分子对接基础：对接原理、锁钥模型、诱导契合、打分函数概述
分子对接到底是什么？说白了就是「找钥匙开锁」的游戏。但这个锁是蛋白质，钥匙是小分子药物。我刚开始接触这行时，总觉得只要结构摆上去就能算出结合能——后来被现实狠狠教育了一顿，才明白对接背后藏着不少门道。
这一章我们只谈基础概念，不涉及具体参数。但你得知道，Vina 里那些奇奇怪怪的参数，根源全在这几个模型和函数里。搞清楚了，后面参数优化才有方向。
锁钥模型：刚性的经典假设
这是最古老的对接模型，由 Emil Fischer 在 1894 年提出。他的核心思想很简单：受体和配体的形状、电荷必须完美互补，就像钥匙必须和锁芯完全吻合。
- 优点：计算量极小，特别适合刚体对接场景
- 缺点：完全忽略蛋白质的构象变化
- 适用场景：高精度冷冻电镜结构，已知结合模式明确
锁钥模型的数学表达很直观。打分函数本质上就是计算形状互补和静电匹配的加权和。它不考虑任何构象变化，所以速度快——但风险也大。
诱导契合：我更常用的模型
Daniel Koshland 在 1958 年提出的诱导契合模型告诉我一个道理：蛋白质不是死的，它会动。当配体靠近结合口袋时，蛋白质侧链甚至主链会发生位移，形成更适合配体的空腔。
我个人习惯把诱导契合分成三个阶段：
- 预接触期：配体靠近，静电和范德华力开始起作用
- 构象调整期：受体侧链旋转，结合口袋的形状微调
- 稳定结合期：双方达到最优互补，结合能释放
Vina 中的灵活性参数（比如 sidechain 自由度）就是为了模拟这个过程。你想想看，如果受体完全不考虑柔性，那很多 PDB 解析出来的构象本身就不是自然的结合态。
一个经典场景：当你发现对接结果和实验的结合模式差了 2-3 Å，大概率是诱导契合没处理好。我遇到过好几次，尤其是有柔性残基（如 Tyr、Arg、Lys）参与的结合口袋，不用诱导契合模型，rmsd 几乎没有低于 2.5 Å 的。
打分函数：对接精度的心脏
打分函数就是对接的核心算法。它负责告诉我：这个对接姿态好不好？结合力强不强？说白了，打分函数的好坏直接决定了你筛选出来的化合物是不是真的能结合。
常见的打分函数类型如下：
| 类型 | 原理 | 代表 | 我常用的场景 |
|---|---|---|---|
| 力场基 | 基于经典力场计算焓变 | AutoDock Vina 默认 | 批量虚拟筛选 |
| 经验基 | 统计拟合实验结合能 | X-Score | 精度验证 |
| 半经验 | 力场 + 经验校正 | Glide SP/XP | 精细对接 |
| 共识打分 | 多个打分函数加权 | SwissDock | 去除假阳性 |
Vina 的默认打分函数是半经验型的，我个人觉得它在结合自由能项的权重设置上比较均衡。但遇到配体有较多疏水作用时，我会考虑调整一下权重。
打分函数的输出值一般以 kcal/mol 为单位。负值越大表示结合越强。我一般取 -8.0 kcal/mol 以下作为初步筛选的阈值，但这不是绝对的，还得看具体靶点。
对接流程的全景图
为了更清晰地理解这些概念是如何被串联起来的，我画了一张图：
我的经验法则
- 先匹配场景，再选模型：锁钥模型适合刚性、高分辨率的结构；诱导契合适合柔性大、侧链移动明显的体系
- 打分函数不是万能的：相同的打分函数换一个靶点，表现可能天差地别。我通常同时跑 2-3 种打分函数做 consensus，去除掉只在一种打分函数里得分高的假阳性
- 别忽视环境效应：水分子、金属离子、辅因子都会影响结合。我一般会在对接前手动保留关键的水分子（通常离配体 3.5 Å 以内的那些）
还有一个点很多人忽略：结合自由能和 IC50 之间没有简单的线性关系。有时候 Vina 给你一个 -9.5 kcal/mol 的结果，实验测得可能只有 µM 级。为什么？因为体内还有熵效应、膜穿透、代谢等因素。打分函数只解决结合的部分，不解决成药性问题。