2. 靶点蛋白结构获取与评估

分子对接的第一步不是打开软件，而是把“靶点”这件事定下来。对接结果的可靠性，很大程度上在选结构的那一刻就已经被决定了。同一个蛋白在PDB中往往有几十甚至上百个条目，它们可能来自不同物种、不同表达体系、结合不同配体、处于不同构象，分辨率和缺失残基也各不相同。选错结构，后续再精细的采样和打分也难以补救。本节围绕“检索—筛选—下载—评估”这条主线，讲清楚每一步该看什么、怎么判断，以及这些结构特征如何直接影响对接。

一、在PDB中检索靶点结构

PDB（Protein Data Bank）是结构生物学最核心的公开数据库，每个条目用4位字符的PDB ID标识，例如激酶类常见条目、蛋白酶类常见条目等。检索时不要只输入基因名，建议组合使用以下入口：

• 蛋白名称或基因名：如 “EGFR”“thrombin”“SARS-CoV-2 main protease”。
• UniProt编号：最精确的方式。先在UniProt确认靶点对应的登录号，再用该编号在PDB高级检索中过滤，可避免同源蛋白、同家族成员混入。
• 物种与序列一致性：若研究人源靶点，应优先选择人源结构；若只有鼠源或其它物种结构，需评估结合口袋残基是否保守。
• 实验方法：X-ray、Cryo-EM、NMR。对接通常优先X-ray和Cryo-EM，NMR结构多为溶液构象集合，需谨慎处理。

检索完成后，会得到一个候选列表。此时不要急着下载，先建立一张“候选结构评估表”，把每个条目的关键信息列出来，再逐项打分筛选。

二、筛选结构的核心指标

筛选的本质是回答一个问题：这个结构能否代表我要对接的靶点状态？ 主要看四个维度。

1. 分辨率（Resolution）。X-ray和Cryo-EM结构会给出分辨率数值，单位Å。数值越小，电子密度越清晰，原子坐标越可靠。一般经验：优于2.0 Å为高分辨率，2.0–2.5 Å为良好，2.5–3.0 Å可用但需谨慎，差于3.0 Å时侧链位置和环区可能明显不准。对接时，分辨率直接影响结合口袋内残基侧链的朝向，而侧链朝向又直接决定氢键和疏水接触能否形成。若同一蛋白有1.8 Å和3.2 Å两个结构，优先选前者。

2. 配体存在（Ligand / Co-crystal Ligand）。这是对接中最容易被忽视却最关键的一点。如果结构中结合了一个与目标配体相似的共晶配体，说明该结构的口袋处于“可结合”的开放构象，且口袋形状已被实验验证。更重要的是，共晶配体可以作为对接的参考：定义结合位点、验证对接程序能否重现实验构象（即重对接RMSD验证）。若结构是Apo（无配体）状态，口袋可能闭合或侧链位置与结合态不同，需要额外做口袋预测或构象调整。

3. 缺失残基（Missing Residues）。X-ray结构中柔性环区常因电子密度不足而无法建模，表现为序列不连续。缺失残基若位于结合口袋附近，会直接影响对接：口袋边界不完整，配体可能“穿出”蛋白，或打分函数高估/低估相互作用。评估时查看PDB条目的“Sequence”或“Remark 465”等注释，确认缺失区间。若缺失在远端、不影响口袋，可接受；若缺失在口袋内，应考虑换结构或用同源建模补全。

4. 突变位点（Mutations）。工程化改造的结构常带有突变，如为稳定蛋白引入的点突变、为结晶去掉的糖基化位点、或为研究耐药机制引入的临床突变。这些突变若位于结合口袋，会改变口袋的化学环境和空间形状，导致对接结果与野生型靶点不符。必须逐条核对突变位置：口袋外突变通常可接受，口袋内突变则需明确研究目的——若研究的就是突变体，那正好；若研究野生型，则应换用野生型结构。

三、下载与结构文件处理

确定PDB ID后，从RCSB PDB下载坐标文件。常用格式为.pdb和.cif。对接软件（如AutoDock Vina、Schrödinger、MOE）通常需要.pdb或转换后的.pdbqt。下载后需要做几件事：

• 去水：多数对接中水分子被移除，除非有明确的结构水参与关键氢键。
• 去配体/去离子：保留目标配体作为参考，其余小分子、离子按需删除。
• 加氢：根据pH环境添加极性氢，影响氢键和电荷判断。
• 补缺失残基：用建模工具补全，或明确标注缺失区域不参与对接评估。
• 确定质子化状态：His、Asp、Glu、Lys等残基的质子化状态影响电荷和氢键，需按生理pH或实验条件设定。

下面给出一个典型的下载与预处理命令示例，用于说明实际操作流程（示例命令，具体路径和参数需按本地环境调整）：

# 下载PDB结构（示例PDB ID：1ABC）
wget https://files.rcsb.org/download/1ABC.pdb

# 查看结构中的配体与缺失残基信息
grep "HETATM" 1ABC.pdb | head
grep "REMARK 465" 1ABC.pdb

# 使用pdb4amber或类似工具去水、加氢、补残基（示例）
pdb4amber -i 1ABC.pdb -o 1ABC_clean.pdb --nohyd --dry

四、结构评估如何影响对接结果

把上述指标串起来看，它们对对接的影响路径是清晰的：分辨率决定侧链坐标精度，侧链精度决定口袋形状；配体存在与否决定口袋构象是否接近结合态；缺失残基决定口袋是否完整；突变位点决定口袋化学性质是否与目标一致。四者共同决定对接的“起点”是否可靠。

一个实用的做法是：在正式对接前，先做一次重对接验证。如果结构中有共晶配体，把该配体提取出来，用对接程序重新对接到同一口袋，计算重对接构象与实验构象的RMSD。若RMSD小于2.0 Å，说明对接参数和口袋定义基本合理；若明显偏大，则需检查口袋定义、质子化状态或结构本身是否适合对接。这一步能在早期暴露结构选择问题，避免在错误结构上浪费大量计算。

五、常见问题与处理建议

实际项目中，常遇到“没有完美结构”的情况。此时可按以下思路处理：

• 只有Apo结构：先做口袋预测，确认口袋位置；若口袋在Apo中闭合，可考虑用同源结构或分子动力学做口袋开放采样，再对接。
• 分辨率偏低但配体关键：若低分辨率结构带有目标共晶配体，可优先使用，但需对口袋残基做局部优化或加约束。
• 缺失残基在口袋内：用同源建模补全，或换用缺失更少的结构；若无法补全，应在结果中明确标注该区域不参与评估。
• 突变位点在口袋内：明确研究目的。若研究野生型，换结构；若研究突变体，保留突变并确认质子化状态和电荷变化。

总结来说，靶点结构获取不是简单的“下载一个PDB文件”，而是一次有明确判断标准的筛选过程。分辨率、配体存在、缺失残基、突变位点这四个维度，分别对应坐标精度、构象状态、口袋完整性和化学环境。把它们逐一核对清楚，再进入下载和预处理，最后用重对接验证兜底，才能让后续的对接实验建立在可靠的结构基础之上。