第4章 受体准备：从PDB文件到PDBQT格式的转换
做分子对接的人都知道，刚下载的PDB文件就像一块毛坯石头——水分子、配体、金属离子乱七八糟堆一起，氢原子残缺不全，电荷模型压根没有。说白了，AutoDock Vina根本不认这种原始PDB。它要的是PDBQT格式，里面包含了原子类型、电荷、旋转键信息。这一步我称之为“洗数据”，做不好，后面全白搭。
转换的核心任务有三个：第一，补氢；第二，分配原子类型和电荷；第三，确定可旋转键。你可以用MGLTools里的ADT（AutoDock Tools）点点鼠标完成，也可以直接用Python脚本批量处理。我个人倾向脚本方式，尤其当你有一堆受体要处理时，脚本能救命。
为什么非转不可？
咱们先搞明白一个事：Vina的评分函数依赖特定的力场参数（比如AD4力场）。这个力场认的不是元素符号，而是ATYPE（原子类型）。你想想看，一个碳原子在芳环和脂肪链里，行为能一样吗？必须区分开。另外，氢原子的位置决定氢键方向，缺了氢，对接结果基本瞎猜。
我曾有个项目，用了一个从蛋白质数据库直接拿来的结构，没加氢就跑了对接，结果能量低得离谱。后来发现Vina把带负电的羧基当成中性处理了。从那以后，我养成了规矩：不管多熟悉的体系，必须先检查加氢和电荷。
方法一：用ADT交互式转换
如果你只处理一两个蛋白，ADT挺好用的。打开软件，File → Read Molecule，加载PDB。然后按下面步骤走：
- Edit → Delete Water Molecules，去掉水（除非你特意保留结合位水）。
- Edit → Hydrogen → Add，加氢。默认会加极性氢，我一般选全部加。
- Edit → Charges → Compute Gasteiger，计算电荷。
- Edit → Check Atom Types → Set All to AD4 Type，分配原子类型。
- File → Save As → PDBQT，保存。
每一步ADT都有对话框提示，但有几个坑我要提醒你。加氢的时候，ADT默认按pH=7.4处理组氨酸、天冬氨酸这些残基的质子化状态，如果你的实验条件不一样（比如pH=5.0），记得手动调一下。
方法二：用prepare_receptor4.py脚本批量转换
这是MGLTools自带的Python脚本，位于MGLToolsPckgs/AutoDockTools/Utilities24/下。用法很简单：
pythonsh prepare_receptor4.py -r receptor.pdb -o receptor.pdbqt常用的参数还不少。我给你列几个我经常用的：
# 保留所有水分子（很少用，除非你想试）
pythonsh prepare_receptor4.py -r rec.pdb -o rec_w.pdbqt -A bonds_hydrogens
# 去除所有水，加氢，计算电荷
pythonsh prepare_receptor4.py -r rec.pdb -o rec.pdbqt
# 手动指定配体位置（用于去除配体）
pythonsh prepare_receptor4.py -r rec_with_lig.pdb -o rec.pdbqt -l ligand_filename
# 保留特定链（比如只保留A链）
pythonsh prepare_receptor4.py -r rec.pdb -o chainA.pdbqt -C参数解释：
| 参数 | 作用 |
|---|---|
-r | 输入PDB文件 |
-o | 输出PDBQT文件 |
-A | 加氢模式，bonds_hydrogens 加所有氢 |
-l | 指定配体文件，脚本会从受体中移除该配体 |
-C | 保留所有链（默认只保留第一条链） |
-U | 使用USC取代标准加氢 |
for pdb in *.pdb; do
pythonsh prepare_receptor4.py -r "$pdb" -o "${pdb%.pdb}.pdbqt"
done转换过程中容易踩的坑
我踩过的坑，一个个说给你听。
1. 水分子要小心
很多教程说必须删水。但实际上，有些水处于结合位点，形成桥接氢键，删了会影响对接精度。我的一般做法：先保留关键水，把水从PDB中单独摘出来，转换成PDBQT，然后把水当作受体的一部分（或者当成配体）参与对接。这个后面章节会细讲。
2. 金属离子的处理
锌、镁、铁这些金属离子，AD4力场有专门的原子类型（比如Zn、Mg）。但脚本并不会自动正确分配。我见过有人直接跑，结果脚本把锌当成普通C，电荷算错，对接结果完全不对。建议手动在PDBQT里核对，或者用-x参数排除金属。
3. 组氨酸的质子化状态
组氨酸有三个可能形态：HID（HD1上质子）、HIE（HE2上质子）、HIP（双质子）。脚本默认根据pH判断，但不一定符合你的实验。如果你知道结构里组氨酸的具体角色（比如与金属配位），最好手动用ADT或编辑PDBQT的ATYPE。
4. 大蛋白的内存问题
prepare_receptor4.py脚本本身是Python写的，处理大蛋白时内存占用很高。我曾经处理一个4000多残基的复合物，跑了一个多小时才转换完。如果等不及，可以考虑用reduce工具加氢，再用pdb4amber等工具辅助，但这样流程就复杂了。
完整的转换流程示意图
下面这张SVG图帮你理清从原始PDB到PDBQT的整体思路：
验证转换结果
转换完了别急着跑对接。先打开PDBQT文件看一眼头部信息。合格的PDBQT长这样：
REMARK small molecule ...
ATOM 1 N TYR A 1 8.760 13.492 10.240 0.00 0.00 -0.461 +0.000
ATOM 2 CA TYR A 1 9.206 12.153 10.663 0.00 0.00 0.013 +0.000
...
ATOM 2000 HZ TYR A 90 6.824 8.425 12.129 0.00 0.00 0.113 +0.000
END
注意看最后一列，那是Gasteiger电荷和内部旋转能量信息。如果全是0.000，说明电荷没成功计算。我遇到过好几次，后来发现是Python版本不兼容，换回Python2.7就正常了。
grep "REMARK" receptor.pdbqt | head -5 看注释行，如果出现"Active torsions"等字样，说明旋转键信息也写进去了。
批量一致性检查的思考
当你需要处理几十个甚至上百个受体时，手工转换肯定不现实。这时候就得靠脚本。但是脚本的默认参数能不能保证每个受体都处理正确？不一定。比如有的体系含磷酸根，有的含糖基，脚本可能识别不了，需要加--include-atoms手动指定。所以我的建议是：先挑3-5个代表性结构手动转换验证，确认脚本参数没问题，再全量跑。
另外，不同版本的prepare_receptor4.py行为也有差异。旧版本遇到未知原子类型会直接报错，新版本会尝试用近似的类型替代。如果你要批量跑，最好固定一个版本，避免结果不一致。我在团队里一般用conda装一个固定版本的autodock-vina环境，各成员都用一个镜像，省得扯皮。
好了，受体转PDBQT这一步，能说的就这些。接下来你就该考虑怎么根据你的对接目标选择一个“干净”的受体了——要不要糖链？要不要指定链？这些都是前面提到的问题，实际做的时候多留个心眼就行。