一文读懂PDB格式 protein database bank
最近在做分子对接和分子模拟，涉及到了一些盲区，必去pdb文件是按照列位数储存信息的，跟其他文件的空格或者制表符分割很不同，所以也可能出现一些错误，比如信息错位，因此有必要了深入解下结构相关的格式pdb、cif、sdf等等
pdb的分子对接前处理包括去除非氨基酸残基、去水、加氢、末端修复等等，在上次的分子对接文章中用了get_pdb.py脚本利用pdbfixer api和文本过滤，来处理蛋白结构。
三行代码搞定AutoDock Vina批量分子对接
坐标部分通过6种记录类型描述分子结构，彼此分工明确又相互关联。
1. MODEL 和 ENDMDL：多模型的起始标签和终止标签
作用：当文件包含多个相同结构的模型（如NMR测定的构象集合）时，用MODEL标记每个模型的开始。
MODEL与ENDMDL必须成对，包裹一个模型的所有ATOM/TER记录；
TER需紧跟链的最后一个ATOM，且关联信息（残基名、链ID、残基号）完全一致；
ATOM的坐标和参数是描述原子位置与运动性的核心数据。
模型编号需连续（如MODEL 1对应ENDMDL，下一个模型为MODEL 2），且所有模型的化学组成、序列需完全一致。
记录类型
1-6列（记录名）
核心编号列（7-11）
关键关联信息（残基/链/模型）
坐标/参数列
作用说明
示例内容片段
MODEL
MODEL
模型编号（如1、2）
-
-
标记模型起始，编号连续递增
MODEL 1（第1个模型开始）
ATOM
ATOM
原子序号（如32、107）
残基名（如ARG、GLU）、链ID（如A）、残基号（如-3、18）
X/Y/Z坐标（31-54列）、占据率（55-60）、温度因子（61-66）
记录标准残基的原子坐标及参数
ATOM 589 2HG GLU A 18 -12.634 -3.023 -3.475 1.00 0.00 H
TER
TER
序号（原子号+1，如590）
与前一ATOM一致的残基名（如GLU）、链ID（如A）、残基号（如18）
-
标记一条链的结束
TER 590 GLU A 18
ENDMDL
ENDMDL
-
-
-
标记对应MODEL的结束，成对出现
ENDMDL（对应MODEL 1的结束）
2. ATOM：标准残基
作用：记录氨基酸、核苷酸等标准残基的原子坐标及相关参数。
实例（标注关键列含义）：
注意：原子号可能太大导致超过11位，所以会导致后边的信息错位
列范围
1-6
7-11
13-16
17
18-20
22
23-26
31-38
39-46
47-54
55-60
61-66
77-78
示例内容
ATOM
32
N
A
ARG
A
-3
11.281
86.699
94.383
0.50
35.88
N
对应含义
记录名
原子号
原子名
构象
残基名
链ID
残基号
X坐标
Y坐标
Z坐标
占据率
温度因子
元素
核心细节：
原子名：单字母（如N）从14列开始，双字母（如FE）从13列开始
交替构象：同一原子的不同位置用17列标记（如A、B），同一构象的原子标记相同
排序规则：蛋白质按氨基→羧基端，核酸按5'→3'端排列
3. ANISOU：原子运动的“精细描述”
作用：记录各向异性温度因子，比普通温度因子更细致地反映原子运动。
ANISOU记录中，29-70列替换了ATOM记录中31-66列的坐标、占据率和温度因子，用于存储6个经10⁴倍缩放的各向异性温度因子参数，其余列（1-27、77-80）与对应的ATOM记录保持一致。
仅当提供数据时出现，否则温度因子默认0.0
与对应的ATOM共享原子序号、残基信息等
列范围
1-6
7-11
13-16
17
18-20
22
23-26
31-38
39-46
47-54
55-60
61-66
29-35
36-42
43-49
50-56
57-63
64-70
77-78
ATOM示例内容
ATOM
107
N
GLY
A
13
12.681
37.302
-25.211
1.000
15.56
-
-
-
-
-
-
N
ANISOU示例内容
ANISOU
107
N
GLY
A
13
-
-
-
-
-
2406
1892
1614
198
519
-328
N
对应含义
记录名
原子号
原子名
构象
残基名
链ID
残基号
X坐标
Y坐标
Z坐标
占据率
温度因子
温度因子参数1
温度因子参数2
温度因子参数3
温度因子参数4
温度因子参数5
温度因子参数6
元素
4. TER：链的“终止符”
作用：标记一条原子链的结束，常紧跟在链的最后一个原子后。
TER记录的残基名（LEU）、链ID（A）、残基号（75）与上一行ATOM记录完全一致，用于标记该链的结束；
TER无原子相关信息（原子名、坐标等），故对应位置为“-”。
蛋白质对应羧基端，核酸对应3'端
序号为前一个原子的序号+1
列范围
1-6
7-11
13-16
17
18-20
22
23-26
31-38
39-46
47-54
55-60
61-66
77-78
ATOM示例内容
ATOM
605
CB
LEU
A
75
-16.776
-16.283
4.844
1.00
55.51
C
TER示例内容
TER
606
-
LEU
A
75
-
-
-
-
-
-
对应含义
记录名
序号
原子名
构象
残基名
链ID
残基号
X坐标
Y坐标
Z坐标
占据率
温度因子
元素
5. HETATM：非标准分子记录
作用：记录配体、金属离子等非标准化学物质的坐标。
如果你从RCSB下载x-ray的结构一般会有共结晶的小分子，一般会被记录为HETATM
HETATM用于记录非标准残基（如示例中的镁离子MG、硫酸根SO4），格式与ATOM基本一致，核心区别是残基为非标准化学物质，需配合其他记录说明其化学信息。
列范围
1-6
7-11
13-16
17
18-20
22
23-26
31-38
39-46
47-54
55-60
61-66
77-78
HETATM示例1内容
HETATM
8237
MG
MG
A
1001
13.872
-2.555
-29.045
1.00
27.36
MG
HETATM示例2内容
HETATM
8238
S
SO4
A
2001
10.885
-15.746
-14.404
1.00
47.84
S
对应含义
记录名
原子号
原子名
构象
残基名（非标准）
链ID
残基号
X坐标
Y坐标
Z坐标
占据率
温度因子
元素
参考
https://www.wwpdb.org/documentation/file-format-content/format33/sect9.html#ATOM