4、PDB修复工具介绍
手工修结构这事儿，工具选对了事半功倍。这些年我摸过的PDB修复工具不下十几种，真正在项目中能扛事的也就那么几个。今天咱们就把PyMOL、ChimeraX、PDBFixer、MolProbity挨个捋一遍，说说它们各自该什么时候用、能解决什么问题。
核心原则：没有万能工具，关键是匹配场景。手动修复时你需要的可能是PyMOL的灵活性，批量处理时PDBFixer才是正确答案。
4.1 PyMOL — 我用的最多的手动修复工具
PyMOL这东西，做结构生物学的基本都用过。它最大的优势就是可视化精度极高，你能看到每个残基、每个原子的位置和相互作用情况。
修复方面，PyMOL能做几件事：
- 残基侧链方向调整 — 用鼠标拖拽侧链，实时观察碰撞情况
- 末端缺失重建 — 通过
fragment命令补全主链 - 原子名重排 — 特别适合处理配体原子命名混乱的PDB文件
- 结构对齐 — 手动调整局部构象，使其匹配电子密度
我个人习惯用PyMOL做两件事：一是检查修复后的局部形变，二是手动微调那些自动化工具修不好的位置。说起来，前年做个激酶结构的时候，就是PyMOL帮我找到了一个关键的翻转方向错误。
PyMOL中调整残基侧链的命令示例：
# 选择某条链的某个残基
select resi 45, chain A
# 旋转侧链Chi1角
rotate chi1=60.0, resi 45, chain A
# 保存调整后的结构
save my_fixed.pdb, all4.2 ChimeraX — 交互体验最好的修复环境
ChimeraX比PyMOL新，交互方式更现代。它用鼠标操作就能完成大部分修复工作，而且跟MolProbity的集成做得很好。
ChimeraX的几个亮点：
- AutoDock Vina对接 — 内置的配体对接工具，适合检查配体位置是否合理
- 内置MolProbity — 直接运行Ramachandran图分析、clash检测
- Python API强大 — 可以做复杂的批量修复脚本
你想想看，如果一个结构有几十个残基需要调整，在PyMOL里一个个点鼠标很累，但在ChimeraX里写几行Python脚本就搞定了。
# ChimeraX Python脚本修复示例
from chimerax.core.commands import run
run(session, 'open unrefined.pdb')
run(session, 'addh')
run(session, 'molprobity clash')
run(session, 'save refined.pdb')注意：ChimeraX底层用的Python版本较新，有些旧版lib可能不兼容。我在Ubuntu 18上遇到过依赖冲突，建议用conda环境单独部署。
4.3 PDBFixer — 批量修复的利器
PDBFixer是OpenMM生态里的工具，说白了就是专门用来修PDB格式问题的。它不依赖图形界面，可以嵌入Python脚本做流水线作业。
PDBFixer的强项：
| 修复项目 | 能力 | 典型用例 |
|---|---|---|
| 缺失原子补全 | 全自动，基于侧链模板 | 晶体结构中的无序侧链 |
| 非标准残基处理 | 自动替换为标准形式 | 磷酸化、甲基化等修饰 |
| 加氢处理 | 根据pH加H原子 | 分子动力学模拟前准备 |
| 序列对齐修复 | 解决链断裂/错位 | 多域蛋白结构片段拼接 |
我曾经接过一个批次修复1000多个晶体结构数据的项目，手动根本做不了。最后还是靠PDBFixer的批量脚本，一个晚上就跑完了。
# PDBFixer批量修复脚本
from pdbfixer import PDBFixer
fixer = PDBFixer('input.pdb')
fixer.findMissingResidues()
fixer.findMissingAtoms()
fixer.addMissingAtoms()
fixer.addMissingHydrogens(7.0) # pH 7.0
from simtk.openmm.app import PDBFile
PDBFile.writeFile(fixer.topology, fixer.positions, open('output.pdb', 'w'))实际项目中建议先用小样本测试参数，再跑全量。我自己的流程是先跑10个结构检查输出，确认没问题再上全量。
4.4 MolProbity — 质量评估的金标准
MolProbity是结构质量的终极判官。所有修复做完之后，必须用MolProbity跑一遍评分——没有这个步骤，你的修复就不完整。
MolProbity主要评估这几点：
- Ramachandran图分布 — 主链二面角是否合理
- 侧链Rotamer评分 — 侧链构象是否在允许范围内
- 原子间Clash — 空间碰撞检测，精度到0.4Å
- 几何参数 — 键长、键角、二面角的偏离度
我每次写完修复报告，一定会贴一张MolProbity的评分截图。审稿人看到这个，基本就不再纠结结构质量的问题了。
# 通过ChimeraX调用MolProbity
run(session, 'molprobity rama')
run(session, 'molprobity rotamer')
run(session, 'molprobity clash')
# 输出报告
run(session, 'molprobity report report.html')经验值：MolProbity评分低于80分的结构，建议回炉重新修复。我在审稿时会直接拒掉评分低于70分的结构数据。
4.5 工具定位总览图
下面这张图展示了四个工具的关系和各自定位。手动修复走左边，自动化修复走右边，中间用MolProbity兜底。
从这个图里能看到完整流程：拿到原始结构后，根据数据量和质量选择手动或自动化修复路径。两条路线最终汇聚到MolProbity做质量评估。评分不合格就退回重新修复——这个循环可能要重复多次，直到所有指标达标。
4.6 工具选型建议
最后说说我自己的经验总结，哪些场景该用哪个工具：
- 就一个结构、精度要求极高人 — PyMOL手动调，配合ChimeraX的MolProbity实时反馈
- 十几个结构 — ChimeraX写脚本半自动化，Python API控制流程
- 批量处理 — PDBFixer走流水线，MolProbity批量评分后筛选合格的
- 审稿/数据提交 — MolProbity报告必须附上，缺了它很大概率被打回
千万别混着用不同的PDB修复工具对同一结构重复修复。我之前有过一次教训：先用PDBFixer加氢，又用ChimeraX调整侧链，结果两个工具对某残基的构象判断相反，最后MolProbity评分异常低。修复前一定要看日志，确认结构已经被哪个工具处理过。
嗯，这几种工具搭配使用，基本上能覆盖日常的PDB修复需求。下回咱们讲具体的手动修复操作流程，到时候我会拿实际PDB结构做演示。