PDB数据库数据查看和下载

 RCSB（Research Collaboratory for Structural Bioinformatics）的PDB（Protein Data Bank）数据库是一个具有全球性影响力的科学数据库，主要用于存储和分享生物大分子（主要是蛋白质、核酸以及部分多糖）的三维结构信息。

网址：RCSB PDB: Homepage

1. PDB 数据库统计

RCSB PDB 提供了一个官方的统计页面，可以查看当前数据库中收录的结构数据的统计信息。你可以访问：

• RCSB PDB Statistics: PDB Statistics
  • 该页面提供了有关存储结构数量的统计，如每年新增的结构、不同生物大分子的结构分类（如蛋白质、核酸、复合体等）以及其他有用的统计信息。

2. 下载PDB ID 总列表

PDB - FTP Archive over HTTP

wget https://files.rcsb.org/pub/pdb/derived_data/pdb_entry_type.txt

文件内容

每行包含一个 PDB ID 和它的分子类型（如 prot 表示蛋白质结构）。

3. 使用 Biopython 获取 PDB ID 列表

如果希望通过脚本自动获取 PDB ID 列表，可以使用 Biopython 的 PDBList 模块：

from Bio.PDB import PDBList

pdb_list = PDBList()

# 获取所有 PDB IDs
pdb_ids = pdb_list.get_all_entries()

print(pdb_ids[:10])  # 打印前10个PDB ID

4. 下载PDB 结构的详细元数据

PDB - FTP Archive over HTTP

wget https://files.rcsb.org/pub/pdb/derived_data/index/entries.idx

5. 下载PDB 结构的序列信息

wget https://files.rcsb.org/pub/pdb/derived_data/pdb_seqres.txt.gz