第4节：受体和配体文件的准备（PDBQT格式）

说实话，AutoDock Vina 跑对接的第一步，也是最容易翻车的一步，就是准备正确的输入文件。很多初学者兴冲冲地装好 Vina，直接把从 PDB 数据库下载的原始 `.pdb` 文件扔进去跑，结果不是报错就是结果离谱。

为什么会这样？因为原始 PDB 文件里有很多东西 Vina 不认识——结晶水、多余的配体、金属离子、不完整的侧链，还有最重要的：缺少氢原子和电荷。

Vina 要求输入文件必须是 PDBQT 格式。这个格式比普通 PDB 多了两列：Q（部分电荷）和 T（原子类型）。说白了，它告诉 Vina「哪个原子带多少电，属于什么类型，哪些键可以旋转」。

我个人习惯把这一步叫作「数据清洗+特征标注」——跟做机器学习一样，垃圾进，垃圾出。下面我带你一步步走完这个过程。

PDBQT 文件生成流程 原始 PDB 文件 ① 去除结晶水 / 冗余配体 / 金属离子 MGLTools / PyMOL / 手动编辑 ② 加氢 + 计算 Gasteiger 电荷 AutoDockTools → Edit → Add Hydrogen ③ 分配原子类型 + 可旋转键 AutoDockTools → Torsion Tree ④ 导出 PDBQT 文件 Ligand → Output → Save as PDBQT 检验文件 + 备份原始结构 为什么要改格式？ • Vina 不识别 PDB 中的 标准残基名 • 缺少氢 → 无法判断 氢键供体/受体 • 没有电荷 → 静电打分无效 常见陷阱 • 配体芳香环错误分 配原子类型 • 蛋白质缺失侧链 导致静电计算偏差 • 可旋转键没设置

4.1 PDBQT 格式的结构

我先快速讲一下 PDBQT 长什么样。它和 PDB 很像，但每行末尾多了两列。

ATOM      1  N   THR A   1      -2.323   0.193  -1.597  0.00  0.00    -0.500 N
ATOM      2  CA  THR A   1      -1.080   0.134  -0.800  0.00  0.00     0.140 C
ATOM      3  C   THR A   1      -0.529   1.550  -0.598  0.00  0.00     0.620 C
ATOM      4  O   THR A   1      -1.202   2.529  -1.069  0.00  0.00    -0.500 OA
ATOM      5  CB  THR A   1      -1.202  -0.663   0.516  0.00  0.00     0.140 C

注意到倒数第二列了吗？那是 部分电荷（Partial Charge），最后一列是 原子类型（AutoDock Atom Type）。Vina 打分函数里的静电项靠这个 Q 值，疏水项和 π-π 堆积靠这个 T 值。

列位内容说明
1-6ATOM / HETATM记录类型，配体用 HETATM
7-11原子名称保持与原始 PDB 一致
12-16残基名 + 链蛋白质用标准三字母码
17-26残基编号整数序号
31-54X Y Z 坐标单位 Å
55-66Occupancy + Temp Factor通常填 0.00 0.00
67-76部分电荷Gasteiger 电荷，浮点数
77-78原子类型C, N, O, P, S, H, F, Cl, Br, I, A, OA, NA, SA, HD, MG, N3 等

关键点：配体的电荷总和必须为整数（或接近零）。如果电荷和是 0.45 这种，说明 Gasteiger 计算有问题，对接结果会凭空多出静电偏差。

4.2 获取受体和配体结构

这一步看似简单，其实坑不少。我总结了几类主流来源：

  • RCSB PDB 数据库（PDB ID）：最权威，但文件里通常包含结晶水、缓冲剂分子、多构象。
  • AlphaFold / ESMFold 预测结构：没有配体共结晶结构时的选择。记得检查 plDDT 置信度，低置信度区域直接删掉。
  • 自己构建的配体（SMILES → 3D）：用 RDKit 或 Open Babel 生成初始构象。我建议生成多个低能构象，不要只用最稳定那个——对接时 Vina 会采样扭转角，但好的初始构象能加速搜索。

举个例子，用 RDKit 从 SMILES 生成配体 3D 结构：

from rdkit import Chem
from rdkit.Chem import AllChem

mol = Chem.MolFromSmiles('CCO')  # 乙醇
mol = Chem.AddHs(mol)
AllChem.EmbedMolecule(mol, AllChem.ETKDG())
AllChem.MMFFOptimizeMolecule(mol)
print(f"原子数: {mol.GetNumAtoms()}")
Chem.MolToPDBFile(mol, 'ligand_ethanol.pdb')

避坑指南：我曾经从 PDB 下载了一个激酶结构，带着原配体直接准备受体文件。结果原配体里有个硫酸根离子被我当成水删掉了，电荷平衡直接崩了，对接打分全都偏正十几 kcal/mol。花了两天才排查出来。记住：受体文件必须不含任何配体、水、离子（除非是结构必需的金属离子）。

4.3 加氢与电荷计算

这是最核心的一步。原始 PDB 里的氢原子几乎全缺失（X 射线衍射看不到氢），而 Vina 打分函数却严重依赖氢键。没有氢，供体和受体都识别不出来。

我推荐用 AutoDockTools（ADT） 来做这个操作。原因有几点：

  • 加氢时会自动根据 pH 调整组氨酸质子化状态
  • 内置 Gasteiger-Marsili 电荷计算器
  • 能正确设置芳香环的原子类型（A 和 OA）

在 ADT 里的标准流程：

# 受体操作步骤
1. File → Read Molecule → 选择 .pdb 文件
2. Edit → Add Hydrogen → 选择 Add Only
   (如果蛋白质有金属离子，选 Add Including Hydrogens on Metals)
3. Edit → Gasteiger Charge → Compute
4. File → Save → Write PDBQT → 保存为 receptor.pdbqt

# 配体操作步骤
1. File → Read Molecule → 选择配体 .pdb
2. Edit → Add Hydrogen → Add
3. Edit → Gasteiger Charge → Compute
4. Ligand → Torsion Tree → Detect Root
   (自动检测可旋转键)
5. Ligand → Torsion Tree → Choose Torsions
   (手动调整：固定酰胺键、酯键等不要旋转)
6. Ligand → Output → Save as PDBQT → 保存为 ligand.pdbqt

4.4 原子类型分配规则

ADT 会自动分配原子类型，但有时会出问题。尤其是配体中含有杂环、卤素、硝基等基团时。我遇到过好几次 ADT 把芳香环上的氮原子误标为 N（非芳香氮），导致 π-π 堆积打分直接失效。

原子类型说明常见错误
C碳（非芳香）芳香碳误标为 C 而非 A
A芳香碳在苯环、吡啶环上必须用 A
OA芳香氧（如呋喃）酯基氧有时被误标为 OA
N氮（非芳香）胺基、酰胺 N
NA芳香氮（如吡啶 N）吡咯氮也可能被标为 N
HD氢键供体上的氢OH、NH 上的 H 必须为 HD
F / Cl / Br / I卤素ADT 有时漏标 F

你可以手动检查并修正 PDBQT 文件里的原子类型列。用文本编辑器打开配体 PDBQT，看一下芳香环上的碳是不是 A 而不是 C。如果不是，用 sed 或 Python 脚本批量替换：

# 把吡啶环上的 C 改为 A（但只改环上的，不要改取代基上的）
sed -i 's/^ATOM.\{12\}\(C2\|C3\|C4\|C5\|C6\).*$/& A/' ligand.pdbqt

我的习惯：写完 PDBQT 后，我会用 Python 读一遍，统计每种原子类型的数量，再和期望结构对比。如果 C 和 A 的数量不对，肯定有问题。写个几行脚本做自动化校验，能省掉很多手动查错的时间。

4.5 可旋转键的设置

Vina 在对接过程中会采样配体的扭转角。但并不是所有单键都应该旋转。

  • 应该旋转的：sp³-sp³ 单键、sp³-sp² 单键（除了特殊情况）
  • 不应该旋转的：酰胺键（保持平面，因为存在共振）、酯键（最好固定，否则打分函数会过度惩罚）、环内单键（环不能被拆开）

在 ADT 的 Torsion Tree 界面里，绿色表示可旋转，红色表示固定。默认设置通常是对的，但总有例外。

# 用 Open Babel 在命令行直接设置可旋转键
obabel ligand.pdb -O ligand.pdbqt --rotatable --gen3d

# 但这个方法会有遗漏，建议还是用 ADT 手动确认

我曾经犯过的错：有一次做糖类配体的对接，忘了把吡喃环上的端基异构键固定。Vina 硬是把环劈开了，得分看起来不错，但构象根本不对。从那以后，我每次都会检查环上的键是不是都被固定为红色。

4.6 批量处理与脚本化

如果你需要处理几百个配体，手动操作是不可能的。我用一套 Python + ADT 的脚本做批量准备。

核心思路是：用 ADT 的 Python API 调用 prepare_ligand4.py 和 prepare_receptor4.py。

# 批量准备配体
import os
import subprocess

pdb_directory = "./ligands_pdb/"
output_directory = "./ligands_pdbqt/"

for filename in os.listdir(pdb_directory):
    if filename.endswith(".pdb"):
        input_path = os.path.join(pdb_directory, filename)
        output_path = os.path.join(output_directory, filename.replace(".pdb", ".pdbqt"))
        cmd = f"prepare_ligand4.py -l {input_path} -o {output_path}"
        subprocess.run(cmd, shell=True)
        print(f"Done: {filename}")

如果你用 ADFR 套件（AutoDock-FR），还有更现代的 prepare_ligand 和 prepare_receptor 工具，支持多线程和自动修复。我强烈推荐它做批量。

4.7 文件检验清单

每次准备完文件，我都会过一遍这个清单：

检查项方法正常结果
PDBQT 格式无空行cat -A 查看没有 ^@ 或连续换行
原子类型全部合法grep -o ' [A-Z]\+$' | sort -u只含 AutoDock 标准类型
电荷和（配体）awk 求和倒数第二列整数（±0.01 以内）
可旋转键数量查看文件头部的 ROOT 后 BRANCH 数量一般在 0-20 之间
受体是否含有配体grep HETATM只能有必需的金属离子或辅因子
氢原子 HD 类型grep HD所有氢键供体 H 均为 HD

说实话，这个清单看着很琐碎，但你在批量处理 500 个配体时，任何一个环节出问题都会导致整个 VS 失效。我个人会把它写成一个 Python 脚本，自动跑一遍，不合格的文件直接标红。

老生常谈的提醒：永远保留原始 PDB 文件的备份。我习惯把原始文件放在 ./raw/ 目录，做好质量控制再进入 ./clean/。万一发现 PDBQT 准备有误，不需要重新下载，直接从备份重做就行。

4.8 一个小案例：用 Open Babel 替代 ADT

如果你没法用 ADT（比如在纯命令行环境），Open Babel 也可以生成 PDBQT，但不如 ADT 精细。

# 配体转换
obabel my_ligand.sdf -O my_ligand.pdbqt --gen3D --partialcharge gasteiger

# 受体转换
obabel receptor_protein.pdb -O receptor.pdbqt -xr

-xr 参数默认只加极氢（对 Vina 来说够用）。但 Open Babel 有一个缺点：它不认识 AutoDock 的全部原子类型（尤其是 A 和 OA 的区分），可能导致芳香性判断错误。

我的建议是：小数据集用 ADT，大数据集再用 Open Babel 批量，但一定要抽样手动检查。

文件准备这一步，我花了大量篇幅来讲。因为它直接决定了后面几十个对接跑下来，得到的是可重复的物理意义，还是无意义的数字游戏。你花 30 分钟把 PDBQT 弄清楚了，后面节省的可能是几天的时间。

← 上一章 📖 返回目录 下一章 →