Drexel Cluster

📍 平台介绍

Cluster 是由美国德雷塞尔大学（Drexel University）计算机与信息科学系（CIS）开发并维护的免费在线工具，专注于蛋白质三维结构的系统性聚类分析。该平台基于PDB（Protein Data Bank）中已解析的结构数据，通过结构相似性算法（如TM-score、RMSD）对同源或相似折叠的蛋白质进行自动分组，旨在帮助结构生物学家、计算生物学研究者快速识别结构家族、发现潜在功能关联及辅助新结构归类。

⚙️ 核心功能

平台提供以下关键分析能力：

• 结构聚类服务：用户可上传PDB文件或输入PDB ID，系统基于结构比对结果将其分配至预构建的结构簇（cluster），支持单链或多链输入；
• 簇内代表性结构筛选：每个簇自动选出结构中心性高、分辨率优、覆盖度广的代表性成员；
• 层级化簇浏览：支持按SCOP/CATH分类层级导航，亦可按TM-score阈值（如0.5、0.7、0.9）动态调整聚类粒度；
• 结构比对可视化：集成JSmol插件，支持交互式叠加显示簇内结构比对结果，并导出比对坐标文件；
• 统计与下载功能：提供各簇的成员数量、PDB条目列表、序列一致性矩阵及结构对齐文件（FASTA、ALN、PDB格式）批量下载。

✨ 平台特色

Cluster 的设计强调实用性与可追溯性：所有聚类均基于公开、可复现的结构比对流程（使用TM-align等标准工具），不依赖黑盒模型；数据库定期同步PDB更新（网站底部注明最后更新时间为2023年10月）；界面简洁无注册要求，全部分析在服务器端完成，无需本地安装依赖；所有结果页面附带详细方法说明与参考文献链接（如《Nucleic Acids Research》2018年相关论文），符合学术可验证原则。

👥 适合谁用

该平台主要服务于结构生物学、计算生物学及药物设计领域的科研人员：例如正在解析新蛋白结构的研究者，可用其快速判断所属结构家族；从事蛋白功能预测的团队，可结合簇内已知功能注释推断未知蛋白潜在活性；教学场景中，可用于演示蛋白质结构空间的分布规律与进化约束。需注意，平台不提供序列搜索、同源建模或能量评估功能，亦不支持非PDB格式的自定义结构文件（如Rosetta输出）。

📝 总结

Cluster 是一个定位清晰、技术透明的学术型结构分析基础设施，填补了PDB官方资源与通用比对工具之间的中间层需求。它不追求多功能集成，而是聚焦于‘结构聚类’这一具体任务，以稳定服务、明确方法和开放数据为特点。尽管界面较为朴素、缺乏现代前端交互（如拖拽上传、实时进度提示），但其结果可靠性已在多篇方法学论文中被引用验证。对于需要快速获得结构归属、开展跨PDB结构比较或构建训练集的研究者而言，它仍是一个值得纳入工作流的补充工具。