📚 课程目录第3章结构修复基础工具介绍

3. 结构修复基础工具介绍：PDB_REDO、PHENIX、MolProbity、CCP4 等工具概览

做结构修复做了快十年，我越来越觉得这行有点像修表。你手里的PDB文件，就是一块走了几十年的老怀表——齿轮可能错位，弹簧可能锈蚀，指针看着在走，但精度早就偏了。好在，我们手头有专门的“修表工具”。

这一章，咱们就把工具箱里的几件大家伙都搬出来看看。PDB_REDO、PHENIX、MolProbity、CCP4，它们各自擅长什么，又在什么场景下配合使用。

为什么需要专职工具？

你想想，一个原始PDB文件里可能藏着什么问题？

键长键角偏离理想值
氨基酸侧链的旋转异构体选错了
水分子和配体的位置能量没降到最低
Ramachandran图上有些残基跑到了不允许的区域

这些问题，靠肉眼在PyMOL里一个个看？累死也看不完。我那个刚入行的小徒弟，曾经手动调了三天，越调越糟。嗯，专业的事，得交给专业的工具干。

PDB_REDO

PDB_REDO 是我个人最常用的“一键修复”工具。你只要给它一个PDB ID，它就能自动帮你跑完一套标准的优化流水线。说白了，它是把多个程序的优化步骤串起来了。

看看它的核心流程：

从PDB下载原始结构
用REFMAC5做一轮最大似然精修
运行立体化学优化，修正键长键角
自动添加/删除水分子
运行MolProbity的多体现象分析
用这些结果再精修一次，迭代直到收敛

我习惯在命令行里直接调用的方式很简单：

# 通过web接口，也可以用RESTful API
curl -X POST "https://pdb-redo.eu/api/start/4hhb" -H "accept: application/json"

# 本地安装的版本（如果有）
pdb_redo --pdbid 4hhb --outdir ./output

注意：PDB_REDO的本地部署对计算资源要求不低。我在一个课题组遇到过共享集群排队排到崩溃的情况。如果你的结构不多，直接用它的Web服务更省事。

PHENIX

PHENIX 是一套Python编写的大而全的晶体学软件包。我个人觉得它在精细化调参方面是王者——比如处理非标准残基、特殊配体的时候，它的phenix.ligand_refine模块简直救命。

我最常用的几个PHENIX模块：

模块	功能	我常用参数
phenix.autobuild	自动化模型搭建和精修	`ncs=True ordered_solvent=True`
phenix.refine	坐标和B因子精修	`main.number_of_macro_cycles=5`
phenix.ligand_refine	配体位姿优化	`ligand_cif=ligand.cif`
phenix.molprobity	内置MolProbity验证	`ramalyze=True rotalyze=True`

有一次处理一个含有特殊修饰核苷酸的RNA结构，Coot里无论如何都对不好几何。后来我直接用phenix.ligand_refine，配合做了十几轮生僻约束的精修，最后Rfree降了三个点。那次之后PHENIX就成了我的首选重武器。

# 一个典型的精修命令
phenix.refine data.hkl model.pdb \
    main.number_of_macro_cycles=3 \
    refine.adp.individual.anisotropic="not (water or element H)" \
    output.prefix=my_refined \
    nproc=8

MolProbity

MolProbity 是人人都该学会的“质检员”。它不提供精修功能，但它能告诉你该修哪里。我见过太多人精修完就直接提交PDB了，结果审稿人用MolProbity一查，一堆clashscore爆表，然后被要求返工——嗯，我也经历过一次，挺狼狈的。

MolProbity主要检查三个方面：

原子碰撞（clash）：van der Waals半径过度重叠的地方
二面角异常：Ramachandran异常区和rotamer异常区
C-beta 位置偏差：常见于侧链建模错误

我最喜欢的用法是把结果输出为多体现象点：

# 在命令行运行MolProbity
phenix.molprobity model.pdb data.mtz \
    output_prefix=molprobity_report \
    clashes=True \
    ramalyze=True \
    rotalyze=True \
    cb_analysis=True

小窍门：修复过程中可以反复跑MolProbity来追踪改进趋势。我个人每完成一轮大规模调整都会跑一次，看看clashscore从99%掉到了50%以下没有。如果能保持在0个clash，审稿人那关基本就过了。

CCP4 套件

CCP4 是英国晶体学界的“老作坊”，历史悠久，模块众多。我现在主要用它来处理电子密度图相关的计算，以及一些特有的格式转换需求。

它的几个核心模块：

REFMAC5：基于最大似然的精修引擎，PDB_REDO背后也是它
CTRUNCATE：将原始观测数据转换为结构振幅
DM：密度修正工具
COOT：虽然是独立程序，但CCP4套件里提供了丰富的依赖支持

# 运行REFMAC5精修
refmac5 XYZIN model.pdb HKLIN data.mtz \
    XYZOUT refmac_out.pdb \
    HKLOUT refmac_out.mtz \
    <<< "MODE REFI NCSR FREE 5.0
    SCAL TYPE BULK
    LABIN FP=F SIGFP=SIGF FREE=FreeR_flag
    LABOUT FC=FC PHIC=PHIC
    END"

我在做一个金属酶项目时，配体位置始终放不对。后来用CCP4的密度修正模块（DM）跑了三轮，配合NCS的多体平均，电密图质量明显提升。CCP4在批量处理、脚本化Pipeline方面，目前还没有其他工具能完全替代。

工具选择对比

工具	核心优势	适用场景	我个人的使用频率
PDB_REDO	一键修复，自动化程度高	常规蛋白质、标准残基优化	高频，几乎每个结构跑一次
PHENIX	精细化调参，非标准配体处理	复杂修饰、特殊配体、低分辨率	中高频，评估模型质量时常选
MolProbity	质量验证，关键指标核查	修前评估、修后验证、审稿反馈	每个修补的前后必用
CCP4	密度图处理、格式转换、批量	电子密度计算、多体精修、脚本	中频，有特定需求时才用

效率做法：我现在的习惯是：先用PDB_REDO跑一次快速迭代，得到一个相对干净的起始模型；然后用PHENIX做精细调整——尤其是配体和特殊修饰部分；过程中反复用MolProbity做质量跟踪；遇到密度图不易解释的情况，回头用CCP4的密度修正模块优化电子密度。

这套流程下来，基本上能覆盖从原始粗模型到验证可提交的全过程。每种工具都像一位各有所长的老师傅，知道什么时候该请谁出场，这也是我在项目里慢慢积累出来的经验。