分子对接筛选

分子对接筛选，是每一个做虚拟筛选、想从几十万化合物里捞出几个真苗头的人，绕不开的第一道漏斗。我刚做筛选项目时，直接用默认参数把库跑完，按打分排前一百拿去合成，结果一轮下来没一个活性的——后来才发现库里一半分子质子化状态是错的，活性分子被埋在了排名末尾。后来才懂，分子对接筛选难的从来不是把分子塞进口袋，而是你准备的库和评判的标准，到底有没有还原真实的化学空间。

一、背景：为什么对接筛选是药物发现的漏斗分子对接筛选

新药发现的命中率极低，先做湿实验根本不现实，分子对接筛选就是用计算先筛掉绝大部分没戏的，把合成资源压到最前面几百个。做抗肿瘤的人筛激酶抑制剂，做抗感染的人筛靶点抑制剂，做农药的人筛酶位点。可以说，分子对接筛选是你把”大海捞针”变成”小池捞鱼”的关键。很多新手把对接打分当绝对排名，跑完取前 N 就交差，等到实验全阴才想起没做富集检验。更现实的是，打分函数对极性相互作用、去溶剂化描述不准，纯打分排名噪声很大，不加后续精修基本捞不到真阳性。

二、核心原理：从构象搜索到打分函数

对接的本质是在受体口袋里搜索配体的构象和姿态，用打分函数估计结合优劣。经典对接（Glide、AutoDock Vina、Gold）先用搜索算法（如 Glide 的层级对接、Vina 的蒙特卡洛）采样姿态，再用经验/半经验打分（加和式力场、基于形状的、基于知识的）排分。关键认知是，打分函数是为了”区分好坏”而非”算准能量”——它和真实结合自由能差出一个数量级很正常，所以对接分只能用来排序，不能直接当 kcal/mol。还有一个点：姿态搜索和打分常常不匹配，某姿态打分高但化学上不合理（如关键氢键没形成、撞进了疏水核心），需要人工或后处理过滤。

三、关键技术要点：库准备、口袋与共识

化合物库准备是第一道关：质子化状态（按 pH 7.4 算优势态）、互变异构、立体异构、3D 结构，任何一项错都会把活性分子埋没。口袋定义要覆盖真实结合位点，太大增加噪声、太小漏掉别构位点。单一打分噪声大，我习惯用共识打分（多个程序交叉，取交集）提高富集。后处理必做 MM-GBSA 精修，把对接 pose 拿去做单点/短时 MD 求结合自由能，能显著压低假阳性。我早年筛一个激酶库，裸 Vina 排名前一百全阴，加 MM-GBSA 重排后前二十才出现真阳性——打分和自由能排序差太多。另一个常被忽略的点：数据库去重和类药性过滤（如 Lipinski），否则筛出一堆不可合成的分子。

四、实操流程：从库到苗头分子对接筛选

第一步，准备受体（加氢、定质子化、定义口袋网格）；第二步，准备库（批量质子化、3D 化、去重、类药过滤）；第三步，对接（Vina/Glide 跑姿态）；第四步，共识打分 + MM-GBSA 精修重排；第五步，富集检验——用已知的活性/非活性分子做测试集，看排序的富集因子（EF）和 ROC，确认流程靠谱再信排名。我习惯先拿一小批已知分子验证流程富集能力，再放大到全库，避免用没校准的漏斗去捞。对柔性口袋还会做诱导-fit 对接或口袋 MD 采样后再对接，捕捉构象选择效应。

我做虚拟筛选，库准备永远排第一。按目标 pH 算优势质子化态、枚举互变异构、3D 化、去重、类药过滤，这一步偷懒，活性分子就被埋在排名末尾。我宁可多花一天预处理，也不裸对接。库质量决定了漏斗的上限，库错了后面再精修也捞不回真阳性。

富集检验是我交付筛选的硬门槛。先用一小批已知活性/非活性分子验证流程的 EF 和 ROC，确认漏斗靠谱，再放大到全库。没有富集曲线的排名，我不当苗头交付，也不让合作者拿去盲目合成。这一道关拦住的不只是浪费，更是错误的方向。

对柔性口袋我会做诱导-fit 对接或口袋 MD 采样后再对接，捕捉构象选择效应。很多配体不是结合在晶体那样的静态口袋里，而是结合在口袋被它自己诱导出的构象里。忽略构象选择，排名会系统性偏向刚性配体，漏掉真正苗头。

五、常见问题

Q1：排名前 N 全阴？库质子化错或只信打分，加 MM-GBSA 精修。 Q2：活性分子排名靠后？打分函数偏，用共识打分和多程序交叉。 Q3：对接姿态化学不合理？过滤撞核心/缺氢键的 pose，人工核查。 Q4：富集因子低？流程没校准，用测试集先验证再放大。 Q5：口袋漏掉别构位？口袋定义太小，扩大或做全蛋白扫描。 Q6：柔性配体结果差？加构象枚举或柔性对接。 Q7：合成不可行？库未做类药/可合成过滤，补上再筛。

讲一个具体的坑：有次筛一个抗菌靶点，库里多数分子在生理 pH 下是两性离子，我用了中性态对接，结果活性分子因电荷错配全被排到末尾，反而是几个中性杂质排前面。从那以后我固定一条规矩：库准备第一步就是按目标 pH 算优势质子化态，宁可多花一天预处理也不裸对接。另一个常被忽略的点：富集检验，我交付任何筛选排名前一定附 EF/ROC，没有富集曲线的排名我不信，也不让合作者拿去盲目合成。

六、复盘总结

回过头看，分子对接筛选最容易被当成”跑个程序取前 N”的流水线，但它真正的价值在库质量、共识排序和富集验证：库错了全错，单打分噪声大，没富集检验的排名只是数字。我现在的习惯是库先校准、共识加精修、用已知分子验富集，三步少一步都不敢把排名当苗头交付。筛选不是抽奖，它是你把化学空间和打分误差都管住之后的一次受控打捞。把库、共识、富集三件事钉死，捞上来的才可能是真阳性。