用于估计蛋白质数据银行和蛋白质折叠增长率的 Gompertz 曲线

蛋白质数据库（Protein Data Bank，PDB）是一个持续增长的、生物分子结构数据开放获取存储库。该国际数据库在用于蛋白质结构预测与设计的人工智能和深度学习模型的发展中发挥了重要作用。PDB 的增长是影响这些模型进一步发展的一个至关重要的因素。因此，在分析了自该数据库创建以来 PDB 数据提交的增长趋势之后，我们发现其与 Gompertz 函数高度吻合。Gompertz 函数是一种在多个学科中广泛使用的增长曲线。此外，我们观察到，该函数还能够刻画“新折叠的发现”，即构成 PDB 主要部分的蛋白质结构域中不同折叠类型的累积数量。因此，基于拟合结果，我们估算了 PDB 条目数和蛋白质折叠数的可能规模。这些发现为理解近年来增长减缓的现象提供了见解，并使我们能够评估未来可能的发展趋势。

蛋白质数据库（Protein Data Bank，PDB）是一个持续增长的、生物分子结构数据开放获取存储库。该国际数据库在蛋白质结构预测与设计的人工智能和深度学习模型的发展中发挥了重要作用。PDB 的增长是影响此类模型进一步发展的关键因素。因此，在分析该数据库自建立以来的 PDB 条目提交增长趋势后，我们发现其可被 Gompertz 函数很好地拟合。Gompertz 函数是一种广泛应用于多个学科的生长曲线。此外，我们还观察到，该函数能够刻画“新折叠的发现”，即构成 PDB 绝大多数内容的蛋白质结构域中不同折叠类型的累积数量。因此，基于拟合结果，我们估算了 PDB 条目数和蛋白质折叠数的可能规模。这些发现为理解近年来增长减缓的现象提供了见解，并使我们能够评估未来的预期趋势。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.24.732253v1?rss=1

🏷️ 蛋白质数据库 Gompertz曲线 增长建模 蛋白质折叠 结构生物信息学