审计相关的 REMARK 标记：REMARK 1、2、3
PDB 文件里有一类非常特殊的记录，叫 REMARK。说白了，它就是文本形式的审计追踪。
REMARK 行不像 ATOM 那样描述原子坐标，也不像 SEQRES 那样记录序列。它记录的是“这个结构是怎么来的”。
我个人习惯，拿到一个新 PDB 文件后，第一件事不是看坐标，而是 搜索 REMARK 行。因为 ATOM 记录可能被各种工具重排过，但 REMARK 行只要不做显式删除，会忠实地保留原始信息。
下面展开讲 REMARK 1、2、3，这三类在 审计追踪 场景中最常用。
REMARK 1：结构来源与合作者
REMARK 1 记录的信息很杂。但最常见的用法是声明 结构来源 和 主要研究者 的联络方式。
格式大致如下：
REMARK 1
REMARK 1 REFERENCE 1
REMARK 1 AUTH E.P.DOE,J.SMITH
REMARK 1 TITLE CRYSTAL STRUCTURE OF HUMAN CARBONIC ANHYDRASE II
REMARK 1 JOURNAL ACTA CRYSTALLOGRAPHICA SECTION D
REMARK 1 VOL 68 PAGES 319-326
REMARK 1 YEAR 2012为什么审计要关注它？
因为 这篇文献号 是你追溯“这个结构是否已经公开发表”的唯一凭证。
个人经验：我遇到过很多次，PDB 里 REMARK 1 的文献没写全，后期审计时需要人工去 PubMed 查。建议在提交结构前，先把 REFERENCE 板块写完整，尤其是
AUTH 和 TITLE 不要省略。
避坑指南：关于 REMARK 1，我曾经见过一个条目里同时写了 5 篇 REFERENCE，但其中 3 篇其实跟这个结构的实验数据完全无关。审计时只能全部保留，因为没法删。如果你提交的 REMARK 1 里有随意堆砌的引用，后期会非常被动。
REMARK 2：分辨率与统计量
REMARK 2 才是真正的“审计核心”之一。它记录的是 实验数据质量 相关的统计量。
对于 X-ray 衍射结构，REMARK 2 里最关键的字段是 RESOLUTION 和 R VALUE。
REMARK 2
REMARK 2 RESOLUTION. 2.30 ANGSTROMS.
REMARK 2
REMARK 2 REFINEMENT DETAILS
REMARK 2 PROGRAM : REFMAC 5.8.0158
REMARK 2 R VALUE : 0.217
REMARK 2 FREE R VALUE: 0.265这里要注意几个点：
- 分辨率：它不是越高越好，而是要跟实验条件匹配。2.3 Å 的分辨率只适合做粗略的骨架模型。
- R value vs Free R value：两者差距大于 0.05 时，说明模型存在过拟合或系统偏差。
- REFINEMENT PROGRAM：记录精修引擎，如 REFMAC、PHENIX、CNS。如果不同 REMARK 里写的程序不一致，审计会亮黄灯。
| 字段 | 含义 | 审计检查点 |
|---|---|---|
| RESOLUTION | 衍射数据的分辨率上限 | 是否与原始数据日志一致 |
| R VALUE | 整体残差因子 | 低于 0.25 为常规可接受 |
| FREE R VALUE | 交叉验证残差因子 | 不应高于 R VALUE 0.05 以上 |
避坑指南：我见过一个极端案例，REMARK 2 里写的分辨率是 2.0 Å，但
REFLN 记录里有一半的反射点只被收集到 2.5 Å。审计时直接判定为“数据滥用”。所以 REMARK 2 的数字一定要跟原始数据处理记录对得上。
REMARK 3：精修方法与策略
REMARK 3 的篇幅通常是 REMARK 1 + 2 的总和。它详细描述了 模型构建和精修的全过程。
典型内容：
REMARK 3
REMARK 3 REFINEMENT.
REMARK 3 PROGRAM : REFMAC 5.8.0158
REMARK 3 NUMBER OF REFLECTIONS: 15234
REMARK 3 NUMBER OF PARAMETERS: 7890
REMARK 3 DATA CUTOFF: SIGMA(F) = 0.0
REMARK 3 COMPLETENESS: 98.5%
REMARK 3
REMARK 3 GEOMETRY RESTRAINTS
REMARK 3 BOND LENGTHS: 0.009 ANGSTROMS
REMARK 3 BOND ANGLES : 1.47 DEGREES审计时重点关注三点：
- 几何约束值的合理性：键长 RMSD 一般小于 0.01 Å，键角 RMSD 小于 2°，如果超出范围需要提供理由。
- COMPLETENESS（完整度）：低于 90% 说明数据有系统性缺失，结构可信度下降。
- DATA CUTOFF：这个参数决定了哪些低信噪比的数据被删除。如果设置得太激进（比如 3σ），相当于人为筛选了“漂亮数据”，容易引发过拟合。
我建议：在做结构提交前，先跑一次 wwPDB 的验证工具。它会自动解析 REMARK 3 里的几何统计量，并生成一个 XML 报告。这个报告里会明确指出哪些 REMARK 3 字段缺失或异常。
避坑指南：我曾经在一个大项目里发现，不同精修阶段生成的 PDB 文件的 REMARK 3 内容完全不一样。有人把初期的几何约束值写到了最终文件里，结果审计时被追责。解决方案很简单：只允许在最终精修完成后统一生成一次 REMARK 3，中途不要手动修改。
为了帮你理解 REMARK 1、2、3 在审计中的整体关系，我画了一张简图。
这张图展示从原始实验数据到最终提交 PDB 的过程中，三条 REMARK 分别对应哪个阶段以及它们之间的传递关系。
简单总结一下：REMARK 1 保证来源可追溯，REMARK 2 保证数据质量透明，REMARK 3 保证精修过程可复现。
你在做 PDB 结构审计时，这三个 REMARK 就是必须逐行核对的“三道防线”。
嗯，内容不少，但先消化这三条，后面的几条我们后面再聊。