cathdb.info

一句话介绍

cathdb.info 是一个由英国伦敦大学学院（UCL）等机构维护的免费蛋白质结构分类数据库，专门用于对已知蛋白质三维结构进行进化域级别的层次分类。它面向全球生物信息学与结构生物学研究者，提供手动验证的结构域注释和分类数据，是学术界公认的蛋白质结构分析参考标准之一。

业务详解

CATH 数据库的全称是 Class, Architecture, Topology, Homologous superfamily，即根据蛋白质结构域的四个主要层次进行分类。该项目始于1990年代，由 UCL 的 Orengo 团队主导，至今已有超过30年的历史，是结构生物信息学领域的老牌数据库。它与其他大型结构数据库（如 SCOP、PDB）互补，但 CATH 强调半自动化的手动校验流程，分类精度较高。主要服务对象包括高校实验室、药物研发机构、以及从事蛋白质功能预测和进化研究的科研人员。该平台以免费开放为核心，不涉及商业化运营，因此没有付费订阅模式，也没有针对企业的增值服务。其数据通过网站、API 和 FTP 下载提供，适合用于教学、科研和算法训练。

适合谁用

CATH 最适合结构生物学、计算生物学和生物信息学领域的学术研究人员，尤其是需要高置信度结构域分类数据的团队。个人研究者可以通过网站直接查询单个蛋白质的域分类；实验室团队可以批量下载分类数据用于机器学习模型训练或大规模进化分析；开发者可以利用其 REST API 获取结构注释，整合到自己的分析管道中。由于该数据库完全免费且无需注册，它也适合作为本科或研究生生物信息学课程的教学工具。但需要明确的是，它不适合非科研用途或对实时更新有高要求的商业应用，因为其数据更新频率低于 PDB 主库，且不提供商业技术支持。

关键功能与亮点

• 层次化结构域分类：将蛋白质结构按 Class（主要二级结构组成）、Architecture（折叠模式）、Topology（拓扑连接）、Homologous superfamily（同源超家族）四级划分，便于进化与功能推断。
• 手动验证的高质量注释：分类结果经过专家手工校验，错误率低于纯自动化方法，适合作为基准数据集。
• 免费开放获取：所有数据、分类工具和 API 均无需付费或注册，无使用限制，适合学术和教学。
• 跨数据库整合：与 PDB、UniProt、Gene3D 等主流数据库交叉链接，支持一站式查询结构-功能-序列信息。
• CATH+ 增强版：提供更频繁更新的自动分类版本，覆盖 PDB 中所有已知结构，弥补手动版更新慢的短板。
• FTP 批量下载：支持整库导出，方便本地部署或大规模计算。

价格分析

CATH 数据库目前完全免费，没有任何付费套餐或订阅选项。其运营经费主要来自英国研究理事会等公共资金支持，因此对用户而言零成本。在同类产品中，SCOP 和 SCOP2 同样免费，而一些商业结构分析平台（如 Schrodinger 的 BioLuminate）则按年收费数千美元。CATH 的性价比极高，但需要注意：免费意味着没有客服支持、无服务等级协议（SLA），且数据更新频率受限于学术项目周期。如果用户需要实时更新的商业级结构分类，可能需要考虑其他付费方案。

中国用户怎么用

CATH 数据库对国内用户非常友好。其主站 cathdb.info 在中国大陆可以直接访问，无需任何科学上网工具。网站加载速度尚可，但大规模 FTP 下载可能受限于国际带宽，建议使用科研机构的海外镜像或通过代理加速。支付方面，由于没有任何付费环节，无需信用卡或支付宝等支付方式。发票方面，由于平台完全免费且非商业实体，无法开具任何形式的发票。国内类似资源有中科院上海生命科学研究院维护的 PDB China 镜像，但后者主要提供结构数据存储，而非分类注释。如果以教学或基础科研为目的，CATH 是足够可靠的选择。

优缺点对比

优点：

• ✅ 完全免费，无任何隐藏费用或使用限制
• ✅ 分类数据质量高，经过手动校验，适合作为基准
• ✅ 国内直接访问，无需科学上网
• ✅ API 和 FTP 支持批量获取，适合自动化分析
• ✅ 与主流数据库深度集成，方便交叉查询

缺点：

• ❌ 无付费技术支持，遇到问题只能依赖邮件沟通或社区论坛
• ❌ 手动更新版本频率较低（约一年一次），可能落后于最新 PDB 数据
• ❌ 不提供商业发票，不适合需要报销的企业用户
• ❌ 网站界面较为老旧，交互体验不如现代商业平台
• ❌ 无退款政策，但免费服务本身不存在退款需求

同类产品对比

• SCOP (scop.berkeley.edu)：同样基于手动分类，但分类体系略有不同（更强调进化关系）。SCOP 更新更慢，且近年维护力度减弱，CATH 的活跃度更高。
• ECOD (prodata.swmed.edu/ecod)：自动化分类数据库，更新频率极高，覆盖更全，但手动验证比例低，错误率略高。适合需要最新数据但能容忍噪声的用户。
• PDB (rcsb.org)：原始结构数据仓库，不提供分类注释，但数据最全且更新实时。CATH 是建立在 PDB 之上的增值分类服务。

总结建议

CATH 数据库非常适合学术科研场景，尤其是需要高质量结构域分类数据用于进化分析、功能注释或机器学习训练的研究者。如果用户是高校师生或非盈利机构成员，且不要求实时更新，那么直接免费使用即可，无需任何付费。不适合需要商业级支持、实时数据更新或发票报销的企业用户，后者应考虑商业结构分析平台或使用 ECOD 等自动化数据库。建议新用户先从网站搜索单个 PDB ID 体验分类结果，再通过 FTP 下载完整数据集进行本地分析。总体而言，这是一款零成本、高可靠性的学术利器。