MS分子对接服务是药物设计和分子相互作用研究中的核心计算手段。分子对接通过预测小分子配体与生物大分子受体之间的结合模式和亲和力,帮助研究人员在实验之前筛选候选化合物。MS分子对接服务覆盖从受体结构准备到结合模式验证的完整链条,是计算化学服务中需求量最大的类型之一。

分子对接的核心任务是回答两个问题:配体结合在受体的什么位置?结合有多强?前者是结合模式预测,后者是亲和力排序。在药物筛选中,一个典型项目需要从几万个化合物库中筛选出几十个潜在 hit,分子对接是第一道筛网。
对接计算的物理基础是锁钥模型和诱导契合模型。早期对接假设受体刚性,只搜索配体构象;现代对接允许受体侧链柔性,更接近真实的诱导契合过程。但柔性越大,搜索空间指数增长,计算成本也急剧上升。
主流对接软件和打分函数:
AutoDock Vina使用经验打分函数,综合考虑氢键、疏水、扭转惩罚。Vina的速度快(每个配体约1分钟),精度中等(对50%以上的体系能给出正确结合模式,RMSD<2 Å)。
Glide(Schrödinger)使用GlideScore打分,分SP(标准精度)和XP(高精度)两档。XP模式考虑形状匹配和极性相互作用互补,对弱结合的排除能力强,但计算时间是Vina的5-10倍。
GOLD使用GoldScore或ChemPLP打分,基于遗传算法搜索构象空间。GOLD对柔性环的处理较好,适合含大环的配体。
打分函数的共同问题是假阳性率高——打分排名前1%的化合物中,真正有活性的可能只有10-20%。因此MS分子对接服务不能只依赖单一打分,需要交叉验证。
受体准备是决定对接质量的关键步骤。PDB结构通常有缺失残基、交替构象、水分子和配体混杂等问题。标准准备流程:去除结晶水和小分子 → 补全缺失残基(MODELLER或DS) → 加氢并判定质子化状态(PROPKA计算pKa)→ 分配Kollman或AM1-BCC电荷。
组氨酸质子化状态判定最关键。活性位点附近的His如果质子化状态错误,会直接改变静电环境,导致配体结合位置错误。我们对接EGFR抑制剂时遇到过:HIS787标为HIE时配体对接到ATP结合口袋,改为HIP后配体偏移了3.2 Å,结合模式完全不同。用PROPKA计算pKa后确认应为HIE,与晶体结构一致。
配体准备包括:生成3D构象(CORINA或LigPrep)→ 构象异构体枚举(OMEGA,最多保留100个构象)→ 电荷分配(MMFF94或AM1-BCC)→ 质子化状态设定(pH 7.4,Epik预测)。
项目目标:从200个天然产物中筛选EGFR抑制剂候选。
第一步:受体准备。PDB 4HJO(EGFR与erlotinib复合物),去除erlotinib和水分子,补全缺失的Loop 970-975,PROPKA判定所有His/Asp/Glu质子化状态。
第二步:对接验证。将晶体中的erlotinib重新对接,检验软件能否重现晶体结合模式。Vina重现的RMSD = 0.82 Å(<2 Å为成功),Glide SP的RMSD = 0.45 Å,都通过验证。
第三步:虚拟筛选。200个天然产物逐一对接,Vina计算(搜索空间20×20×20 ų,exhaustiveness=32)。总计算时间约4小时(8核并行)。Vina打分范围-5.2到-10.8 kcal/mol。
第四步:交叉验证。取Vina打分前30的化合物用Glide SP重新对接,保留两个打分都在前20的候选(共12个化合物)。
第五步:MM-GBSA精算。对12个候选做短MD(5 ns)后计算MM-GBSA结合自由能。最终筛选出3个化合物ΔG_bind < -30 kcal/mol,送实验验证。
实验结果:3个化合物中2个显示EGFR抑制活性(IC50分别为2.3 μM和8.7 μM),命中率67%。盲筛命中率通常约5%,MS分子对接服务将命中率提升到67%,效率提高13倍。
打分函数的系统性偏差:不同打分函数对不同化学类型的偏好不同。GlideScore对疏水主导的结合偏高分,Vina对氢键主导的结合偏高分。解决方法:用2-3种打分函数交叉排序,取共识排名。
诱导契合效应:刚性对接无法处理受体大尺度构象变化。如果晶体结构的结合口袋与配体不匹配(口袋太小或形状不对),需要用诱导契合对接(IFD)或先做MD模拟打开口袋。IFD的计算时间是标准对接的20-50倍,只在必要时使用。
水分子的重要性:活性位点中的结构水可能介导配体-受体氢键。粗暴去除所有水分子会丢失这些关键相互作用。解决方法:用WaterMap或GIST分析识别保守水分子,在对接时保留。
需要MS分子对接服务?
科研学术网提供专业的MS分子对接服务,涵盖虚拟筛选、结合模式预测、MM-GBSA自由能精算、诱导契合对接全流程。
立即咨询报价 →
GROMACS计算自由能 — 从伞形采样到结合自由能的实战复盘
高斯分子动力学模拟 — 从Born-Oppenheimer MD到轨道动力学的方法复盘
Gromacs模拟计算:从建模到自由能的完整经验指南
GROMACS分子动力学模拟:生物分子实战经验全分享
材料拉伸计算:有限元方法与力学性能分析
GROMACS分子动力学模拟:从力场选择到自由能计算的完整工作流
GROMACS计算自由能:FEP全流程参数优化与膜蛋白体系的特殊处理
分子动力学模拟GROMACS完整流程:力场选择、平衡与轨迹分析方法
均方根模拟计算 — RMSD/RMSF在分子动力学轨迹分析中的应用
粗粒化模拟 — 从全原子到MARTINI力场的尺度跃迁实战
LAMMPS粗粒化建模 — 从全原子映射到粗粒化力场拟合的实战流程
LAMMPS计算自由能 — 从热力学积分到伞形采样的实战方法
LAMMPS扩散系数计算 — 从均方位移到输运性质的实战方法
LAMMPS计算径向分布函数 — 从命令设置到结构解读的实战指南
粗粒化分子动力学模拟 — 从全原子映射到MARTINI力场的实战流程
自由能计算:从伞形采样到热力学积分的方法选择与精度控制
自由能计算 — 从伞形采样到热力学积分的四种方法对比
蛋白配体结合能计算 — MM/PBSA与FEP方法的选择与应用
钙钛矿分子动力学模拟 — 离子迁移与相变的微观机制
高分子力学性能模拟 — 从玻璃态到橡胶态的跨尺度挑战
均方根偏差计算 — 从结构比对到蛋白质构象分析的实战方法
结构预测模拟计算 — 从晶体结构搜索到全局优化的方法复盘
范德华力计算 — 从Lennard-Jones参数到DFT色散校正的方法对比
高分子动力学模拟 — 从链段运动到玻璃化转变的建模实战