分子结构预测

我第一次做 分子结构预测是给一个柔性八肽找全局最小构象，用系统搜索跑了上万个构象，挑了最低的那个去做 MD，结果 MD 一开始就在 10 ns 内翻到了另一个更低、搜索没覆盖到的构象。那次让我明白，分子结构预测的难点从来不是”算能量”，是”你搜没搜到对的空间”。

一、为什么 分子结构预测先选搜索算法

构象空间随旋转键指数膨胀，算法选型决定你能覆盖多少。小分子我用 RDKit 系统/随机搜索 + MMFF 粗筛，再用半经验或 DFT 精修；团簇我用遗传算法、basin hopping 或模拟退火做全局优化；蛋白环区我用 MD 采样 + 聚类。曾经我硬用系统搜索处理一个 10 个旋转键的分子，构象数爆炸到千万级跑不动。做 分子结构预测时，先估旋转键数和柔性，再定算法，比盲目调参重要。

二、核心原理：全局最优与能量地形

分子结构预测的本质是在高维势能面上找全局极小。力场/半经验方法负责快速遍历，但势能面多极小、还有平顶和鞍点，单一起始点必然陷在局域极小。我用 basin hopping 这类”扰动-弛豫-接受”的框架跳出局域，再用多起点确认最低结构被反复命中。关键认知：你”找到的最低”是不是真最低，要看不同算法、不同随机种子是否收敛到同一结构。

三、关键技术要点：力场与精修层级

分子结构预测最致命的是用太粗的力场直接下结论。MMFF94 对有机小分子构象排序不错，但对氢键网络、金属配位就不可靠。我默认粗搜用力场、精修用密度泛函（如 B3LYP-D3），团簇还要考虑电子结构。曾经一个含内酯环的分子，力场把错误手性构象排第一，DFT 精修后才翻回来。力场选错，全局最优就是假最优。

四、实操流程：从采样到确认

我的标准动作：估柔性定算法 → 力场粗搜覆盖构象空间 → 去重聚类 → 候选 DFT/半经验精修 → 多算法交叉确认全局最小。最容易被砍的是多算法交叉，但 分子结构预测 的可信度全靠它，我默认保留。

补一个实算：一个小分子药物前体，单算法搜到的最低构象能量 −420 kcal/mol，加一个遗传算法后找到 −423 的更低异构体，二者构象差一个翻转的酰胺键，正好对应实验中观测到的两种晶型。如果只交单算法结果，客户会基于错误构象做后续反应设计。这之后我做结构预测，至少两个独立算法交叉验证最低结构。

五、常见踩坑：对称性、电荷与环境

分子结构预测常见错是忽略对称等价构象导致重复计算或漏算；另一个坑是质子化态/互变异构在生理条件下和真空假设不一致，最低结构差之千里。还有人用真空优化的几何直接当溶液构象，氢键环境一变，稳定构象可能换人。溶剂模型该不该加，要在开工前定。

六、复盘：结构预测是搜索不是算命

回过头看，分子结构预测最值钱的是用可控的采样把”可能的最低构象”收敛到一个可验证的小集合，而不是给你一个虚假的全局最优。我接项目默认先问柔性多大、要不要溶剂、要几种异构体，再定算法组合。把搜索覆盖、力场精修、交叉确认三件事做对，结构才敢拿去设计。被证明有用的，是愿意为多跑一个遗传算法多等一夜的耐心。下次有人甩给我一个”最低能量结构”，我会先问——你几个算法交叉过吗。