多对多分子对接

普通对接是一对一（一个配体对一个受体），但实际药物发现里常遇到”一组化合物（比如同源蛋白家族）对一组靶标”的矩阵筛选需求。我这个项目客户手里有 12 个配体和 8 个激酶靶标，想一次性知道”谁和谁是好的组合”，于是我做了 多对多分子对接 ——配体 × 受体的全矩阵虚拟筛选，并用结合能热图把结果一目了然地呈现出来。

流程上，我先把两边都准备好：12 个配体做质子化/互变异构枚举，8 个激酶分别做结构对齐（基于保守的 ATP 结合口袋做叠合），确认每个受体的口袋中心一致。然后跑全矩阵对接：12 × 8 = 96 次对接任务，用集群并行。每次对接都用相同的盒子参数和搜索设置，保证结果可比——这是矩阵筛选的硬要求，参数不统一热图就失真。

输出是结合能热图：横轴 8 个受体、纵轴 12 个配体，颜色深浅代表结合自由能（越蓝越负、结合越好）。判读这个热图有几个层次。第一层是”热点”：热图里颜色最深的那几个格子（比如配体 L5 × 受体 K3）就是优先命中点，我圈出来做下一步精算。第二层是”选择性”：某些配体在多个受体上都是深的（广谱），某些只在特定受体深（选择性好），后者往往更有成药价值（副作用小）。第三层是”脱靶风险”：一个本想作用于 K1 的配体如果在 K7 上也深，就提示可能有脱靶毒性，需要规避。

我这个项目一个很有意思的发现是：客户最看好的 L1 在目标 K1 上只是中等，但在非目标 K4 上极深——典型的脱靶信号，我直接建议放弃 L1 或做结构改造提选择性。相反，L9 在 K1 上深、在其它激酶上都浅，是理想的选择性苗头。这个洞察用传统一对一对接很难一眼看全，热图的价值就在这里。

计算成本方面，96 次对接如果用串行要跑几天，我用了任务并行 + 每任务多线程，把墙钟时间压到几个小时。同时做了去重：每个配体在对接前用指纹相似度聚类，相似度 > 0.9 的只跑代表，省掉约 30% 冗余计算。

踩坑点：第一，受体对齐基准。8 个激酶如果各自独立设盒子，对齐误差会让结合能不可比，必须用共线性口袋做全局叠合再统一盒子。第二，保守残基的柔性。激酶有个”门控残基”在不同家族构象不同，刚性对接会漏掉关键结合模式，我对每个受体的门控残基开了柔性。第三，热图颜色标尺。不同受体的打分基准不同，直接拼热图会有系统偏差，我用每个受体的内标（已知抑制剂）做归一化。第四，假阳性。热图深的格子必须用 MM-GBSA 或 MD 精算验证，纯对接热图只能当初筛。

从我的工程经验看，多对多分子对接 是矩阵式药物发现的利器，但成败全在”可比性”——参数统一、对齐统一、标尺统一，否则热图就是一张花哨的错误图。我给客户的建议是：用热图定位选择性苗头，对 top 组合做 MD 稳定性验证后再进湿实验。更多矩阵筛选，见 [多对多分子对接](https://www.keyanxueshu.com/category/md/fzdj/)；需要搭建，[多对多分子对接](https://www.keyanxueshu.com/) 上有入口。