尧图网站建设 
你算溶剂可及表面积SASA还在用要注册的闭源 NACCESS 吗这篇给你 FreeSASA——MIT 协议开源 C 库pip 一条命令装好CLI Python API 双接口LR 与 SR 两种算法互差仅 0.1%毫秒级出数。附三条安装路线、逐残基暴露排名 Python 示例真实输出、4 条实测踩坑、与 NACCESS/DSSP/PyMOL 等选型对比表照抄代码 5 分钟接进你的脚本。关键字FreeSASASASA溶剂可及表面积NACCESSPython API结构生物学pip 安装残基暴露相关教程与核心文献资源链接与本文关系官方文档站FreeSASA安装 CLI 用法的权威来源GitHub 仓库GitHub - mittinatten/freesasa: C-library for calculating Solvent Accessible Surface Areas · GitHub源码、issue、release205★实测 2026-09C API 文档 (Doxygen)FreeSASA: FreeSASA需要 C 集成时看论文Mitternacht S.F1000Research2016, 5:189, DOI 10.12688/f1000research.7931.1算法与精度验证的原始出处Crossref 已核一、痛点算个表面积为什么没有一个顺手的小工具做结构分析的人对 SASAsolvent accessible surface area溶剂可及表面积的需求非常日常判断某个残基到底埋在蛋白核心还是暴露在表面突变设计前必看算配体结合前后被埋起来的界面面积评估结合合理性比较 MD 轨迹里不同帧的紧凑程度折叠/解折叠监控估算疏水效应——非极性表面暴露于水在能量上非常不利疏水面积最小化是蛋白折叠的核心驱动力。但看看现有选项NACCESS 是最常用的命令行实现LR 算法的 Fortran 版学术免费但闭源且要邮件申请DSSP 主要算二级结构SASA 只是顺带输出PyMOL 的get_area藏在 GUI 里不好批量MDAnalysis 倒是能算但为一个表面积分析拉起整个框架太重。FreeSASA 填的就是这个空一个只做一件事、开源、能轻松嵌进任何工具链的独立库。二、SASA 是什么滚球探针与两种经典算法想象一个半径 1.4 Å 的小球代表一个水分子让它贴着蛋白表面滚一圈——球心划过的轨迹围成的面积就是这个分子的 SASA。精确计算这个曲面很贵所以有两个经典近似FreeSASA 都实现了算法提出思路FreeSASA 里的调法Lee Richards (LR)1971沿 z 轴把分子切成一组薄片用每片轮廓线近似表面默认算法slices控制每原子切片数默认 20Shrake Rupley (SR)1973在每个原子球面上撒一组测试点统计未被邻居遮挡的点algorithmShrakeRupleyn-points控制点数默认 100论文F1000Research 2016用双原子体系解析解 两种算法互相对照 与 NACCESS 同参数对比三条路线验证了实现正确性同分辨率同半径下 LR 结果与 NACCESS 完全一致。半径默认用 Tsai 等的ProtOr参数集覆盖 20 种标准氨基酸 Sec/Pyl 标准核苷酸不在表内的元素回退到 Mantina 等的范德华半径也允许用户给自定义配置文件。性能上论文报告单核速度与 NACCESS 相当甚至更快且核心循环已并行化——我下面的实测也印证了快这一点。三、安装三条路线pip 一条最快路线 1pip推荐Python 用户pip install freesasaPyPI 当前版本2.2.1MIT 协议27 个 release实测 2026-09。我实测在无编译器障碍的机器上12 秒装完自动拉源码编 C 扩展纯标准 C 库无第三方依赖。路线 2conda推荐管环境的人conda install -c conda-forge freesasaconda-forge 提供 Linuxamd64/arm64/ppc64le预编译包适合放进项目 environment.yml。路线 3源码需要 CLI 或 C 集成# 下载 release 压缩包解压后 ./configure make sudo make install装好得到freesasa命令行二进制、freesasa.h头文件和libfreesasa库。从 git 仓库直接拉的话先跑autoreconf -i生成 configure。macOS/Linux 还可以brew install brewsci/bio/freesasa。四、Python API 实战30 行代码跑出残基暴露排名拿一个 289 残基的蛋白某 GPCR 跨膜结构域2387 原子做端到端演示——以下输出全部真实跑通freesasa 2.2.1import freesasa struct freesasa.Structure(protein.pdb) result freesasa.calc(struct) # 默认 LR print(Total SASA: %.2f A^2 % result.totalArea()) # Total SASA: 16627.92 A^2 # 极性/非极性分类面积 cls freesasa.classifyResults(result, struct) print(cls) # {Polar: 5101.1, Apolar: 11526.8} # 换 SR 算法对比一下 res2 freesasa.calc(struct, freesasa.Parameters({algorithm: ShrakeRupley, n-points: 100})) print(res2.totalArea()) # 16645.44 —— 与 LR 只差 0.1% # 逐残基面积找最暴露 / 最埋的残基 ra result.residueAreas() for chain_id, residues in ra.items(): items sorted(((k, v.total) for k, v in residues.items()), keylambda x: -x[1]) print(chain_id, top exposed:, items[:3]) print(chain_id, top buried: , items[-3:]) # R top exposed: [(170, 205.7), (257, 184.5), ...] # R top buried: [(399, 0.0), (403, 0.0), ...]两个算法在真实蛋白上只差 0.1%而 SR100 测试点单次计算0.009 秒——2387 原子的蛋白基本就是秒出。非极性面积占 69%11,527/16,628 Ų符合一个跨膜结构域大量疏水表面接触脂质的预期。这个逐残基排名就是突变设计的第一步area ≈ 0的残基在核心动它大概率影响折叠area 150 Ų的在表面是改造溶解度/免疫原性的候选位点。五、CLI 实战不想写代码也能用官方示例用 RNA/蛋白复合物 3WBM4 条蛋白链 2 条 RNA 链freesasa 3wbm.pdb输出自带参数回显 总量 分链明细## FreeSASA 2.1.0 ## PARAMETERS algorithm : Lee Richards probe-radius : 1.400 threads : 2 slices : 20 INPUT source : 3wbm.pdb chains : ABCDXY atoms : 3714 RESULTS (A^2) Total : 25190.77 Apolar : 11552.38 Polar : 13638.39 CHAIN A : 3785.49 ...mmCIF 输入加--cif即可输出完全一致。CLI 适合接 shell 流水线批量过 PDB 库要逐残基/逐原子粒度或自定义分类还是回 Python API。六、踩坑记录全部实测freesasa.__version__不存在——想确认版本别摸这个属性用标准做法from importlib.metadata import version; version(freesasa)→2.2.1。Python API 没有totalAreaByClass()——文档里极性/非极性分类在 Python 侧叫freesasa.classifyResults(result, struct)返回 dict。我第一次按 C API 的习惯找方法名直接 AttributeError。residueAreas()的键是 PDB 里的真实 chain ID——我拿的蛋白链 ID 是R写死ra[A]直接 KeyError。先list(ra.keys())看一眼再取值。默认忽略 HETATM 和氢原子——要算配体/辅基/结晶水的 SASA建 Structure 时显式打开如freesasa.Structure(pdb, options{hetatm: True})否则你算半天发现配体根本没进去。水分子、乙酰基/NH₂ 封端这三类 HETATM 有内置 ProtOr 半径其余回退范德华半径。许可证已变更——2016 年论文写的是 GPL-3但当前 GitHub 仓库2.x已是MIT实测 2026-09。商用集成不再有 copyleft 顾虑以仓库 LICENSE 为准。七、同类工具怎么选工具协议接口适合场景FreeSASAMITCLI C Python批量/流水线、脚本集成、自定义半径——首选NACCESS闭源学术免费需申请仅 CLI审稿人点名要经典口径时DSSP开源仅 CLI反正要算二级结构顺带取 SASAPyMOLget_area开源GUI/Python交互式看单个结构MDAnalysisGPLPython已经在做 MD 轨迹分析顺带算cpptrajsurfGPLCLIAMBER 轨迹流程内一句话单结构或 PDB 库批量 → FreeSASAMD 轨迹内 → 用你已在用的分析框架。结语FreeSASA 是那种装完就忘了它存在的好工具依赖只有标准 C 库、12 秒装好、两种经典算法结果互差 0.1%、单核毫秒级出数。它解决的不是什么高精尖问题而是把算个表面积这件高频小事从申请闭源软件 手工解析输出变成pip install 三行 Python。下次再做突变位点筛选或界面埋藏面积评估先试它。参考来源Mitternacht S. FreeSASA: An open source C library for solvent accessible surface area calculations.F1000Research2016, 5:189. DOI: 10.12688/f1000research.7931.1FreeSASA 官方文档FreeSASAGitHub 仓库MIT, 205★GitHub - mittinatten/freesasa: C-library for calculating Solvent Accessible Surface Areas · GitHubPyPI 页面2.2.1freesasa · PyPITsai J 等.J Mol Biol1999ProtOr 半径集Mantina M 等.J Phys Chem A2009范德华半径 FreeSASA: 开源 SASA 计算库，pip 一条命令替代 NACCESS
你算溶剂可及表面积SASA还在用要注册的闭源 NACCESS 吗这篇给你 FreeSASA——MIT 协议开源 C 库pip 一条命令装好CLI Python API 双接口LR 与 SR 两种算法互差仅 0.1%毫秒级出数。附三条安装路线、逐残基暴露排名 Python 示例真实输出、4 条实测踩坑、与 NACCESS/DSSP/PyMOL 等选型对比表照抄代码 5 分钟接进你的脚本。关键字FreeSASASASA溶剂可及表面积NACCESSPython API结构生物学pip 安装残基暴露相关教程与核心文献资源链接与本文关系官方文档站FreeSASA安装 CLI 用法的权威来源GitHub 仓库GitHub - mittinatten/freesasa: C-library for calculating Solvent Accessible Surface Areas · GitHub源码、issue、release205★实测 2026-09C API 文档 (Doxygen)FreeSASA: FreeSASA需要 C 集成时看论文Mitternacht S.F1000Research2016, 5:189, DOI 10.12688/f1000research.7931.1算法与精度验证的原始出处Crossref 已核一、痛点算个表面积为什么没有一个顺手的小工具做结构分析的人对 SASAsolvent accessible surface area溶剂可及表面积的需求非常日常判断某个残基到底埋在蛋白核心还是暴露在表面突变设计前必看算配体结合前后被埋起来的界面面积评估结合合理性比较 MD 轨迹里不同帧的紧凑程度折叠/解折叠监控估算疏水效应——非极性表面暴露于水在能量上非常不利疏水面积最小化是蛋白折叠的核心驱动力。但看看现有选项NACCESS 是最常用的命令行实现LR 算法的 Fortran 版学术免费但闭源且要邮件申请DSSP 主要算二级结构SASA 只是顺带输出PyMOL 的get_area藏在 GUI 里不好批量MDAnalysis 倒是能算但为一个表面积分析拉起整个框架太重。FreeSASA 填的就是这个空一个只做一件事、开源、能轻松嵌进任何工具链的独立库。二、SASA 是什么滚球探针与两种经典算法想象一个半径 1.4 Å 的小球代表一个水分子让它贴着蛋白表面滚一圈——球心划过的轨迹围成的面积就是这个分子的 SASA。精确计算这个曲面很贵所以有两个经典近似FreeSASA 都实现了算法提出思路FreeSASA 里的调法Lee Richards (LR)1971沿 z 轴把分子切成一组薄片用每片轮廓线近似表面默认算法slices控制每原子切片数默认 20Shrake Rupley (SR)1973在每个原子球面上撒一组测试点统计未被邻居遮挡的点algorithmShrakeRupleyn-points控制点数默认 100论文F1000Research 2016用双原子体系解析解 两种算法互相对照 与 NACCESS 同参数对比三条路线验证了实现正确性同分辨率同半径下 LR 结果与 NACCESS 完全一致。半径默认用 Tsai 等的ProtOr参数集覆盖 20 种标准氨基酸 Sec/Pyl 标准核苷酸不在表内的元素回退到 Mantina 等的范德华半径也允许用户给自定义配置文件。性能上论文报告单核速度与 NACCESS 相当甚至更快且核心循环已并行化——我下面的实测也印证了快这一点。三、安装三条路线pip 一条最快路线 1pip推荐Python 用户pip install freesasaPyPI 当前版本2.2.1MIT 协议27 个 release实测 2026-09。我实测在无编译器障碍的机器上12 秒装完自动拉源码编 C 扩展纯标准 C 库无第三方依赖。路线 2conda推荐管环境的人conda install -c conda-forge freesasaconda-forge 提供 Linuxamd64/arm64/ppc64le预编译包适合放进项目 environment.yml。路线 3源码需要 CLI 或 C 集成# 下载 release 压缩包解压后 ./configure make sudo make install装好得到freesasa命令行二进制、freesasa.h头文件和libfreesasa库。从 git 仓库直接拉的话先跑autoreconf -i生成 configure。macOS/Linux 还可以brew install brewsci/bio/freesasa。四、Python API 实战30 行代码跑出残基暴露排名拿一个 289 残基的蛋白某 GPCR 跨膜结构域2387 原子做端到端演示——以下输出全部真实跑通freesasa 2.2.1import freesasa struct freesasa.Structure(protein.pdb) result freesasa.calc(struct) # 默认 LR print(Total SASA: %.2f A^2 % result.totalArea()) # Total SASA: 16627.92 A^2 # 极性/非极性分类面积 cls freesasa.classifyResults(result, struct) print(cls) # {Polar: 5101.1, Apolar: 11526.8} # 换 SR 算法对比一下 res2 freesasa.calc(struct, freesasa.Parameters({algorithm: ShrakeRupley, n-points: 100})) print(res2.totalArea()) # 16645.44 —— 与 LR 只差 0.1% # 逐残基面积找最暴露 / 最埋的残基 ra result.residueAreas() for chain_id, residues in ra.items(): items sorted(((k, v.total) for k, v in residues.items()), keylambda x: -x[1]) print(chain_id, top exposed:, items[:3]) print(chain_id, top buried: , items[-3:]) # R top exposed: [(170, 205.7), (257, 184.5), ...] # R top buried: [(399, 0.0), (403, 0.0), ...]两个算法在真实蛋白上只差 0.1%而 SR100 测试点单次计算0.009 秒——2387 原子的蛋白基本就是秒出。非极性面积占 69%11,527/16,628 Ų符合一个跨膜结构域大量疏水表面接触脂质的预期。这个逐残基排名就是突变设计的第一步area ≈ 0的残基在核心动它大概率影响折叠area 150 Ų的在表面是改造溶解度/免疫原性的候选位点。五、CLI 实战不想写代码也能用官方示例用 RNA/蛋白复合物 3WBM4 条蛋白链 2 条 RNA 链freesasa 3wbm.pdb输出自带参数回显 总量 分链明细## FreeSASA 2.1.0 ## PARAMETERS algorithm : Lee Richards probe-radius : 1.400 threads : 2 slices : 20 INPUT source : 3wbm.pdb chains : ABCDXY atoms : 3714 RESULTS (A^2) Total : 25190.77 Apolar : 11552.38 Polar : 13638.39 CHAIN A : 3785.49 ...mmCIF 输入加--cif即可输出完全一致。CLI 适合接 shell 流水线批量过 PDB 库要逐残基/逐原子粒度或自定义分类还是回 Python API。六、踩坑记录全部实测freesasa.__version__不存在——想确认版本别摸这个属性用标准做法from importlib.metadata import version; version(freesasa)→2.2.1。Python API 没有totalAreaByClass()——文档里极性/非极性分类在 Python 侧叫freesasa.classifyResults(result, struct)返回 dict。我第一次按 C API 的习惯找方法名直接 AttributeError。residueAreas()的键是 PDB 里的真实 chain ID——我拿的蛋白链 ID 是R写死ra[A]直接 KeyError。先list(ra.keys())看一眼再取值。默认忽略 HETATM 和氢原子——要算配体/辅基/结晶水的 SASA建 Structure 时显式打开如freesasa.Structure(pdb, options{hetatm: True})否则你算半天发现配体根本没进去。水分子、乙酰基/NH₂ 封端这三类 HETATM 有内置 ProtOr 半径其余回退范德华半径。许可证已变更——2016 年论文写的是 GPL-3但当前 GitHub 仓库2.x已是MIT实测 2026-09。商用集成不再有 copyleft 顾虑以仓库 LICENSE 为准。七、同类工具怎么选工具协议接口适合场景FreeSASAMITCLI C Python批量/流水线、脚本集成、自定义半径——首选NACCESS闭源学术免费需申请仅 CLI审稿人点名要经典口径时DSSP开源仅 CLI反正要算二级结构顺带取 SASAPyMOLget_area开源GUI/Python交互式看单个结构MDAnalysisGPLPython已经在做 MD 轨迹分析顺带算cpptrajsurfGPLCLIAMBER 轨迹流程内一句话单结构或 PDB 库批量 → FreeSASAMD 轨迹内 → 用你已在用的分析框架。结语FreeSASA 是那种装完就忘了它存在的好工具依赖只有标准 C 库、12 秒装好、两种经典算法结果互差 0.1%、单核毫秒级出数。它解决的不是什么高精尖问题而是把算个表面积这件高频小事从申请闭源软件 手工解析输出变成pip install 三行 Python。下次再做突变位点筛选或界面埋藏面积评估先试它。参考来源Mitternacht S. FreeSASA: An open source C library for solvent accessible surface area calculations.F1000Research2016, 5:189. DOI: 10.12688/f1000research.7931.1FreeSASA 官方文档FreeSASAGitHub 仓库MIT, 205★GitHub - mittinatten/freesasa: C-library for calculating Solvent Accessible Surface Areas · GitHubPyPI 页面2.2.1freesasa · PyPITsai J 等.J Mol Biol1999ProtOr 半径集Mantina M 等.J Phys Chem A2009范德华半径