第2章：蛋白质结构基础——残基、氨基酸与三级结构

做接触图可视化，你首先得搞清楚我们在“画”什么。说白了，接触图里的每个点，都代表一对残基在三维空间里的“亲密程度”。那残基是什么？氨基酸又是什么？蛋白质是怎么从一条链“折叠”成复杂形状的？

这一章，我就带你把这些基础概念捋一遍。嗯，都是后面画图、写代码的硬基础。

2.1 氨基酸：蛋白质的“积木”

蛋白质是由氨基酸组成的线性聚合物。你可以把氨基酸想象成一种标准化的乐高积木——每个积木都有一个通用“骨架”和一个独特的“侧链”。

这个“骨架”包含一个氨基（-NH₂）、一个羧基（-COOH）、一个α-碳原子和一个氢原子。关键在于那个侧链（R基），它决定了每个氨基酸的化学性质。

自然界中常见的氨基酸有20种。我一般把它们分为几类来记：

• 疏水类（如丙氨酸Ala、缬氨酸Val、亮氨酸Leu）：它们喜欢待在蛋白质内部，远离水。
• 亲水类（如丝氨酸Ser、苏氨酸Thr、天冬酰胺Asn）：它们喜欢露在外面，和水分子打交道。
• 带电荷类（如赖氨酸Lys、精氨酸Arg带正电；谷氨酸Glu、天冬氨酸Asp带负电）：它们经常参与形成盐桥，是接触图里的“强信号”。
• 特殊类（如半胱氨酸Cys形成二硫键；脯氨酸Pro制造转角）：结构上的“异类”，常常是功能关键。

下面这个表格，是我整理的一个快速参考。遇到一个残基名字时，扫一眼就知道它大概是什么性质。

氨基酸	三字母代码	单字母代码	侧链性质
丙氨酸	Ala	A	疏水, 小
精氨酸	Arg	R	亲水, 带正电
天冬酰胺	Asn	N	亲水, 极性
天冬氨酸	Asp	D	亲水, 带负电
半胱氨酸	Cys	C	疏水, 能形成二硫键
谷氨酰胺	Gln	Q	亲水, 极性
谷氨酸	Glu	E	亲水, 带负电
甘氨酸	Gly	G	疏水, 无侧链 (灵活)
组氨酸	His	H	亲水, 带弱正电 (pH敏感)
异亮氨酸	Ile	I	疏水, 大
亮氨酸	Leu	L	疏水, 大
赖氨酸	Lys	K	亲水, 带正电
甲硫氨酸	Met	M	疏水, 含硫
苯丙氨酸	Phe	F	疏水, 芳香环 (大)
脯氨酸	Pro	P	疏水, 环状 (刚硬, turn)
丝氨酸	Ser	S	亲水, 极性 (小)
苏氨酸	Thr	T	亲水, 极性
色氨酸	Trp	W	疏水, 芳香环 (大)
酪氨酸	Tyr	Y	亲水, 芳香环 (极性)
缬氨酸	Val	V	疏水, 小

2.2 从氨基酸到残基

氨基酸通过“脱水缩合”反应连接成链。一个氨基酸的羧基和另一个氨基酸的氨基反应，释放一分子水，形成肽键（-CO-NH-）。

这时候，问题来了：当氨基酸被“嵌入”这条多肽链后，它就不叫氨基酸了。我们叫它……残基（Residue）。

为什么叫“残基”？因为你原来完整的氨基酸，在形成肽键时“失去”了一分子水。剩下的部分，就是氨基酸残基。你想想看，整条链上的每个单元，都是“残缺”的氨基酸——它失去了完整的“骨架”边界。

我在刚开始做结构分析时，经常搞混。看着PDB文件里的“ATOM … GLU”，我就在想：“这到底是氨基酸还是残基？” 其实很简单：一旦它形成了肽键，躺在了蛋白质链里，它就是残基。一个蛋白质里有100个氨基酸，就有100个残基。

每个残基在序列中都有唯一的编号。这是构建接触图时最关键的索引。举个例子：

# 一个残基在PDB文件中的典型记录
ATOM      1  N   ALA A   1       6.398  56.639  19.036  1.00  0.00           N
ATOM      2  CA  ALA A   1       7.004  57.959  19.136  1.00  0.00           C
ATOM      3  C   ALA A   1       8.473  57.737  19.431  1.00  0.00           C
# 注意第6列：残基名称 ALA
# 第7列：链ID A
# 第8列：残基编号 1

这就是接触图的坐标来源：残基编号1（ALA）和残基编号2（下一个氨基酸）之间的关系，是接触图的构建基石。

2.3 蛋白质的三级结构：从字符串到折叠体

一条多肽链刚合成出来时，就是一条“氨基酸串”。但它很快会折叠成一个特定的三维形状。这个过程，就是蛋白质的“三级结构”形成。

结构层次是这样的：

• 一级结构：氨基酸的线性排列顺序。就是那条“字符串”。
• 二级结构：局部主链通过氢键形成的规则构象。常见的α-螺旋、β-折叠片。这些都是局部模式。
• 三级结构：整条多肽链在三维空间中的完整折叠形状。它包含了所有二级结构元件之间的相对空间位置和相互作用。
• 四级结构：多条多肽链（亚基）组装在一起的复合体。比如血红蛋白有4个亚基。

接触图可视化，最核心的是三级结构。因为接触图本质上是在二维平面上，反映残基对在三级结构空间中的距离。

我在项目中遇到过一个问题：有人问我“为什么接触图里有些距离很近的残基，在序列上却相距很远？” 这就是三级结构的魅力。蛋白质折叠后，序列上遥远的两个片段可能在空间上“拥抱”在一起，形成功能位点。接触图能帮你一眼看到这种长程相互作用。

2.4 为什么这些知识对接触图可视化这么重要？

接触图不是凭空产生的。它的原始输入，就是蛋白质的三级结构坐标（比如PDB文件）。

你写代码计算接触图时，实际上在做这几件事：

1. 读取：从PDB文件中提取每个残基的原子坐标（尤其是Cβ，或Cα）。
2. 选点: 决定用哪个原子代表残基位置。我通常选Cβ原子（甘氨酸用Cα代替，因为它没有Cβ）。
3. 算距离：计算所有残基对（i, j）之间的欧几里得距离。这里要确保i和j不是同一个残基，且i < j 避免重复计算。
4. 画图：如果距离小于某个阈值（比如 8 Å），就在对应位置画一个点或设置一个颜色值。

你看，没有前面那一堆氨基酸、残基、三级结构的知识，你连“Cβ原子是什么”都搞不清楚。

好了，这一章就聊这些。基础的“砖块”都齐了。结构清楚了，后面画图、调参、解读结果，你才不会迷糊。