XML

PDBML（PDB Markup Language）是蛋白质数据库（PDB）官方推出的 XML 标准化表示格式，旨在让结构生物学数据更易于程序解析、数据交换和长期归档。如果你厌倦了手写 PDB 解析器，或希望在 Web 服务、数据库中高效处理结构数据，PDBML 是一个值得掌握的工具。

PDBML（PDB Markup Language）是 PDB 条目的 XML 标准化表示，由 wwPDB（Worldwide PDB） 联盟维护。它将传统 PDB 格式中的原子坐标、二级结构、实验信息等内容，统一封装为结构化的 XML 文档。

PDBML 基于 XML Schema（XSD） 定义，遵循 PDBx/mmCIF 字典 的数据命名规范，确保与 PDB 主格式的数据一致性。

PDBML 的核心结构

一个典型的 PDBML 文件由以下主要模块组成：

<PDBx:datablock>
  <PDBx:atom_siteCategory>    <!-- 原子坐标 -->
  <PDBx:entityCategory>        <!-- 分子实体 -->
  <PDBx:structCategory>        <!-- 结构摘要 -->
  <PDBx:exptlCategory>         <!-- 实验方法 -->
  <PDBx:refineCategory>        <!-- 精修信息 -->
  <PDBx:struct_confCategory>   <!-- 二级结构 -->
</PDBx:datablock>

1. 原子坐标（atom_site）

原子坐标是 PDBML 文件中最核心的部分，记录了每个原子的三维坐标、元素类型、B 因子等信息。

<atom_site id="1">
  <Cartn_x>12.345</Cartn_x>
  <Cartn_y>23.456</Cartn_y>
  <Cartn_z>34.567</Cartn_z>
  <label_atom_id>CA</label_atom_id>
  <label_comp_id>ALA</label_comp_id>
  <label_asym_id>A</label_asym_id>
  <label_seq_id>10</label_seq_id>
  <B_iso_or_equiv>15.23</B_iso_or_equiv>
  <occupancy>1.00</occupancy>
  <type_symbol>C</type_symbol>
</atom_site>

关键字段说明：

字段	含义
Cartn_x/y/z	原子的笛卡尔坐标（Å）
label_atom_id	原子名称（如 CA、N、O）
label_comp_id	残基名称（如 ALA、GLY）
label_asym_id	链标识符
label_seq_id	残基序列号
B_iso_or_equiv	B 因子（温度因子）
occupancy	占位率
type_symbol	元素符号

2. 二级结构注释（struct_conf）

<struct_conf>
  <conf_type_id>HELX_P</conf_type_id>
  <beg_auth_seq_id>10</beg_auth_seq_id>
  <end_auth_seq_id>25</end_auth_seq_id>
  <beg_auth_asym_id>A</beg_auth_asym_id>
  <end_auth_asym_id>A</end_auth_asym_id>
</struct_conf>

常见二级结构类型：

类型 ID	含义
HELX_P	螺旋（α-helix）
HELX_3	3-10 螺旋
HELX_5	π-螺旋
STRN	β-折叠
TURN	转角

3. 实验信息（exptl）

<exptl>
  <method>X-RAY DIFFRACTION</method>
  <resolution>1.80</resolution>
  <R_free>0.195</R_free>
  <R_work>0.174</R_work>
</exptl>

支持的实验方法：

• X-RAY DIFFRACTION — X 射线衍射
• SOLUTION NMR — 核磁共振
• ELECTRON MICROSCOPY — 电子显微镜
• NEUTRON DIFFRACTION — 中子衍射
• SOLUTION SCATTERING — 溶液散射

4. 分子实体（entity）

<entity>
  <id>1</id>
  <type>polymer</type>
  <src_method>man</src_method>
  <pdbx_description>TIM barrel protein</pdbx_description>
  <formula_weight>28456.78</formula_weight>
</entity>

5. 精修信息（refine）

<refine>
  <resolution>1.80</resolution>
  <R_free>0.195</R_free>
  <R_work>0R_work>0.174</R_work>
  <mean_B_iso>18.5</mean_B_iso>
  <pdbx_refine_id>refine_1</pdbx_refine_id>
</refine>

完整示例文件结构

以下是一个简化的 PDBML 文件骨架，展示整体文档结构：

<?xml version="1.0" encoding="UTF-8"?>
<PDBx:datablock xmlns:PDBx="http://pdbml.pdb.org/schema/pdbx-v50.xsd"
                xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
                xsi:schemaLocation="http://pdbml.pdb.org/schema/pdbx-v50.xsd pdbx-v50.xsd">
  
  <!-- 数据库标识 -->
  <PDBx:database_2Category>
    <PDBx:database_2>
      <PDBx:database_id>PDB</PDBx:database_id>
      <PDBx:database_code>1TIM</PDBx:database_code>
    </PDBx:database_2>
  </PDBx:database_2Category>

  <!-- 实验方法 -->
  <PDBx:exptlCategory>
    <PDBx:exptl>
      <PDBx:method>X-RAY DIFFRACTION</PDBx:method>
      <PDBx:resolution>1.80</PDBx:resolution>
    </PDBx:exptl>
  </PDBx:exptlCategory>

  <!-- 分子实体 -->
  <PDBx:entityCategory>
    <PDBx:entity>
      <PDBx:id>1</PDBx:id>
      <PDBx:type>polymer</PDBx:type>
      <PDBx:pdbx_description>Triosephosphate isomerase</PDBx:pdbx_description>
    </PDBx:entity>
  </PDBx:entityCategory>

  <!-- 原子坐标 -->
  <PDBx:atom_siteCategory>
    <PDBx:atom_site id="1">
      <PDBx:Cartn_x>12.345</PDBx:Cartn_x>
      <PDBx:Cartn_y>23.456</PDBx:Cartn_y>
      <PDBx:Cartn_z>34.567</PDBx:Cartn_z>
      <PDBx:label_atom_id>CA</PDBx:label_atom_id>
      <PDBx:label_comp_id>ALA</PDBx:label_comp_id>
      <PDBx:label_asym_id>A</PDBx:label_asym_id>
      <PDBx:label_seq_id>10</PDBx:label_seq_id>
      <PDBx:B_iso_or_equiv>15.23</PDBx:B_iso_or_equiv>
      <PDBx:occupancy>1.00</PDBx:occupancy>
      <PDBx:type_symbol>C</PDBx:type_symbol>
    </PDBx:atom_site>
    <!-- ... 更多原子 ... -->
  </PDBx:atom_siteCategory>

  <!-- 二级结构 -->
  <PDBx:struct_confCategory>
    <PDBx:struct_conf>
      <PDBx:conf_type_id>HELX_P</PDBx:conf_type_id>
      <PDBx:beg_auth_seq_id>10</PDBx:beg_auth_seq_id>
      <PDBx:end_auth_seq_id>25</PDBx:end_auth_seq_id>
    </PDBx:struct_conf>
  </PDBx:struct_confCategory>

  <!-- 精修信息 -->
  <PDBx:refineCategory>
    <PDBx:refine>
      <PDBx:resolution>1.80</PDBx:resolution>
      <PDBx:R_free>0.195</PDBx:R_free>
      <PDBx:R_work>0.174</PDBx:R_work>
    </PDBx:refine>
  </PDBx:refineCategory>

</PDBx:datablock>