关于DSSP的安装教程有很多，方式也不尽相同，这里我介绍一种个人觉得最便利的方法，通过anaconda安装相关库：

conda install -c ostrokach dssp

注意这种安装方式仅仅是在linux环境上才生效，关于windows下利用anaconda进行安装的方法并不是很清楚，感兴趣的可自行百度。github 上下载源码进行安装：

wget -c https://github.com/cmbi/xssp/archive/3.0.9.tar.gz
tar -xzf 3.0.9.tar.gz
cd xssp-3.0.9

./autogen.sh
./configure
make

第二种方式博主没有尝试过，不能保证一定成功。

安装成功后，可以通过以下命令生成dssp文件：

mkdssp -i 1crn.pdb -o 1crn.dssp

亲测运行速度还比较快，生成的dssp文件主体信息如下图所示：

溶剂可及性（三）DSSP和biopython

其中红框所标识出来的列就是每个残基可及表面积的数值。

当pdb文件较多时，可以使用biopython提供的dssp接口来计算dssp，下面是一个简单的脚本：

from Bio.PDB import PDBParser
from Bio.PDB.DSSP import DSSP
import numpy as np
import pandas as pd
from tqdm import tqdm

pis = pd.read_csv("pisces_no_same_id.csv")
p = PDBParser()
df = pd.DataFrame(columns=["id", "pos", "RSA"])

for index, row in tqdm(pis.iterrows()):
    seq = list(row["seq"])
    id_pdb = [row["id"].lower()] * len(seq)
    pos = [i for i in range(1, len(seq) + 1)]
    structure = p.get_structure(id_pdb[0], "pisces_pdb/{}.pdb".format(id_pdb[0]))
    model = structure[0]

    try:
        dssp = DSSP(model, "pisces_pdb/{}.pdb".format(id_pdb[0]), dssp="../anaconda3/envs/access_project/bin/mkdssp")
    except Exception as e:
        print(row["id"].lower())
        continue

    value = dssp.property_list
    rsa_value = np.array(value)[:, 3]

即便是biopython提供了DSSP的API，我们仍需要安装DSSP软件，因此DSSP() 中需要指明dssp的路径，也就是使用anaconda安装dssp包的路径。

参考资料：

一沙一世界，一花一天堂。君掌盛无边，刹那成永恒。