用途:面向结构生物学的程序化查询技能,用于按关键词或属性检索 PDB 结构、查找序列或三维几何相似的结构、获取实验元数据,以及下载坐标文件用于分子动力学、对接、可视化或机器学习数据集构建。若需 AlphaFold 预测结构或纯序列注释,应改用相应技能。
主要能力:RCSB PDB 提供三个免鉴权接口。搜索接口 https://search.rcsb.org/rcsbsearch/v2/query 以 POST JSON 支持全文检索、属性过滤、MMseqs2 序列相似性(target 可选 pdb_protein_sequence、pdb_dna_sequence、pdb_rna_sequence)与 BioZernike 三维形状匹配(strict_shape_match 或 relaxed_shape_match)。数据接口 https://data.rcsb.org/graphql 以 GraphQL 获取条目、聚合物实体、组装体、配体等结构化元数据,支持 entries(entry_ids: [...]) 批量查询。文件接口 https://files.rcsb.org/download/{id}.{format} 下载 mmCIF、PDB 等坐标文件,FASTA 序列可从 https://www.rcsb.org/fasta/entry/{ID} 获取。
使用方式:仅需 requests 库,可选 biopython 解析坐标。安装命令 pip install requests,可选 pip install biopython。典型流程为先调用搜索接口获得 PDB ID 列表,再用 GraphQL 解析元数据。查询可用 type 为 group、logical_operator 为 and/or 组合多个 terminal 节点,支持分页 request_options.paginate 的 start 与 rows。
限制:无 API key,官方未公布硬性速率限制,建议请求间 time.sleep(0.2-0.5),遇 HTTP 429 采用指数退避;分页每页实际最大约 10000,常用 100-500。资料未提供收费、价格或平台支持信息。