Xem dữ liệu EXIF trong PDB

PDB (Protein Data Bank) ảnh định dạng không phải là một định dạng 'ảnh' truyền thống như JPEG hoặc PNG, mà là một định dạng dữ liệu lưu trữ thông tin cấu trúc ba chiều về protein, axit nucleic và các tập hợp phức tạp. Định dạng PDB là nền tảng của tin sinh học và sinh học cấu trúc, vì nó cho phép các nhà khoa học hình dung, chia sẻ và phân tích các cấu trúc phân tử của các đại phân tử sinh học. Kho lưu trữ PDB được quản lý bởi Ngân hàng dữ liệu protein toàn cầu (wwPDB), đảm bảo rằng dữ liệu PDB được cung cấp miễn phí và công khai cho cộng đồng toàn cầu.

Định dạng PDB lần đầu tiên được phát triển vào đầu những năm 1970 để phục vụ nhu cầu ngày càng tăng về một phương pháp chuẩn hóa để biểu diễn các cấu trúc phân tử. Kể từ đó, nó đã phát triển để chứa nhiều loại dữ liệu phân tử. Định dạng này dựa trên văn bản và có thể được con người đọc cũng như được máy tính xử lý. Nó bao gồm một loạt các bản ghi, mỗi bản ghi bắt đầu bằng một mã định danh dòng gồm sáu ký tự chỉ định loại thông tin có trong bản ghi đó. Các bản ghi cung cấp mô tả chi tiết về cấu trúc, bao gồm tọa độ nguyên tử, kết nối và dữ liệu thực nghiệm.

Một tệp PDB điển hình bắt đầu bằng phần tiêu đề, bao gồm siêu dữ liệu về cấu trúc protein hoặc axit nucleic. Phần này chứa các bản ghi như TITLE, cung cấp mô tả ngắn gọn về cấu trúc; COMPND, liệt kê các thành phần hóa học; và SOURCE, mô tả nguồn gốc của phân tử sinh học. Tiêu đề cũng bao gồm bản ghi AUTHOR, liệt kê tên của những người xác định cấu trúc và bản ghi JOURNAL, cung cấp trích dẫn cho tài liệu nơi cấu trúc được mô tả lần đầu tiên.

Tiếp theo tiêu đề, tệp PDB chứa thông tin trình tự chính của đại phân tử trong các bản ghi SEQRES. Các bản ghi này liệt kê trình tự các phần tử còn lại (axit amin đối với protein, nucleotide đối với axit nucleic) khi chúng xuất hiện trong chuỗi. Thông tin này rất quan trọng để hiểu mối quan hệ giữa trình tự của một phân tử và cấu trúc ba chiều của nó.

Các bản ghi ATOM được cho là phần quan trọng nhất của tệp PDB, vì chúng chứa tọa độ cho từng nguyên tử trong phân tử. Mỗi bản ghi ATOM bao gồm số sê-ri nguyên tử, tên nguyên tử, tên phần tử còn lại, mã định danh chuỗi, số trình tự phần tử còn lại và tọa độ Descartes x, y và z của nguyên tử tính bằng angstrom. Các bản ghi ATOM cho phép tái tạo cấu trúc ba chiều của phân tử, có thể được hình dung bằng phần mềm chuyên dụng như PyMOL, Chimera hoặc VMD.

Ngoài các bản ghi ATOM, còn có các bản ghi HETATM cho các nguyên tử là một phần của các phần tử còn lại hoặc phối tử không chuẩn, chẳng hạn như ion kim loại, phân tử nước hoặc các phân tử nhỏ khác liên kết với protein hoặc axit nucleic. Các bản ghi này được định dạng tương tự như các bản ghi ATOM nhưng được phân biệt để tạo điều kiện xác định các thành phần không phải đại phân tử trong cấu trúc.

Thông tin kết nối được cung cấp trong các bản ghi CONECT, liệt kê các liên kết giữa các nguyên tử. Các bản ghi này không bắt buộc, vì hầu hết các phần mềm phân tích và hình dung phân tử có thể suy ra kết nối dựa trên khoảng cách giữa các nguyên tử. Tuy nhiên, chúng rất quan trọng để xác định các liên kết bất thường hoặc đối với các cấu trúc có phức hợp phối hợp kim loại, trong đó liên kết có thể không rõ ràng chỉ từ tọa độ nguyên tử.

Định dạng PDB cũng bao gồm các bản ghi để chỉ định các phần tử cấu trúc thứ cấp, chẳng hạn như xoắn alpha và tấm beta. Các bản ghi HELIX và SHEET xác định các cấu trúc này và cung cấp thông tin về vị trí của chúng trong trình tự. Thông tin này giúp hiểu các mẫu gấp của đại phân tử và rất cần thiết cho các nghiên cứu so sánh và mô hình hóa.

Dữ liệu thực nghiệm và các phương pháp được sử dụng để xác định cấu trúc cũng được ghi lại trong tệp PDB. Các bản ghi như EXPDTA mô tả kỹ thuật thực nghiệm (ví dụ: tinh thể học tia X, phổ NMR), trong khi các bản ghi REMARK có thể chứa nhiều loại bình luận và chú thích về cấu trúc, bao gồm các chi tiết về thu thập dữ liệu, độ phân giải và số liệu thống kê tinh chỉnh.

Bản ghi END biểu thị phần cuối của tệp PDB. Điều quan trọng cần lưu ý là mặc dù định dạng PDB được sử dụng rộng rãi, nhưng nó có một số hạn chế do tuổi của nó và định dạng chiều rộng cột cố định, có thể dẫn đến các vấn đề với các cấu trúc hiện đại có nhiều nguyên tử hoặc yêu cầu độ chính xác cao hơn. Để giải quyết những hạn chế này, một định dạng được cập nhật có tên là mmCIF (Tệp thông tin tinh thể học đại phân tử) đã được phát triển, cung cấp một khuôn khổ linh hoạt và mở rộng hơn để biểu diễn các cấu trúc đại phân tử.

Mặc dù định dạng mmCIF được phát triển, nhưng định dạng PDB vẫn phổ biến do tính đơn giản và số lượng lớn các công cụ phần mềm hỗ trợ nó. Các nhà nghiên cứu thường chuyển đổi giữa các định dạng PDB và mmCIF tùy thuộc vào nhu cầu của họ và các công cụ họ đang sử dụng. Tuổi thọ của định dạng PDB là minh chứng cho vai trò cơ bản của nó trong lĩnh vực sinh học cấu trúc và hiệu quả của nó trong việc truyền đạt thông tin cấu trúc phức tạp theo cách tương đối đơn giản.

Để làm việc với các tệp PDB, các nhà khoa học sử dụng nhiều công cụ tính toán. Phần mềm hình dung phân tử cho phép người dùng tải các tệp PDB và xem các cấu trúc ở ba chiều, xoay chúng, phóng to và thu nhỏ và áp dụng các kiểu kết xuất khác nhau để hiểu rõ hơn về sự sắp xếp không gian của các nguyên tử. Các công cụ này thường cung cấp các chức năng bổ sung, chẳng hạn như đo khoảng cách, góc và dihedral, mô phỏng động lực học phân tử và phân tích các tương tác trong cấu trúc hoặc với các phối tử tiềm năng.

Định dạng PDB cũng đóng một vai trò quan trọng trong sinh học tính toán và khám phá thuốc. Thông tin cấu trúc từ các tệp PDB được sử dụng trong mô hình đồng đẳng, trong đó cấu trúc đã biết của một protein liên quan được sử dụng để dự đoán cấu trúc của một protein quan tâm. Trong thiết kế thuốc dựa trên cấu trúc, các tệp PDB của protein mục tiêu được sử dụng để sàng lọc và tối ưu hóa các hợp chất thuốc tiềm năng, sau đó có thể được tổng hợp và thử nghiệm trong phòng thí nghiệm.

Tác động của định dạng PDB vượt ra ngoài các dự án nghiên cứu riêng lẻ. Bản thân Ngân hàng dữ liệu protein là một kho lưu trữ hiện chứa hơn 150.000 cấu trúc và nó tiếp tục phát triển khi các cấu trúc mới được xác định và gửi. Cơ sở dữ liệu này là một nguồn tài nguyên vô giá cho giáo dục, cho phép sinh viên khám phá và tìm hiểu về cấu trúc của các đại phân tử sinh học. Nó cũng đóng vai trò như một hồ sơ lịch sử về tiến trình của sinh học cấu trúc trong những thập kỷ qua.

Tóm lại, định dạng hình ảnh PDB là một công cụ quan trọng trong lĩnh vực sinh học cấu trúc, cung cấp phương tiện để lưu trữ, chia sẻ và phân tích các cấu trúc ba chiều của các đại phân tử sinh học. Mặc dù có một số hạn chế, nhưng việc áp dụng rộng rãi và sự phát triển của một hệ sinh thái phong phú các công cụ để sử dụng nó đảm bảo rằng nó sẽ vẫn là một định dạng chính trong tương lai gần. Khi lĩnh vực sinh học cấu trúc tiếp tục phát triển, định dạng PDB có thể sẽ được bổ sung bởi các định dạng tiên tiến hơn như mmCIF, nhưng di sản của nó sẽ tồn tại như nền tảng mà sinh học cấu trúc hiện đại được xây dựng.