Estoy tratando de procesar un archivo del banco de datos de proteínas que está separado por espacios (no \ t). Tengo un archivo .txt y quiero extraer filas específicas y, de esas filas, solo quiero extraer unas pocas columnas.

Necesito hacerlo en Python. Primero intenté con la línea de comandos y usé el comando awk sin problemas, pero no tengo idea de cómo hacer lo mismo en Python.

Aquí hay un extracto de mi archivo:

[...]
SEQRES   6 B   80  ALA LEU SER ILE LYS LYS ALA GLN THR PRO GLN GLN TRP          
SEQRES   7 B   80  LYS PRO                                                      
HELIX    1   1 THR A   68  SER A   81  1                                  14    
HELIX    2   2 CYS A   97  LEU A  110  1                                  14    
HELIX    3   3 ASN A  122  SER A  133  1                                  12    
[...]

Por ejemplo, me gustaría tomar solo las filas 'HELIX' y luego las columnas 4ta, 6ta, 7ma y 9na. Comencé a leer el archivo línea por línea con un bucle for y luego extraje esas filas comenzando con 'HELIX' ... y eso es todo.

EDITAR: Este es el código que tengo en este momento, pero la impresión no funciona correctamente, solo imprime la primera línea de cada bloque (HOJA DE HELIX Y DBREF)

#!/usr/bin/python
import sys

for line in open(sys.argv[1]):
 if 'HELIX' in line:
   helix = line.split()
 elif 'SHEET'in line:
   sheet = line.split()
 elif 'DBREF' in line:
   dbref = line.split()

print (helix), (sheet), (dbref)