PDB: структура и применение банка данных¶

PDB (от англ. Protein Data Bank — банк данных о белках) — крупнейшая международная база данных трёхмерных структур биологических макромолекул, преимущественно белков и нуклеиновых кислот. Данные получены методами рентгеновской кристаллографии, ядерного магнитного резонанса (ЯМР) и криоэлектронной микроскопии. PDB служит основным источником структурной информации для биоинформатики, структурной биологии и рационального дизайна лекарств.

¶История

Создание PDB началось в 1971 году по инициативе американского кристаллографа Уолтера Хэмилтона в Брукхейвенской национальной лаборатории (США). Первоначально в базе содержалось всего семь структур, в том числе структура миоглобина кашалота, расшифрованная Джоном Кендрю в 1958 году. В 1980-е годы база активно пополнялась за счёт роста числа расшифрованных структур, однако распределение данных происходило на физических носителях — магнитных лентах.

В 1998 году управление PDB было передано международному консорциуму wwPDB (Worldwide Protein Data Bank), объединяющему три региональных центра: RCSB PDB (США), PDBe (Европа) и PDBj (Япония). С этого момента данные стали распространяться через интернет-сайты, а формат записей был стандартизирован. По состоянию на начало 2025 года в PDB хранится более 220 000 структур, депонированных исследователями со всего мира.

¶Классификация и типы данных

¶Форматы файлов

Исторически основным форматом хранения данных в PDB является текстовый формат PDB, разработанный в 1970-х годах. Он содержит координаты атомов, информацию о кристаллографической ячейке, факторах температурных колебаний (B-факторах) и вторичной структуре. В 2007 году был введён более современный формат mmCIF (Macromolecular Crystallographic Information Framework), основанный на синтаксисе CIF и поддерживающий большие структуры, которые не помещались в ограничения старого формата. На сегодняшний день mmCIF является основным форматом депонирования, однако файлы PDB по-прежнему широко используются для совместимости со старым программным обеспечением.

¶Типы биомолекул

Основную массу записей PDB составляют белки и их комплексы. Значительная часть данных относится к ферментам, рецепторам, антителам и вирусным капсидам. Нуклеиновые кислоты (ДНК и РНК) представлены в меньшем объёме, но включают такие важные объекты, как рибосомы и рибозимы. Отдельные записи содержат углеводы и синтетические пептиды. Каждая запись сопровождается метаданными: названием молекулы, источником (организмом), методом определения структуры, авторами и ссылками на научные публикации.

¶Методы определения структур

Данные в PDB получены тремя основными экспериментальными методами:

• Рентгеновская кристаллография — исторически доминирующий метод, дающий около 85 % всех структур. Требует выращивания кристаллов белка и позволяет получать структуры с разрешением до 0,8 Å.
• Ядерный магнитный резонанс (ЯМР) — применяется для небольших белков и динамических комплексов в растворе. Даёт набор конформеров, отражающих гибкость молекулы.
• Криоэлектронная микроскопия (крио-ЭМ) — метод, получивший широкое распространение после 2013 года. Позволяет изучать крупные комплексы и мембранные белки без кристаллизации, достигая разрешения до 1,2 Å.

Каждая запись в PDB содержит показатель разрешения (для кристаллографии и крио-ЭМ) или количество конформеров (для ЯМР), что позволяет пользователям оценивать качество структуры.

¶Применение

¶Биоинформатика и структурная биология

PDB является основой для множества вычислительных методов: предсказания структуры белков, молекулярного докинга, анализа эволюционных взаимосвязей и функциональной аннотации. Популярный инструмент BLAST позволяет находить гомологичные белки по аминокислотной последовательности, а затем использовать их структуры из PDB для моделирования. База также используется для валидации предсказанных моделей, например в соревновании CASP.

¶Рациональный дизайн лекарств

Фармацевтические компании применяют данные PDB при разработке лекарственных препаратов. Знание трёхмерной структуры фермента или рецептора позволяет проводить виртуальный скрининг малых молекул и оптимизировать их сродство к мишени. Ярким примером служат ингибиторы протеаз ВИЧ, разработанные на основе структур, депонированных в PDB. В 2020-х годах данные PDB активно использовались для дизайна антител и вакцин против COVID-19.

¶Образование и научные исследования

PDB широко используется в университетских курсах биохимии и молекулярной биологии. Визуализаторы структур (PyMOL, ChimeraX, VMD) напрямую загружают координаты из базы. Кроме того, PDB служит источником данных для машинного обучения: нейросетевые модели, такие как AlphaFold, обучались на тысячах экспериментальных структур из PDB.

¶Критика и ограничения

Основным ограничением PDB является её неполнота: экспериментальные структуры получены лишь для небольшой доли известных белков. Мембранные белки и белковые комплексы, трудно поддающиеся кристаллизации, представлены недостаточно. Кроме того, в базе существует систематическая ошибка отбора: исследователи чаще депонируют структуры, представляющие биологический или фармацевтический интерес, тогда как структуры «повседневных» белков остаются неопределёнными.

Критике подвергается и качество части записей: ошибки в координатах, неверная интерпретация электронной плотности и отсутствие строгой валидации при депонировании приводили к появлению в базе некорректных структур. Для решения этой проблемы wwPDB внедрил автоматизированные проверки, однако полностью исключить ошибки не удаётся. Также отмечается, что кристаллографические структуры отражают статичное состояние молекулы, тогда как в растворе белки часто существуют в виде динамических ансамблей конформаций.

¶См. также

• Банк данных по нуклеотидным последовательностям GenBank
• Криоэлектронная микроскопия
• AlphaFold