受体预处理：移除配体和水、加氢、添加电荷、分配原子类型、合并非极性氢

其实很多做虚拟筛选的朋友，第一步就容易栽跟头。你从PDB数据库下载下来的蛋白文件，说白了就是一份很粗糙的原始数据。

里面包含了结晶时留下的配体、水分子、金属离子，还有一些不完整的残基。直接用这样的文件去跑对接，结果基本不能用。

我个人习惯，在做受体预处理的时候，会严格走五步流程。每一步都踩过坑，今天我把经验一次性告诉你。

第一步：移除原始配体和水分子

你下载下来的PDB文件，比如4DFR这种，里面既有蛋白结构，也有结晶时共晶的小分子配体。嗯，这里要注意：对接的时候，受体口袋必须是空的。

我在项目中遇到过，有人没删掉原配体就直接跑对接，结果药物分子怎么都放不进口袋。浪费时间不说，还得出假阳性结果。

操作上我一般这样处理：

• 删除配体：用PyMOL或AutoDock Tools选中HETATM，直接移除。

  # PyMOL中移除配体
  remove resn MTX   # 删除甲氨蝶呤
  remove solvent    # 删除所有水分子

• 处理水分子：不是所有水都要删掉。有些水分子参与了氢键网络，删了会影响活性位点环境。
• 保留关键水：如果某个水分子在多个晶体结构中反复出现，且与蛋白残基形成保守性氢键，建议保留。我一般会查PDBsum或文献确认。

第二步：加氢——纠正质子化状态

X射线晶体学是看不见氢原子的。所以从PDB拿到的蛋白，所有氢都是缺失的。你必须手动补上。

但单纯加氢还不够。为什么？因为组氨酸（HIS）有3种质子化状态，天冬氨酸（ASP）和谷氨酸（GLU）在特定pH下会去质子化。你随便加个单键氢，分子间相互作用就全错了。

在AutoDock Tools里面，我用的是这个流程：

1. 用Edit → Add Hydrogen → Polar Only 先加极性氢（只加连接到N、O、S上的氢）。
2. 再用Edit → Add Hydrogen → All Hydrogen 加上所有氢原子。
3. 手动调整关键残基的质子化状态，比如HIS的HIE/HID/HIP三种形式。

第三步：添加电荷与分配原子类型

加完氢之后，蛋白还是中性的。但实际的生物环境是有pH、有离子强度的。你需要给每个原子一个电荷值，这样AutoDock才能计算静电相互作用。

AutoDock Tools使用Gasteiger电荷：

# 在ADT中执行
Grid → Macromolecule → Choose
选择受体文件
自动计算Gasteiger电荷
检查总电荷：确保为整数（非整数需手动调整）

分配原子类型，说白了就是告诉AutoDock：每个原子属于什么元素、什么杂化状态。比如芳香碳、脂肪碳、氮的sp3/sp2等等。这些信息会决定对接时的范德华参数。

第四步：合并非极性氢

这一步是AutoDock特有的优化技巧。你把所有非极性氢（也就是连接在碳原子上的氢）合并到邻近的重原子上。

为什么不保留所有氢？因为AutoDock4的评分函数，算范德华力的时候，用的是融合原子模型。说白了，把C-H作为一个整体去算，既能提高计算速度，又不会显著降低精度。

具体操作：

# 在ADT中
Edit → Hydrogens → Merge Non-Polar
确认合并后的原子数量减少

我刚开始做的时候不太理解，觉得合并氢会损失信息。后来发现，对于虚拟筛选这种大规模计算，速度比细节更重要。而且大量实证表明，合并非极性氢对结合模式预测的影响微乎其微。

第五步：保存为pdbqt格式

所有预处理完成后，最后一步就是把文件保存为pdbqt格式。这个格式是AutoDock专用的，除了坐标信息，还包含了原子类型、电荷、可旋转键等额外字段。

# 保存受体pdbqt
File → Save → Write PDBQT
选择保存路径，命名为 receptor.pdbqt

你想想看，如果你的pdbqt文件只有几百KB，但原始pdb文件有几MB，说明氢合并做得不错。精简后的文件跑对接会快很多。

预处理步骤	具体操作	常见错误
移除配体和水	PyMOL删HETATM、删溶剂	误删保守水分子
加氢	先极性氢，再全氢	HIS质子化状态选错
添加电荷	Gasteiger电荷计算	总电荷非整数
分配原子类型	ADT自动分配	未知原子类型报错
合并非极性氢	Merge Non-Polar	误合极性氢
保存pdbqt	Write PDBQT	路径含中文或空格

好了，这就是完整的受体预处理流程。每次我做虚拟筛选的时候，都会严格执行这五步。多花10分钟做预处理，对接结果的质量会高一个档次。