分子对接模拟

分子对接模拟是药物虚拟筛选的第一道闸门。我刚做项目时，把一个靶点跑了三十万化合物的对接，Top100里挑了十个做实验，结果一个都没验证上。那个打击让我重新审视：对接不是跑完排序就完，而是怎么让排序更可信的工程问题。筛出一百个假阳性，比筛不出更浪费资源。排序不可信，筛了等于没筛。

一、背景：对接解决什么分子对接模拟

分子对接模拟预测小分子在蛋白活性口袋里的结合构象和近似亲和力，用于从海量化合物里筛候选。它快、便宜，但近似多，假阳性高是行业共识。关键不是跑得多快，而是怎么控假阳性。对接的本质是采样加打分，两者都有近似，所以结果必须当参考而非结论。我现在的项目里对接输出永远标注”优先级建议”，从不直接写”结合确认”。

二、核心原理：构象搜索与打分

对接分两步：构象搜索（如半柔性对接、遗传算法、蒙特卡洛）在网格盒里采样pose；打分函数（经验、力场、知识基）给每个pose打分。网格盒大小决定搜索空间，太大漏关键信息、太小锁死pose。我在一个激酶体系把盒子设小了，只覆盖了铰链区，漏掉了别构口袋里的真阳性，后来放宽盒子才找到。盒子覆盖错了口袋，算得再准也是白搭。打分函数对水、对金属离子的处理差异巨大，要按体系选。

三、关键技术要点：预处理与柔性

蛋白要先修：补缺失残基、加氢、处理水与离子、设质子化状态（pH相关）。关键残基柔性对接（如诱导契合）能显著提高命中，但计算贵。打分函数别只信一个，我习惯用多程序交叉（Vina+Glide或两者加权），Top交集更可信。当年我单用Vina的Top1，十个候选全假阳；换成交叉验证后，命中的两个都在交集里。质子化状态错了，整个电荷分布都偏，这是最隐蔽的坑。pH定质子化，pH定错了全错。

四、实操流程：从靶点到位点

准备蛋白（清洗、质子化）→定网格盒（覆盖口袋并留余量）→准备配体（3D、去盐）→对接→按多打分排序→取Top N做MD精修或实验验证。我习惯把盒子边界画出来给客户确认覆盖正确口袋，避免算得热闹、口袋找错的尴尬。配体要预处理成3D、去盐去溶剂，2D结构直接对接会失败。多程序交叉时，用同一套预处理，否则不公平。分子对接模拟

五、常见问题

Q1：命中全是假阳？单一打分不可靠，交叉验证并做MD精修。 Q2：pose不合理？盒子没覆盖口袋或残基柔性没开，调整。 Q3：蛋白报错？预处理缺氢/残基，回修结构。 Q4：配体太多跑不动？先基于类药五规则粗筛再对接。 Q5：和实验不符？对接只给近似，必须湿实验或MD验证。 Q6：盒子怎么定？用已知共晶配体定位，留20%余量。 Q7：柔性对接太慢？只对口袋附近残基开柔性，别全开。

讲三十万化合物对接Top100挑十个实验全没验证上的坑：排序不可信比筛不出更浪费。对接是预测构象和近似亲和力的筛子不是秤。构象搜索在网格盒采样pose，网格盒大小决定搜索空间，太大漏关键信息、太小锁死pose。激酶体系盒子设小只覆盖铰链区，漏掉别构口袋真阳性，放宽才找到。打分函数对水、金属离子处理差异巨大，要按体系选。预处理：补缺失残基、加氢、处理水与离子、设质子化状态（pH相关）。关键残基柔性对接（诱导契合）提命中但贵。打分别只信一个，我用多程序交叉（Vina+Glide或加权），Top交集更可信。当年单用Vina Top1十个全假阳，交叉验证后命中两个在交集里。质子化状态错整个电荷分布偏，最隐蔽。pH定质子化，错了全错。再讲一个我踩过的网格盒坑：早期我把盒子设成覆盖整个蛋白而非只包口袋，结果对接在蛋白表面乱找pose，Top1飘到非活性区，实验当然验证不上。现在盒子严格以已知结合腔为中心、留20%余量，绝不贪大。

再说虚拟筛选的工程细节：配体要预处理成3D、去盐去溶剂，2D结构直接对接会失败。库太大时先基于类药五规则粗筛再对接，省算力。盒子定位用已知共晶配体，留20%余量覆盖诱导契合空间。柔性对接别全开，只对口袋附近残基开，否则算力爆炸且易收敛差。结果解读上，对接打分只给优先级，命中的要MD精修或湿实验验证，我报告里对接输出永远标优先级建议非结合确证。多程序交叉时要用同一套预处理，否则不公平。还有，水桥介导的结合对接常低估，口袋内保守水别随意删，可尝试显式水对接。最后提醒，对接命中率低先别换软件，先查网格盒和蛋白预处理，这两处最隐蔽。需要对接标准预处理清单和交叉打分脚本，可以联系我们直接拿。

补一句关于集成的：大规模筛选我会把对接打分、类药性、ADMET预测做成多指标排序，而非单看对接分，这样进实验的候选质量高得多。如果你手上对接总假阳，先建交叉验证流程再扩大库，比盲目加量有效。需要对接标准预处理清单和交叉打分脚本，可以联系我们直接拿。

再讲一个关于柔性对接的坑：只开口袋残基柔性有时还不够，配体自身若构象柔性大（如长链、可旋转环），刚性对接会漏掉真实结合构象。我会先用confomer枚举或基于分子力学给配体生成多构象库再对接，命中率提升明显。还有，打分函数对金属中心（如锌指、铁硫簇）处理普遍弱，含金属的靶点我习惯用专门金属约束或换支持金属的对接程序，否则pose全歪。最后，对接结果的聚类分析很有用：把相似pose聚一类取代表，比盯着Top1更稳，能避免被单个高分散布点误导。补一句关于数据管理的：大规模筛选命中候选我都会留对接pose的pdbqt和打分明细，方便后续MD精修直接复用，也便于复查某候选为什么被排前面。如果你手上的对接总假阳，先建交叉验证流程再扩大库。

再补一句关于后处理的：对接打分排序后，我会把Top50按化学多样性聚类，每类取代表做MD，避免十几个长得一样的化合物浪费算力。还有，命中候选要回查类药五规则和PAINS过滤，剔除共价弹头、聚乙二醇化等易假阳结构。最后，对接pose的合理性用蛋白-配体相互作用指纹（PLIF）自动检查氢键和疏水接触，明显缺关键相互作用的pose直接剔除。如果你手上的对接总假阳，先建交叉验证加PLIF过滤再扩大库。需要对接标准预处理清单和交叉打分脚本可联系我们拿。

六、复盘总结

回过头看，分子对接模拟教会我最重要的事是：它是一把筛子不是秤。排序靠前的要验证，靠后的也别全丢，交叉打分能压住假阳性。我现在的项目报告都明确写对接结果为优先级建议，非结合确证，这是对科学负责。如果你手上的对接命中率始终低，先别换软件，先检查网格盒和蛋白预处理，这两处出错最隐蔽。需要对接标准预处理清单和交叉打分脚本，可以联系我们直接拿。