Voir PCXs

Le format d'image PDB (Protein Data Bank) n'est pas un format d'image traditionnel comme JPEG ou PNG, mais plutôt un format de données qui stocke des informations structurelles tridimensionnelles sur les protéines, les acides nucléiques et les assemblages complexes. Le format PDB est une pierre angulaire de la bio-informatique et de la biologie structurelle, car il permet aux scientifiques de visualiser, partager et analyser les structures moléculaires des macromolécules biologiques. L'archive PDB est gérée par la Worldwide Protein Data Bank (wwPDB), qui garantit que les données PDB sont librement et publiquement accessibles à la communauté mondiale.

Le format PDB a été développé pour la première fois au début des années 1970 pour répondre au besoin croissant d'une méthode standardisée de représentation des structures moléculaires. Depuis lors, il a évolué pour s'adapter à un large éventail de données moléculaires. Le format est basé sur du texte et peut être lu par les humains ainsi que traité par les ordinateurs. Il se compose d'une série d'enregistrements, chacun commençant par un identifiant de ligne à six caractères qui spécifie le type d'informations contenues dans cet enregistrement. Les enregistrements fournissent une description détaillée de la structure, y compris les coordonnées atomiques, la connectivité et les données expérimentales.

Un fichier PDB typique commence par une section d'en-tête, qui inclut des métadonnées sur la structure de la protéine ou de l'acide nucléique. Cette section contient des enregistrements tels que TITLE, qui donne une brève description de la structure ; COMPND, qui répertorie les composants chimiques ; et SOURCE, qui décrit l'origine de la molécule biologique. L'en-tête comprend également l'enregistrement AUTHOR, qui répertorie les noms des personnes qui ont déterminé la structure, et l'enregistrement JOURNAL, qui fournit une citation à la littérature où la structure a été décrite pour la première fois.

Après l'en-tête, le fichier PDB contient les informations de séquence primaire de la macromolécule dans les enregistrements SEQRES. Ces enregistrements répertorient la séquence de résidus (acides aminés pour les protéines, nucléotides pour les acides nucléiques) tels qu'ils apparaissent dans la chaîne. Ces informations sont cruciales pour comprendre la relation entre la séquence d'une molécule et sa structure tridimensionnelle.

Les enregistrements ATOM sont sans doute la partie la plus importante d'un fichier PDB, car ils contiennent les coordonnées de chaque atome de la molécule. Chaque enregistrement ATOM comprend le numéro de série de l'atome, le nom de l'atome, le nom du résidu, l'identifiant de la chaîne, le numéro de séquence du résidu et les coordonnées cartésiennes x, y et z de l'atome en angströms. Les enregistrements ATOM permettent la reconstruction de la structure tridimensionnelle de la molécule, qui peut être visualisée à l'aide de logiciels spécialisés tels que PyMOL, Chimera ou VMD.

En plus des enregistrements ATOM, il existe des enregistrements HETATM pour les atomes qui font partie de résidus ou de ligands non standard, tels que les ions métalliques, les molécules d'eau ou d'autres petites molécules liées à la protéine ou à l'acide nucléique. Ces enregistrements sont formatés de manière similaire aux enregistrements ATOM mais sont distingués pour faciliter l'identification des composants non macromoléculaires au sein de la structure.

Les informations de connectivité sont fournies dans les enregistrements CONECT, qui répertorient les liaisons entre les atomes. Ces enregistrements ne sont pas obligatoires, car la plupart des logiciels de visualisation et d'analyse moléculaires peuvent déduire la connectivité en fonction des distances entre les atomes. Cependant, ils sont essentiels pour définir des liaisons inhabituelles ou pour des structures avec des complexes de coordination métalliques, où la liaison peut ne pas être évidente à partir des seules coordonnées atomiques.

Le format PDB comprend également des enregistrements pour spécifier les éléments de structure secondaire, tels que les hélices alpha et les feuillets bêta. Les enregistrements HELIX et SHEET identifient ces structures et fournissent des informations sur leur emplacement dans la séquence. Ces informations aident à comprendre les schémas de repliement de la macromolécule et sont essentielles pour les études comparatives et la modélisation.

Les données expérimentales et les méthodes utilisées pour déterminer la structure sont également documentées dans le fichier PDB. Des enregistrements tels que EXPDTA décrivent la technique expérimentale (par exemple, cristallographie aux rayons X, spectroscopie RMN), tandis que les enregistrements REMARK peuvent contenir une grande variété de commentaires et d'annotations sur la structure, y compris des détails sur la collecte de données, la résolution et les statistiques d'affinement.

L'enregistrement END signale la fin du fichier PDB. Il est important de noter que bien que le format PDB soit largement utilisé, il présente certaines limites en raison de son ancienneté et du format de largeur de colonne fixe, ce qui peut entraîner des problèmes avec les structures modernes qui ont un grand nombre d'atomes ou nécessitent une plus grande précision. Pour remédier à ces limitations, un format mis à jour appelé mmCIF (fichier d'informations cristallographiques macromoléculaires) a été développé, qui offre un cadre plus flexible et extensible pour représenter les structures macromoléculaires.

Malgré le développement du format mmCIF, le format PDB reste populaire en raison de sa simplicité et du grand nombre d'outils logiciels qui le prennent en charge. Les chercheurs convertissent souvent entre les formats PDB et mmCIF en fonction de leurs besoins et des outils qu'ils utilisent. La longévité du format PDB témoigne de son rôle fondamental dans le domaine de la biologie structurelle et de son efficacité à transmettre des informations structurelles complexes de manière relativement simple.

Pour travailler avec des fichiers PDB, les scientifiques utilisent une variété d'outils informatiques. Les logiciels de visualisation moléculaire permettent aux utilisateurs de charger des fichiers PDB et de visualiser les structures en trois dimensions, de les faire pivoter, de zoomer et de dézoomer, et d'appliquer différents styles de rendu pour mieux comprendre l'arrangement spatial des atomes. Ces outils offrent souvent des fonctionnalités supplémentaires, telles que la mesure des distances, des angles et des dièdres, la simulation de la dynamique moléculaire et l'analyse des interactions au sein de la structure ou avec des ligands potentiels.

Le format PDB joue également un rôle crucial en biologie computationnelle et en découverte de médicaments. Les informations structurelles des fichiers PDB sont utilisées dans la modélisation d'homologie, où la structure connue d'une protéine apparentée est utilisée pour prédire la structure d'une protéine d'intérêt. Dans la conception de médicaments basée sur la structure, les fichiers PDB des protéines cibles sont utilisés pour cribler et optimiser les composés médicamenteux potentiels, qui peuvent ensuite être synthétisés et testés en laboratoire.

L'impact du format PDB s'étend au-delà des projets de recherche individuels. La Protein Data Bank elle-même est un référentiel qui contient actuellement plus de 150 000 structures, et elle continue de croître à mesure que de nouvelles structures sont déterminées et déposées. Cette base de données est une ressource inestimable pour l'éducation, permettant aux étudiants d'explorer et d'en apprendre davantage sur les structures des macromolécules biologiques. Elle sert également de document historique sur les progrès de la biologie structurelle au cours des dernières décennies.

En conclusion, le format d'image PDB est un outil essentiel dans le domaine de la biologie structurelle, fournissant un moyen de stocker, partager et analyser les structures tridimensionnelles des macromolécules biologiques. Bien qu'il présente certaines limites, son adoption généralisée et le développement d'un riche écosystème d'outils pour son utilisation garantissent qu'il restera un format clé dans un avenir prévisible. Alors que le domaine de la biologie structurelle continue d'évoluer, le format PDB sera probablement complété par des formats plus avancés comme mmCIF, mais son héritage perdurera comme la base sur laquelle la biologie structurelle moderne est construite.