一张结构图是怎样成立的

晶体里的斑点、溶液里的谱峰、薄冰里的颗粒，最后都汇到同一块屏幕上：原子骨架沿着密度和约束被一点点放出来，旁边列着 experimental method / 实验方法、resolution / 分辨率、coordinate file / 坐标文件、validation report / 验证报告，还有密度图、缺失残基说明、配体和离子列表、样品与方法描述。彩色图最先吸引目光，真正支撑它的却是这些可查记录。

这页最应该问的问题很具体：这张结构图的哪一部分，能支持哪一种判断？一段主链也许被数据支持得很好，旁边一条柔性环却没有坐标；一个口袋轮廓也许清楚，配体姿势仍需要外部读数帮忙；构建体也许适合成像，却少了天然全长蛋白的一段尾巴。结构图的成立来自局部证据、用途边界和公开记录的共同支撑，不是整张图一次得到许可。

这些记录不是彩图的附属说明，而是它的支撑。点开同一张图背后的不同侧面：哪些原子有坐标，哪些残基没有建进去，哪个小分子被放进口袋，验证报告对几何和数据吻合给了什么警告。结构图从这里开始离开“好看”这个层面，变成一条可以被别人检查的主张。

页面上的每一个字段都在限制图的用途。experimental method 告诉人这张图来自晶体、溶液谱图还是薄冰颗粒；resolution 或对应方法的质量指标告诉人细节能看到什么程度；样品描述说明蛋白是全长、结构域、突变体，还是带标签的构建体；缺失残基表提醒人哪一段没有坐标；配体和离子列表说明模型里额外放了哪些化学对象。只带走彩色图，就会把这些限制全部丢掉。

结晶板、衍射斑点、谱峰和颗粒图已经把“看不见”变成了可处理的痕迹。追问现在转向另一层：这些痕迹怎样被解释成坐标，哪些解释被验证报告支持，哪些解释需要降级，哪些结论还必须等待外部实验。结构图不是方法流程的终点，它是一个带证据边界的中间对象。

07.1数据和模型先分开

第一件要分清的是 data / 数据 和 model / 模型。数据是仪器留下的痕迹：X 射线晶体学里的斑点强度，冷冻电镜里的颗粒图和三维图，NMR 里的谱峰、化学位移和 restraint / 约束，还有样品条件与处理记录。模型是研究者把这些痕迹解释成主链、侧链、配体、离子、水分子和三维位置以后给出的原子安排。

两者彼此牵引，却不能混用。数据不会直接告诉人“第 57 位赖氨酸的末端一定指向这里”；模型也不能因为渲染得顺滑，就替数据说话。某处 electron density / 电子密度 清楚，说明那里有较强空间痕迹；它还不能保证每个侧链末端都唯一确定。某处模型画得完整，若没有足够数据支持，就应该降级、留白，或在报告里显出警告。

数据本身也有处理历史。晶体学数据会经过索引、积分和合并；冷冻电镜数据会经历运动校正、颗粒挑选、分类和重构；NMR 数据要经过峰赋值和约束整理。每一步处理都会影响后面的模型：坏颗粒混进来，map 会变糊；约束认错，模型集合会被拉偏；衍射数据质量不足，电子密度就可能在关键区域断开。结构主张若要让别人复查，处理选择也要留下记录。

map / 密度图或图 是数据和模型之间的关键对象。对晶体学来说，电子密度图像一团三维雾，显示电子更可能分布在哪里；对冷冻电镜来说，三维 map 展示许多颗粒投影合成出的共同形状。研究者沿着这些空间痕迹放置主链和侧链，再不断检查模型是否贴合 map。结构彩图只是软件把坐标渲染成了更容易看的形状；原始数据、处理记录、map 和验证报告仍在彩图背后。

一张彩图可能把所有区域画得同样清楚，数据不会这样平均地支持每个角落。蛋白核心常常更稳定，外侧环区和尾巴更容易发虚；口袋里大侧链的形状可能能看清，长而灵活的侧链末端却没有足够痕迹；复合体中心界面可能能解释接触，远端结构域的位置却只适合粗略摆放。彩图给出连续表面，证据往往是斑驳的。

coordinate / 坐标 是模型落到文件里的方式。坐标文件里会列出原子名、残基号、链编号，以及每个原子的 X、Y、Z 三维位置。wwPDB 的坐标格式说明还显示，ATOM 记录会带有 occupancy / 占有率 和 temperature factor；在 PDBx/mmCIF 里，对应字段包括 _atom_site.Cartn_x、Cartn_y、Cartn_z、occupancy 和 B_iso_or_equiv。这些行看起来不如彩图直观，却让别人能重新量距离、重看界面、复查局部。

occupancy / 占有率 可以理解为某个位置在样品平均结果中被某种原子或配体占据的比例提示；低占有率常提醒人，这个位置并非每个分子都按同一种方式出现。B-factor / B 因子 或温度因子常用来提示原子位置的不确定或局部运动程度，数值异常时不能只按彩图语气讲得很满。这些字段标出哪一块更稳，哪一块要小心；它们不是为了给外行设置门槛。

坐标文件的朴素正是它的力量。彩图能让人一眼看出折叠，坐标文件让别人能重新计算氢键距离、量口袋大小、检查链编号、比较同源结构。一个残基编号若和天然序列对不上，突变标注会错位；一个链编号若来自晶体对称拷贝，界面解释会变味；一个 B 因子很高的侧链若被当成固定接触，后面的机制推断就会过头。

07.2三种方法的一条共同问题

晶体、谱峰和颗粒留下的痕迹不同，最后却都回到同一个问题：模型是否被数据支持，哪些地方可以承担细节判断，哪些地方只能承担大致形状。

X 射线晶体学里，探测器记录斑点，研究者处理相位和强度，得到电子密度，再建出原子模型。验证时会看 Rwork / Rfree。可以把它们先理解成模型解释衍射数据时的差距指标；Rfree 用建模时没有参与精修的一小部分数据检查模型，帮助防止模型只迎合已经见过的数据。数值好是重要信号，但它不能替某个活性位点、某条柔性环或某个配体姿势自动作答。

resolution / 分辨率 在这里也要谨慎读。分辨率数值越小，通常说明能分开的空间细节越细；可它给的是整体数据能力的概览。二点几埃的数据可能足以支持整体骨架和很多侧链，某个局部仍可能因为运动、占有率或晶格环境而发虚。分辨率好不等于每个局部都可靠，分辨率较低也不等于整张结构没有用途。问题仍然要回到那根主线：哪一部分支持哪一种判断。

冷冻电镜里，数据来自许多颗粒投影和重构出的三维 map。half-map / 半图 指把数据分成两半分别重构，用来检查两边是否支持相近形状；FSC / Fourier shell correlation / 傅里叶壳相关 是估计重构分辨率的一类方法。EM 验证还会看 map 本身、模型质量和 map-model fit / 图-模型吻合。整体图清楚，不代表每个外周结构域同样清楚；局部分辨率差的区域，应当少承担原子级解释。

冷冻电镜还有一个常见误读：平均图像看上去很稳定，就以为每个粒子都完全相同。真实数据里，颗粒可能有不同朝向，也可能混着不同构象。分类和半图检查的价值，就在于不让少数颗粒、坏颗粒或处理参数把噪声装扮成结构。若某个小结构域只在很少一类颗粒里出现，或者换一套处理流程就消失，它最好先留在候选解释里。

NMR 里，数据来自谱峰、化学位移和距离/角度约束。NMR 结构常常以一组模型出现，这组模型叫 ensemble，可以理解为在同一批约束下都说得通的一组结构。它展示的是一组可行范围：哪些区域被约束收得很紧，哪些区域因为运动或数据不足而散开。NMR 验证会关注模型集合、化学位移、约束违反和几何质量。

约束违反尤其值得看。一个距离约束若总是无法满足，可能说明峰赋值有问题，也可能说明那一段有运动或多个状态。结构集合里某个核心区域如果总能叠得很近，它更适合承担折叠判断；一段尾巴若在集合里散得很开，它可以提示柔性，却不该被当成固定界面来解释。NMR 的价值常常就在这种“哪里稳、哪里动”的分辨里。

三种方法的痕迹不同，验证逻辑相通。X-ray 看模型和衍射数据、电子密度是否合拍；cryo-EM 看模型和 map、半图、FSC、局部分辨率是否相互支持；NMR 看模型集合是否满足化学位移和约束。它们都不会把结构图一次性变成绝对答案，只会把图拆成可信度不同的局部区域。

有了这条共同逻辑，前面的痕迹生成过程就自然走向下一步：痕迹怎样支撑模型，模型又怎样进入公共记录。PDB 条目页打开时，问题会再变一次：这些带边界的模型怎样进入公共数据库，成为别人可以下载、引用、复查和复用的对象。

07.3坐标怎样被允许留下

建模从主链开始。研究者沿着密度或约束放置连续骨架，再把序列里的残基一个个对上去。某些大侧链形状清楚，能帮助确认序列寄存器；某些末端太灵活，只剩短影，适合先降级。一个残基错移一格，可能会把疾病突变、配体接触或盐桥关系全部带偏。结构图里一根顺滑的线，背后常常是逐段校准。

侧链的确定程度也不一样。色氨酸、苯丙氨酸这类大侧链在好密度里容易辨认；赖氨酸、谷氨酸这类长侧链的末端常常更灵活。研究者可以只建清楚的一段，也可以用较保守的构象表示它。电子密度清楚不等于所有侧链都确定，结构图必须允许这种局部差异存在。

missing residues / 缺失残基 很容易被误读。缺失残基不是蛋白里没有这些氨基酸，常常只是当前数据不支持给它们建坐标。柔性尾巴在晶体里乱晃，冷冻电镜 map 里外周区域太模糊，NMR 约束不足，都可能让一段序列暂时没有坐标。把缺失区域当作“不存在”，会让突变解释、调控判断和模型训练都走偏。

缺失残基会直接改变后面的实验排序。一个疾病变体若落在有清楚坐标的核心里，研究者可以先看折叠稳定性和局部相互作用；若它落在没有坐标的尾巴上，结构图就只能提示该区域没有被当前数据看住，不能替病理机制给出原子级解释。缺失表看起来像附录，实际是在提醒结构主张的边界。

construct / 构建体 是送进实验的蛋白版本。为了让样品稳定，研究者可能剪掉柔性尾巴，只保留一个结构域，加上纯化标签，换掉不稳定区域，或者加入突变。构建体结构可以非常有用，却不等于天然全长蛋白的全部状态。若图里少了 N 端调控片段，或者只保留胞外结构域，方法描述和条目记录都要把边界写清。

构建体边界还会影响界面判断。一个晶体结构里两条链贴在一起，可能是生物学上有意义的装配，也可能只是晶体里相邻分子排队造成的接触。若构建体少了调控片段或膜环境，界面解释更要和溶液实验、突变数据或功能读数一起看。构建体让结构能被测出来，也把结构的适用范围写进了样品本身。

ligand / 配体 和 ion / 离子 更需要克制。口袋里一团小密度可能来自真正结合的小分子，也可能来自缓冲液成分、水、部分占有状态，或处理过程里的弱信号。一个金属离子要有合理的配位环境，一个配体姿势要看形状、化学关系、占有率、B 因子和外部结合读数是否相互支持。配体密度像小分子，不等于小分子姿势已经定论。

水分子和修饰残基也类似。水常常帮助解释氢键网络，可若周围没有合理伙伴，单独放一个水只会让局部看起来更完整。糖基化、磷酸化或其他修饰若出现在模型里，也要看密度、化学环境和样品处理是否支持。任何一个小对象进入坐标文件，都会给后人留下可复用的线索；正因为可复用，写入时更要谨慎。

有时模型需要主动删减。密度弱的侧链末端可以只建稳定部分；没有数据支持的柔性尾巴可以不建；配体只能看到一半时，应该把语气降到候选解释；离子环境不合理时，不能为了机制故事把它硬放进去。删掉一段模型看起来让图少了一点内容，却让结构主张更诚实。

删减并不等于失败。它把“目前看不清”留给后续样品和方法：换一个构建体，加入稳定配体，提高样品均一性，或者改用 NMR 和冷冻电镜补柔性区域。结构成立的关键，是把能建的建进去，把不能建的说清楚。

07.4验证报告怎样拆开彩图

wwPDB validation reports 不是礼节性附件。wwPDB 官方说明说，验证报告会作为条目整理的一部分，给出模型和实验数据验证结果，并依据 Validation Task Forces 的建议持续改进。报告覆盖 X-ray、NMR、3DEM 等结构类型；它们的作用在于摊开质量、警告和局部问题，不能被读成宣布一张图永远正确。

X-ray validation report 会考虑 atomic model、diffraction data，以及模型和衍射数据的 fit。报告里常见的 model geometry / 模型几何，指键长、键角、二面角和局部构象是否符合化学常识。clash / 原子冲突 是两个原子靠得不合理地近。若模型为了追逐密度而让原子互相挤住，彩图会变顺，验证报告却会亮出问题。

map-model fit / 图-模型吻合 关注模型是否真的落在数据支持的空间痕迹里。局部吻合差时，模型可能放错了残基，也可能是那一段数据本来就弱。RCSB 的结构质量说明提到，Real Space R、RSCC 等指标可以帮助检查局部模型和实验数据的吻合。这些缩写不必一次记住；它们共同完成的是同一件事：把整体好看的结构拆成一段一段地核对。

Ramachandran plot / 拉氏图 是查看蛋白主链角度是否落在常见合理区域的一种图。它不能独自证明结构正确，却能提醒某些残基的主链姿势很不寻常。outlier / 异常值 指那些落在普通范围外、需要特别解释的点。异常值不一定都是错误，活性位点、特殊构象和低分辨率区域都可能出现异常；关键是不能把它们藏在彩图背后。

RCSB 的结构质量说明强调，实验结构可能因为模型和数据不吻合、局部缺少实验数据、几何畸变或原子冲突而存在可靠性限制。它也提醒使用者要同时看整体结构和自己关心的局部。这个提醒很重要：分辨率好、Rfree 合理、整体几何过关，都不能自动把每一个侧链、配体姿势和机制结论变成确定事实。

验证报告里的百分位比较也要正确理解。一个条目可以和相近分辨率或同类结构比较，看某些指标处在什么位置；百分位低不一定立刻推翻结构，百分位高也不等于所有局部都能放心。它更像一盏提示灯，告诉使用者该把注意力放到哪里：几何、密度吻合、配体、核酸、糖、还是某段链的局部问题。

EM 和 NMR 的报告也有各自的重点。EM validation 会看模型质量、map 可视化、map analysis、FSC validation 和 map-model fit。NMR validation 会看 ensemble、entry composition、模型质量、chemical shifts validation、NMR restraints analysis 和 violation analysis。名字很多，核心仍然朴素：数据支持到哪里，模型就讲到哪里；数据不稳的地方，解释要降级。

红灯和黄灯最值得停下来看。红灯可能是明显原子冲突、很差的局部吻合、异常几何；黄灯可能是某些指标偏弱、配体解释不够稳、某段结构的支持不足。它们不会自动要求丢弃结构；更实际的作用，是调整这张图的用途。核心折叠也许还能用来比较家族，活性位点机制却要等更强证据；整体装配也许能说明大致关系，局部氢键就不该被写成定论。

验证报告最有价值的地方，是它把一张图拆成许多可追问的局部。主链也许稳，环区却没有数据；整体 map 很清楚，配体附近却弱；模型几何总体合格，某个界面却有冲突；NMR 集合的核心很一致，尾部却散开。更好的问法应当换成：哪一部分可以支持哪一种判断？

07.5外部读数把结论收住

结构图能提出实验排序，不能替功能读数签字。若结构显示两个残基靠近，交联实验、突变效应、活性读数是否支持这层接触；若模型放了配体，结合曲线、竞争实验或突变扫描是否跟上；若某个构象被称作活性状态，功能测定有没有对应变化。结构图让实验更有方向，外部读数则决定结构解释能走多远。

外部读数也会纠正图上的诱惑。两个残基在结构里距离很近，突变后功能却没有变化，说明接触可能不是关键步骤，或者实验条件没有捕捉到那层作用；一个配体在口袋里看起来很合适，结合曲线却很弱，说明姿势可能只是晶体条件下的候选；一个冷冻电镜类别显示结构域抬起，细胞读数若没有对应状态变化，机制语气就要收住。

这种关系在疾病变体里很直接。一个错义变体落在被数据支持很强的核心区域，研究者可以优先测折叠、稳定性和运输；若它落在缺失残基附近，这张结构就不能单独解释病理。一个药物口袋若有清楚密度、合理配体环境和支持性的结合曲线，下一轮设计更有依据；若只有一团弱密度，实验应该先补结合和复测。

预测和设计也会继承这套纪律。预测模型拿实验结构当训练材料时，学到的不该只是彩色形状，还应该继承实验共同体留下的边界意识：哪些坐标可信，哪些残基缺失，哪些配体解释薄弱。设计团队拿结构当起点时，也不能只看口袋形状；它要先问这张图代表哪个构建体、哪个状态、哪一套实验条件。

发布前的边界说明因此很硬。样品是哪段序列，做过哪些截短、突变、标签、配体或离子处理，哪些残基没有坐标，分辨率或对应方法指标支撑到哪里，验证报告有哪些红灯和黄灯，配体或离子解释是否还有候选成分，这些都决定后人能把结构用到什么程度。边界写清楚，结构图才不会被过度使用。

边界说明还会保护后来者的时间。一个条目若清楚写出构建体只覆盖某个结构域，后人就不会拿它解释全长蛋白的远端调控；若缺失残基列得清楚，突变分析就不会把空白区域当成确定坐标；若配体占有率和验证警告摆在旁边，药物设计就会先补实验，而不是直接围着一团弱密度合成一整批分子。

再回到开头那块屏幕。彩色结构图仍然有价值，它让人迅速看见整体形状；验证报告、密度图、坐标文件、缺失残基表、构建体说明和外部读数，让这张图变成可复查的主张。彩图负责让人看见对象，记录负责让人知道这次看见能信到哪里。

这时，开头那几个对象的含义已经改变。experimental method 不只是方法名，它决定该看哪类验证；resolution 或对应质量指标不只是成绩，它限定细节尺度；coordinate file 不只是下载材料，它让别人重新计算；validation report 不只是附件，它拆开局部可信度；missing residues 不只是空白，它提醒当前数据没有支撑；ligand 和 ion 不只是图里的小球，它们需要化学环境和外部读数共同支持。

这也把 PDB 的问题准备好了。结构图一旦足够成立，就不该只停在论文插图或本地硬盘里。它需要带着坐标文件、元数据、验证报告、方法说明和引用方式进入公共记录。到那里，许多人会重新打开同一套坐标，比较同源蛋白，标注突变，训练模型，设计实验，也在多年以后回头检查当初那片发虚的区域。结构主张进入公共记忆，PDB 的问题就正式出现了。