平台文档 # PDB、PDBQT、PQR 与 mmCIF 文件格式入门教程

admin · 2026年07月13日 · 47 次阅读

本帖已被管理员设置为精华贴

PDB、PDBQT、PQR 与 mmCIF 文件格式入门教程

本教程用于快速理解常见生物分子结构文件格式：PDB、PDBQT、PQR 和 mmCIF。重点放在文件内容、字段含义、典型用途和示例，不涉及编程解析实现。

0. 四种格式先对比

格式	主要用途	核心特点	常见场景
PDB	通用三维结构坐标	固定列宽，人眼可读	蛋白、核酸、配体、水、离子结构
PDBQT	分子对接	PDB + partial charge + AutoDock atom type	AutoDock, AutoDock Vina
PQR	静电势计算	PDB + charge + radius	APBS、PDB2PQR
mmCIF	现代 PDB 数据库格式	标签化字段，适合大结构	RCSB PDB 下载、结构数据库、复杂体系

一句话记忆：

PDB 看坐标，PDBQT 看对接，PQR 看电荷半径，mmCIF 看结构化字段。

1. PDB 文件格式

PDB 是最经典的生物大分子结构格式。它用文本保存原子坐标、残基信息、链信息、晶胞信息、实验注释等内容。

PDB 的核心特点是：固定列宽。也就是说，每一行中某个字段的位置由列号决定，而不是简单按空格分隔。

2. PDB 文件整体结构

一个典型 PDB 文件可能包含这些记录：

记录	含义
`HEADER`	文件头，包含分类、日期、PDB ID
`TITLE`	结构标题
`COMPND`	分子组成信息
`SOURCE`	来源物种或表达系统
`KEYWDS`	关键词
`EXPDTA`	实验方法，如 X-ray、NMR、EM
`REMARK`	注释信息
`SEQRES`	序列信息
`CRYST1`	晶胞参数
`ATOM`	标准残基中的原子坐标
`HETATM`	非标准残基、配体、水、离子等坐标
`TER`	一条链结束
`MODEL` / `ENDMDL`	多模型结构
`CONECT`	原子连接关系
`END`	文件结束

最常用、最重要的是 ATOM 和 HETATM。

3. PDB 示例

HEADER    OXYGEN TRANSPORT                         07-MAR-84   4HHB
TITLE     THE CRYSTAL STRUCTURE OF DEOXY HUMAN HEMOGLOBIN
EXPDTA    X-RAY DIFFRACTION
CRYST1   63.150   83.590   53.800  90.00  99.34  90.00 P 1 21 1      4
ATOM      1  N   VAL A   1      18.715  24.840   4.621  1.00 33.80           N
ATOM      2  CA  VAL A   1      17.647  23.823   4.529  1.00 33.22           C
ATOM      3  C   VAL A   1      16.307  24.438   4.965  1.00 32.66           C
ATOM      4  O   VAL A   1      16.167  25.650   5.138  1.00 33.14           O
HETATM 1001 FE   HEM A 142      12.323  18.441   7.552  1.00 21.30          FE
HETATM 2001  O   HOH A 301      25.113  17.892  10.442  1.00 40.10           O
TER
END

4. PDB 的 ATOM/HETATM 字段

PDB 的坐标行有固定字段。下面以 ATOM 行为例：

ATOM      1  N   VAL A   1      18.715  24.840   4.621  1.00 33.80           N

字段	示例	含义
record	`ATOM`	记录类型
serial	`1`	原子编号
atom name	`N`	原子名
altLoc	空	替代构象标记
resName	`VAL`	残基名
chainID	`A`	链 ID
resSeq	`1`	残基编号
iCode	空	插入码
x, y, z	`18.715 24.840 4.621`	三维坐标，单位通常是 Å
occupancy	`1.00`	占有率
B-factor	`33.80`	温度因子
element	`N`	元素符号

5. ATOM 与 HETATM 的区别

记录	常见对象
`ATOM`	标准蛋白氨基酸、标准核酸残基
`HETATM`	配体、金属离子、水、辅因子、非标准残基

例子：

ATOM      1  CA  ALA A   1      10.000  12.000   8.000  1.00 20.00           C
HETATM  501  C1  LIG A 101      15.200  10.400   5.600  1.00 18.00           C
HETATM  601  O   HOH A 201      20.100  15.300   9.200  1.00 35.00           O
HETATM  701 NA    NA A 301      22.000  13.000   7.500  1.00 25.00          NA

这里：

ALA 是标准氨基酸，所以通常是 ATOM。
LIG 是小分子配体，所以通常是 HETATM。
HOH 是水。
NA 是钠离子。

6. PDB 里几个容易混淆的字段

6.1 chainID

chainID 是链 ID，通常为一个字符：

ATOM      1  N   MET A   1      ...
ATOM    500  N   GLY B   1      ...

这里 A 和 B 是两条链。

注意：PDB 的 chain ID 很短，复杂体系中可能不够用，这也是 mmCIF 更适合大结构的原因之一。

6.2 resName

resName 是残基名：

ALA  GLY  VAL  LYS  ARG
DA   DT   DG   DC
HOH  WAT  SOL
LIG  ATP  HEM

写 GROMACS selection 或做结构筛选时，残基名非常重要。例如：

resname LIG
resname HOH
resname ATP

6.3 resSeq 与 iCode

resSeq 是残基编号，iCode 是插入码。有些结构中会出现：

42
42A
42B

这表示残基编号相同，但插入码不同。做精确残基定位时，不应只看编号。

6.4 altLoc

altLoc 表示替代构象，常见为 A、B：

ATOM     32  CA AARG A  10      11.281  86.699  94.383  0.50 35.88           C
ATOM     33  CA BARG A  10      11.296  86.721  94.521  0.50 35.60           C

这通常表示同一个原子有两个可能位置，每个位置 occupancy 为 0.50。

7. PDB 的优点和限制

优点：

人眼可读。
生态成熟，几乎所有分子软件都支持。
小型蛋白、配体、水、离子结构表达很直观。

限制：

固定列宽，字段容量有限。
原子编号、链 ID、坐标范围都有格式限制。
不适合超大复合物和复杂元数据。
很多注释在 REMARK 中，不够结构化。

因此，现代结构数据库更推荐使用 mmCIF。

8. PDBQT 文件格式

PDBQT 常用于分子对接，尤其是 AutoDock 和 AutoDock Vina。

可以把 PDBQT 理解为：

PDB + Q + T

其中：

Q = partial charge，部分电荷
T = AutoDock atom type，AutoDock 原子类型

9. PDBQT 示例

ROOT
HETATM    1  C1  LIG A   1      12.345  10.234   5.678  1.00  0.00     0.120 C
HETATM    2  N1  LIG A   1      13.210  11.002   5.112  1.00  0.00    -0.350 NA
HETATM    3  O1  LIG A   1      11.800   9.100   5.000  1.00  0.00    -0.420 OA
ENDROOT
TORSDOF 3

和 PDB 相比，PDBQT 行尾多了两类信息：

字段	示例	含义
partial charge	`0.120`、`-0.350`	对接程序使用的部分电荷
AutoDock atom type	`C`、`NA`、`OA`	AutoDock 原子类型

常见 AutoDock atom type：

类型	大致含义
`C`	碳
`A`	芳香碳
`N`	氮
`NA`	氢键受体氮
`O`	氧
`OA`	氢键受体氧
`S`	硫
`HD`	极性氢

10. PDBQT 中的柔性配体记录

配体 PDBQT 里可能出现：

ROOT
ENDROOT
BRANCH
ENDBRANCH
TORSDOF

它们用于描述配体可旋转键。

记录	含义
`ROOT` / `ENDROOT`	配体的刚性核心
`BRANCH` / `ENDBRANCH`	可旋转分支
`TORSDOF`	可旋转自由度数量

示意：

ROOT
HETATM    1  C1  LIG A   1      ...
HETATM    2  C2  LIG A   1      ...
ENDROOT
BRANCH   2   3
HETATM    3  C3  LIG A   1      ...
HETATM    4  O1  LIG A   1      ...
ENDBRANCH 2   3
TORSDOF 1

如果只是查看坐标，可以关注 ATOM/HETATM 行。
如果要用于对接，不要随意删除 ROOT/BRANCH/TORSDOF 这些记录。

11. PDBQT 的用途和注意事项

PDBQT 常用于：

对接受体文件：receptor.pdbqt
对接配体文件：ligand.pdbqt
Vina docking 输入

注意事项：

PDBQT 不是普通 PDB 改后缀。
必须正确处理氢原子。
必须正确赋 partial charge。
必须正确识别 AutoDock atom type。
配体 PDBQT 还需要合理的可旋转键定义。

12. PQR 文件格式

PQR 常用于静电势计算，例如 APBS、PDB2PQR。

可以把 PQR 理解为：

PDB + charge + radius

它通常把 PDB 中 occupancy 和 B-factor 的位置换成：

partial charge，部分电荷
atomic radius，原子半径

13. PQR 示例

ATOM      1  N   MET A   1      38.428  13.947  27.214 -0.3000 1.8500
ATOM      2  CA  MET A   1      37.319  14.801  27.701  0.2100 2.2750
ATOM      3  C   MET A   1      36.008  14.042  27.457  0.5100 2.0000
ATOM      4  O   MET A   1      35.900  12.820  27.300 -0.5100 1.7000

这里末尾的两个数字不是 occupancy 和 B-factor，而是：

字段	示例	含义
charge	`-0.3000`	部分电荷
radius	`1.8500`	原子半径

14. PQR 与 PDB 的区别

问题	PDB	PQR
主要用途	通用结构坐标	静电势计算
坐标	有	有
occupancy	有	通常没有
B-factor	有	通常没有
charge	通常没有	有
radius	没有	有

因此，不要把 PQR 直接当普通 PDB 用，否则软件可能把 charge/radius 错读成 occupancy/B-factor。

15. PQR 常见用途

PQR 常用于：

APBS 静电势计算
分子表面电势可视化
蛋白质电荷分布分析
pH 相关质子化状态分析后的结构表达

PQR 的质量高度依赖：

力场参数
pH 设置
质子化状态
原子半径集合
缺失原子和氢原子处理

16. mmCIF 文件格式

mmCIF，也常写作 PDBx/mmCIF，是现代 PDB 数据库推荐使用的结构格式。

PDB 是固定列格式，而 mmCIF 是标签化、表格化格式。

mmCIF 的基本单位是：

概念	示例	含义
data block	`data_4HHB`	一个数据块
data item	`_entry.id 4HHB`	单个键值
category	`_atom_site`	一类相关数据
attribute	`Cartn_x`	category 下的具体字段
loop	`loop_`	表格数据开始

17. mmCIF 示例

data_4HHB
#
_entry.id 4HHB
#
_cell.length_a 63.150
_cell.length_b 83.590
_cell.length_c 53.800
_cell.angle_alpha 90.00
_cell.angle_beta 99.34
_cell.angle_gamma 90.00
#
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_asym_id
_atom_site.label_seq_id
_atom_site.Cartn_x
_atom_site.Cartn_y
_atom_site.Cartn_z
_atom_site.occupancy
_atom_site.B_iso_or_equiv
ATOM 1 N N VAL A 1 18.715 24.840 4.621 1.00 33.80
ATOM 2 C CA VAL A 1 17.647 23.823 4.529 1.00 33.22
ATOM 3 C C VAL A 1 16.307 24.438 4.965 1.00 32.66
#

18. mmCIF 的 `_atom_site` 表

mmCIF 中，原子坐标通常位于 _atom_site category。

常见字段：

mmCIF 字段	对应 PDB 概念	含义
`_atom_site.group_PDB`	`ATOM/HETATM`	记录类型
`_atom_site.id`	serial	原子编号
`_atom_site.type_symbol`	element	元素
`_atom_site.label_atom_id`	atom name	原子名
`_atom_site.label_comp_id`	resName	残基名
`_atom_site.label_asym_id`	chainID	链或不对称单元 ID
`_atom_site.label_seq_id`	resSeq	残基编号
`_atom_site.Cartn_x`	x	x 坐标
`_atom_site.Cartn_y`	y	y 坐标
`_atom_site.Cartn_z`	z	z 坐标
`_atom_site.occupancy`	occupancy	占有率
`_atom_site.B_iso_or_equiv`	B-factor	B 因子

19. label 与 auth 的区别

mmCIF 中经常有两套字段：

label_asym_id
auth_asym_id
label_seq_id
auth_seq_id
label_atom_id
auth_atom_id

它们的区别：

前缀	含义
`label_*`	数据库规范化后的标识
`auth_*`	作者提交结构时使用的原始标识

例如：

_atom_site.label_asym_id  A
_atom_site.auth_asym_id   H

这可能表示数据库内部把链标为 A，但作者原始链名是 H。

实际使用建议：

想和论文、PDB 显示、可视化软件对应：优先看 auth_*。
想做数据库规范化处理：优先看 label_*。

20. mmCIF 的优点

相比 PDB，mmCIF 的优点是：

不受 80 列限制。
支持更大的结构和更多链。
字段含义清楚。
元数据更完整。
更适合程序读取和数据库存储。
是现代 PDB 数据库推荐格式。

缺点是：

不如 PDB 直观。
人眼快速浏览坐标时稍微麻烦。
初学者需要理解 loop_ 和字段名。

21. 四种格式使用建议

需求	推荐格式
查看普通蛋白结构	PDB 或 mmCIF
从 RCSB 下载复杂结构	mmCIF
准备 GROMACS 初始结构	PDB/GRO，必要时从 mmCIF 转换
分子对接输入	PDBQT
静电势计算	PQR
长期保存结构数据库信息	mmCIF
人工快速查看坐标	PDB

22. 我们平台推荐的转换和清理流程

实际项目中，不建议手动改后缀来转换格式。推荐使用我们平台中的：

Open Babel：用于常见结构格式转换、小分子格式处理、加氢、简单标准化。
PDBFixer：用于蛋白结构清理，例如补缺失原子、补氢、处理缺失残基、移除不需要的异质分子。

推荐流程：

蛋白 mmCIF/PDB -> PDBFixer 清理和补全 -> 检查链、残基、水、离子 -> 导出目标格式

小分子 SDF/MOL2/PDB -> Open Babel 转换和加氢 -> 检查键级、电荷、质子化状态 -> 导出目标格式

对接任务：
蛋白结构 -> 清理 -> 加氢/赋电荷 -> receptor.pdbqt
配体结构 -> 转换 -> 加氢/赋电荷/设置可旋转键 -> ligand.pdbqt

静电势任务：
PDB -> 修复结构 -> 赋电荷和半径 -> PQR -> APBS/静电分析

转换后建议检查：

链 ID 是否保留。
残基名是否改变。
配体是否完整。
水和离子是否按预期保留或删除。
氢原子是否合理。
PDBQT 是否有 partial charge 和 AutoDock atom type。
PQR 是否有 charge 和 radius。
大结构转 PDB 时是否发生编号或链名截断。

23. 最后总结

PDB    = 经典结构坐标格式，适合查看和通用交换
PDBQT  = 对接格式，在 PDB 基础上加入电荷和 AutoDock 原子类型
PQR    = 静电势格式，在 PDB 基础上加入电荷和原子半径
mmCIF  = 现代结构数据库格式，字段结构更完整，适合复杂体系

实践上：

普通查看：PDB 最直观。
数据库下载：mmCIF 更推荐。
分子对接：用 PDBQT。
静电势计算：用 PQR。
格式转换和结构清理：优先使用平台里的 Open Babel 和 PDBFixer。

admin 将本帖设为了精华贴。 07月13日 16:14

需要登录后方可回复, 如果你还没有账号请注册新账号

共收到 0 条回复

收到新回复，点击立即加载

平台文档 # PDB、PDBQT、PQR 与 mmCIF 文件格式入门教程

平台文档 # PDB、PDBQT、PQR 与 mmCIF 文件格式入门教程

PDB、PDBQT、PQR 与 mmCIF 文件格式入门教程

0. 四种格式先对比

1. PDB 文件格式

2. PDB 文件整体结构

3. PDB 示例

4. PDB 的 ATOM/HETATM 字段

5. ATOM 与 HETATM 的区别

6. PDB 里几个容易混淆的字段

6.1 chainID

6.2 resName

6.3 resSeq 与 iCode

6.4 altLoc

7. PDB 的优点和限制

8. PDBQT 文件格式

9. PDBQT 示例

10. PDBQT 中的柔性配体记录

11. PDBQT 的用途和注意事项

12. PQR 文件格式

13. PQR 示例

14. PQR 与 PDB 的区别

15. PQR 常见用途

16. mmCIF 文件格式

17. mmCIF 示例

18. mmCIF 的 _atom_site 表

19. label 与 auth 的区别

20. mmCIF 的优点

21. 四种格式使用建议

22. 我们平台推荐的转换和清理流程

23. 最后总结

18. mmCIF 的 `_atom_site` 表