分子动力学模拟对接：MD精修配体构象与对接打分互补的筛选策略

分子动力学模拟对接——这个名字本身就在说两件事：先用对接做快速虚拟筛选，再用MD做构象精修和稳定性评判。单独做对接的高分分子中，至少三成在MD里会出现脱离结合口袋、构象漂移或相互作用重构的情况。这不是对接算法的问题，而是刚性受体+半柔性配体的粗粒度模型天生对蛋白动态不敏感。

对接的边界：评分函数的系统性盲区

AutoDock Vina的打分函数是6个经验项的加权线性组合，包括空间位阻、疏水作用、氢键、旋转自由度惩罚等。这个函数的训练集主要来自PDBbind数据库中的实验结合亲和力——据Wang等人统计，Pearson相关系数在0.5-0.6之间（视测试集而定）。换句话说，Vina score能区分强结合（nM级）和弱结合（mM级），但在同一量级内（比如10 nM vs 50 nM）的区分力远不够。

团队在一个CDK2激酶抑制剂的筛选项目中做过回顾性分析：3000个分子的对接初筛前100里，用实验IC50做验证，只有65个的实际活性在μM以下——35个是假阳性。翻看这35个分子的对接构象，大多数在口袋深处有一个氢键匹配很好、整体打分也不低，但在MD里10 ns后就从口袋漂走了。

MD精修的四步验证链条

分子动力学模拟对接的实操链条分四步。第一步，取对接pose的前3个簇中心作为MD初始构象——单取最低分构象可能落在势能面的局部极小值上，而3个不同簇的代表构象覆盖率更高。第二步，跑20 ns的显式溶剂MD（TIP3P水盒子，距溶质表面至少12 Å，NaCl补到生理盐浓度0.15 M），观察配体重原子相对于初始对接构象的RMSD。

CDK2项目中，top 20分子里有6个分子的RMSD在5 ns内飙升到4 Å以上——配体从对接构象剧烈漂移。第三步，对RMSD稳定在2 Å以内的分子计算MM/PBSA结合自由能，取MD最后10 ns的平均值。MM/PBSA包含了溶剂化自由能的隐式近似和构象熵的估计，精度高于Vina score。第四步，交叉比对MM/PBSA排名和对接排名：两者趋势一致的是高可信度候选，趋势分歧的是需要额外验证的灰色区。

四步走下来，初始top 20缩小到top 8，再去掉2个MM/PBSA排名和对接排名倒挂的分子，最终锁定6个——后续实验验证中6个全部IC50在μM以下，无一假阳性。

MD中的结合构象重排

MD精修最有价值的地方不是重新打分，而是揭示对接遗漏的结合模式。CDK2项目中有一个含金刚烷基团的配体，对接pose显示金刚烷嵌入一个疏水浅槽。但在MD 8 ns左右，该配体的金刚烷基团旋转了约40°，更深地楔入槽内，同时与之相连的苯环做了补偿性旋转——结合模式改变了但整体RMSD并没有飙升。这个构象重排在对接阶段不可能被采样到，因为刚性受体的设定让侧链没有任何自由度来容纳这个旋转。

MM/PBSA分析进一步揭示，这个构象重排让范德华相互作用增强了约3.5 kcal/mol——换算成Vina score语言，就是近1个pKd单位的提升。对接打完分之后，MD补充了蛋白柔性和溶剂效应两个维度，这才是分子动力学模拟对接真正不可替代的价值。

对接筛选和MD精修的互补逻辑，在药物设计流程中已经成了标准操作。关于不同靶点体系下的具体参数设置和陷阱规避，站内蛋白-配体模拟系列有更详细的讨论。

更多内容请访问 https://www.keyanxueshu.com/