tooluniverse-structural-proteomics

用于药物靶点验证的结构蛋白质组学

使用 ToolUniverse 工具整合 PDB、AlphaFold、GPCRdb、SAbDab 和蛋白质组学数据库中的全面结构数据，以验证药物靶点。

查询，不要猜测

• PDB 结构/分辨率：PDBeSIFTS_get_best_structures 和 RCSBGraphQL_get_structure_summary
• AlphaFold 置信度：alphafold_get_summary
• 配体/亲和力：PDBe_get_structure_ligands 和 BindingDB_get_ligands_by_uniprot
• 蛋白质-蛋白质结合突变（ddG）：SKEMPI_search_by_structure/SKEMPI_search_by_protein/SKEMPI_get_mutation —— 相当于 BindingDB 的蛋白质-蛋白质版本，用于分析界面突变对亲和力的影响，而非小分子配体
• 成药性：ProteinsPlus_predict_binding_sites

计算，不要描述

当分析需要计算（统计、数据处理、评分、富集分析）时，通过 Bash 编写并运行 Python 代码。不要描述你会怎么做，而要实际执行并报告结果。使用 ToolUniverse 工具检索数据，然后用 Python（pandas、scipy、statsmodels、matplotlib）进行分析。

领域推理

分辨率决定了结论是否有效：<2A = 可见原子位置；2-3A = 侧链可靠，可支持药物设计；>3A = 只能看到主链，结合位点不可靠。不要过度解读低分辨率结构。

---

工具清单

PDB（RCSB）

RCSBAdvSearch_search_structures (query_type, query_value, rows), RCSBData_get_entry (entry_id), RCSBGraphQL_get_structure_summary (pdb_id), RCSBGraphQL_get_ligand_info (pdb_id), RCSB_get_chemical_component (comp_id)

PDB（PDBe）

pdbe_get_entry_summary (pdb_id), PDBe_get_structure_ligands (pdb_id), PDBe_get_bound_molecules (pdb_id), PDBeSearch_search_structures (query, rows), PDBeSIFTS_get_best_structures (uniprot_id), PDBeSIFTS_get_all_structures (uniprot_id), PDBe_KB_get_ligand_sites (pdb_id), PDBe_KB_get_interface_residues (pdb_id), PDBeValidation_get_quality_scores (pdb_id)

PDBe PISA

PDBePISA_get_interfaces (pdb_id), PDBePISA_get_assemblies (pdb_id)

AlphaFold

alphafold_get_prediction (qualifier=UniProt), alphafold_get_summary (qualifier), alphafold_get_annotations (qualifier)

结合位点

ProteinsPlus_predict_binding_sites (pdb_id, chain), BindingDB_get_ligands_by_uniprot (uniprot_id), BindingDB_get_ligands_by_pdb (pdb_id), BindingDB_get_targets_by_compound (smiles)

配体/化合物化学性质（PDBe 化合物）

PDBe_get_compound_summary (comp_id — 3 字母 PDB 化学组分代码) — 一个配体的分子式、分子量、InChI/InChIKey、SMILES、系统名称，以及指向 PubChem/DrugBank/EPA CompTox 的交叉引用。PDBe_get_compound_structures (comp_id) — 请参阅下方注意事项，该工具不会返回完整的结构列表。

Foldseek

Foldseek_search_structure (sequence, mode="tmalign"), Foldseek_get_result (ticket)

GPCRdb

GPCRdb_get_protein (protein), GPCRdb_get_structures (protein), GPCRdb_get_ligands (protein), GPCRdb_get_mutations (protein)。接受条目名称、基因符号（自动转换为 {symbol.lower()}_human）或 UniProt 登录号。

SAbDab

SAbDab_search_structures (query/antigen), SAbDab_get_structure (pdb_id), TheraSAbDab_search_therapeutics (query), TheraSAbDab_search_by_target (target)

结构域

InterPro_get_protein_domains (uniprot_id), Pfam_get_protein_annotations (uniprot_id), UniProt_get_entry_by_accession (accession)

折叠/结构域分类（CATH + InterPro 成员数据库）

CATH_get_superfamily (superfamily_id), CATH_get_domain_summary (domain_id), CATH_list_funfams (superfamily_id), CATH_get_funfam (superfamily_id, funfam_number), InterPro_list_member_databases (no params), InterPro_list_member_signatures (member_database, page_size), InterPro_get_member_signature (member_database, accession), InterPro_get_structures_for_entry (interpro_id, page_size)

结构域架构和家族 (以 InterPro、Pfam accession 为键)

InterPro_get_protein_domain_architecture (accession)、InterPro_get_structures_for_domain (pfam_accession, max_results)、InterPro_get_clan_members (clan_accession, max_results) — InterPro 的 API 偶尔会不稳定，在假设“未找到”结果意味着条目不存在之前，请先参阅下方的工作流 5b

蛋白质组学

ProteomeXchange_search_datasets (query)、ProteomeXchange_get_dataset (dataset_id)

分子动力学模拟元数据 (MDDB)

MDDB_search_projects (query, limit)、MDDB_get_project (accession) — 已发表分子动力学轨迹的模拟参数（力场、温度、系综、模拟时间、帧数、轨迹大小）；仅包含元数据，不包含轨迹文件

BMRB (NMR 数据)

BMRB_search_by_keyword (term, database="macromolecules"|"metabolomics")、BMRB_search_by_sequence (sequence)、BMRB_get_entries_by_pdb_id (pdb_id)、BMRB_get_entries_by_uniprot (uniprot_id)、BMRB_get_entry (entry_id)、BMRB_get_entry_citation (entry_id)、BMRB_get_validation (entry_id)、BMRB_search_chemical_shifts (entry_id 或搜索筛选条件)

内在无序 (MobiDB、DisProt、IUPred3)

MobiDB_get_protein (accession)、MobiDB_get_consensus (accession) — 目前无法访问，参见“限制”。DisProt_search (query, page_size)、DisProt_get_entry (accession — DisProt ID 或 UniProt accession)。IUPred3_predict_disorder (accession, iupred_type="long"|"short"|"anchor")

膜蛋白结构 (OPM、TopDB、PDBTM、ChannelsDB)

OPM_search_structures (query, limit)、TopDB_get_topology (identifier)、PDBTM_get_topology (pdb_id)、ChannelsDB_get_channels_pdb (pdb_id)、ChannelsDB_get_channels_cofactor (pdb_id)

催化位点图谱 (M-CSA)

MCSA_get_entry (mcsa_id)、MCSA_search_enzymes (enzyme_name, ec_number, uniprot_id, max_pages, limit)

---

工作流 1：查找药物靶点的所有结构

Phase 0: Resolve protein → UniProt ID, gene symbol, organism
Phase 1: PDBeSIFTS_get_best_structures → RCSBGraphQL_get_structure_summary → PDBeValidation
Phase 2: alphafold_get_prediction/summary → compare pLDDT with experimental coverage
Phase 3: IF GPCR → GPCRdb; IF antibody target → SAbDab/TheraSAbDab
Phase 4: InterPro/Pfam domain mapping → identify unresolved regions
Phase 5: Summary table (PDB ID, method, resolution, ligands, coverage, quality)

决策：药物设计的分辨率应 <2.5A。结合位点优先选择 X 射线结构，其次是冷冻电镜、NMR 和 AlphaFold。优先选择 holo 结构，而非 apo 结构。如果靶点的最佳实验结构是 NMR 结构（这在小型/无序蛋白中很常见，因为这类蛋白难以结晶），或者动力学/柔性数据比单一静态口袋几何结构更重要，则应通过 BMRB 获取底层化学位移/指认数据（工作流 4），而不要将 PDB 坐标文件视为唯一可用的 NMR 证据。

工作流 4：NMR 结构/动力学数据 (BMRB)

Phase 1: Resolve target -> BMRB_search_by_keyword (protein name) or BMRB_search_by_sequence (exact sequence match)
         or, if you already have an NMR PDB entry -> BMRB_get_entries_by_pdb_id (cross-reference to the matching BMRB entry/entries)
         or BMRB_get_entries_by_uniprot (UniProt accession -> linked BMRB entries)
Phase 2: BMRB_get_entry(entry_id) -> full deposition: saveframes for entry_information, assigned chemical shifts,
         sample conditions, method. BMRB_get_entry_citation(entry_id) -> BibTeX citation for the deposition.
Phase 3: BMRB_get_validation(entry_id) -> AVS (assigned-value-set) analysis: per-residue/per-atom chemical-shift
         typing and assignment-quality scores -- use this before trusting a shift value, the same way
         PDBeValidation quality scores gate trust in an X-ray/cryo-EM structure.
Phase 4 (optional, slow): BMRB_search_chemical_shifts -> raw per-atom chemical-shift table for an entry
         (large response, 15-20s+ for popular entries -- only pull this when the actual shift values are
         needed, e.g. for a downstream chemical-shift-based dynamics or secondary-structure calculation).

真实示例（已实时验证）：PDB 1D3Z（一个 NMR 泛素结构）-> BMRB_get_entries_by_pdb_id 返回 BMRB 条目 11505、11547、15047、...（按序列进行 BLAST 匹配，而非严格的一对一 PDB<->BMRB 映射——预计会有多个候选条目，应根据标题/方法选择）-> BMRB_get_entry("11505") 确认标题为“泛素的替代结构” -> BMRB_get_validation("11505") 返回该条目的 AVS 化学位移类型分析。

工具说明：BMRB_search_by_keyword 的 term 参数接受纯蛋白质/分子名称（例如 "ubiquitin"、"calmodulin"），而非 keyword，尽管工具名称中含有 keyword。

工作流 5：折叠与域签名分类（CATH + InterPro 成员数据库）

CATH 对蛋白质域的 3D 折叠进行分类（Class/Architecture/Topology/Homologous-superfamily），并进一步将超家族中的域划分为功能一致的 FunFam。这是对上文 InterPro_get_protein_domains/Pfam_get_protein_annotations 的补充，而非替代：这两个工具回答“这个蛋白质有哪些域”，而这里的 CATH 和 InterPro 成员数据库工具让你能够反向查询——从折叠/超家族/签名出发，找出所有相关内容（结构、域，或 InterPro 集成条目背后的原始数据库签名目录）。

Phase 1: CATH_get_domain_summary(domain_id) -> C.A.T.H classification + residue count for one PDB-chain-domain
         (domain_id format: <pdb_id><chain><domain_number>, e.g. "1cukA01")
Phase 2: CATH_get_superfamily(superfamily_id) -> homologous-superfamily name + domain/family counts across all of CATH
Phase 3: CATH_list_funfams(superfamily_id) -> functional sub-families within that superfamily, ranked by member count
Phase 4: CATH_get_funfam(superfamily_id, funfam_number) -> detail for one specific FunFam

真实示例（已在线验证）：CATH_get_domain_summary(domain_id="1cukA01") -> cath_id: "2.40.50.140.116.1.1.1.1"，超家族 2.40.50.140（“核酸结合蛋白”，主要为 Beta）-> CATH_get_superfamily("2.40.50.140") -> 该超家族中共有 2,879 个域 -> CATH_list_funfams("2.40.50.140") -> 1,285 个 FunFam，排名第一的是“30S 核糖体蛋白 S12”（6,057 个成员）。

工具说明：CATH_get_superfamily 接受 superfamily_id，而非 cath_id —— 即使工具自身的响应会返回 cath_id 字段，传入 cath_id 仍会导致参数验证失败。

Phase 1: InterPro_list_member_databases() -> catalog of all 14 member databases (pfam, cathgene3d, ssf, panther,
         cdd, profile, smart, ncbifam, prosite, prints, hamap, pirsf, sfld, antifam) with entry counts
Phase 2: InterPro_list_member_signatures(member_database, page_size) -> browse that database's raw signature catalog,
         each entry showing its `integrated_interpro` cross-reference if InterPro has folded it into an integrated entry
Phase 3: InterPro_get_member_signature(member_database, accession) -> full detail for one signature (name, GO terms,
         protein/structure/taxa counts)
Phase 4: InterPro_get_structures_for_entry(interpro_id, page_size) -> real PDB structures (with experiment type and
         resolution) whose chains carry a given *integrated* InterPro entry

真实示例（已在线验证）：InterPro_get_member_signature(member_database="pfam", accession="PF00069") -> “蛋白激酶域”，integrated_interpro: "IPR000719"，有 1,364,822 个蛋白质 / 5,477 个结构 / 36,542 个分类群携带此签名 -> InterPro_get_structures_for_entry(interpro_id="IPR000719") -> 找到真实的 PDB 结构，包括激酶抑制剂共晶结构（例如 10dj，Fyn 激酶 + saracatinib，2.22Å）——直接从“这个蛋白质有一个激酶域”关联到“这里有该域的已解析结构，其中一些已与药物形成复合物”。

工具说明：InterPro_get_member_signature 要求同时提供 member_database 和 accession —— 仅提供 accession（例如 PF00069）是不够的，因为形态相同的 accession 理论上可能在不同成员数据库之间发生冲突。

工作流 5b：全蛋白质域架构与 Pfam 簇

另外三个 InterPro 工具使用 Pfam accession/UniProt accession，而不是上文使用的集成 InterPro ID 作为索引——这是访问同一底层数据库的另一种入口：

InterPro_get_protein_domain_architecture(accession) -> ALL Pfam domains on one protein at once, with
    exact residue start/end and the integrated InterPro ID for each -- the "what domains does this
    whole protein have, with coordinates" complement to InterPro_get_member_signature's "tell me about
    one specific signature" above
InterPro_get_structures_for_domain(pfam_accession, max_results) -> PDB structures containing a given
    Pfam domain -- the Pfam-accession-keyed sibling of InterPro_get_structures_for_entry(interpro_id)
    above; use whichever accession type (Pfam PFxxxxx vs integrated IPRxxxxxx) you already have,
    they answer the same question from the two different InterPro identifier namespaces
InterPro_get_clan_members(clan_accession, max_results) -> member Pfam families in a clan (Pfam's own
    superfamily grouping) -- distinct from CATH's superfamily/FunFam grouping in Workflow 5 above:
    CATH groups by solved 3D fold, Pfam clans group by sequence-profile relatedness; the two systems
    can (and often do) disagree on where the boundary of a "related family" sits

真实示例（已在线验证，与工作流 1 中的蛋白质相同）：InterPro_get_protein_domain_architecture(accession="P04637")（TP53）-> 4 个真实 Pfam 域及其精确坐标：PF08563“P53 转录激活基序”（6-30）、PF18521“转录激活域 2”（35-59）、PF00870“P53 DNA 结合域”（100-288）、PF07710“P53 四聚化基序”（319-357）——与本技能其他工作流中已使用的四聚化/DNA 结合边界一致。InterPro_get_clan_members(clan_accession="CL0016") -> 真实的“PKinase”簇，包含 30 多个 Pfam 成员家族。

可靠性警告（已在线反复验证）：这组 InterPro 端点间歇性不稳定。 完全相同的调用（InterPro_get_structures_for_domain(pfam_accession="PF00069")）连续两次返回“Not found in InterPro: PF00069”，第三次则在请求没有任何变化的情况下成功。InterPro_get_protein_domain_architecture 也出现了相反的情况（通过 tu test 的预置示例调用失败，片刻后通过全新的 tu run 调用成功，使用的 accession 完全相同）。如果此组中的任何工具返回“Not found in InterPro”错误，请将其视为结论不明，而非该 accession 不存在的证明——报告条目缺失前，请重试 1-2 次。

工作流 6：内在无序评估（MobiDB + DisProt + IUPred3）

这三个工具回答同一个根本问题——“蛋白质的这个区域是有结构的，还是无序的？”——但所依据的证据质量不同，置信度从高到低如下：

Tier 1 (curated experimental evidence): DisProt_search(query) -> DisProt_get_entry(accession)
         -> real, literature-curated disordered-region boundaries with the experimental method that
            established them (NMR, circular dichroism, limited proteolysis, etc.)
Tier 2 (aggregated predictions + curation): MobiDB_get_protein(accession) / MobiDB_get_consensus(accession)
         -> merges DisProt curation with multiple computational predictors into one consensus view
            **currently unreachable, see Limitations below**
Tier 3 (single fast predictor, sequence-only): IUPred3_predict_disorder(accession, iupred_type=...)
         -> a real-time computed disorder score per residue; "long" = long disordered regions,
            "short" = short disordered segments, "anchor" = disorder that becomes ordered upon binding
            a partner (protein-binding-induced folding)

真实示例（已实时验证）：p53/P04637——DisProt_get_entry("P04637") 确认了经整理的无序区域（DP00086，“细胞肿瘤抗原 p53”）；IUPred3_predict_disorder(accession="P04637", iupred_type="long") 则独立返回真实的逐残基无序评分曲线，即使某个蛋白尚无 DisProt 整理数据，也可用于快速检查。

如何选择：如果需要可引用且经实验验证的边界，先查 DisProt。对于任何蛋白（无论是否经过整理），只需快速获取无序曲线时都可使用 IUPred3。只有在确认 MobiDB 恢复可访问后，才使用它（见“限制”）——不要根据 MobiDB 超时就得出“没有无序数据”的结论；这是连接故障，并非蛋白质有序的证据。

工作流 7：膜蛋白结构（OPM + TopDB + PDBTM + ChannelsDB）

Phase 1: OPM_search_structures(query, limit) -> solved membrane-protein structures positioned in a lipid
         bilayer, with geometric/energetic properties: hydrophobic thickness, tilt angle, and
         transfer_energy_kcal_per_mol (more negative = more favorable membrane insertion)
Phase 2: TopDB_get_topology(identifier) -> curated per-segment topology (Inside/Membrane/Outside regions)
         for a named protein, cross-species; identifier is typically a TopDB/UniProt-style ID
         (e.g. "OPSD_HUMAN"), not a bare gene symbol
Phase 3: PDBTM_get_topology(pdb_id) -> structure-derived per-chain topology for one specific PDB entry:
         tm_type ("alpha"/"beta"/"non_tm"), num_tm_segments, is_membrane_embedded
Phase 4: ChannelsDB_get_channels_pdb(pdb_id) / ChannelsDB_get_channels_cofactor(pdb_id) -> detected
         channels/tunnels/pores through the structure (general access tunnels vs. cofactor-specific
         access tunnels) for a given PDB entry

真实示例（已实时验证，在视紫红质上通过四种工具交叉验证）：OPM_search_structures(query="rhodopsin") 找到了具有厚度/倾斜数据的真实细菌视紫红质/古菌视紫红质家族成员；TopDB_get_topology("OPSD_HUMAN") -> 7 个跨膜片段，可靠性评分为 92.81；PDBTM_get_topology("1f88") -> A 链，tm_type: "alpha"，num_tm_segments: 7——与 TopDB 独立报告的螺旋数量相同，可用于交叉核对经整理的拓扑（TopDB）与基于结构得出的拓扑（PDBTM）。对真实离子通道（1bl8，KcsA 钾通道）调用 ChannelsDB_get_channels_pdb 会返回真实的已注释孔道/隧道数据；并非每个 PDB 条目都有 ChannelsDB 覆盖——尽管 OPM/TopDB/PDBTM 都有 1f88（视紫红质）的数据，ChannelsDB 仍返回“未在 ChannelsDB 中找到 ID 为 '1f88' 的蛋白质”，因此 ChannelsDB 未找到结果并不意味着该蛋白没有真实孔道。

工作流 8：酶催化机制（M-CSA）

M-CSA（机制与催化位点图谱）为具有已解析结构的酶整理真实的催化残基和反应机制——这与 BRENDA/动力学数据（速率/常数）不同，也与通用活性位点预测不同（上文的 ProteinsPlus 基于口袋几何，而非经整理的机制）。

Phase 1: MCSA_search_enzymes(enzyme_name=... | ec_number=... | uniprot_id=...) -> candidate M-CSA entries
Phase 2: MCSA_get_entry(mcsa_id) -> full catalytic machinery: catalytic residues, mechanism steps,
         EC number(s), reference structure

真实示例（已实时验证）：MCSA_search_enzymes(enzyme_name="lysozyme") -> mcsa_id: 203，“溶菌酶（糖苷水解酶 22 家族）”，EC 3.2.1.17，参考 UniProt P00698 -> 使用 MCSA_get_entry(203) 获取完整的机制详情。

---

工作流 2：识别结合口袋配体

Phase 1: PDBe_get_structure_ligands + RCSBGraphQL_get_ligand_info + PDBe_KB_get_ligand_sites
Phase 2: ProteinsPlus_predict_binding_sites → druggability score, pocket residues
Phase 3: BindingDB_get_ligands_by_pdb/uniprot → Ki, Kd, IC50
Phase 4: RCSB_get_chemical_component for key ligands, or PDBe_get_compound_summary for
         the same 3-letter comp_id if you need InChI/InChIKey/SMILES/systematic names and
         cross-references (PubChem/DrugBank/EPA CompTox) rather than RCSB's structural fields

过滤伪影：GOL、EDO、SO4、PEG、ACT、CL、NA。若相关，保留辅因子（ATP、NAD、HEM）和催化金属（ZN、MG）。

真实示例（已实时验证）：PDBe_get_compound_summary({"comp_id":"ATP"}) -> 分子式 C10H16N5O13P3，分子量 507.181，InChIKey ZKHQWZAMYRWXGA-KQYNXXCUSA-N，交叉引用包括 BRENDA 和 Probes And Drugs。PDBe_get_compound_summary({"comp_id":"HEM"}) -> formal_charge: null（这是实际存在的模式不匹配，已实时验证：该工具的 return_schema 将 formal_charge 声明为不可为空的整数，但 HEM 的实际电荷报告为 null——调用仍然成功，其他数据也正确；这是文档／模式缺失，并非工具故障）。

注意事项（已实时验证，请勿将其描述为穷尽性结果）：PDBe_get_compound_structures 并不总能按其描述可靠地返回“包含该化合物的所有结构”。 使用 ATP（存在于数千个真实 PDB 结构中，包括激酶、ATP 酶）和 HEM（血红蛋白、细胞色素、过氧化物酶）进行了测试：两次调用都恰好只返回一个 PDB 条目（ATP 对应 1b0u，HEM 对应 3ia3）。追踪该工具的实现后可确认原因：当其主要的逐化合物结构列表为空时，它会悄悄回退到化合物的 first_observed_in 字段（该字段本质上只对应一个结构），并仍将结果标记为 pdb_entries。应将该工具返回的 pdb_entries 视为“包含该化合物的一个示例结构”，而非完整列表——若要按配体穷尽搜索结构，请改用 RCSBGraphQL_get_ligand_info 或 RCSBAdvSearch_search_structures。

工作流 9：MD 模拟轨迹元数据（MDDB）

MDDB 为 15,000 多条分子动力学模拟轨迹编制索引（MoDEL、BioExcel、DESRES-ANTON 和社区提交的数据）——仅提供元数据（力场、温度、系综、模拟时间、帧数、轨迹大小），不提供轨迹文件本身。若目标已有已发表的 MD 模拟（或你想确认是否有），可将其作为本文档中其他静态结构的补充。

Phase 1: MDDB_search_projects(query, limit) -> candidate project accessions, by protein name or PDB id
Phase 2: MDDB_get_project(accession) -> full simulation parameters for one project

真实示例（已实时验证）：MDDB_search_projects({"query":"6M71","limit":5}) -> 项目 MD-A001UA -> MDDB_get_project({"accession":"MD-A001UA"}) -> 一项真实的 10 微秒 DESRES-ANTON 模拟，研究 SARS-CoV-2 nsp7-nsp8-nsp12 RNA 聚合酶复合物（Amber ff99SB-ILDN、NPT 系综、310 K、8,335 帧、约 2.5 GB），并附有对模拟中具体结构发现的文字描述（运行期间，一个无序的 N 端区域折叠成类似激酶的折叠结构）。请注意，total_simulated_time_ps 是 md_replica_count 下列出的所有副本模拟时间之和，并非每个副本各自的时间。

工作流 3：交叉验证药物结合

Phase 1: Find co-crystal structures → filter for drug/analogs
Phase 2: BindingDB affinity data (Ki, Kd, IC50)
Phase 3: ProteinsPlus + PDBe-KB binding site characterization
Phase 4: PDBeValidation quality → binding site well-resolved?
Phase 5: AlphaFold + Foldseek structural comparison
Phase 6: GPCR-specific (if applicable) → active/inactive states, pharmacology, resistance mutations
Phase 7: Antibody-specific (if applicable) → epitope mapping
Phase 8: Evidence integration

---

工具参数注意事项

工具	错误写法	正确写法
alphafold_get_prediction/summary	uniprot_id	qualifier
GPCRdb_get_protein	gene_name	protein
PDBeSIFTS_get_best_structures	基因符号	uniprot_id（例如 "P04637"）
Foldseek_search_structure	mode="3diaa"	mode="tmalign"
SAbDab_search_structures	name	query 或 antigen
RCSB_get_chemical_component	ligand_id	comp_id
BMRB_search_by_keyword	keyword	term
CATH_get_superfamily	cath_id	superfamily_id
InterPro_get_member_signature	仅提供 accession	member_database + accession（两者均为必需项）
TopDB_get_topology	裸基因符号	TopDB／UniProt 风格的标识符（例如 "OPSD_HUMAN"）
PDBe_get_compound_structures	将 pdb_entries 视为穷尽结果	主要列表为空时，该工具会回退到单个 first_observed_in 示例（已实时验证）——若要进行真正的穷尽搜索，请使用 RCSBGraphQL_get_ligand_info

---

证据分级

等级	置信度
T1	共晶（<2.5A）+ 结合亲和力数据
T2	实验结构 + 计算预测
T3	AlphaFold + 口袋分析 + 已知配体类似物
T4	同源建模或仅有低分辨率数据

解读

指标	高	可接受	注意
分辨率	<2.0A（X-ray）/ <3.0A（cryo-EM）	2.0-2.5A / 3.0-4.0A	>3.0A / >4.5A
R-free	<0.25	0.25-0.30	>0.30
AlphaFold pLDDT	>90	70-90	<70（无序）

DoGSiteScorer >0.6 = 可成药；<0.4 = 不太可能可成药。PISA 组装体应通过 SEC-MALS/native MS 进行交叉验证。

局限性

• BindingDB：热门靶点需要 60 秒以上
• AlphaFold：缺少配体背景信息
• GPCRdb：仅支持 A-F 类 GPCR
• PDBePISA：operation 是内部参数，不是公开参数
• BMRB：BMRB_get_entries_by_pdb_id 是基于 BLAST 的序列匹配，并非经过整理的 1:1 PDB<->BMRB 交叉引用——对于真实的 NMR PDB ID，查询可能返回多个候选条目（也可能不返回任何条目）；对于研究充分的条目，BMRB_search_chemical_shifts 速度较慢（15-20 秒以上），仅在确实需要原始化学位移值时调用
• MobiDB：经实时验证（多次测试，超时设为 90 秒），MobiDB_get_protein 和 MobiDB_get_consensus 对其配置的端点（https://mobidb.org/api/download）会无限期挂起——通过直接对同一主机执行 curl（20 秒无响应）独立确认了这一点。这是上游连接问题，不是查询参数错误。在确认恢复正常之前，请改用 DisProt（经过整理）或 IUPred3（快速预测工具）——不要以为延长超时时间就能解决问题而重试 MobiDB。
• ChannelsDB：覆盖范围按 PDB 条目划分，并非普遍适用——某个膜蛋白即使已在其他来源（OPM/TopDB/PDBTM）确认其拓扑结构，对于特定 PDB ID 仍可能返回“ChannelsDB 中未找到”（实时验证：1f88 rhodopsin）
• InterPro 域架构集群（InterPro_get_protein_domain_architecture/_get_structures_for_domain/_get_clan_members）：底层 InterPro API 偶尔不稳定——完全相同的查询可能连续两次返回 404，第三次却成功，且请求没有任何改动（经多次实时验证）。首次出现“InterPro 中未找到”的结果并不能下定论；请重试后再判断该登录号/域是否确实不在 InterPro 中。
• PDBe_get_compound_summary：尽管该工具的 return_schema 声明 formal_charge 是不可为空的整数，但对于至少一些中性化合物，该字段为 null（实时验证：HEM）；调用仍会成功，其他数据也正确。应将空电荷视为“未报告带电”，而非失败。
• PDBe_get_compound_structures：请参见上文工作流 2 的注意事项——经实时验证，即使是普遍存在的配体（ATP、HEM），该工具也只返回一个示例 PDB 条目，而非完整列表。