药物分子对接服务：一个激酶项目的全流程复盘

药物分子对接服务的价值不只是一个-9.2 kcal/mol的打分数字——它帮课题组在合成之前回答”这批2000个候选分子里，哪些值得进细胞实验”。去年我们接过一个CDK2激酶抑制剂的对接项目，对方手里有HTS筛出的30个hits，但选择性不清楚、结合模式未知，不知道该优化哪个骨架。这个项目后来跑了三轮对接——从初筛到精确重打分——最终锁定了2个骨架、5个候选分子进了后续的酶活验证。因为这个项目把药物分子对接服务中容易踩的坑踩了个遍，这里用它当主线，讲清楚一套完整的对接服务是怎么运转的。

靶点准备：对接成败的第一道关

药物分子对接服务最容易在第一步就出错的分岔口，是”用哪个蛋白结构”。PDB里有这个CDK2的几十个晶体结构——有结合ATP的、结合不同抑制剂的、有磷酸化T160的、有未磷酸化的。直接随便挑一个跑对接，结果可能被蛋白构象的差异完全吃掉。

我们的做法是先做结构的交叉比对。把5个高分辨率（≤2.0 Å）的CDK2结构叠在一起看ATP结合口袋的构象差异：DFG-in和DFG-out两种状态下，Phe80侧链的位置差了将近6 Å——这直接改变口袋的溶剂可及体积。这个项目的抑制剂是Type I（结合DFG-in构象），所以我们选择了DFG-in状态下口袋开口最大的那个晶体结构（PDB 1H1S，1.8 Å）。

蛋白准备的具体操作：用Schrödinger的Protein Preparation Wizard补缺失的loop区原子、给His残基分配质子化状态（根据局部氢键网络判断是HIE/HID/HIP）、在pH=7.4条件下分配可滴定残基的电荷态。口袋内的结晶水分子不是一刀切删除——我们保留了和关键残基（Lys33和Asp145）形成稳定氢键网络的3个水分子，它们在对接中作为”桥接水”参与配体-蛋白相互作用。

对接策略的分层设计

药物分子对接服务的效率取决于”粗筛用快方法、精选用准方法”的分层策略。这个CDK2项目我们用了两层：

第一层——Vina高速初筛。 对接格点盒（docking box）以共晶配体的质心为中心，20×20×20 Å的立方盒足够覆盖整个ATP口袋加部分变构区域。exhaustiveness设为32——这个值在速度和采样充分性之间取了一个平衡。低于16的话，对小分子的构象采样可能不够；高于64，对单个分子的计算时间翻倍但排序精度提升有限（参考文献中exhaustiveness=32时重对接RMSD已收敛到1.5 Å以内）。

这一层跑完了30个hits分子和200个decoys（从ZINC数据库中根据分子量和logP匹配的类似物）——目的不是看打分绝对值，是看hits能不能在decoys堆里排到前5%。结果是：30个hits中，23个在decoys+ hits的混合库（230个分子）中排进了前10%。这个富集率说明对接模型对这类骨架是有效的——如果hits散落在排名中段，那要回头检查蛋白准备或盒子设置。

第二层——Glide SP+XP精选。 把Vina选出的8个高打分pose导入Glide做精确对接和打分。Glide SP在这一层的优势是对氢键几何有严格的惩罚函数——和CDK2铰链区（hinge region，残基Glu81-Leu83）的氢键偏离角度超过30°时会扣分，这对激酶体系非常关键，因为铰链区氢键是激酶抑制剂结合的核心锚点。

换Glide之后排名发生了变化：Vina排名第1的分子，在Glide SP掉到了第3——因为它和铰链区的双氢键有一个角度偏了12°，Vina的氢键项对此不敏感，但Glide SP的惩罚函数立刻捕捉到了。这个排名的变化后来被酶活实验印证了：Glide SP排第1的分子IC₅₀ 48 nM，Vina排第1的那个分子IC₅₀ 210 nM。

不同靶点类型的策略差异

激酶是做对接最”舒服”的一类——口袋深、溶剂暴露少、铰链区氢键锚定效果好。换一个靶点类型，药物分子对接服务的策略要跟着调整。

GPCR类靶点的问题不在对接本身，在蛋白结构。 GPCR的晶体结构少、很多时候只能用同源建模的结构。同源模型的侧链位置有系统误差，loop区的构象更是”猜”出来的。这种情况下，对接盒子的设置要比晶体结构更大（25×25×25 Å），而且要用柔性对接（induce fit docking）——允许结合口袋的部分侧链在配体靠近时做构象调整。对A2A腺苷受体这样的GPCR靶点，直接刚性对接的错误率会很高。

金属酶靶点的对接需要专门改力场参数。 Vina和Glide默认的原子类型定义对Zn²⁺、Mg²⁺等金属离子的vdW半径和电荷处理都有简化——如果体系里有催化锌，需要手动定义金属离子的vdW参数，或者在Glide里启用金属配位约束。我们做过一个MMP-13（含催化Zn²⁺）的对接项目，不加金属约束时，对接pose把配体放到了Zn²⁺对侧的口袋壁上——加约束后才回到正确的四面体配位几何。

蛋白-蛋白界面（PPI）是对接最难的一类。 界面大（通常1500-3000 Ų）、较平、缺乏深口袋，打分函数的疏水项贡献不足、极性项噪音过大。这类靶点一般不建议直接用标准对接流程——改用FTPepDock或基于肽段的对接策略，比全配体对接的命中率高得多。

对接后分析：pose选择与重打分

对接输出几十个pose，选哪个进下一轮？药物分子对接服务中这一步的决策逻辑是：不只看打分，看pose的物理合理性。

这个CDK2项目里，我们对每个hit选了3个最好的pose，逐一检查三项：

• 铰链区氢键成键情况（Glu81和Leu83的主链NH/CO——至少有一个成键，否则这个pose基本上不对）
• 配体的疏水基团是否埋在口袋深处、极性基团是否朝向溶剂（对接pose的物理合理性体现在”疏水-疏水互补、极性-溶剂暴露”的匹配上）
• 结合模式是否和已知CDK2抑制剂的SAR一致（文献中CDK2抑制剂通常在R1位有一个芳香环插入Phe80下方的疏水亚口袋——如果pose把这个环伸到了溶剂区，大概率是构象采歪了）

做完人工检查后，对过审的pose做了MM/GBSA重打分。和Vina/Glide SP的结果对比：MM/GBSA的排序和酶活实验IC₅₀的Spearman相关系数（0.78）高于Vina（0.61）和Glide SP（0.72）。不是说MM/GBSA一定最好——是它的隐式溶剂模型对这个疏水主导的激酶口袋体系特别适配。换一个高电荷、强溶剂化的体系（如蛋白-核酸界面），MM/GBSA的优势就没这么明显了。

服务的边界：什么能保证、什么不能

做过几十个对接项目的经验是：药物分子对接服务能保证的是”筛选效率”——把千级候选分子压缩到几十个、给出结合模式的原子级假设、为合成优化提供结构依据。不能保证的是”打分最高的分子一定是活性最好的”——任何一个打分函数在陌生化学空间中的排序精度都有天花板。

这个CDK2项目最终选了5个候选分子进酶活测试。5个里4个有活性（IC₅₀ 48 nM—5.2 μM），1个无活性（后分析发现是分子刚性过高、可旋转键只有1个，结合熵惩罚过大，而对接打分没计算熵的贡献）。这个验证率（4/5）在这个靶点类型里算正常偏上——不代表所有体系都这样。对柔性配体多、可旋转键超过10个的体系，验证率一般会明显下降。

回过头看，一套靠谱的药物分子对接服务，核心在于靶点准备的细致程度、分层筛选的策略设计、以及pose选择时对物理原理的坚守——打分只是一个参考维度，不是判决书。

更多案例请访问 https://www.keyanxueshu.com/