PDB 蛋白质结构数据库：实验结构与计算预测

快速概览

PDB（Protein Data Bank）是全球唯一的实验测定生物大分子三维结构数据库。理解结构文件的格式（PDB/mmCIF）、测定方法（X-ray、NMR、Cryo-EM）和结构质量指标（分辨率、R-factor），是从序列走向结构功能解释的基础。

PDB 存储实验测定的蛋白质、核酸、复合体三维结构
主要测定方法：X 射线晶体学、NMR、冷冻电镜（Cryo-EM）
结构文件格式：PDB（旧）和 mmCIF（新标准）
质量指标：分辨率（Resolution）、R-factor/R-free 评估结构可靠性
AlphaFold DB 提供计算预测结构，与 PDB 实验结构互补

所属板块 数据、注释与资源

参考版本、注释体系、数据格式与数据库的统一入口。

阅读目标 帮助建立阅读上下文

先判断这页与你当前问题的关系，再决定是否深入展开。

建议前置 先建立相关基础对象与方法直觉

建议先建立相关基础对象与方法直觉，再进入本页。

是什么

PDB（Protein Data Bank） 是全球唯一的实验测定生物大分子三维结构存档数据库，由 wwPDB（Worldwide PDB）联盟维护。

核心内容

PDB 存储以下类型的结构：

结构类型	占比	示例
蛋白质	~90%	酶、受体、抗体、结构蛋白
核酸	~5%	DNA、RNA、DNA-RNA 复合体
复合体	~5%	蛋白-DNA、蛋白-蛋白、核糖体

结构标识符

标识符	格式	示例	说明
PDB ID	4 位字符	1TUP、6VXX	传统标识符，wwPDB 分配
Entry ID	同 PDB ID	1TUP	新版命名，与 PDB ID 等价

为什么重要

PDB 结构信息是从序列走向功能机制的关键证据：

功能位点识别：活性位点、结合口袋、催化残基的三维位置
变异解释：氨基酸替换如何影响结构稳定性或相互作用
药物设计：基于结构的药物设计（structure-based drug design）
突变效应：致病突变是否破坏关键结构区域
分子互作：蛋白-蛋白、蛋白-DNA 相互作用的界面

关键认知：结构比序列更接近功能。远缘同源蛋白可能序列差异很大（< 30% 相似），但折叠方式相似。

结构测定方法

三种主要方法

方法	分辨率范围	适用场景	局限
X 射线晶体学	0.8-3.5 Å	大多数蛋白质结构	需要结晶，无法观察动态
NMR	不适用	小蛋白、动态研究	仅适用于 < 40 kDa 分子
冷冻电镜（Cryo-EM）	1.5-4.0 Å	大型复合体、膜蛋白	设备昂贵，数据处理复杂

分辨率的意义

分辨率（Resolution）衡量结构细节的清晰度：

分辨率	质量等级	可见信息
< 1.5 Å	超高分辨率	单个原子、氢键、水分子
1.5-2.5 Å	高分辨率	侧链方向、配体结合
2.5-3.5 Å	中等分辨率	主链轨迹、大体侧链
> 3.5 Å	低分辨率	仅主链框架，侧链模糊

越低越好：分辨率数值越小，结构越清晰。

结构文件格式

PDB 格式（传统）

文本格式，每行 80 字符（历史限制）：

ATOM      1  N   MET A   1      27.340  24.430   2.614  1.00 20.00           N
ATOM      2  CA  MET A   1      26.266  25.413   2.842  1.00 20.00           C
ATOM      3  C   MET A   1      26.913  26.639   3.531  1.00 20.00           C

列	内容
1-6	记录类型（ATOM/HETATM）
13-16	原子名称
17	替代位置指示
18-20	残基名称
22	链 ID
23-26	残基序号
31-38	X 坐标
39-46	Y 坐标
47-54	Z 坐标
55-60	占位符（occupancy）
61-66	温度因子（B-factor）

mmCIF 格式（新标准）

更灵活的结构化格式，无 80 字符限制：

loop_
_atom_site.group_PDB
_atom_site.id
_atom_site.type_symbol
_atom_site.label_atom_id
_atom_site.label_comp_id
_atom_site.label_seq_id
_atom_site.Cartn_x
_atom_site.Cartn_y
_atom_site.Cartn_z
ATOM 1 N N MET 1 27.340 24.430 2.614
ATOM 2 C CA MET 1 26.266 25.413 2.842

趋势：wwPDB 正在从 PDB 格式转向 mmCIF 格式，新结构仅以 mmCIF 存档。

结构质量指标

关键指标

指标	说明	优质阈值
Resolution	测定分辨率	< 2.5 Å
R-factor	模型与实验数据拟合度	< 0.20
R-free	交叉验证拟合度	< 0.25
Ramachandran favored	二面角合理性	> 98%
Clashscore	原子碰撞数	< 10

R-factor vs R-free

R-factor：模型与观测数据的拟合度（训练集）
R-free：使用未参与精修的数据计算（测试集）

关键注意：R-free 比 R-factor 更可靠地反映模型质量。如果 R-free 远高于 R-factor，可能过拟合。

PDB 与 AlphaFold DB 的关系

两种结构来源

维度	PDB（实验）	AlphaFold DB（预测）
来源	实验测定	深度学习预测
覆盖度	~20 万条	~2 亿条（覆盖几乎所有已知蛋白）
可靠性	实验验证，高置信度	预测置信度因区域而异（pLDDT）
动态信息	可能包含多个构象	通常单一构象
配体/复合体	可包含配体、DNA、其他蛋白	仅预测单个蛋白质链

如何使用

场景	推荐	原因
已知实验结构	PDB	经过实验验证
无实验结构	AlphaFold DB	预测结构可用
配体结合研究	PDB	包含配体坐标
大规模结构分析	AlphaFold DB	覆盖更全

最佳实践：优先使用 PDB 实验结构，如无则使用 AlphaFold 预测结构，但需注意预测置信度（pLDDT 分数）。

与真实工具或流程的连接

常见概念误区

本章小结

PDB 是实验测定结构的唯一存档数据库
三种主要测定方法：X-ray、NMR、Cryo-EM，分辨率是关键指标
结构格式从 PDB 转向 mmCIF，质量指标包括 R-factor/R-free
AlphaFold DB 提供预测结构，与 PDB 互补使用
结构比序列更接近功能，是药物设计和变异解释的关键