alphafold2分子对接

我做过一个用 AlphaFold2 预测结构再做分子对接的项目。客户没有蛋白晶体结构，只有序列，但他想知道小分子能不能结合到某个潜在口袋。这个案例让我把 AF2 置信度评估和对接流程结合了起来。

左侧图是 AF2 预测结构与小分子对接的示意图。蛋白骨架用彩虹色表示，颜色从深蓝到黄红对应 pLDDT 从高到低。小分子（绿色星形）结合在一段高置信度的蓝色区域里。AF2 预测时，pLDDT > 90 的区域被认为是 very high confidence，70-90 是 confident，50-70 是 low confidence，<50 是 very low。对接时，我优先把配体放在高置信度区域，因为低置信度区可能是 AF2 编出来的无序 loop，结合位点本身都不确定。

右侧图是 pLDDT 随残基索引变化。可以看到前 60 号残基和 80-120 号残基 pLDDT 接近 100，结构非常可靠；中间 60-80 号残基形成一个低谷，pLDDT 降到 60 左右，说明这段区域柔性大或缺少共进化信息。这个低谷正好是一个 loop，我在对接时把它排除在搜索空间外，后续做 MD 时也重点关注这段区域会不会影响配体结合。

流程上，我先用 ColabFold 或本地 AF2 跑多序列比对和结构预测，取排名最高的模型；然后用 PyMOL 检查 pLDDT 分布，找出可对接区域；再用 AutoDock Vina 或 Glide 做对接，格盒中心设在预测的活性口袋或 largest pocket 中心。对接后，我不仅看打分，还会检查配体是否和周围残基有氢键、疏水作用、π-π 堆积。

踩坑经验：第一个是 AF2 模型的 oligomeric state。AF2 默认预测单体，如果蛋白实际是二聚体，口袋可能在界面处，单体质构里不存在。我先用 AlphaFold-Multimer 做了二聚体预测，确认活性位点确实在单体上。第二个是金属辅因子：AF2 不会预测金属离子，如果活性中心需要 Zn²⁺，必须手工加回去，否则对接口袋形状会错。第三个是对接打分和 pLDDT 的冲突：有时候 AF2 高置信区没有已知口袋，而低置信区有 literature 报道的口袋，这种情况要告诉客户结果不确定性大。

工程经验：AF2+对接适合早期筛选，不适合替代晶体结构。如果 pLDDT 低谷正好在配体结合区，建议把 AF2 结构作为初始构象跑 100 ns MD，让 loop 弛豫后再做对接。我这个项目最后我也建议客户，如果条件允许，还是应该做实验结构生物学验证。

更多 AlphaFold2 预测与分子对接联合分析的实战经验，我汇总在 [alphafold2分子对接](https://www.keyanxueshu.com/category/md/fzdj/) 栏目里。[alphafold2分子对接](https://www.keyanxueshu.com/)

对于 AF2 低置信区，我有一个常用策略：先跑 50-100 ns 的显式溶剂 MD，让柔性 loop 弛豫到更合理的构象，然后再重新对接。第二次对接的结果往往比直接用 AF2 结构对接更可靠。如果低置信区正好在活性口袋入口处，还可以用诱导契合对接（IFD）或 ensemble docking，把 MD 采样到的多个构象都作为受体。右侧 pLDDT 曲线里低谷区对应的残基，我会在对接格盒设置时排除，避免把配体放到一个结构不确定的区域。最后，AF2 预测的寡聚状态必须通过实验或 AlphaFold-Multimer 确认，单体的口袋可能和真实功能态完全不同。