Amb l’administrador de sistemes del grup hem treballat per mirar què passa amb el mySQL ja que sembla que el problema és allà, però no hem trobat solució. No hi ha ni problemes ni amb el límit màxim de connexions, ni amb la memòria, cpu,… en fi, per algun motiu que desconeixem, el servidor es satura i té petites penjades. Així dons, la solució passa per fer alguna cosa al programa perquè no peti quan la base de dades no respongui.

La solució està en les “excepcions” (de l’anglès exception, desconec si aquesta traducció literal és vàlida). És a dir, per defecte, quan python intenta accedir a la base de dades, si aquesta no respon, es crea una excepció que, si no se li diu res, provoca la sortida del programa. La idea està en modificar aquesta excepció perquè quan python vegi que la base de dades no respon, la solució no sigui sortir del programa sinó reintentar-ho. He jugat amb el try i except.

db = DB()
cursor = db.cursor()
sql = ’select count(*) from molecules’
number = cursor.execute(sql)

class DB:
def cursor(self):
try:
bd = MySQLdb.connect(host=HOSTNAME, user=”USERNAMEl”, passwd=”PASSWD”,db=”DB_NAME)
cursor = bd.cursor()
return cursor
except MySQLdb.OperationalError, message:
return self.cursor()

La primera part del codi inicia la classe DB i n’obté el “cursor”, operador amb el que realitzarem les crides sql. La part més interessant però és la classe DB, que conté la funció “cursor”. Aquesta funció connecta amb la base de dades i retorna el “cursor”, comanda dins l’ordre try. Però, el fet de jugar amb el try i except fa que el programa primer provi el que hi ha a try però, si falla i troba una excepció que coincideix amb la indicada a except, en l’exemple MySQLdb.OperationalError, en comptes d’aturar l’execució del programa (el que faria per defecte) fa el que se li diu, en aquest cas que torni a executar la funció.

Per fer-la servir simplement cal executar l’ordre:

obprop fitxer_amb_molècules.sdf

I, com a resultat, s’obté quelcom com ara:

name [Name]
formula [Formula]
mol_weight [Molecular Weight]
exact_mass [Isotopic Mass]
canonical_SMILES [String]
num_atoms [Number]
num_bonds [Number]
num_residues [Number]
sequence [Residue Sequence]
num_rings [Number of Rings (by SSSR)]
logP [Number (octanol-water partition)]
PSA [Number (topological polar surface area)]
MR [Number (molar refractivity)]
$$$

Eina útil, senzilla i ràpida per obtenir les quatre dades bàsiques d’una molècula.

En “condicions normals”, a casa, al despatx, quan se separa un tros de cinta adhesiva, aquesta, sovint, està carregada d’electricitat estàtica i tendeix a enganxar-se als dis i les mans. Aquesta energia passa a nosaltres a través de les partícules de pols que hi ha a l’aire. Però, què passa si no hi ha partícules de pols que puguin conduir aquesta energia? en això ha consistit l’experiment: en una cambra de buit, s’ha muntat un rotllo de cinta adhesiva i s’ha anat desenrotllant… això… és una nova font de raigs X!

Hi ha un vídeo-reportatge (en anglès) que ho explica i fa una demostració de com fer una senzilla radiografia amb aquest sistema.

La jornada va ser tan intensa com emocionant. Els dies previs van ser durillus, molta feina polint i enllestint la presentació, assajos, canvis, figures,… però al final val la pena. Vaig començar la presentació una mica nerviós, ho reconec i, el làser vermell emprat per senyalar les coses a la pantalla, em delatava. Però, pocs minuts després, crec que vaig corregir i m’ho vaig passar molt bé presentant part de la feina que he fet durant els més de quatre anys i mig de tesi. El temps de la presentació, que vaig ajustar als tres quarts d’hora, em va passar volant!

El torn de preguntes del tribunal ja se’m va fer més llarg. Més que res, els nervis passats em van passar factura i era tard i estava ja una mica cansat. Les preguntes, a l’igual que la presentació, van ser en anglès però, alguns membres del tribunal van començar el seu torn amb algunes frases en català cosa que agraeixo, el que em deien s’havia de dir en català.

Després de les preguntes, descans per les deliberacions del tribunal i… suspir… ja s’ha acabat! En aquests moment ja volava, ja està!!! Minuts després vam tornar a entrar a la sala i em van dir la nota. Va ser emotiu i emocionant. He anat a moltes tesis d’amics i companys de feina, són actes solemnes, a mi m’agraden, i emotius i emocionants però… ser-ne tu el protagonista… no es pot explicar.

Després de l’acte més acadèmic, vam celebrar-ho amb un bon pica-pica al mateix centre. En aquest punt ha d’agraïr l’ajuda de la MªElena, la sogra, la família i el grup de teòrics de l’ICIQ… sense ells i elles, no hauria pogut fer una celebració com aquesta. Va ser una magnífica cirereta al final d’una jornada ben intensa. Gràcies!

En fi, avui dilluns, torno a ser a la feina. Ara ja no m’he de preocupar per enllestir i assajar una presentació i puc fer de post-doc com toca

Un exemple ben clar: una molècula. Tinc la cadena següent: C-C-N-C-O. Per separar els diferents àtoms és ben senzill, simplement cal fer un split indicant que el separador és el guionet -. La funció retorna un array.

molecule = ‘C-C-N-C-O’
atoms_array = molecule.split(’-',”)

Ara, imaginem una molècula on, a banda dels enllaços senzills (-) en tenim de dobles i triples (= i #, respectivament i en notació SMILE). La cadena exemple seria: C#C-N-C=O. Aquí, els marcadors que separen els diferents àtoms no segueixen un únic patró i poden ser -, = i #. La funció anterior no ens serveix. Aquí és on entra en joc la funció que he comentat:

import re
molecule = ‘C#C-N-C=O’
atoms_array = re.split(’[\-\=\#]’,molecule)

El patró, aquí \-\=\#, pot ser divers: símbols, lletres, números, qualsevol dígit número enter,… En fi, per mi m’és molt còmode

Cada molècula té el seu SMILE únic i pot ser més o menys senzill representar-lo. Buscant alguns exemples per fer proves (i no trencar-me les banyes fent els SMILES) he trobat una web prou interessant ja que recull un fotimer d’exemples per diferents tipus de molècules. Ho podeu trobar aquí.

Aquesta notació té un seguit de coses positives que la fan interessant. És un “llenguatge” fàcil d’entendre tant per ordinadors com per persones. És un nom “únic”, és a dir, és una manera universal i única d’anomenar una molècula. Requereix poc espai d’emmagatzematge en sistemes informàtics. Com a principal pega és que si bé és relativament senzill transformar un SMILE a coordenades en dues dimensions (2D), obtenir quelcom en tres dimensions ja és molt més complicat.

Fa poc he descobert aquesta nomenclatura i m’hi estic mirant d’acostumar i entendre ja que és la manera amb que remenaré les molècules durant el post-doc.

Les imatges del vídeo anterior s’acompanyen de música ambiental. Si voleu, també hi ha una versió explicada aquí.

Fa uns dies, la mateixa revista n’ha publicat un de molt similar: Ten Simple Rules for Aspiring Scientists in a Low-Income Country (deu normes senzilles per ser un científic en un país en desenvolupament). L’article no deixa de ser “curiós” i, igual que el que comentava fa uns mesos, interessant. De fet, l’article reflexa una de les coses que, diu, cal tenir en compte: fer-se veure i explicar-se al món.

A banda de les coses “bàsiques” per fer ciència, en destaca d’altres més concretes, que, per sentit comú serien aplicables arreu però, més especialment, en els països en desenvolupament: ser conscient d’on treballes i del poc suport públic que rebràs, publicar a revistes internacionals i fer-te veure al món, tenir col·laboracions locals però també internacionals,…

Fa quatre anys vaig anar a un congrés de “químics teòrics d’expressió llatina” (nom curiós). Científicament no era del millor, però estava bé degut, sobretot, a la gran presència de grups sud-americans. Parlant amb gent d’allà tots coincidien a dir, en certa manera, el que explica l’article que cito: donar-se a conèixer. Segons ells, molts tenim la idea d’ells com a països pobres i que, per tant, estan lluny de la ciència (i ja no parlem dels països centre-americans!) i que, aquell tipus de congrés els anava bé per fer el que consideren més important: donar-se a conèixer, que la “resta” sapiguem que, tot i no tenir pràcticament suport institucional, ells també fan ciència.

No és una “lectura científica” pròpiament, però sí interessant, a més a més, al no ser massa tècnica la pot llegir pràcticament tothom, és un anglès prou planer. Per cert, publicada per una revista del grup PLoS, accés obert per tothom.

He vist que cada “factor” té el seu comportament. Comparant seleni i sofre en els models amb tungstè veig que el seu comportament segueix el mateix patró, de la mateixa manera que tant el seleni com el sofre segueixen un comportament similar en els models amb molibdè i en els models amb tungstè. Per exemple, “reduir” el sistema és més costós amb tungstè però en canvi “oxidar-lo” és més senzill amb aquest metall. També hem vist que la reducció és menys costosa en tots els models amb sofre mentre que l’oxidació és, amb diferència, més senzilla quan tenim seleni. A la vegada, les diferències seleni/sofre són molt més grans en sistemes amb molibdè, de fet, amb tungstè, les diferències seleni/sofre són molt petites.

Per què? S’ha vist que les metal·loproteïnes que contenen molibdè són, pràcticament, a totes les espècies de bacteris, llevats, animals i plantes. Mentre que, en canvi, les proteïnes que contenen tungstè es limiten a algunes espècies de bacteris que, a més a més, són hipertermòfiles i/o anaeròbiques (creixen sense oxigen).

Els models que he calculat poden concloure que, les proteïnes amb molibdè treballarien millor en ambients més oxidants mentre que les que contenen tungstè ho fan millor en ambients més reductors (amb menys presència d’oxigen). Això explicaria el per què les proteïnes que contenen tungstè es troben bàsicament en ambients anaerobis.

Ara bé, per que s’observa que les diferències seleni/sofre són més grans en els models amb molibdè? El molibdè és un metall una mica més petit i menys electronegatiu que el tungstè.  El seleni és més gran que el sofre i més electronegatiu. Segons això, doncs, la coordinació seleni/sofre-metall és molt més eficient quan el metall és el molibdè i, a més a més, aquest es veu molt més afectat pel seleni que no pas pel sofre.

L’altra qüestió és, si inserir una selenocisteïna en la cadena peptídica d’una proteïna és molt més complicat que qualsevol altre aminoàcid (les selenocisteïnes requereixen un complex i específic mecanisme) i, a més a més, en els models amb tungstè no aporta quasi res de nou, per que hi ha proteïnes amb tungstè i selenocisteïna (el model calculat es basa en una d’elles). L’ambient tendeix a ser cada vegada més oxidant i cal adaptar-s’hi. Així doncs, aquesta proteïna en concret pot estar en fase de canvi, és a dir, preparant-se per treballar en ambients més oxidants i canviar el seu tungstè per un molibdè.  Hi ha moltes molibdoproteïnes que contenen seleni, així dons, aquesta proteïna en concret podria haver incorporat el seleni com a pas previ a la mutació cap al tungstè. Això darrer, és una simple hipòtesi.

L’ideal seria fer un estudi bioinformàtic per avaluar la proporció de seleni/sofre en proteïnes amb molibdè i en proteïnes amb tungstè però, malauradament, degut a que les proteïnes amb tungstè són, bàsicament, en organismes anaerobis, n’hi ha molt poques d’identificades i, menys encara, de ben seqüenciades i anotades.