|
PDB文件编码格式的序列是众人皆知的。因为不能确保结构的完整，PDB记录包括两个序列信息备份：隐性序列和显性序列。两者都被用于重构生物高聚体的化学图像。
显性序列在PDB文件中以关键词SEQRES打头逐行存储。不同于其它序列数据库，PDB记录用三字母氨基酸编码，任意选择三个字母作为名称的非标准氨基酸在许多PDB记录序列条目中可被找到。在PDB中，一些双螺旋核酸序列条目被指定依照在条目中按从3’到5’端的顺序排列的一条链在上，从5’到3’端排列的互补链在下的方式排列。虽然这些以双螺旋形式表达的序列对人类而言是容易理解的，但直接由计算机阅读此类从3’到5’端排列的显性序列是荒堂的。
因为三维结构可能对应有多个生物高聚物链，所以使用者必须借助PDB链识别标记方可确定需要的序列。PDB文件SEQRES入口用一个大写字母或空格作为链识别标记，以识别条目中的每个单独的生物高聚体链。如图3．1所示的3INS结构，在记录中便存在两种胰岛素分子。3INS序列包括A、B、C、D四个氨基酸序列。由胰岛素的生物化学背景知识知道A、B蛋白质链源自同一基因，在翻译修饰的过程中，胰岛素序列被切为如PDB记录所示的两段。这个信息没有在三维结构数据库中被记录。单字母链命名方案与所枚举的大齐分子量聚合物，如衣壳病毒，的三维结构是有困难的，因为单字母链识别器的可识别总数是有限的。
PDB记录中的隐性序列蕴涵在由PDB文件中的ATOM记录及相应（X，Y，Z）位置坐标构成的化学立体结构中。在解决诸如核酸序列后向编码或非标准氨基酸识别等利用显性序列无法明确解决的问题时，隐性序列是十分有用的。实践中，许多PDB文件浏览器，如Rasmol，仅用隐性序列重构PDB记录蛋白质的化学图象，而忽略由SEQRES引导的显性序列信息。若要求这类软件打印某不完整的分子序列，其打印结果序列在现实中将并不存在。所以说隐性序列尚不足于重构完整的化学图像。
举例说明，假设在PDB文件SEQRES条目中存在一个序列ELVISISALINES，但缺少子序列ISA的（X，Y，Z）位置坐标信息，阅读隐性序列的软件会错误地构建ELVISLINES的化学图象。用于测试软件是否仅依赖隐性序列去分析结构信息的样本测试结构3TS1（Brick等，1989）在Java三维结构浏览器Webmol中的图像如图3.3所示。
为合理地检验来自PDB记录的序列，必须先获得ATOM记录中的隐性序列。这一步并不繁琐。若结构因间断而不完整，则给定链会拥有一套隐性序列框架。每个框架与SEQRES条目中相应链的显性序列相对应。用这种方式可产生包括可能丢失坐标信息的那部分生物序列在内的完整化学图象。而这种验证需以MMDB、mmCIF数据库的建立为物质基础。
由PDB结构记录衍生出来的单字母编码类型蛋白质、核酸序列检验样本最好来自NCBI Entrez体系的MMDB。如对胰岛素这样的序列记录系统地建立了数据库附录，利用附录：pdb|3INS|A， pdb|3INS| B，pdb|3INS|C， pdb|3INS|D，可以由Entrez中被分割的蛋白质序列恢复完整的序列。PDB文件中包含Swiss-Port蛋白质数据库DBXREF序列记录的参考说明。以下两点需要注意：其一，因为检验程序在链接过程中未被实现，所以Swiss-Port中的序列不需与结构一、一对应；其二，许多PDB文件分类简单而含糊不清，这一点在一些源自不同种类的分子复合物的三维结构中有所表现。
【MMDB：NCBI的分子建模数据库】
NCBI的分子模型数据库MMDD（Hogue等，1996）是NCBI Entrez体系（Schuler等，1996）的一部分。其中囊括了由晶体衍射和核磁共振实验研究得到的所有PDB（Bernstein等，1977）生物分子三维结构。MMDB是ASN.1记录格式，而非PDB记录格式的数据库。MMDB结构与原始的PDB结构相比，增加了一些附加信息，包括经程序验证的显性化学图像信息，一致的二级结构衍生定义，与MEDLINE相匹配的引用，基于源自生物实体的蛋白质或核酸链进行分类的分子匹配。
| 
