📚 课程目录第4章盒子(Box)设置

4. 盒子(Box)设置：grid中心与尺寸确定、Autodock Tools与脚本方法

盒子设置这一步，说白了就是画一个虚拟的“搜索笼子”。

Vina只会在你指定的这个三维空间里寻找配体的结合姿势。笼子画歪了、画小了，哪怕你的蛋白质结构再准、对接参数再牛，结果也基本是废的。我早期做虚拟筛选时，就因为盒子偏了2 Å，导致一整个批次的阳性化合物全都没对接上——那次教训挺深刻的。

4.1 盒子的核心参数：中心坐标与尺寸

盒子由两组参数决定：center_x, center_y, center_z（中心坐标）和 size_x, size_y, size_z（边长，单位Å）。Vina会在以中心为球心、各边半长为半径的立方体区域内采样。

参数	含义	典型取值范围
center_x/y/z	盒子几何中心的笛卡尔坐标	取决于受体在PDB文件中的位置
size_x/y/z	盒子各轴向的边长（Å）	15~30（刚性对接）或覆盖整个活性位点

⚠ 常见坑点：size 过小（<10 Å）可能导致配体部分原子落在盒外，Vina会直接警告“WARNING: The ligand extends outside the search space”。别忽略这个警告，我见过有人直接无视它，结果跑出来的pose全是剪裁过的、严重失真的结构。

4.2 用AutoDock Tools (ADT) 可视化设置盒子

对于单个体系，ADT是最直观的方式。你想想看，鼠标点几下就能看到盒子框在哪，心里踏实很多。

启动ADT，加载受体PDB文件：File → Read Molecule。
加氢、合并非极性氢（虽然Vina不需要ADT的pdbqt，但为了可视化，这一步建议做）。
找到配体或已知共晶配体，用它来定位盒子中心。
点击 Grid → Macromolecule → Choose，选择受体。
再点击 Grid → Set Grid，弹出盒子参数面板。
在面板里，直接拖动盒子边缘的彩色箭头，或者手动输入 Spacing (Å) 和 Number of points。

这里有个换算关系要记住：

size_Å = (number_of_points - 1) × spacing

默认 spacing 是 1.0 Å，Number 默认是 40，算出来 size = 39 Å。这个尺寸偏大，对大多数活性位点来说足够了，但跑起来会慢。我一般会把 spacing 改成 0.375 Å（接近Vina默认格点间距），然后把 Number 调成使 size 在 20~25 Å之间。

💡 个人的一个小习惯：调好盒子后，我会在ADT里旋转视角从六个方向看一眼，确认盒子确实罩住了整个活性位点，而且没有切掉受体表面必要的柔性侧链。这一步花不了两分钟，但能省掉后期排查问题的几小时。

4.3 从ADT导出盒子配置（GPF文件）

ADT能把盒子参数保存为Grid Parameter File（.gpf）。

操作路径：Grid → File → Save GPF

生成的 .gpf 长这样：

npts 40 40 40
gridfld 1abc_receptor.maps.fld
spacing 1.0
receptor_types A C HD N OA
ligand_types A C HD N OA P SA
receptor 1abc_receptor.pdbqt
gridcenter 12.345 67.890 34.567
smooth 0.5
map 1abc_receptor.A.map
map 1abc_receptor.C.map
map 1abc_receptor.HD.map
map 1abc_receptor.N.map
map 1abc_receptor.OA.map
map 1abc_receptor.P.map
map 1abc_receptor.SA.map
elecmap 1abc_receptor.e.map
dielectric -0.1465

注意 gridcenter 那行，就是我们要的中心坐标。Vina 的 center_x/y/z 直接从这个字段读取就行。

为什么要用 GPF ？ 因为如果你要批量处理几十个结构，一个个在ADT里点鼠标会疯掉的。把GPF当作中间桥梁，用脚本批量读取、修改中心坐标，效率高得多。

4.4 用脚本方法批量计算盒子参数

我目前做高吞吐量筛选时，已经完全放弃GUI了。全流程脚本化，盒子参数也从已知共晶配体的坐标直接算出来。下面是Python伪代码的思路，你可以套用到自己的数据上。

import re
import numpy as np

def parse_ligand_coords(pdb_file):
    """
    读取配体的所有原子坐标，返回N×3数组。
    """
    atoms = []
    with open(pdb_file, 'r') as f:
        for line in f:
            if line.startswith('ATOM') or line.startswith('HETATM'):
                x = float(line[30:38])
                y = float(line[38:46])
                z = float(line[46:54])
                atoms.append([x, y, z])
    return np.array(atoms)

def compute_box_center(coords):
    """
    几何中心 = 各轴最小最大值的中间点。
    为什么要这样？因为配体可能不在原点附近。
    """
    min_xyz = coords.min(axis=0)
    max_xyz = coords.max(axis=0)
    center = (min_xyz + max_xyz) / 2.0
    return center

def compute_box_size(coords, margin=4.0):
    """
    基于配体范围+余量，算出size。
    margin 是各边额外加的Å，保证盒子覆盖整个活性位点边缘。
    """
    min_xyz = coords.min(axis=0)
    max_xyz = coords.max(axis=0)
    size = (max_xyz - min_xyz) + 2 * margin
    return size

# 使用示例
coords = parse_ligand_coords('ligand.pdb')
center = compute_box_center(coords)
size = compute_box_size(coords, margin=4.0)

print(f"Box center: {center[0]:.3f} {center[1]:.3f} {center[2]:.3f}")
print(f"Box size:   {size[0]:.1f} {size[1]:.1f} {size[2]:.1f}")

这段代码输出后，直接塞进Vina的配置文件里：

receptor = receptor.pdbqt
ligand = ligand.pdbqt
center_x = 12.345
center_y = 67.890
center_z = 34.567
size_x = 20.0
size_y = 20.0
size_z = 20.0
exhaustiveness = 8
num_modes = 5
out = output.pdbqt

💡 关于margin的经验值：刚性的激酶活性位点，margin 给3~4Å就够了。对于口袋比较深的GPCR或离子通道，我建议margin给到6~8Å，防止配体在搜索过程中需要稍微“后退”才能找到最优姿势。

4.5 盒子中心确定的两条实用原则

已知共晶配体法：如果有共晶结构，直接用配体的质心作为盒子中心。这是最可靠的做法，因为共晶配体的位置就是实验验证的结合位点。
残基中心法：没有共晶配体？从文献或保守性分析推断几个关键残基，手动指定它们的几何中心。我一般取2~3个关键残基的Cα坐标，算平均值当盒子中心。

为什么会有人用盲对接（whole-protein docking）？说白了是不知道活性位点在哪。但盲对接盒子要覆盖整个蛋白，size 可能超过100 Å，运行时间和内存开销都暴涨。我的建议是：先通过序列比对或保守位点分析缩小范围，再用残基中心法确定盒子，最后用已知抑制剂验证一下。这样命中率比纯盲搜高太多了。

4.6 本章知识体系

下面这张图概括了盒子设置的决策流程：从输入受体/配体到最后生成Vina配置文件。核心逻辑是用已知结构或计算手段确定一个合理的搜索空间边界。

4.7 避坑指南

盒子太大不是好事：size超过30 Å后，搜索空间体积按立方增长，Vina需要更多时间采样。网格点数超过40×40×40时，内存占用也翻倍。我控制在20~25 Å是最平衡的。
中心不要落在蛋白质量心：除非你做盲对接，否则别把盒子中心设在整个蛋白的质心。不然盒子可能包住了蛋白但完全没覆盖活性位点。
多次对接的一致性：批次筛选时，所有化合物必须用完全相同的盒子参数。我习惯把box参数写进模板配置文件，然后每个配体单独生成作业时只改ligand和out路径。

⚠ 曾经出过的一个问题：有一次我把盒子中心设对了，但size_x写成了20.0，而其他方向是25.0。结果一批跑下来，某些方向上的结合姿势明显受限。排查半天才发现是size不对称导致的系统偏差。现在我的做法是：所有方向用相同尺寸（除非活性位点形状确实极端），并且在脚本里加assert语句确保三个值相差不超过5 Å。

4.8 小结

盒子设置看似简单，但在高通量筛选时，一个小小的坐标偏差就可能让整批次结果报废。我的习惯是：始终把盒子配置单独写成conf文件，然后对每个配体只替换ligand和out路径。这样不仅不易出错，而且方便批量提交作业。用ADT做可视化验证，用脚本做批量计算——两条腿走路，哪条都不能瘸。