1. QMEAN 与 Verify3D 简介：背景、目的、应用领域
做结构生物学的人都知道，拿到一个蛋白质三维结构之后的第一件事，不是急着分析功能，而是问一句：这个结构靠谱吗？
十年前，我们主要靠实验结构，PDB 里的 X 射线晶体或冷冻电镜数据，质量有实验指标把关。但自从 AlphaFold2 横空出世，预测模型像潮水一样涌来。一个预测模型可能看起来非常漂亮，RMSD 很低，然而局部区域可能完全错乱——侧链方向不对、二面角不符合 Ramachandran 分布、残基环境不合理。
我记得有一次，一个合作者兴冲冲地拿了一个 AlphaFold 模型来说“这个活性位点特别合理”。我用 QMEAN 扫了一遍，局部评分跌到 0.3 以下，再切出那个区域用 Verify3D 一看，好几个核心残基的 3D-1D 打分都是负值。结果那个“合理”的构象，其实是个模型幻觉。
从那以后我养成了习惯：凡预测模型，必过 QMEAN + Verify3D 两道关。今天这一章，咱们就把这两个工具的来龙去脉、各自目的、适用范围讲清楚。
1.1 为什么需要结构验证？
蛋白质结构预测的精度在过去五年里突飞猛进，但误差仍然隐蔽。一个全局 RMSD 小于 1.0 Å 的模型，局部可能有一个 loop 完全跑偏；一个 pLDDT 很高的区域，侧链的 χ1 角可能全部违反能量最低原则。更麻烦的是，许多下游分析——分子对接、虚拟筛选、功能注释——对局部结构误差非常敏感。
核心观点：结构验证不是“锦上添花”，而是“安全护栏”。没有验证的模型，就像没有经过质检的零件，你敢直接装进飞机发动机吗？
我把验证需求归纳为三个层次：
- 全局可信度：整体折叠是否合理？有没有严重的主链扭曲？
- 局部可靠性：每个残基附近的几何是否正常？存在异常扭转角？
- 序列-结构兼容性：每个氨基酸的理化性质是否与它所在的三维环境匹配？
QMEAN 和 Verify3D 恰好分别覆盖了前两个和第三个层次，两者互补。
1.2 QMEAN 是什么？
QMEAN 全称是 Qualitative Model Energy Analysis，由瑞士生物信息学研究所（SIB）Torsten Schwede 团队开发。它本质上是一个基于统计势能的评分函数，用来评价一个模型与天然结构之间的差异有多大。
我个人习惯把 QMEAN 看作一个“结构质量体检表”。它会输出五项单项评分和一项综合 Z-score：
| 评分项目 | 含义 |
|---|---|
| C_beta 相互作用能量 | 评估疏水核心和残基间远程接触的合理性 |
| All-atom 成对能量 | 全部原子间的非键作用能，包括范德华和静电 |
| 溶剂化能 | 残基处于溶剂环境还是蛋白质内部，能量是否匹配 |
| 扭转角势能 | φ/ψ/χ1 角度的分布是否接近已知结构 |
| 二级结构一致性 | 预测的二级结构与实验统计是否一致 |
最终的综合 Z-score 以实验结构为基准：Z-score 接近 0 表示质量与实验结构相当，负值越大说明偏离越大。一般｜Z｜> 4 就要警惕了。
小经验：QMEAN 跑一个中等大小（300 残基）的模型，本地安装只用几秒钟。SWISS-MODEL 网站也提供在线版，但批量处理还是本地跑快。
1.3 Verify3D 是什么？
Verify3D 是 David Eisenberg 实验室在 90 年代开发的经典工具，后来整合到 SAVES 套件里。它的思路很直接：每个氨基酸都有一个环境偏好——比如疏水残基喜欢被埋在里面，带电残基喜欢出现在表面。Verify3D 会为每个残基计算一个 3D-1D 兼容性得分，数值范围通常在 0 到 1 之间，> 0.2 就算可接受。
它做了三件事：
- 把每个残基的三维环境（面积、极性、二级结构类型）编码成一个“环境类”。
- 从已知高质量结构里统计每种环境类下 20 种氨基酸的出现概率。
- 给模型每个残基打分——如果当前氨基酸出现在它不该出现的地方，得分就会很低。
我曾在一次结构优化项目中遇到一个奇怪现象：整体 Z-score 很好，但有一个 loop 区连续三个极性残基的 Verify3D 得分接近 0。我放大一看，那个 loop 被模型硬塞进了一个疏水腔里——表面上是折叠了，实际上能量极高。后来手动调整了 5 步，那三个残基得分就上来了。
注意：Verify3D 的分数是“环境兼容性”，不是“能量”。一个结构可以有很高的 Verify3D 分数但同时有严重的立体化学冲突。所以千万别只用它一个工具。
1.4 应用领域对比
说白了，这两个工具适用的场景有交叉也有侧重。我整理了一张表，方便你快速判断什么时候该用谁：
| 场景 | 首选工具 | 为什么 |
|---|---|---|
| 评价 AlphaFold 模型全局质量 | QMEAN | 综合 Z-score 可以横向对比不同模型 |
| 判断某个活性位点残基是否合理 | QMEAN（局部） + Verify3D | 局部 QMEAN 看几何，Verify3D 看环境匹配 |
| 优化同源建模得到的候选模型 | QMEAN | 逐项评分可以指导具体哪里要改 |
| 检查晶体结构是否有区域错误 | Verify3D | 低分区域往往对应电子密度不清的 loop |
| 大规模虚拟筛选前的结构准备 | 先 QMEAN，再 Verify3D | 先筛掉全局差的，再挑局部有问题的 |
你想想看，如果你的目标是选一个模型做药物设计，那必须两个工具都跑一遍。如果一个 QMEAN Z-score 还过得去，但 Verify3D 有一段低于 0.1，那个区域就是雷区。
1.5 本章知识体系
为了让整体思路更直观，我画了一张流程图，把两个工具在整个结构验证工作流里的位置串起来：
我的实践建议：实际跑工作时，我不只依赖单次输出。我会先运行 QMEAN 快速淘汰一批明显不好的模型（Z-score < -5），再用 Verify3D 看看那些幸存模型里有没有局部“隐雷”。两个工具都存在严重问题的区域，基本就可以直接判死刑了。
1.6 学习路线 & 本章小结
这一章我们只谈“是什么”和“为什么用”。后面的章节会手把手带你安装工具、运行命令、解读结果、集成到自动化管线。我会把我在实际项目中踩过的坑、总结的脚本、调优的参数全都放进来。
你可能会问：“为什么要花整整 30 章讲两个工具？” 嗯，其实一开始我也觉得这东西简单——跑个命令看个分数就行了。但当你面对几千个模型、需要自动化筛选，或者发现某个模型的 QMEAN 和 Verify3D 打分互相矛盾时，你就知道背后有多少细节了。
记住一句话：结构验证不是找茬，而是为后续的所有分析建立信心。一个经过 QMEAN + Verify3D 双重检验的模型，至少你不会在分子对接跑完百万次之后才发现输入结构根本是错的。