Unable to use value of type string as an index

7 visualizaciones (últimos 30 días)
Masha
Masha el 29 de Abr. de 2023
Editada: Stephen23 el 29 de Abr. de 2023
Ran in:
In the code below, I am trying to extract the AtomName, X,Y,Z, resSeq and chainID columns present in the PtnTYR struct array. I am trying to extract the AtomName, X,Y,Z, resSeq and chainID values of each and every chain (A,B,C,D) (Stored in the matrix - Chain_names), and store each chain values in separate matrices - Chain(i).. But I am encountering this error.
Proteinname = '1A95'
Proteinname = '1A95'
Ptn = getpdb(Proteinname);
isTYR = ({Ptn.Model(1).Atom.resName} == "TYR");
%
PtnTYR = Ptn.Model(1).Atom(isTYR)
PtnTYR = 1×164 struct array with fields:
AtomSerNo AtomName altLoc resName chainID resSeq iCode X Y Z occupancy tempFactor segID element charge AtomNameStruct
chainssss = {Ptn.Model(1).Atom.chainID}
chainssss = 1×4518 cell array
Columns 1 through 22 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 23 through 44 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 45 through 66 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 67 through 88 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 89 through 110 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 111 through 132 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 133 through 154 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 155 through 176 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 177 through 198 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 199 through 220 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 221 through 242 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 243 through 264 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 265 through 286 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 287 through 308 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 309 through 330 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 331 through 352 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 353 through 374 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 375 through 396 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 397 through 418 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 419 through 440 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 441 through 462 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 463 through 484 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 485 through 506 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 507 through 528 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 529 through 550 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 551 through 572 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 573 through 594 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 595 through 616 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 617 through 638 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 639 through 660 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 661 through 682 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 683 through 704 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 705 through 726 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 727 through 748 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 749 through 770 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 771 through 792 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 793 through 814 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 815 through 836 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 837 through 858 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 859 through 880 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 881 through 902 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 903 through 924 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 925 through 946 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 947 through 968 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 969 through 990 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 991 through 1012 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 1013 through 1034 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 1035 through 1056 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 1057 through 1078 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 1079 through 1100 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} Columns 1101 through 1122 {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'A'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1123 through 1144 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1145 through 1166 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1167 through 1188 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1189 through 1210 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1211 through 1232 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1233 through 1254 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1255 through 1276 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1277 through 1298 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1299 through 1320 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1321 through 1342 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1343 through 1364 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1365 through 1386 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1387 through 1408 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1409 through 1430 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1431 through 1452 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1453 through 1474 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1475 through 1496 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1497 through 1518 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1519 through 1540 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1541 through 1562 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1563 through 1584 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1585 through 1606 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1607 through 1628 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1629 through 1650 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1651 through 1672 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1673 through 1694 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1695 through 1716 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1717 through 1738 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1739 through 1760 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1761 through 1782 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1783 through 1804 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1805 through 1826 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1827 through 1848 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1849 through 1870 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1871 through 1892 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1893 through 1914 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1915 through 1936 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1937 through 1958 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1959 through 1980 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 1981 through 2002 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 2003 through 2024 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 2025 through 2046 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 2047 through 2068 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 2069 through 2090 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 2091 through 2112 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 2113 through 2134 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 2135 through 2156 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 2157 through 2178 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 2179 through 2200 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 2201 through 2222 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 2223 through 2244 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 2245 through 2266 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} Columns 2267 through 2288 {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'B'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2289 through 2310 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2311 through 2332 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2333 through 2354 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2355 through 2376 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2377 through 2398 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2399 through 2420 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2421 through 2442 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2443 through 2464 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2465 through 2486 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2487 through 2508 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2509 through 2530 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2531 through 2552 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2553 through 2574 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2575 through 2596 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2597 through 2618 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2619 through 2640 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2641 through 2662 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2663 through 2684 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2685 through 2706 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2707 through 2728 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2729 through 2750 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2751 through 2772 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2773 through 2794 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2795 through 2816 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2817 through 2838 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2839 through 2860 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2861 through 2882 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2883 through 2904 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2905 through 2926 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2927 through 2948 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2949 through 2970 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2971 through 2992 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 2993 through 3014 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 3015 through 3036 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 3037 through 3058 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 3059 through 3080 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 3081 through 3102 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 3103 through 3124 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 3125 through 3146 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 3147 through 3168 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 3169 through 3190 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 3191 through 3212 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 3213 through 3234 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 3235 through 3256 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 3257 through 3278 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 3279 through 3300 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 3301 through 3322 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 3323 through 3344 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 3345 through 3366 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 3367 through 3388 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 3389 through 3410 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} Columns 3411 through 3432 {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'C'} {'D'} {'D'} {'D'} {'D'} Columns 3433 through 3454 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3455 through 3476 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3477 through 3498 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3499 through 3520 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3521 through 3542 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3543 through 3564 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3565 through 3586 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3587 through 3608 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3609 through 3630 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3631 through 3652 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3653 through 3674 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3675 through 3696 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3697 through 3718 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3719 through 3740 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3741 through 3762 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3763 through 3784 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3785 through 3806 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3807 through 3828 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3829 through 3850 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3851 through 3872 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3873 through 3894 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3895 through 3916 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3917 through 3938 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3939 through 3960 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3961 through 3982 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 3983 through 4004 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4005 through 4026 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4027 through 4048 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4049 through 4070 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4071 through 4092 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4093 through 4114 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4115 through 4136 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4137 through 4158 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4159 through 4180 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4181 through 4202 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4203 through 4224 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4225 through 4246 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4247 through 4268 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4269 through 4290 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4291 through 4312 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4313 through 4334 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4335 through 4356 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4357 through 4378 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4379 through 4400 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4401 through 4422 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4423 through 4444 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4445 through 4466 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4467 through 4488 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4489 through 4510 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} Columns 4511 through 4518 {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'} {'D'}
Chain_names = unique(chainssss)
Chain_names = 1×4 cell array
{'A'} {'B'} {'C'} {'D'}
Chain = {};
numel(Chain_names);
ans = 4
Chain = [];
for i = 1:numel(Chain_names)
cn = Chain_names(i)
ismccn = ismember(chainssss,cn)
Chain(i) = PtnTYR(ismccn,["AtomName","X","Y","Z","resSeq","chainID"])
end
cn = 1×1 cell array
{'A'}
ismccn = 1×4518 logical array
Columns 1 through 49 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 50 through 98 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 99 through 147 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 148 through 196 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 197 through 245 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 246 through 294 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 295 through 343 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 344 through 392 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 393 through 441 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 442 through 490 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 491 through 539 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 540 through 588 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 589 through 637 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 638 through 686 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 687 through 735 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 736 through 784 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 785 through 833 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 834 through 882 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 883 through 931 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 932 through 980 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 981 through 1,029 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 1,030 through 1,078 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Columns 1,079 through 1,127 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 1,128 through 1,176 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 1,177 through 1,225 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 1,226 through 1,274 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 1,275 through 1,323 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 1,324 through 1,372 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 1,373 through 1,421 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 1,422 through 1,470 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 1,471 through 1,519 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 1,520 through 1,568 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 1,569 through 1,617 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 1,618 through 1,666 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 1,667 through 1,715 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 1,716 through 1,764 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 1,765 through 1,813 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 1,814 through 1,862 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 1,863 through 1,911 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 1,912 through 1,960 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 1,961 through 2,009 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,010 through 2,058 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,059 through 2,107 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,108 through 2,156 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,157 through 2,205 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,206 through 2,254 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,255 through 2,303 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,304 through 2,352 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,353 through 2,401 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,402 through 2,450 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,451 through 2,499 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,500 through 2,548 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,549 through 2,597 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,598 through 2,646 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,647 through 2,695 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,696 through 2,744 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,745 through 2,793 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,794 through 2,842 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,843 through 2,891 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,892 through 2,940 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,941 through 2,989 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 2,990 through 3,038 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,039 through 3,087 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,088 through 3,136 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,137 through 3,185 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,186 through 3,234 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,235 through 3,283 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,284 through 3,332 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,333 through 3,381 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,382 through 3,430 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,431 through 3,479 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,480 through 3,528 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,529 through 3,577 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,578 through 3,626 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,627 through 3,675 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,676 through 3,724 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,725 through 3,773 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,774 through 3,822 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,823 through 3,871 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,872 through 3,920 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,921 through 3,969 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 3,970 through 4,018 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 4,019 through 4,067 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 4,068 through 4,116 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 4,117 through 4,165 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 4,166 through 4,214 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 4,215 through 4,263 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 4,264 through 4,312 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 4,313 through 4,361 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 4,362 through 4,410 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 4,411 through 4,459 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 4,460 through 4,508 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 4,509 through 4,518 0 0 0 0 0 0 0 0 0 0
Unable to use a value of type string as an index.
  2 comentarios
Stephen23
Stephen23 el 29 de Abr. de 2023
Editada: Stephen23 el 29 de Abr. de 2023
You seem to be attempting to indexing into the structure PtnTYR as if it was a table. That won't work.
Mixing up different data type does not help you to access them correctly: you need to know what data type you are working with.
A structure has fields, which are accessed as explained in the documentation:
https://www.mathworks.com/help/matlab/structures.html
Note that logical array ismccn will always just consist of TRUE (because you are checking if values are in the unique set of those values, which by definition they must be), so serves no purpose here.
It is unclear what the goal is: as far as I can tell, the end result would be basically the same as the input structure, which a few fields removed. Is that really the goal? It seems like a lot of effort for not much/questionable benefit: why not just save yourself the time and use the original structure? Having some extra fields is unlikely to hinder processing the data.
Masha
Masha el 29 de Abr. de 2023
Hi Stephen,
The struct array contains structural details of a protein named '1A95'.
This protein has 4 chains named A,B,C,D.
I wanted to get the details corresponding to each chain in separate matrices since all the details are clubbed into one single struct array (PtnTYR). Which is why I wanted to use a for loop to extract the details of "AtomName","X","Y","Z","resSeq","chainID" from one chain at a time into a matrix or a cell array.
Now I know, I need to convert the struct array into table to continue with this.
Thank you for your reply.

Iniciar sesión para comentar.

Iniciar sesión para responder a esta pregunta.

Respuestas (1)

Stephen23
Stephen23 el 29 de Abr. de 2023
Editada: Stephen23 el 29 de Abr. de 2023
Ran in:
"I wanted to get the details corresponding to each chain in separate matrices since all the details are clubbed into one single struct array (PtnTYR). Which is why I wanted to use a for loop to extract the details of "AtomName","X","Y","Z","resSeq","chainID" from one chain at a time into a matrix or a cell array."
Splitting up data is usually not required. Keeping data together makes it easier to process.
When you keep that data together, then you can use inbuilt tools and functions to process your data, e.g.:
https://www.mathworks.com/help/matlab/matlab_prog/split-data-into-groups-and-calculate-statistics.html
https://www.mathworks.com/help/matlab/matlab_prog/perform-calculations-by-group-in-table.html
https://www.mathworks.com/help/matlab/matlab_prog/grouping-variables-for-splitting-data.html
In contrast, splitting up data into separate arrays will force you into writing loops and fiddling around. Best avoided.
"Now I know, I need to convert the struct array into table to continue with this."
Aaah, in your original question you did not mention that you want a table. That conversion is easy:
Proteinname = '1A95';
P = getpdb(Proteinname);
T = struct2table(P.Model(1).Atom)
T = 4518×16 table
AtomSerNo AtomName altLoc resName chainID resSeq iCode X Y Z occupancy tempFactor segID element charge AtomNameStruct _________ ________ __________ _______ _______ ______ __________ ______ ______ ______ _________ __________ ________ _______ ______ ______________ 1 {'N' } {0×0 char} {'GLU'} {'A'} 3 {0×0 char} 26.624 95.096 33.135 1 43.48 {' '} {'N'} {' '} 1×1 struct 2 {'CA'} {0×0 char} {'GLU'} {'A'} 3 {0×0 char} 26.76 96.187 34.101 1 42.02 {' '} {'C'} {' '} 1×1 struct 3 {'C' } {0×0 char} {'GLU'} {'A'} 3 {0×0 char} 26.586 97.59 33.465 1 40.86 {' '} {'C'} {' '} 1×1 struct 4 {'O' } {0×0 char} {'GLU'} {'A'} 3 {0×0 char} 26.781 97.785 32.262 1 41.58 {' '} {'O'} {' '} 1×1 struct 5 {'CB'} {0×0 char} {'GLU'} {'A'} 3 {0×0 char} 28.105 96.074 34.843 1 41.48 {' '} {'C'} {' '} 1×1 struct 6 {'N' } {0×0 char} {'LYS'} {'A'} 4 {0×0 char} 26.148 98.54 34.297 1 37.47 {' '} {'N'} {' '} 1×1 struct 7 {'CA'} {0×0 char} {'LYS'} {'A'} 4 {0×0 char} 25.864 99.927 33.903 1 35.13 {' '} {'C'} {' '} 1×1 struct 8 {'C' } {0×0 char} {'LYS'} {'A'} 4 {0×0 char} 26.842 101 34.371 1 33.17 {' '} {'C'} {' '} 1×1 struct 9 {'O' } {0×0 char} {'LYS'} {'A'} 4 {0×0 char} 27.378 100.92 35.47 1 35.49 {' '} {'O'} {' '} 1×1 struct 10 {'CB'} {0×0 char} {'LYS'} {'A'} 4 {0×0 char} 24.458 100.32 34.384 0 34.7 {' '} {'C'} {' '} 1×1 struct 11 {'CG'} {0×0 char} {'LYS'} {'A'} 4 {0×0 char} 23.334 100.11 33.381 0 35.26 {' '} {'C'} {' '} 1×1 struct 12 {'CD'} {0×0 char} {'LYS'} {'A'} 4 {0×0 char} 22.049 100.78 33.855 0 36.9 {' '} {'C'} {' '} 1×1 struct 13 {'CE'} {0×0 char} {'LYS'} {'A'} 4 {0×0 char} 20.823 100.02 33.369 0 37.99 {' '} {'C'} {' '} 1×1 struct 14 {'NZ'} {0×0 char} {'LYS'} {'A'} 4 {0×0 char} 19.559 100.63 33.877 0 39.01 {' '} {'N'} {' '} 1×1 struct 15 {'N' } {0×0 char} {'TYR'} {'A'} 5 {0×0 char} 27.012 102.03 33.537 1 27.62 {' '} {'N'} {' '} 1×1 struct 16 {'CA'} {0×0 char} {'TYR'} {'A'} 5 {0×0 char} 27.904 103.16 33.817 1 22.65 {' '} {'C'} {' '} 1×1 struct
X = strcmp(T.resName,'TYR');
U = T(X,["AtomName","X","Y","Z","resSeq","chainID"])
U = 164×6 table
AtomName X Y Z resSeq chainID ________ ______ ______ ______ ______ _______ {'N' } 27.012 102.03 33.537 5 {'A'} {'CA' } 27.904 103.16 33.817 5 {'A'} {'C' } 27.097 104.47 33.759 5 {'A'} {'O' } 26.71 104.93 32.683 5 {'A'} {'CB' } 29.048 103.18 32.788 5 {'A'} {'CG' } 30.096 104.24 33.021 5 {'A'} {'CD1'} 31.026 104.12 34.056 5 {'A'} {'CD2'} 30.164 105.37 32.2 5 {'A'} {'CE1'} 31.998 105.1 34.266 5 {'A'} {'CE2'} 31.131 106.35 32.402 5 {'A'} {'CZ' } 32.043 106.21 33.435 5 {'A'} {'OH' } 32.999 107.17 33.635 5 {'A'} {'N' } 16.662 100.86 9.609 63 {'A'} {'CA' } 15.56 100.12 9.008 63 {'A'} {'C' } 15.83 98.619 9.094 63 {'A'} {'O' } 14.904 97.813 9.187 63 {'A'}
Then you simply group based on the chainID and apply whatever functions or calculation you want.

Categorías

Más información sobre Get Started with MATLAB en Help Center y File Exchange.

Etiquetas

Productos


Versión

R2022b

Community Treasure Hunt

Find the treasures in MATLAB Central and discover how the community can help you!

Start Hunting!

Translated by