Banco de datos de proteínas

El Protein Data Bank (PDB) ^{[ 1 ]} es una base de datos para los datos estructurales tridimensionales de grandes moléculas biológicas como proteínas y ácidos nucleicos , supervisada por el Worldwide Protein Data Bank (wwPDB). Estos datos estructurales son obtenidos y depositados por biólogos y bioquímicos de todo el mundo mediante el uso de metodologías experimentales como la cristalografía de rayos X , la espectroscopia de RMN y, cada vez más, la microscopía electrónica criogénica . Todos los datos enviados son revisados ​​por bioconservadores expertos y, una vez aprobados, se ponen a disposición gratuitamente en Internet bajo la Dedicación de Dominio Público CC0. ^{[ 2 ]} El acceso global a los datos se proporciona a través de los sitios web de las organizaciones miembros del wwPDB (PDBe, ^{[ 3 ]} PDBj, ^{[ 4 ]} RCSB PDB, ^{[ 5 ]} BMRB ^{[ 6 ]} y EMDB ^{[ 7 ]} ).

La base de datos PDB es fundamental en áreas de la biología estructural , como la genómica estructural . La mayoría de las principales revistas científicas y algunas agencias de financiación exigen ahora a los científicos que envíen sus datos estructurales a la PDB. Muchas otras bases de datos utilizan estructuras proteicas depositadas en la PDB. Por ejemplo, SCOP y CATH clasifican estructuras proteicas, mientras que PDBsum proporciona una visión general gráfica de las entradas de la PDB utilizando información de otras fuentes, como Gene Ontology . ^{[ 8 ] [ 9 ]}

Dos fuerzas convergieron para dar origen a la PDB: una pequeña pero creciente colección de conjuntos de datos de estructura de proteínas determinados por difracción de rayos X; y la pantalla de gráficos moleculares recientemente disponible (1968), la Brookhaven RAster Display (BRAD), para visualizar estas estructuras de proteínas en 3-D. En 1969, con el patrocinio de Walter Hamilton en el Laboratorio Nacional de Brookhaven , Edgar Meyer ( Universidad de Texas A&M ) comenzó a escribir software para almacenar archivos de coordenadas atómicas en un formato común para que estuvieran disponibles para la evaluación geométrica y gráfica. Para 1971, uno de los programas de Meyer, SEARCH, permitió a los investigadores acceder remotamente a la información de la base de datos para estudiar estructuras de proteínas sin conexión. ^{[ 10 ]} SEARCH fue fundamental para permitir la creación de redes, marcando así el comienzo funcional de la PDB.

El Protein Data Bank se anunció en octubre de 1971 en Nature New Biology ^{[ 11 ]} como una iniciativa conjunta entre el Cambridge Crystallographic Data Centre , Reino Unido y el Brookhaven National Laboratory, EE. UU.

Tras la muerte de Hamilton en 1973, Tom Koetzle asumió la dirección del PDB durante los siguientes 20 años. En enero de 1994, Joel Sussman del Instituto Weizmann de Ciencias de Israel fue nombrado director del PDB. En octubre de 1998, ^{[ 12 ]} el PDB fue transferido al Laboratorio Colaborativo de Investigación para la Bioinformática Estructural (RCSB) ; ^{[ 13 ]} la transferencia se completó en junio de 1999. La nueva directora fue Helen M. Berman de la Universidad de Rutgers (una de las instituciones gestoras del RCSB, siendo la otra el Centro de Supercomputación de San Diego en la UC San Diego ). ^{[ 14 ]} En 2003, con la formación del wwPDB, el PDB se convirtió en una organización internacional. Los miembros fundadores son PDBe (Europa), ^{[ 3 ]} RCSB (EE. UU.) y PDBj (Japón). ^{[ 4 ]} El Banco de Datos de Resonancia Magnética Biológica (BMRB) ^{[ 6 ]} se unió en 2006. El Banco de Datos de Microscopía Electrónica (EMDB) ^{[ 15 ]} se unió en 2021. Cada uno de los cinco miembros de wwPDB puede actuar como centro de depósito, procesamiento y distribución de datos para los datos PDB. El procesamiento de datos se refiere al hecho de que el personal de wwPDB revisa y anota cada entrada enviada. ^{[ 16 ]} Los datos se verifican automáticamente para comprobar su plausibilidad (el código fuente ^{[ 17 ]} de este software de validación se ha puesto a disposición del público de forma gratuita).

La base de datos PDB se actualiza semanalmente ( UTC +0, miércoles), junto con su lista de existencias. ^{[ 18 ]} A fecha de 21 de mayo de 2026  La PDB comprende lo siguiente:

En la base de datos PDB hay 194.485 estructuras que cuentan con un archivo de factor de estructura .

Hay un archivo de restricciones de RMN para 11.505 estructuras.

En la base de datos PDB hay 6.038 estructuras que cuentan con un archivo de desplazamientos químicos .

En el PDB, 33.747 estructuras cuentan con un archivo de mapa 3DEM depositado en el EM Data Bank.

La mayoría de las estructuras se determinan mediante difracción de rayos X, pero aproximadamente el 7 % se determinan mediante RMN de proteínas . Al usar la difracción de rayos X, se obtienen aproximaciones de las coordenadas de los átomos de la proteína, mientras que con la RMN se estima la distancia entre pares de átomos de la proteína. La conformación final de la proteína se obtiene a partir de la RMN resolviendo un problema de geometría de distancias . Después de 2013, un número creciente de proteínas se determinan mediante criomicroscopía electrónica .

Para las estructuras PDB determinadas por difracción de rayos X que cuentan con un archivo de factor de estructura, se puede visualizar su mapa de densidad electrónica. Los datos de dichas estructuras se pueden consultar en los tres sitios web de PDB.

Históricamente, el número de estructuras en la PDB ha crecido a un ritmo aproximadamente exponencial, con 100 estructuras registradas en 1982, 1000 estructuras en 1993, 10 000 en 1999, 100 000 en 2014 y 200 000 en enero de 2023. ^{[ 20 ] [ 21 ]}

El formato de archivo utilizado inicialmente por la PDB se denominaba formato de archivo PDB. El formato original estaba limitado por el ancho de las tarjetas perforadas de las computadoras a 80 caracteres por línea. Alrededor de 1996, se implementó gradualmente el formato de archivo de información cristalográfica macromolecular (mmCIF), una extensión del formato CIF . mmCIF se convirtió en el formato estándar para el archivo PDB en 2014. ^{[ 23 ]} En 2019, la wwPDB anunció que los depósitos para métodos cristalográficos solo se aceptarían en formato mmCIF. ^{[ 24 ]}

En 2005 se describió una versión XML de PDB, denominada PDBML. ^{[ 25 ]} Los archivos de estructura se pueden descargar en cualquiera de estos tres formatos, aunque un número creciente de estructuras no se ajusta al formato PDB heredado. Los archivos individuales se pueden descargar fácilmente en paquetes de gráficos desde URL de Internet :

• Para archivos en formato PDB, utilice, por ejemplo, http://www.pdb.org/pdb/files/4hhb.pdb.gzohttp://pdbe.org/download/4hhb
• Para archivos PDBML (XML), utilice, por ejemplo, http://www.pdb.org/pdb/files/4hhb.xml.gzohttp://pdbe.org/pdbml/4hhb

El símbolo 4hhb" es el identificador PDB. Cada estructura publicada en PDB recibe un identificador alfanumérico de cuatro caracteres, su ID PDB. (Este no es un identificador único para biomoléculas, ya que varias estructuras de la misma molécula —en diferentes entornos o conformaciones— pueden estar contenidas en PDB con diferentes ID PDB).

Los archivos de estructura se pueden visualizar utilizando uno de varios programas informáticos gratuitos y de código abierto , incluidos Jmol , Pymol , VMD , Molstar y Rasmol . Otros programas de pago, de tipo shareware , incluyen ICM-Browser, ^{[ 26 ]} MDL Chime , UCSF Chimera , Swiss-PDB Viewer, ^{[ 27 ]} StarBiochem ^{[ 28 ]} (un visor molecular interactivo basado en Java con búsqueda integrada en la base de datos de proteínas), Sirius y VisProt3DS ^{[ 29 ]} (una herramienta para la visualización de proteínas en vista estereoscópica 3D en anaglifo y otros modos), y Discovery Studio . El sitio web de RCSB PDB contiene una extensa lista de programas de visualización de moléculas y complementos para navegadores web, tanto gratuitos como comerciales.

• Base de datos cristalográfica
• Banco de datos
• Estructura de las proteínas
• Predicción de la estructura de proteínas
• base de datos de estructura de proteínas
• PDBREPORT enumera todas las anomalías (incluidos los errores) en las estructuras PDB.
• PDBsum : extrae datos de otras bases de datos sobre estructuras PDB.
• Proteopedia : una enciclopedia colaborativa en 3D de proteínas y otras moléculas.

• El Banco Mundial de Datos de Proteínas (wwPDB), sitio principal de los anfitriones regionales (ver más abajo).
  • Banco de datos de proteínas RCSB (EE. UU.)
  • PDBe (Europa)
  • PDBj (Japón)
  • BMRB, Banco de Datos de Resonancia Magnética Biológica. Archivado el 20 de octubre de 2020 en Wayback Machine (EE. UU.).
• Documentación de wwPDB : documentación sobre los formatos de archivo PDB y PDBML.
• Observando estructuras archivadas el 24/03/2011 en la Wayback Machine : la introducción del RCSB a la cristalografía.
• Página principal de PDBsum : extrae datos de otras bases de datos sobre estructuras PDB.
• Base de datos de ácidos nucleicos, NDB : un espejo de PDB especialmente para la búsqueda de ácidos nucleicos.
• Tutorial introductorio de PDB patrocinado por PDB.
• PDBe: Recorrido rápido por EBI Train OnLine