PDB数据库中发布的结构中大约有88%是来自X射线晶体学方法，这些模型的质量差异很大，但是鲜有错误的或者伪造的。通常，模型的质量由模型的分辨率，R值，尤其是Free R表示。可以从PDB Reports获得有关模型质量的有用信息，包括Ramachandran图。

分辨率是衡量收集的X光衍射数据质量的一个指标。毋庸置疑，分辨率越好，最终得到的原子模型自然也越可信。由于分辨率分映了分子堆叠的无序性，很大程度上由蛋白分子本身的性质、结晶条件所决定。因此，在有限资源的情况下，不可能去无限的追求分辨率的提高，而且也没有必要。那么什么样的分辨率是好的？什么样的分辨率是差的呢？这里给出一个快速指南：

1.2 Å，非常优秀，蛋白主链和绝大部分侧链都非常清晰，甚至某些氢原子都能被解析出来。

2.5 Å，良好，蛋白主链和一些侧链清晰

3.5 Å，OK，蛋白主链和大的侧链基本清晰

5 Å，不良，蛋白主链大部分清晰，侧链不清晰；

我们提供的结构生物学服务中，一般承诺分辨率不低于2.9埃。

有趣的是，已发表的结构模型质量与发表他们的期刊的影响成反比[Brown EN, Ramaswamy S. 2007. Quality of protein crystal structures. Biol. Crystallography 63:941-950]。

想更多了解分辨率，请查看这篇文章：什么是分辨率？分辨率与晶体结构质量的关系是什么？

说完了分辨率，我们再说说R值和R-free值。

R值是衡量从晶体衍射数据解析出的结构模型质量的一个指标。在求解蛋白质的结构时，研究人员首先建立一个原子模型，然后基于该模型计算模拟衍射图。R值测量的是模拟衍射图与实验观察到的衍射图匹配的程度。 原子的完全随机集合将提供约0.63的R值，而完全拟合时，R值为0。典型值约为0.20，表明结构模型是可信的。根据经验，应谨慎对待R值大大超过（分辨率除以10）的模型。 因此，如果模型的分辨率为2.5Å，则该模型的R值不应超过0.25。 完全错误的模型（例如随机模型）给出的R值为0.40至0.60。

由于多种原因，导致拟合结果不完美。一个主要原因是蛋白质和核酸晶体含有大量的水。而水的结构在模型中并未定义和包含。其他原因包括模型中未考虑的无序和振动。

用R值评价晶体结构质量有潜在的问题，容易产生过拟合，甚至严重错误的模型也可能会有较低的R值。比如可能导致误导性R值的一个著名陷阱是，每个氨基酸添加的水分子明显多于一个。

仅用R值评价结构模型质量是有问题的，因为在模型修正过程中，会引入偏差。修正的目的就是为了提高原子模型与实验数据的吻合度并降低R值，这个过程中会同时用到原子模型和衍射图来计算电子云密度，再根据电子密度匹配出新的原子模型，不断重复。R-free值的使用是解决此问题的一种较不偏颇的方法。在模型修正之前，从数据集中删除约10%的实验观察值。剩余的90%的数据用于模型修正。最后，将修正的模型去计算原来剔除的10%的观察值，并计算这个数据集上的R值，称为R-free值。对于不过拟合的模型，R值应该与R free值相似。实际情况是，R free值会略高一些，约为0.26.

那么如何评价R free值的好坏呢？

一般情况下，如果分辨率为2.0Å或者更好（Å值<2.0），free R不应超过分辨率的十分之一加上0.05；也就是说2.0Å的分辨率，要求free R不应超过0.25。如果分辨率在3.0Å附近，那么free R不应超过分辨率的十分之一。在模型对应的分辨率下，如果free R超过最差的25%，结构质量就值得怀疑了，见下表。

R free值与分辨率正相关：

参考资料：

https://pdb101.rcsb.org/learn/guide-to-understanding-pdb-data/r-value-and-r-free

http://proteopedia.org/wiki/index.php/Free_R

http://proteopedia.org/wiki/index.php/R_value

Souce: 纽普生物    2019-11-18