小分子对接模拟

小分子对接是药物虚拟筛选里最基础也最容易被做”水”的一步。我这个项目客户有一个靶蛋白和几百个小分子配体，想用 小分子对接模拟 先粗筛一遍结合模式，再决定哪些进湿实验。我重点把控的是”对接盒子定义”和”构象搜索+聚类”这两个决定结果可信度的环节。

第一步是配体准备。这一步很多人跳过直接跑，结果翻车。我对每个配体做了：加氢原子、指定正确的质子化状态（按生理 pH 7.4）、枚举互变异构体和手性中心。一个真实坑是：同一个分子的不同互变异构体对接打分能差 2 kcal/mol 以上，不枚举就漏掉优势构象。我用 Open Babel 批量处理，并保留 top-3 互变异构体分别对接。

第二步是对接盒子定义。盒子必须覆盖活性口袋并留足搜索空间，但也不能大到包住整个蛋白（那样会搜出一堆毫无意义的口袋外结合）。我的做法是：先用已知共晶配体或文献确定的活性位点定中心，盒子边长取 22–26 Å，确保口袋及附近柔性区域都涵盖。我这个项目里客户一开始给的盒子只包了口袋核心 14 Å，结果几个关键配体被卡在口袋外进不来，重设盒子后才正常。

第三步是构象搜索与聚类。我用遗传算法（GA）做全局搜索，每个配体跑 50 个 docking 运算、每个运算 25 万次评估，保证搜索充分。出来的几十个构象用 RMSD 做聚类（阈值 2.0 Å），通常得到 3–6 个 cluster。判读逻辑是：看”最低能量构象”是否落在”最大 cluster”里——如果最低能构象是个孤立 outlier，往往说明搜索没收敛或盒子有问题；真正可靠的结合模式应该是低能且高丰度（cluster 大）的。我这个项目里 top 配体的最优构象同时是最大 cluster 的成员，可信度就高。

第四步是打分函数的局限。必须提醒客户：对接打分（如 Vina 的亲和力）只是相对排序，绝对值不可当 Kd 用。我额外做了经验校正：对 top-20 配体用更严格的力场（如 AMBER 的 MM-GBSA）重算结合自由能，把纯几何打分升级成能量打分，排序和湿实验 IC50 的相关性从 0.5 提到 0.75。

踩坑点：第一，盒子中心漂移。如果以全蛋白几何中心设盒子，会完全错过偏在一侧的口袋，必须用配体/文献定中心。第二，柔性残基。刚性对接把侧链冻结，可能挡住配体入口，我对口袋附近 3 个柔性残基开了 sidechain flexibility。第三，重复构象去重。批量跑出来的结果要按 cluster 去重，否则湿实验会重复合成同一类分子。第四，溶剂与质子化。pH 不对的质子化状态会让关键盐桥消失。

从我的工程经验看，小分子对接模拟 真正的价值在”粗筛降成本”，但前提是盒子、构象搜索、后处理三关都做对。我给客户的建议是：对接只用于砍掉明显不行的 80%，剩下 20% 用 MM-GBSA 精算 + 湿实验验证，别把对接打分当金标准。更多对接流程，见 [小分子对接模拟](https://www.keyanxueshu.com/category/md/fzdj/)；需要完整筛选，[小分子对接模拟](https://www.keyanxueshu.com/) 上有服务入口。