📚 课程目录第4章缺失原子修复

4. 缺失原子修复：根据电子密度或同源模型补全缺失侧链及主链

拿到一个PDB文件，最头疼的是什么？

我的经验告诉我，十有八九是缺失原子的问题。你打开结构一看，主链跑得挺好，侧链却断了一截，或者干脆整段loop都看不见。这时候你不能直接拿它去做分子对接或者模拟，否则结果基本是废的。

修复缺失原子，说白了就是“补全”蛋白质结构信息。它分两大流派：一是靠电子密度去“看”原子该放哪儿，二是拿同源模板去“猜”。我接下把这两条路都给你捋清楚。

4.1 为什么要修复缺失原子？

晶体衍射或者冷冻电镜解析出来的结构，不是每个氨基酸都那么“老实”。

柔性区域：侧链或者loop区活动太大，电子密度看不清。
分辨率不够：默认分辨率下，密度图带不动高精度模型。
实验限制：部分溶剂暴露的残基本来就难定。

缺了原子，后续的分子对接、药效团建模、甚至静电势计算都会出偏差。我在项目中遇到过，某次做2.8Å分辨率下的虚拟筛选，客户给的PDB文件里Phe侧链全部缺失，结果对接得分全是错的。后来把侧链补上，结果才正常。

注意：不要盲目用程序自动补全。你得先判断——这个缺失是实验探测不到的随机行为，还是结构本身就有区域不稳定。这两种情况处理策略完全不同。

4.2 两大修复流派：电子密度 vs 同源模型

方法	核心依据	适用场景	典型工具
电子密度重建	实验电子密度图（2Fo-Fc，Fo-Fc）	有密度层析数据，分辨率优于3.5Å	Coot, Phenix, Refmac
同源模型补全	同源序列多重比对 + 已知模板结构	没有密度图，或分辨率太差	MODELLER, SWISS-MODEL, Rosetta
混合策略	先用同源模板搭骨架，再用密度修正侧链	中低分辨率加部分高分辨率数据	Phenix.combine, AutoBuild

我个人习惯是先看有没有密度图。有，就优先用电子密度法，因为它忠实于实验事实；没密度或密度太糊，再用同源模板。别反过来。

4.3 基于电子密度的侧链重建

这个过程在Coot里最顺手。核心逻辑就三步：找峰、对残基、调构象。

加载密度图：把2Fo-Fc和Fo-Fc地图拖进Coot。
识别缺失区域：看Fo-Fc正密度峰，缺原子会在峰里冒出来。
手动/自动放置：用“Add Terminal Residue”或“Autofit Rotamer”填侧链。

# Coot 脚本示例：补全缺失侧链
# 调用 autofit 功能，选择一个残基，自动拟合最佳rotamer
# 前提：已加载PDB和密度图
autofit_rotamer(1, 42)    # 补链A的第42号残基
refine_zone(1, 40, 45)    # 局部优化周围5个残基

这里有个坑：我曾遇到过某次自动拟合出来的侧链强行往密度里塞，导致键长畸变。后来我养成了一个习惯——补完后必须跑一次几何正则化（Refine / Regularize），检查键长、键角有没有超限。

小技巧：用Fo-Fc图的“残余密度”来验证修复是否到位。如果一个氨基酸补完后，Fo-Fc图里还有明显的正峰或负峰，说明你的侧链取向没放对，赶紧调。

4.4 基于同源模型的缺失原子补全

如果没有密度图，或者分辨率烂到看不懂密度峰，那就只能靠同源模型去“猜”了。这种方法的核心是序列比对——找出与目标蛋白相似的同源结构，把缺失的位置用已知模板补上。

我推荐MODELLER，因为它能严格保持主链构象，只补缺失段。

# MODELLER 脚本：补全缺失部分
from modeller import *
from modeller.automodel import *

env = environ()
# 目标序列（包含缺失部分）
align = alignment(env)
align.append(file='target.fasta', alignment_format='FASTA')
# 同源模板PDB
align.append(file='template.pdb', alignment_format='PDB')

# 运行自动建模，补全缺失loop和侧链
a = automodel(env, alnfile='alignment.pir',
               knowns='template', sequence='target')
a.starting_model = 1
a.ending_model = 5   # 生成5个候选模型，选打分最低的
a.make()

我建议生成3-5个候选模型，然后选DOPE打分最好的那个。用同源模型补全后，一定要做一次MR（分子置换）验证，看看补的部分是否与密度图一致。

4.5 工具推荐与选择策略

市面上工具不少，但每个都有自己的脾气。

Phenix：全自动，适合没经验的人直接跑，但黑箱感强。
Coot：手动控制力最强，适合精细化调整。
MODELLER：同源建模的老牌工具，支持复杂alignment。
Rosetta：物理能量函数最准，但计算慢，适合高精度需求。

    我的个人建议：轻度缺失（1-5个侧链）直接上Coot手动补；中度量缺失（1-2个loop区域）用Phenix的AutoBuild；大片段缺失（超过10个残基）才上MODELLER或者Rosetta。别一开始就上大炮打蚊子。

4.6 避坑指南

我这些年修复过上百个PDB结构，踩过的坑数都数不过来。这里挑几个常见的分享给你：

别超补：密度图里明明没有峰的地方，不要强行塞原子。会把R-free值推上去。
注意环区：Loop区补全后一定要检查二面角（Ramachandran图），很多自动生成的环会跑到“不允许区”。
同源模板别乱选：序列一致性低于30%的同源模板补出来的东西基本不能用。
清理支链水：修复侧链后，原来放水的位置可能被新侧链挤掉，记得删掉冲突的水分子。

曾经有一次：我修复一个激酶结构，同源模板选了个人源序列相似度只有25%的细菌蛋白，结果补出来的一个loop区差了整整5Å。后来换了个哺乳动物模板，才匹配上密度图。模板选择真的很关键。

4.7 审计追踪：你每补一个原子都得留记录

修复完了，不代表就完事了。做科研的结构生物学家都会要求你留下审计追踪——谁、在什么时候、怎么补的、用了什么工具、参数是什么。这些信息在论文审核、PDB数据上传时都会用到。

我建议你建立一个简单的修复记录表：

修复条目	残基范围	方法	工具	参数	验证结果
缺失侧链	A:42 (Phe)	密度重建	Coot	Autofit Rotamer	Ramachandran OK
缺失Loop	A:56-62	同源模型	MODELLER	5模型，选DOPE最低	RMSD vs 密度图 0.3Å
主链断裂	A:103-104	密度重建	Phenix.autobuild	默认参数	R-free 下降0.02

这个表你要是懒，可以写到PDB头文件里的REMARK记录中。这样别人下载你的PDB，一眼就能看到修复历史。

缺失原子修复决策流程

4.8 小结

缺失原子修复这事儿，说简单也简单——有密度靠密度，没密度靠模板。但想做好，就得有系统工程思维。先判断缺失的根因，再选合适工具，补完后别忘了跑验证和审计追踪。

我在实际项目中经常遇到新手一上来就开MODELLER去补侧链，结果补出来的东西跟密度图完全对不上。嗯，你想想看，本来一个密度图里弱弱的峰，硬被塞进去一个大侧链，那密度验证肯定过不了。所以一定要按流程走，别跳步骤。

这一章就聊到这儿。下次拿到残缺PDB的时候，先冷静分析，再决定走哪条路。