蛋白相互作用模拟

项目过程：蛋白复合物 A-B 的 100 ns 分子动力学

客户做抗体-抗原相互作用研究，需要定量判断复合物 A-B 的结合强度，以及结合界面上的关键残基对。他希望模拟结果能和 SPR 实验的亲和力数据对应上。

我用 GROMACS 2022 做全原子 MD 模拟。力场选 AMBER99SB-ILDN，水模型 TIP3P，体系在 300 K、1 bar 的 NPT 系综下跑 100 ns，共做 3 组独立复本提高统计可靠性。积分步长 2 fs，长程静电用 PME，范德华截断 10 Å。复合物从晶体结构出发，溶剂化后加 Na⁺/Cl⁻ 中和并补充 150 mM 盐浓度。

轨迹分析包括：界面接触数 N_int、结合自由能 ΔG_bind（MM-PBSA），以及残基接触图。

案例分析：界面接触在 40 ns 内收敛，结合自由能约 −55 kcal·mol⁻¹

第一张案例图左侧纵轴是界面接触数 N_int，右侧纵轴是 MM-PBSA 结合自由能 ΔG_bind。蓝色实线显示 N_int 从 0 快速上升，在约 40 ns 后稳定在 40 左右，说明两个蛋白的界面已经形成稳定接触。红色虚线是 ΔG_bind，从 −25 kcal·mol⁻¹ 逐渐下降并稳定在 −55 kcal·mol⁻¹ 附近，波动范围约 ±5 kcal·mol⁻¹。

第二张案例图是残基接触密度图。链 A 和链 B 的残基编号分别作为横纵坐标，颜色越红表示这两个残基在模拟中距离小于 6 Å 的概率越高。可以看到接触不是均匀分布的，而是集中在几条对角线状的“热点”区域，说明只有少数残基对贡献了大部分结合自由能。

总结教训：MD 模拟长度必须覆盖结合界面弛豫

第一，100 ns 对这个体系基本够用。我检查了三组复本，N_int 和 ΔG_bind 都在 40 ns 后进入平台期；如果体系更大或结合更弱，可能需要 200 ns 以上。

第二，MM-PBSA 的绝对值不宜和实验直接比较，但相对排序和热点残基识别是可靠的。它的误差主要来自于熵项估算和介电常数选择。

第三，残基接触图要用概率阈值过滤。如果只看瞬时距离，会有很多噪声；我用的是 6 Å 距离阈值并取整个轨迹的概率，热点才清晰。

项目经验：把热点残基变成突变实验靶点

从接触图里挑出的热点残基，可以直接指导丙氨酸扫描突变实验。客户后续可以用 SPR 测几个关键残基突变后的亲和力变化，验证模拟预测。这种“模拟预测 + 实验验证”的闭环，是蛋白相互作用项目最有价值的交付方式。

这篇文章把我在这个项目里用到的计算流程、参数取舍和图上读数做了完整复盘。如果你也在做类似方向，可以参考我的思路：蛋白相互作用模拟。