近日，PDBbind 2021版蛋白-配体复合物精选集已在PDBbind+网络平台（http://www.pdbbind-plus.org.cn/）上公布。在药物设计领域中广受欢迎的PDBbind 数据集提供一个很有价值的选项，即蛋白-配体复合物精选集（refined set）。该数据集通过检查PDBbind中收录的所有蛋白-配体复合物，去除存在各种三维结构中的问题、亲合性数据的问题或其他问题的复合物，从而筛选出各方面质量较高的复合物作为“精选集”。事实上，只有约四分之一的蛋白-配体复合物被纳入精选集，体现了该数据集的高标准质量。精选集为分子对接、亲合性打分预测等研究等提供了更坚实的数据基础，被众多国内外研究者采用。PDBbind数据库从2021版开始提供两种精选集：①“标准精选集”，当前包含5142个复合物；②“拓展精选集”，包含相同的5142个复合物以及1221个额外的复合物。额外的1221个复合物满足与标准精选集相同的各项质量标准，唯一不同是它们是由含金属的蛋白形成的复合物。在以往版本的精选集也包括含金属蛋白形成的复合物，但并未加以区分。通过本次更新，标准精选集和拓展精选集可以更灵活地满足不同用户的需求。另外值得一提的是：PDBbind 2021版通过引入全新的复合物结构处理流程，解决了过去历代版本中积累的小问题。因此，新版精选集不仅在规模上有所扩大，其提供的复合物结构在质量方面也获得了显著提升。![]()
图-1：（A）PDBbind
2021版总计包含27000多个已知亲合性实验数据的复合物，从中挑选出6363个蛋白-配体复合物作为精选集；（B）含金属蛋白的复合物示例 (PDB编号6WBQ)，小分子配体Tubastatin A与含锌蛋白HDAC10相结合。
![]()
图-2：PDBbind+网站的下载页面：其中更新了PDBbind 2021版的索引数据包，并新增了蛋白-配体复合物精选集数据包供下载。
PDBbind+网站上所有的搜索功能已增加了搜索范围为2021版精选集这个选项。订购PDBbind 2021版的用户可以在PDBbind+网站上的DOWNLOAD页面下载“拓展精选集”数据包（图2）。另外，用户需要下载更新后的索引文件包，其中包含标准精选集和拓展精选集的索引文件。请注意：由于“精选集”实际上是PDBbind数据集的一个子集，如果用户已经下载过完整的PDBbind数据包，就无需再下载这个特殊的“拓展精选集”数据包。用户只需根据更新后的索引文件自行挑选“拓展精选集”所包含的复合物结构文件即可。
