1. 课程导入与工程全景

在药物发现中，我们真正关心的往往不是“分子能不能结合”，而是“它比另一个分子结合得强多少”。蛋白配体结合自由能计算，正是把这种“强多少”从经验判断转化为可计算、可比较、可排序的物理量。它的核心目标是估算配体从溶剂环境进入蛋白结合口袋时的自由能变化 ΔG_bind，并进一步用于相对排序、骨架跃迁评估、耐药突变分析和先导化合物优化决策。

需要先建立一个工程视角：自由能计算不是单一软件的一次运行，而是一条从结构准备到决策输出的完整链路。输入通常包括靶点三维结构（晶体结构、冷冻电镜结构或预测模型）、配体集合（SMILES 或 3D 构象）、质子化状态、辅因子、金属离子、水分子以及力场参数。输出则是每个配体的 ΔG_bind 估计值、误差范围、排序结果和可解释的相互作用信息。中间任何一步处理不当，都会在最终排序中放大为错误结论。

从方法层级看，自由能计算大致分为三类。第一类是端点法，如MM/PBSA、MM/GBSA和线性相互作用能，计算快、通量高，适合大规模初筛，但熵和溶剂化处理粗糙，排序误差常达1～2 kcal/mol。第二类是炼金术自由能扰动（FEP）和热力学积分（TI），通过非物理路径逐步把一个配体“变成”另一个配体，采样充分时精度可达0.5～1 kcal/mol，适合先导化合物优化中的精细排序。第三类是绝对结合自由能（ABFE），直接计算配体从溶剂到结合口袋的自由能变化，物理意义清晰但计算成本最高，常用于关键分子的验证。

工程链路可以概括为六个阶段：靶点结构评估与准备、配体集合构建与参数化、体系组装与溶剂化、采样与自由能估计、结果收敛与误差分析、排序决策与实验反馈。每个阶段都有明确的输入、输出和判断标准。例如结构准备阶段要检查结合口袋的电子密度、缺失残基、质子化状态和结构分辨率；配体参数化阶段要确认力场覆盖、部分电荷和互变异构体；采样阶段要关注窗口重叠、滞后和收敛曲线；结果分析阶段要区分统计误差与系统误差。

理解这条链路后，就能看清工程中的关键判断点。第一，结构质量决定上限。如果结合口袋存在关键残基缺失或质子化状态错误，后续再长的采样也无法纠正。第二，配体参数化决定系统误差。力场对卤素、硼酸、金属配位等特殊化学环境的描述不足，会直接导致排序偏差。第三，采样策略决定统计误差。λ窗口数量、每窗口模拟时长、软核参数设置都会影响收敛。第四，结果解读决定决策质量。ΔΔG的误差棒如果与配体间差异相当，就不能仅凭排序做合成决策。

以一个教学示例说明：假设靶点为一个含锌离子的金属蛋白酶，配体集合包含10个结构相似的羟肟酸类抑制剂。结构准备时保留催化锌离子和关键水分子，配体质子化状态按生理pH设定。采用FEP计算相对结合自由能，设置12个λ窗口，每窗口采样2 ns，前0.5 ns用于平衡。结果显示配体B比配体A的ΔΔG为−1.2 kcal/mol，误差估计±0.4 kcal/mol，提示B可能更强。此时应检查B的结合模式是否形成额外氢键或疏水接触，再决定是否优先合成。这个示例中的数值属于合理假设，用于说明工程判断逻辑，并非实际计算结果。

最后要建立“计算—实验—迭代”的闭环意识。自由能计算的输出不是终点，而是合成优先级和实验验证的输入。实验测得的K_d、IC₅₀或ΔT_m可以反过来校准计算流程，识别系统偏差来源。只有把计算链路嵌入真实的药物发现迭代中，自由能计算才能从“算一个数”变成“支持一个决策”。