📚 课程目录第3章输入文件准备

3、输入文件准备：受体与配体PDB结构获取、加氢与合并非极性氢、准备PDBQT文件

做分子对接，最基础的一步就是准备输入文件。很多人一上来就急着跑Vina，结果跑出来的结果根本没法看。问题出在哪？说白了，就是输入文件没处理好。

我个人习惯把这一章叫做“地基工程”。地基没打好，上面盖的房子再漂亮也是危房。咱们今天就把这个地基讲透。

3.1 获取受体与配体的PDB结构

PDB（Protein Data Bank）文件是分子对接的起点。它描述了分子的三维坐标、原子类型、连接性等信息。你想想看，如果原始结构都有问题，后面的一切都是白搭。

3.1.1 受体的PDB结构获取

我建议你从以下几个途径获取受体结构：

PDB数据库（rcsb.org）：最权威的来源。搜索你感兴趣的蛋白质ID，下载.pdb文件。
AlphaFold DB：如果目标蛋白没有实验结构，可以考虑使用AlphaFold预测的结构。记住，这只是预测，需要谨慎使用。
自己建模：如果上述都没有，同源建模也是一个选择。不过精度会下降不少。

注意：下载的PDB文件可能包含多个构象、水分子、配体、或共结晶的小分子。你需要根据实验目的手动清理。我见过很多新手直接拿整个PDB文件去跑，结果受体上还挂着原来的配体，你说这能跑对吗？

3.1.2 配体的PDB结构获取

配体的来源就更多了：

ZINC数据库：商业化合物库，小分子种类齐全。
PubChem：美国国立卫生研究院维护的数据库。
ChEMBL：偏向药物化学的数据库。
自己画：用ChemDraw画出结构，然后用Open Babel转成PDB格式。

获取到PDB文件后，记得检查一下结构是否完整。我曾经在处理一个配体时，发现它的一个苯环少了一个碳原子，结果跑出来的对接位点完全不对。后来发现是数据库下载时出了问题。

3.2 加氢与合并非极性氢

这一步非常重要，但很多人容易忽略。为什么？因为原始PDB文件中的氢原子很少。X射线晶体学在常规分辨率下很难确定氢原子的位置。所以我们需要用工具自动补全氢原子。

加氢有两个关键点：

加极性氢：与氮、氧、硫等电负性原子相连的氢，这些氢原子对对接精度影响很大。
合并非极性氢：也叫“合并氢”。就是把与碳原子相连的非极性氢合并到碳原子上。这样做是为了简化计算，因为非极性氢在氢键形成中不扮演重要角色。

3.2.1 为什么自动补全？

手动加氢？除非你疯了。我建议你使用MGLTools中的ADT来做这件事。ADT的加氢算法是基于pH值计算的，它会根据化学环境自动分配质子化状态。

在ADT中，加氢的步骤很直观：

ADT → Edit → Add Hydrogen → OK

加氢后，记住把非极性氢合并。ADT → Edit → Merge Non-Polar Hydrogens。就这么两步，别想复杂了。

小技巧：我通常会在加氢前先检查一下受体或配体的质子化状态。比如组氨酸（His）可能有三种存在形式：HID（δ位质子化）、HIE（ε位质子化）、HIP（双质子化）。如果对接环境的pH与生理pH不同，你需要手动调整。ADT提供了一个“Check Protonation”的功能，建议用一下。

3.3 准备PDBQT文件（使用MGLTools或ADT）

PDBQT是AutoDock系列的专用输入格式。它比PDB多了两部分信息：

原子类型：比如CA（sp2碳）、HD（极性氢）等。
电荷信息：基于Gasteiger-Marsili算法计算的部分电荷。

说白了，PDBQT就是你告诉程序：“嘿，这个原子是碳，带0.5个正电荷，位置在（x,y,z）。”

3.3.1 使用ADT生成PDBQT

准备好受体和配体的PDB文件后，我建议你按以下流程操作：

打开受体PDB：File → Read PDBS → 选择你的受体.pdb文件。
加氢：Edit → Add Hydrogens → 选择 pH=7.4（大多数情况）。
合并非极性氢：Edit → Merge Non-Polar Hydrogens。
计算电荷：Edit → Compute Gasteiger Charges。这一步会自动完成。
检查原子类型：在ADT的右侧面板，你会看到每个原子被分配的AD类型。比如C代表芳香碳，A代表非芳香碳。如果发现有异常（比如氧原子被标成了碳），你需要手动修正。
保存PDBQT：File → Save As → 选择 PDBQT 格式。

配体的操作步骤类似，不过要注意配体通常需要允许可旋转键。

避坑指南：我曾经遇到过一次很经典的错误。一个配体分子非常大，有50多个可旋转键。ADT默认把所有单键都设置成了可旋转。这样Vina的搜索空间会大得惊人，跑几天都算不完。正确做法是：在ADT中手动固定那些核心骨架的单键，只保留末端基团的旋转自由度。在ADT里，Ligand → Torsion Tree → Choose Torsion可以手动设置。

3.3.2 使用命令行的替代方案

如果你不想用ADT的图形界面，也可以用prepare_receptor4.py和prepare_ligand4.py这两个脚本来完成。这是MGLTools提供的工具。命令行操作的好处是快，适合批量处理。

# 准备受体PDBQT
prepare_receptor4.py -r receptor.pdb -o receptor.pdbqt

# 准备配体PDBQT
prepare_ligand4.py -l ligand.pdb -o ligand.pdbqt

3.4 知识结构总览

下面的SVG图展示了从原始PDB到最终PDBQT的完整流程。我把这个图画出来，方便你记在心里。

3.5 常见问题与避坑指南

问题	原因	解决方法
PDBQT文件中出现奇怪的原子类型	原始PDB的原子名称不规范	手动检查并修正原子类型数，必要时用ADT的Check AD4 type功能
加氢后结构异常（如键长改变）	原始结构中缺失某个原子导致立体化学错误	用Open Babel或PyMOL修复结构后再加氢
配体对接结果都是未结合状态	配体PDBQT的电荷或原子类型错误	重新计算电荷，检查是否有非标准原子
受体PDBQT文件太大，Vina报错	受体包含太多水分子或离子	在ADT中手动删除所有水分子和非关键离子

核心要点回顾：

始终从可靠的PDB数据库获取原始结构。
加氢和合并非极性氢是必须步骤，别偷懒。
用ADT或命令行脚本准备PDBQT文件。
手动检查原子类型和电荷，别完全依赖自动计算。

嗯，到这里，输入文件的准备工作就讲完了。你可能会觉得这一步很繁琐，但其实只要你按流程走一遍，后面跑Vina的时候会特别顺。我曾经帮一个师弟调试对接结果，他的PDBQT文件有问题，我花了半小时才调好。后来他学会了自己准备输入文件，再也没找过我。你看，前期工作做扎实了，后面能省多少事。