3. 突变类型与稳定性效应

在蛋白突变稳定性预测工程中，第一步不是急着选模型，而是先判断“突变属于哪一类”。因为点突变、插入缺失和截短突变对折叠自由能 ΔG 的影响机制完全不同：点突变通常只扰动局部相互作用，插入缺失会改变主链几何与二级结构连续性，截短突变则直接删除整段结构域或关键折叠核。若把三类突变混在同一套特征和阈值里预测，误差会显著放大。本节按“结构扰动尺度”建立一条从局部到全局的影响谱，并给出可操作的分类判断与特征构造方法。

一、点突变：局部相互作用的得失

点突变指单个氨基酸被替换，主链原子数不变，仅侧链身份改变。它对稳定性的影响可拆成三项：侧链体积变化引起的范德华堆积与空腔、极性/电荷变化引起的氢键与盐桥得失、以及疏水溶剂可及面积（ΔSASA）的变化。经验上，埋藏疏水残基被替换为极性或带电残基，往往造成 1～5 kcal/mol 的去稳定；而表面残基互换通常小于 0.5 kcal/mol。

工程上常用 ΔΔG = ΔG_mut − ΔG_wt 表示稳定性变化，负值代表去稳定，正值代表稳定化。以溶菌酶 T4 为例（示例假设值）：Ile 位于疏水核心，突变为 Asp 后，ΔΔG ≈ −3.2 kcal/mol；同一蛋白表面 Lys 突变为 Arg，ΔΔG ≈ +0.1 kcal/mol。可见位置比“突变类型”本身更关键。构造特征时应优先取：相对溶剂可及性（RSA）、二级结构归属、与邻近残基的接触数、氢键/盐桥计数、BLOSUM 或疏水性差。

二、插入缺失：主链几何与二级结构的破坏

插入（insertion）和缺失（deletion）合称 indel，会改变残基编号与主链长度。其稳定性效应取决于长度是否为 3 的倍数、发生在二级结构内部还是环区。若 indel 长度不是 3 的倍数，会引发移码，下游序列整体改变，通常直接导致功能丧失；若为 3 的倍数，则表现为整段残基的增删。

在 α 螺旋或 β 折叠内部插入一个残基，会破坏氢键周期性，产生局部应力，ΔΔG 常在 −2～−6 kcal/mol；而在柔性环区插入 1～2 个残基，影响可能小于 1 kcal/mol。缺失则更危险：删除折叠核中的残基会留下空腔并破坏疏水堆积。构造特征时需引入：indel 长度、是否 3 的倍数、所在二级结构类型、与结构域边界的距离、删除残基的埋藏程度。

三、截短突变：结构域与折叠核的丢失

截短突变（truncation）包括无义突变、移码提前终止和人为分段表达。它删除 C 端或 N 端的一段序列，影响由“删掉了什么”决定。若截短发生在折叠核或完整结构域之前，蛋白通常无法折叠，ΔG 概念甚至不再适用，表现为不可溶或快速降解；若仅删除末端柔性尾或标签，稳定性可能几乎不变。

工程判断可借助结构域边界注释：截短点落在结构域内部且删除长度超过该结构域 30% 时，应标记为“高去稳定风险”；落在结构域之间的连接区，则风险较低。对截短突变，预测模型往往需要单独建模，不能直接套用点突变打分。

四、三类突变的特征构造与预测策略

把上述规律落到工程实现，可按突变类别走不同特征通道。点突变使用位点级特征：RSA、二级结构、接触数、氢键/盐桥、保守性打分；indel 使用片段级特征：长度、3 倍数标志、所在二级结构、边界距离；截短使用区域级特征：截短位点、删除比例、结构域覆盖度。若使用统一模型，应把“突变类别”作为显式输入特征，而不是让模型从序列差异中隐式猜测。

一个可执行的判断流程如下：先解析突变描述，判断是 substitution、indel 还是 truncation；再映射到结构，取该位点或区域的 RSA 与二级结构；然后按类别查表得到先验 ΔΔG 区间；最后用模型在该区间内做精细回归。这样即使模型精度有限，也能保证量级不出现方向性错误。

综上，点突变看“位点埋藏与相互作用”，插入缺失看“主链几何与二级结构连续性”，截短看“结构域与折叠核是否完整”。在预测工程中，先分类、再取特征、后回归，是控制误差方向的基本纪律。下一阶段将在此基础上引入 ΔΔG 数据集构建与特征工程的具体做法。