代做分子动力学模拟：从需求沟通到交付汇报的全流程经验

代做分子动力学模拟这几年需求暴涨，但十单里有六单卡在”需求没对齐”上——客户说”帮我模拟一下这个分子”，我接了才发现他其实想知道结合口袋稳不稳，而我跑的是自由能。本文复盘一个蛋白-配体结合项目的接单到交付全过程，把流程里的坑摊开。

接单前必须对齐的四件事

第一，体系是什么。蛋白PDB编号？小分子结构（SMILES还是mol2）？有没有辅因子、离子、二硫键？我曾接一个单子没问清楚，客户蛋白含Zn2+辅因子，我没加，模拟里活性口袋塌了，重跑浪费三天。第二，要回答什么问题——是看构象稳定性、结合模式、还是定量自由能？不同目标决定跑多长、用什么方法。第三，力场偏好。客户若发过论文，我沿用他论文的力场版本，避免结果不可比。第四，交付物形态：只要结论报告，还是要轨迹、拓扑、分析脚本全包。

还有一类客户最考验沟通：他连自己要回答什么都不知道，只丢一句”看看这个蛋白”。这时我会反问他三个具体问题——你的分子是抑制剂还是激动剂、结合在已知口袋还是全新位点、最终要拿去发论文还是申请专利。问题问清楚了，科学目标才浮现。被证明有用的是：接单首日开个15分钟视频会，用我准备的”目标澄清表”带着客户一项项勾，比邮件来回效率高十倍。目标定错，后面跑得再漂亮都是南辕北辙。

这四件事对齐了，返工率从60%降到个位数。被证明有效的是一张需求清单，接单当天发客户填，填完才开工。关于代做项目的需求对齐，我也常借鉴代做分子动力学模拟里梳理的沟通模板。

体系搭建时的三个硬坑

第一，质子化状态。蛋白在pH 7下的His可能三种状态（HID/HIE/HIP），Asp/Glu可能去质子，默认状态错则电荷错、相互作用全错。我用H++或PROPKA预测，把关键残基状态钉死。第二，水盒子。我用TIP3P立方水盒，壁距蛋白表面1.2 nm，离子浓度按客户实验条件加NaCl（常用0.15 M）。盒子太小蛋白贴壁，太大浪费算力。第三，周期边界下的镜像相互作用，水盒壁距<1.0 nm时蛋白会和镜像自己作用，RMSD出现虚假漂移。

二硫键和翻译后修饰是体系搭建的两个隐形炸弹。客户给的PDB若标记了SSBOND，pdb2gromacs默认不会自动连，得在topol拓扑里手动加bond和对应的约束角，否则模拟中二硫键会断开、结构散架。PTM（磷酸化、糖基化）更麻烦，GAFF/Amber里没有现成参数，得用CGenFF或磷酸化残基的补丁力场单独生成。我每接一个真核蛋白，先grep一遍PDB的MODRES字段，把修饰列全，再决定哪些保留、哪些简化——这一步省下的返工时间，够跑两遍生产MD。

体系搭建完我做能量最小化（steepest descent 5000步 + conjugate gradient到Fmax<1000 kJ/mol/nm），再NVT（100 ps控温到300K）、NPT（100 ps控压到1 bar）预平衡，才进生产MD。跳过预平衡直接生产，轨迹十有八九崩。

跑多长、用什么增强采样

常规蛋白-配体结合我跑100–200 ns，dt=0.002。柔性大的系统（如loop区参与识别）要更长，或上增强采样。受限构象多的体系用REST2（复温）或元动力学（metadynamics）把采样拉过能垒。

我曾接一个订单，客户只让跑50 ns，结论”结合不稳定”。我多跑了150 ns发现体系在180 ns处重排进稳定态——短跑的结论是错的。从此我在合同里写明”最短时长建议”，不让客户因预算压缩出错误结论。预算紧时我优先上增强采样而非单纯缩短，因为短跑不采样比长跑更有害。

增强采样的具体选法我有默认：柔性loop主导、需要跨构象能垒的体系用元动力学（metadynamics），以骨架RMSD或某二面角为collective variable，高斯沉积速率调好能在一两天内把能垒翻越；涉及多个温度态平衡分布的用REST2复温，让高温副本把采样拉过能垒、低温副本保真。一个实测：某GPCR的激活态采样，纯MD 200 ns没翻过激活能垒，加元动力学50 ns就看到激活构象出现，省了四倍机时。增强采样不是万能，它要求CV选得对，CV选错等于白跑。

交付时客户最想看到什么

客户不是要一堆xtc轨迹，他要的是”我的分子稳不稳、怎么稳的、强不强”。我的交付报告固定四块：① RMSD/RMSF证明结构稳定，指出柔性区；② 结合腔接触频率图，点出锚点残基；③ 氢键/疏水接触网络，解释相互作用类型；④ 自由能（MM/PBSA或FEP）给出定量结合强度。

每块配一句话结论和参数出处，避免”图很好看但说不清”。我额外附一段”方法局限”，写明力场对XX效应的近似、采样时长对XX结论的约束——这反而增加客户信任，比吹”完全准确”可信得多。

交付里我还固定附一张”可信度评分卡”：每个结论按证据强度分A/B/C三级——A级是多指标互证+对照实验支持的（如RMSD平+RMSF低+氢键持续），B级是单指标支持的，C级是推断的。客户一眼知道哪些能写进论文、哪些只能当线索。这张卡救过我一次：客户想把C级推断直接当结论发，我拦下，后来补实验证明那个推断是错的——要是发了，就是一篇撤稿。诚实标注不确定，比漂亮的假结论值钱得多。

代做业务的诚实边界

代做不是”跑通就行”，是替客户把计算风险挡在前面。我最怕两类客户：一类要”跑出好结果”（我拒绝，数据必须真实），一类预算压到连预平衡都砍（我劝退，短跑出假结论更害人）。

可复用要点：需求四件套先对齐、体系搭建查质子化/水盒/镜像、时长宁长勿短或上增强采样、交付讲结论而非甩轨迹。这条链路在蛋白-配体、多肽、纳米材料三类订单都稳。它的边界在膜蛋白和超大复合物（>50万原子）——那时常规GROMACS跑不动，得上GPU加速或 coarse-graining，算力和报价都要重估。这套代做分子动力学模拟的需求清单，现在是我接单前必发的“防翻车”文档。

代做项目我还建了一套”进度看板”：预平衡完成%、生产MD已跑时长、分析进度，客户随时能看。透明化的进度比”月底突然交一大包”更建立信任，也避免客户在中途改需求导致前段白跑。一个长期客户说，正是这个看板让他敢把整条管线的筛选都交给我们。

代做这件事，本质是替客户扛计算风险。我拒绝”跑出好结果”的要求、劝退砍预平衡的客户，看似少接单，实则保护了双方。数据真实、方法透明、风险前置，这三条让”代做”从体力活变成了可信赖的协作。