4. 蛋白-配体复合物初始构建
复合物初始构建是整条参数化流程的“地基”。地基一旦歪了，后续的力场参数、电荷分配、拓扑生成都会在错误的对象上工作。本节要解决的核心问题是：从哪里拿到蛋白-配体的空间关系，以及拿到之后如何裁剪成一个既保留关键相互作用、又不引入无关噪声的模拟起始结构。
一、三条来源路径的取舍
复合物的初始坐标通常来自三类来源，它们的可信度和处理成本差异很大。
共晶结构（X-ray / Cryo-EM）是首选。共晶结构中配体的结合姿态是实验观测到的，蛋白侧链构象、金属离子、结构水的排布都处于“真实”状态。使用时的关键动作是：确认配体在电子密度中的建模质量（看 B-factor、占有率、配体是否被完整建模），确认分辨率与配体所在口袋的局部密度是否清晰。若配体密度模糊、只建了部分原子，或配体实际是共价修饰产物，则不能直接当作非共价配体使用。
分子对接结果适用于没有共晶结构、或需要比较多个候选姿态的场景。对接给出的是打分排序的假设构象，必须做两件事：一是检查配体是否与蛋白发生明显原子重叠（clash），二是检查关键氢键、盐桥、π-堆积是否与已知的构效关系一致。对接姿态的“合理性”不能只看打分，要看相互作用模式是否符合该靶点的化学常识。
实验结构（NMR 系综、交联质谱约束、突变实验推断）通常只提供距离或接触约束，需要先构建蛋白模型，再把配体按约束放置。这类来源的不确定度最高，建议在后续模拟中配合限制性约束或多次重复采样。
二、链选择：先看界面，再看对称
拿到 PDB 文件后，第一件事不是删水，而是确定哪条链参与配体结合。多链蛋白中，配体往往只结合在其中一条链的口袋，或结合在两条链的界面处。判断依据有三条：配体周围 5 Å 内的蛋白残基属于哪条链；该链是否包含完整的结合口袋；若配体位于界面，则必须保留两条链，否则口袋会被破坏。
对于同源二聚体或寡聚体，还要判断生物学组装单元。PDB 中的不对称单元（asymmetric unit）不等于功能单元。若配体结合在二聚体界面，只保留一条链会导致配体一半暴露在真空中，模拟中配体可能漂移。此时应通过 PISA、PDBePISA 或文献确认寡聚状态，必要时用晶体对称操作生成完整生物学单元。
链选择的另一个细节是缺失残基与突变。晶体结构中常见柔性 loop 缺失、非天然突变（如为了结晶引入的 C→S）。缺失 loop 若位于结合口袋附近，需要补建；远离口袋的缺失可以暂时保留断口，但要在后续建模中处理端基。非天然突变应改回野生型序列，否则参数化时残基类型不匹配。
三、水分子保留策略：结构水 vs 体相水
水分子是复合物构建中最容易被“一刀切”删掉、又最容易出问题的部分。正确的做法是区分结构水与体相水。
结构水指在晶体结构中与蛋白或配体形成稳定氢键、占据明确电子密度、B-factor 较低的水分子。它们常常是结合口袋的一部分，甚至直接介导配体与蛋白的氢键网络。这类水应当保留，并在参数化时作为独立残基处理（如 TIP3P 水模型）。判断标准：与配体或关键残基形成氢键、在多个同源结构中保守出现、B-factor 接近周围蛋白原子。
体相水指随机分布在蛋白表面、没有明确相互作用的水分子。它们可以在溶剂化步骤中由水盒子重新生成，因此初始结构中应当删除。保留体相水只会增加体系规模、拖慢计算，且位置本身不可信。
一个常见的工程做法是：先用 PyMOL 或 MDAnalysis 选出配体 4 Å 内的水分子，再人工检查这些水是否与配体形成氢键；只保留确实参与相互作用的水。若配体口袋完全干燥，则不必强行加水。
四、辅因子与金属离子：不能默认删除
辅因子（NAD、FAD、HEM、PLP、CoA 等）和金属离子（Mg²⁺、Zn²⁺、Ca²⁺、Fe 等）经常是配体结合的必要条件。例如，激酶需要 Mg²⁺ 才能正确结合 ATP 类似物；锌指蛋白的配体结合依赖 Zn²⁺ 维持结构。删除这些组分会导致口袋塌陷或配体姿态错误。
处理原则是：凡是与配体或结合口袋有直接相互作用的辅因子和金属离子，必须保留。保留后需要在参数化阶段单独处理：金属离子需要非键模型或键合模型，辅因子需要完整的力场参数。若辅因子只是远端结构组分、与配体无直接接触，可以删除以简化体系，但要在记录中注明。
另一个细节是共价配体。若配体与蛋白形成共价键（如共价抑制剂），则不能按非共价配体处理，需要构建共价连接后的拓扑，并重新分配电荷。这类体系在初始构建阶段就要明确标注，避免后续误用非共价参数。
五、组装后的检查清单
完成链选择、水与辅因子处理后，建议按以下顺序做一次结构检查：
- 配体是否完整（原子数、键级、质子化状态与实验条件一致）；
- 配体周围 5 Å 内是否有缺失残基或断链；
- 保留的结构水是否与配体形成合理氢键；
- 金属离子的配位几何是否完整（配位数、配位原子距离）；
- 蛋白与配体之间是否存在明显原子重叠（clash）；
- 体系总电荷是否与实验条件（pH、离子强度）大致匹配。
完成上述步骤后，复合物初始结构才算具备进入参数化阶段的条件。此时应把结构保存为干净的 PDB 或 PDBQT 文件，并同步记录质子化状态、保留水编号、辅因子类型与金属离子配位信息，作为后续拓扑生成与电荷分配的输入依据。