视化软件一只手数得过来。说实话，第一眼看到PyMOL的界面，我还觉得有点简陋——但上手之后就再也回不去了。

发展史上的几个关键节点

• 2000年：Warren DeLano在加州大学旧金山分校开发了PyMOL的早期版本。最初基于Python的Tkinter和OpenGL，目标就是做一个轻量、高效的分子可视化工具。
• 2006年：PyMOL 1.0正式发布。这个版本引入了内置的射线追踪渲染引擎，可以生成出版级质量的图片。
• 2009年：Schrödinger公司收购了PyMOL的商业版本（PyMOL™）。开源版本（即我们现在用的Incentive PyMOL/教育版）仍然免费。
• 2020年-至今：PyMOL 2.x系列深入人心。增加了更现代的OpenGL后端、更好的多视图支持、对接插件生态（如APBS、DynDom）。

1.2 它能干吗？我的应用场景清单

PyMOL的应用场景，说白了就三个方向：可视化、分析、出图。我罗列几个最常见的场景——你们以后做课题大概率也会碰到。

场景	典型用法	我个人的经验
结构比对与叠合	加载多个PDB，用align或super命令叠合主链	有一次做蛋白质同源建模，跑了5个模型叠在一起，一秒就找到差异最大的loop区域
结合位点可视化	选择配体周围5Å内的残基，用show sticks和color突出显示	药化的同学常常拿这个截图给审稿人看，比文字描述直观一万倍
表面静电势	通过APBS插件计算并映射到分子表面	我建议做电荷互补分析时必打这张图,审稿人很吃这一套
高质量图片渲染	设置ray或png命令导出300dpi以上的图片	发文章用的Figure 1,绝大多数情况都靠PyMOL出图
轨迹与动画	加载DCD/XTCTrajectory,用mplay回放	做分子动力学模拟后,用它做蛋白质构象变化的动画,帅得很

1.3 安装与配置：我踩过的坑全在这儿

安装PyMOL，分情况讨论。我建议大家直接装PyMOL 2.x 教育版，免费、稳定、功能全。当然如果你所在机构有Schrödinger购买的主力版本，也可以——但日常教学用免费版完全够了。

1.3.1 Windows用户

最简单的方法：去官方下载Windows版安装包（.exe）。双击安装，一路Next。装完后在“开始菜单”里找到PyMOL图标，点击启动即可。

如果遇到启动时报“缺少OpenGL驱动”，去显卡官网更新驱动即可。
我遇到过最离谱的一次：某台笔记本的集成显卡驱动太老，死活打不开射线追踪，更新后一切正常。

1.3.2 macOS用户

macOS现在推荐用Homebrew安装——干净、后续升级方便。打开终端，运行：

brew install --cask pymol

装完后在Launchpad里找到PyMOL图标。首次启动时macOS会提示“来自未识别的开发者”，去“系统设置-隐私与安全性”里点击“仍要打开”即可。

1.3.3 Linux用户

Linux下最稳妥的方式是用Conda或从源码编译。我个人偏爱Conda，因为可以控制环境：

conda create -n pymol_env python=3.10
conda activate pymol_env
conda install -c conda-forge pymol-open-source

等一下，如果要编译GPU加速版本（OpenGL），你需要先装依赖：

sudo apt install -y freeglut3-dev libglew-dev libglm-dev \
                     libfreetype6-dev libpng-dev libnetcdf-dev \
                     python3-dev python3-pip python3-numpy

然后从GitHub拉取源码编译（以PyMOL 2.x为例）：

git clone https://github.com/schrodinger/pymol-open-source.git
cd pymol-open-source
python setup.py build
sudo python setup.py install

1.3.4 验证安装是否成功

不管用哪种方式装完，启动PyMOL后，在命令行窗口输入：

import pymol
pymol.cmd.load("1ake.pdb")

如果能成功加载并显示一个蛋白质结构，恭喜你，安装完成。如果报错，先检查环境变量PATH中有没有pymol所在目录。

1.4 PyMOL的两种使用模式

熟悉PyMOL之后你会发现，它的工作方式其实就两种：

• 菜单栏+鼠标：左侧面板选择对象、右侧面板修改表示方式。适合快速浏览和临时调整。
• 命令行/Scripts：通过PyMOL>命令或Python脚本批量处理。适合自动化、可重现的分析流程。我在项目中90%的操作都用命令行，因为可以记录日志，方便回溯。

举个例子：你想把周围5Å的残基显示成棍状。用鼠标点的话至少需要3步。但在命令行里：

select binding_pocket, (chain A and resi within 5 of ligand)
show sticks, binding_pocket
color red, binding_pocket

一条命令搞定。等你们习惯之后，会发现命令行才是PyMOL的真正灵魂。

1.5 本章知识结构速览

下面这张图，简单捋了一遍本章的脉络。一个优秀的可视化分析流程，肯定是从理解工具的发展、明确自己能干什么、然后搭建一个靠谱的工作环境开始的。

1.6 安装后必做的几个验证

装完之后，别急着关。我建议大家顺手跑几个测试命令，确保一切正常：

1. 测试OpenGL渲染：启动界面后，随便拖拽旋转一个对象，看是否流畅。如果严重卡顿或出现花屏，大概率是OpenGL驱动问题。
2. 测试射线追踪：输入ray回车，看是否能生成光滑的高质量图片。如果报错，检查set use_shaders, 1是否开启。
3. 测试Python接口：在PyMOL命令窗口输入python print("Hello, PyMOL!")，确认Python交互正常。