用途:本技能用于检索 RCSB PDB 中的蛋白质立体结构,并提供结构元数据、配体信息与筛选能力。适用于文本搜索 PDB 结构、按解像度或实验方法过滤、查找配体结合结构、获取作者与引用等元数据、按序列相似性搜索结构,以及从 PDB 条目提取配体与结合位点信息。
主要能力:通过 Search API(https://search.rcsb.org/rcsbsearch/v2/query)执行全文检索,可附加实验方法(如 X-RAY DIFFRACTION、ELECTRON MICROSCOPY)与最大解像度(Å)过滤条件;通过 Data API(https://data.rcsb.org/rest/v1/core)获取单个条目元数据,包括标题、方法、解像度、沉积日期、聚合物与非聚合物计数、引用标题与 DOI;支持批量获取多条 PDB 条目元数据并按解像度排序;可遍历条目的非聚合物实体获取配体 comp_id、名称与分子量。
使用方式:以 Python 调用 requests 进行 HTTP 请求,配合 pandas 整理结果。核心函数包括 rcsb_text_search(query, method, resolution_max, limit)、rcsb_get_entry(pdb_id)、rcsb_batch_metadata(pdb_ids)、rcsb_get_ligands(pdb_id) 以及整合流程 rcsb_pipeline(query, resolution_max, output_dir)。流程会先搜索得到 PDB ID 列表,再批量获取元数据并输出 CSV,最后对首个结构获取配体信息。
适用场景与限制:适合结构生物学检索与下游分析的前置步骤,可与 protein-structure-analysis、molecular-docking、alphafold-structures 等流程衔接。需注意网络可用性与 API 速率限制,搜到的结构质量依赖 PDB 数据本身,具体收费、配额与完整参数说明暂未提供。