RCSB PDB：结构检索、下载与质量判断

RCSB PDB 是 PDB 在美国的主要门户，提供检索界面、验证报告、API 和可视化工具。做基于结构的药物设计时，真正的技能不是「找到结构」，而是判断找到的结构能不能用——RCSB 提供的质量指标就是做这个判断的依据。

高级检索

# Search API：找某靶点的高分辨率共晶结构
curl -X POST https://search.rcsb.org/rcsbsearch/v2/query -H "Content-Type: application/json" -d '{
  "query": {"type": "group", "logical_operator": "and", "nodes": [
    {"type": "terminal", "service": "text", "parameters": {
      "attribute": "rcsb_polymer_entity.pdbx_description",
      "operator": "contains_phrase", "value": "epidermal growth factor receptor"}},
    {"type": "terminal", "service": "text", "parameters": {
      "attribute": "rcsb_entry_info.resolution_combined",
      "operator": "less_or_equal", "value": 2.5}},
    {"type": "terminal", "service": "text", "parameters": {
      "attribute": "rcsb_entry_info.nonpolymer_entity_count",
      "operator": "greater", "value": 0}}
  ]},
  "return_type": "entry",
  "request_options": {"paginate": {"start": 0, "rows": 100}}
}'

import requests

def fetch_entry_meta(pdb_id):
    r = requests.get(f"https://data.rcsb.org/rest/v1/core/entry/{pdb_id}")
    d = r.json()
    return {
        "id": pdb_id,
        "method": d["exptl"][0]["method"],
        "resolution": d.get("rcsb_entry_info", {}).get("resolution_combined", [None])[0],
        "r_free": d.get("refine", [{}])[0].get("ls_rfactor_rfree"),
        "r_work": d.get("refine", [{}])[0].get("ls_rfactor_rwork"),
        "year": d["rcsb_accession_info"]["initial_release_date"][:4],
    }

for pid in ["1M17", "4HJO", "5UG9"]:
    print(fetch_entry_meta(pid))

判断结构能不能用：五个指标

指标	好	可接受	警惕
分辨率	< 2.0 Å	2.0～2.5 Å	> 3.0 Å
Rfree	< 0.25	0.25～0.28	> 0.30
Rfree − Rwork	< 0.05	0.05～0.07	> 0.07（可能过拟合）
配体 RSCC	> 0.9	0.8～0.9	< 0.8（配体位置存疑）
配体 RSR	< 0.1	0.1～0.2	> 0.2

最容易被忽略但最重要的是配体的 RSCC / RSR——它们衡量配体模型与实际电子密度的吻合程度。整体分辨率 1.8 Å 的结构，配体部分照样可能拟合得很差（配体常处于柔性区域、占据率不足）。做基于结构的设计前，一定要单独看配体的密度质量，否则你可能在一个根本不确定的结合姿势上做了三个月优化。

验证报告怎么看

# 下载 wwPDB 验证报告（PDF 或 XML）
wget https://files.rcsb.org/pub/pdb/validation_reports/m1/1m17/1m17_validation.pdf
wget https://files.rcsb.org/pub/pdb/validation_reports/m1/1m17/1m17_validation.xml.gz

报告首页有个「滑块图」，把这个结构的各项指标与 PDB 中同分辨率区间的所有结构对比，百分位越靠左越好。重点看 Clashscore（原子冲突）、Ramachandran outliers、Sidechain outliers、以及配体部分的专门评估。

批量下载

# 单个结构（推荐 mmCIF）
wget https://files.rcsb.org/download/1M17.cif
wget https://files.rcsb.org/download/1M17.pdb

# 生物学装配（注意：与不对称单元不同）
wget https://files.rcsb.org/download/1M17.pdb1.gz

# 批量
for id in 1M17 4HJO 5UG9; do
  wget -q "https://files.rcsb.org/download/${id}.cif" -O "structures/${id}.cif"
done

选结构的实际策略

• 优先选与你的配体化学型相近的共晶结构：蛋白口袋会随配体诱导契合而变形，用结构相近配体的复合物做对接，成功率明显更高。
• 不要只用一个结构：同一靶点的多个结构常有构象差异。选 3～5 个代表性构象做集合对接，比赌单一结构稳健。
• 注意突变体：很多结构是为了便于结晶而做的突变体，要确认突变位点是否在结合位点附近。
• 看清物种：人源与鼠源蛋白的口袋可能有关键差异。
• apo 结构慎用：无配体结构的口袋常处于关闭构象，直接对接容易失败。

延伸资源

• 基础概念：236《PDB》；结构修复：215《PDBFixer》；
• 亲和力配对数据：238《PDBbind》、239《Binding MOAD》；
• 对接流程：182《AutoDock Vina》、096《Binding Pose》。