PDBbind Database (version 2020)

目前的版本是2020版，这个版本提供了23496个生物分子复合物的结合亲和力数据，包括蛋白质-配体（19443）、蛋白质-蛋白质（2852）、蛋白质-核酸（1052）、核酸-配体复合物（149）。与上一个版本（v.2019）相比，这个版本中包含的结合数据增加了~10%。所有的结合数据都是从~40,500个原始参考文献中整理出来的。

PDBbind的主要价值在于收集与PDB中生物分子复合物结构相匹配的实验测量的结合亲和力数据（以Kd、Ki或IC50值的形式）。最初，PDBbind只包括蛋白质和小分子配体之间形成的复合物。自2008年以来，PDBbind已经涵盖了其他类型的复合物。

PDBbind还提供了经过处理的 "干净 "的 的结构文件，这些文件可以被大多数分子建模软件所用。每个复合物都被分成一个蛋白质分子（以PDB格式保存）和一个配体分子（以Mol2和SDF格式保存）。配体分子上的原子/键类型由专门的计算机程序进行分配，然后进行人工检查和校正。

PDBbind数据集的分层结构

(B) PDB数据库中结构数据由一组计算机程序进行筛选，以识别四大类分子复合物：蛋白质-小配体，核酸-小配体、蛋白-核酸和蛋白-蛋白。这一步骤共识别出了78,460个PDB结构作为有效的复合物结构。

(C) 对每个复合物的主要参考文献进行检查，收集实验确定的结合亲和力数据 (Kd, Ki or IC50)。通过这种方式收集了23,496个复合物的结合数据，它们构成了PDBbind数据库的主要内容。被称为 "通用集"(General set)。

(D) 从通用集中选择质量更好的蛋白质-配体复合物，从而组成"精炼集 "(Refined set)。精炼集包含5,316个蛋白质-配体复合物。

(E) 汇总出PDBbind核心集(core set)的目的是提供一个相对较小的高质量的蛋白质-配体复合物数据集，用于验证对接/打分方法。特别是，这个数据集已经成为流行的 Comparative Assessment of Scoring Functions（CASF）中的主要测试集。PDBbind核心数据集已经不包括在PDBbind数据包中了，因为它不再是像PDBbind本身那样每年更新。

 参考来源：Welcome to PDBbind-CN database