3. 结构质量评估与选择决策

在蛋白靶点结构准备流程中，拿到一个 PDB 条目只是起点，真正决定后续对接、口袋分析或分子动力学是否可信的，是结构质量评估与多结构取舍。同一个靶点往往有几十甚至上百个实验结构，它们的分辨率、R 因子、缺失残基、突变和构象状态各不相同。选错结构，后续所有计算都建立在不可靠的坐标上；选对结构，则能在源头控制误差。本节围绕“看哪些指标、怎么读这些指标、多个结构如何取舍”展开。

一、先分清两类质量指标

结构质量指标可以分成两类。第一类是全局质量指标，描述整个模型与实验数据的吻合程度，包括分辨率、R 因子（R_work 与 R_free）、以及整体 B 因子。第二类是局部质量指标，描述特定区域是否可信，包括电子密度质量、B 因子分布、缺失残基、突变、配体占据与构象状态。全局指标决定“这个结构整体能不能用”，局部指标决定“我要用的那个口袋能不能用”。

分辨率是衍射数据本身的性质，不是模型的性质。它反映电子密度图能分辨的最小细节：

• ≤1.5 Å：通常可分辨单个原子位置，水分子和部分氢原子位置可辨，侧链构象可靠。
• 1.5–2.0 Å：主链和大多数侧链清晰，是药物设计常用的高质量区间。
• 2.0–2.5 Å：主链可靠，部分表面侧链构象不确定，配体位置基本可信。
• 2.5–3.0 Å：只能看到主链走向和大致侧链，配体构象需谨慎。
• >3.0 Å：主链可追踪，侧链和配体细节不可靠，一般不用于精细口袋分析。

R 因子衡量模型计算结构与实验衍射数据的偏差。R_work 用参与精修的数据计算，R_free 用未参与精修的 5%–10% 数据计算，因此 R_free 更能反映过拟合。经验上，高分辨率结构 R_free 常在 0.20 以下，2.5 Å 左右结构在 0.25 以下可接受。若 R_work 很低而 R_free 明显偏高（差值大于 0.07），说明模型可能过拟合，需要警惕。

二、局部指标：真正决定口袋可用性

电子密度是判断局部坐标可信度的直接证据。在 2F_o−F_c 图上，主链和侧链应被密度包裹；若某段侧链没有密度支撑，说明该构象是建模推测。配体尤其要看 2F_o−F_c 与 F_o−F_c 图：配体应完整落在正密度中，且 F_o−F_c 图上无显著残余正峰或负峰。若配体密度残缺，其结合模式不可信。

B 因子（温度因子）反映原子位置的柔性或不确定性。同一结构内，B 因子显著高于全局平均值的区域通常更不可靠。口袋残基若 B 因子普遍偏高，说明该口袋柔性大，对接结果对构象敏感。需要注意：B 因子受晶体堆积和精修策略影响，不同结构之间不能直接比较绝对值，应看同一结构内的相对分布。

缺失残基是另一个关键点。PDB 文件中常出现残基编号跳跃，表示这些残基在电子密度中不可见、未被建模。若缺失残基位于结合口袋内，口袋形状就是不完整的，对接或口袋体积计算会失真。此外，突变（如工程化突变、同源替换）会改变侧链甚至主链构象，必须确认目标口袋是否被突变影响。

三、多结构取舍策略

面对多个结构，建议按以下优先级决策：

1. 先筛分辨率与 R_free：优先保留分辨率 ≤2.5 Å 且 R_free ≤0.28 的结构；若候选很少，可放宽到 3.0 Å，但需在报告中标注局限。
2. 再看口袋完整性：检查目标口袋是否有缺失残基、突变或低密度区域。口袋完整、密度良好的结构优先。
3. 比较构象状态：同一靶点可能处于活性构象、非活性构象或不同寡聚状态。应根据研究目的选择——做抑制剂设计通常选与抑制剂共结晶的构象，做变构调节则选对应变构口袋开放的结构。
4. 看配体信息：若结构含共结晶配体，可将其作为口袋定位和对接验证的参照；无配体结构需借助口袋检测工具推断。
5. 最后看 B 因子与寡聚状态：口袋区域 B 因子低、寡聚状态与生理相关者优先。

下面这张图把上述指标组织成一条从“候选结构”到“可用结构”的筛选决策链，并标出每个判断节点使用的具体指标与典型阈值。

四、一个可复用的选择记录表

为了让取舍过程可追溯，建议为每个候选结构填写一张简表。以下为示例字段，实际使用时按项目需要增删：

表中数据为教学示例，用于说明判断逻辑，并非真实实测结果。实际项目中，缺失残基和突变信息可从 PDB 文件 SEQRES 与 ATOM 记录比对、以及结构注释中获得；电子密度和 B 因子可用 PyMOL、Coot 或 CCP4 系列工具查看。

总结来说，结构质量评估的核心逻辑是：全局指标筛掉明显不可用的结构，局部指标确认目标口袋是否可信，构象与配体信息决定结构是否匹配研究目的。把这三层判断固化为可追溯的记录，后续的结构准备、口袋分析和对接结果才有可靠的基础。