蛋白结合位点预测：从序列到口袋的精准定位

做药物设计的人，大多在结合位点预测这一步踩过坑。预测出来的口袋看着挺合理，对接进去的结合模式也说得通，结果合成出来一测，IC50差了三个数量级。

问题不在对接程序，而在口袋本身——你找的那个口袋，在真实生理条件下可能根本不开放，或者是别的小分子先占了，或者构象变化之后这个口袋就消失了。

结合位点预测的三条路线

几何方法（SiteMap、FPocket）：纯几何描述，找蛋白表面的凹陷区域。计算快，适合初步扫描。缺点是假阳性高——蛋白表面凹陷不等于功能口袋，有些凹陷是结构柔性造成的瞬时空腔，不是稳定的配体结合位点。

探针方法（FTMap、MDMix）：把一小分子探针（甲醇、乙腈、异丙醇等）放到蛋白表面做能量最小化，探针聚集的地方就是潜在结合位点。FTMap的结果通常比纯几何方法靠谱，因为探针的能量打分考虑了疏水、氢键和静电贡献。

保守性方法（ConCavity、ConSurf）：基于进化保守性，功能重要的口袋通常在进化上高度保守。这个方法能过滤掉很多假阳性口袋，但需要可靠的同源序列比对，对孤儿蛋白（orphan proteins）不好用。

SiteMap vs FTMap：实操对比

SiteMap（Schrodinger）：界面友好，打分函数考虑了疏水性、亲水性、暴露表面积。对已知口袋的蛋白，SiteMap的Top1预测准确率很高。但如果你做的是全蛋白扫描，SiteMap有时会把活性位点旁边的辅助口袋排到第一位——这个口袋可能也有结合能力，但不是你想要的那个功能位点。

FTMap：基于快速傅里叶变换的分子对接，把小探针往蛋白表面贴。好处是速度快，结果用集群热图展示，一目了然。缺点是探针分子太小，无法模拟真实配体的形状互补性。FTMap找到的位点通常是”热点”（hot spot），但热点不等于完整口袋。

实际工作里，我倾向于先用FTMap扫一遍，找到能量最低的几个热点，再用SiteMap在热点附近做精细扫描，两个结果叠加，重合度高的区域优先做后续对接。

用MD轨迹提高预测准确性

这是很多教程里不提但非常关键的一步。晶体结构里的口袋，和溶液里平均结构里的口袋，形状可能完全不一样。

具体做法：跑一段100-200 ns的MD，每隔1 ns取一帧，对每一帧做SiteMap或FPocket计算，然后把所有帧的口袋打分做时间平均。有些口袋在晶体结构里看着很深，但在MD轨迹里平均下来很浅——说明这个口袋的动态波动大，不适合做药物设计靶点。

另一个更有信息量的分析是口袋体积的时序变化。用fpocket对轨迹逐帧分析，画出口袋体积随时间变化的曲线。如果体积在模拟中剧烈波动（标准差>30%），这个口袋的成药性要打问号。

保守性分析的补充价值

如果目标蛋白有至少20个同源序列，一定要做保守性分析。ConSurf是最好上手的工具，网页版直接上传序列或者PDB ID就能跑。

保守性分析的两个用途：

第一，过滤假阳性。FTMap找到一个热点，但ConSurf显示这个区域进化上不保守，说明这个位点在自然界没有被选择压力锁定，可能不是功能相关的口袋。

第二，发现别构位点。有些口袋不在活性中心附近，但在进化上高度保守，这往往是别构调节位点。别构位点的成药价值有时候比活性中心还高——选择性更好，脱靶效应更低。

常见坑点

坑一：只依赖晶体结构的单一构象。蛋白是动态的，晶体结构只是一个快照。如果只基于这个快照做口袋预测，可能会错过只有特定构象才开放的口袋（cryptic pocket）。

坑二：忽略水的竞争。口袋里如果有有序水分子簇，配体要结合就必须把这些水挤出去，这部分去溶剂化自由能的代价很高。预测口袋的时候要用WaterMap（Schrodinger）或者类似的工具评估水的热力学贡献。

坑三：把对接打分当结合亲和力。对接打分函数（docking score）是相对值，不是绝对值。两个口袋的对接打分差10 kcal/mol，不代表结合亲和力真的差10 kcal/mol。对接打分的用途是排序，不是绝对值预测。

一个实用工作流

1. 用FTMap做全蛋白热点扫描，找出Top3热点区域
2. 用SiteMap在热点附近做精细口袋定义
3. 跑100-200 ns MD，对轨迹做口袋体积分析
4. 做保守性分析，过滤非保守区域
5. 对最终候选口袋做WaterMap分析，评估去溶剂化成本
6. 用AutoDock Vina或Glide对候选口袋做对接验证

这套流程走下来，假阳性率能降到10%以下。关键是第3步——很多人跳过MD验证，直接进对接，结果浪费大量时间在不能用的口袋上。

蛋白结合位点预测的核心矛盾是：几何上合理的口袋，不一定在动力学上稳定；动力学上稳定的口袋，不一定有成药性。这三层过滤（几何→动力学→进化），每一步都在帮你淘汰错误答案。