📚 课程目录第4章 ref2015评分函数

ref2015 评分函数：骨架、权重与变体

好了，各位，我们终于来到了重头戏。ref2015 可以说是 Rosetta 评分函数家族里最经典、应用最广的一个成员了。从蛋白-小分子对接，到蛋白-蛋白复合物结构预测，甚至是抗体设计，你都能看到它的身影。

我个人习惯把 ref2015 看作一把「瑞士军刀」。它不是为某个特定问题设计的，而是力求在多种场景下都给出一个相对合理的能量评估。这一节，我们就把它拆开看看，里面到底装了些什么「零件」。

ref2015 的核心组成

说白了，ref2015 是一个 线性组合 的评分函数。什么意思？就是它把不同类型的能量项加起来，每一项乘以一个权重，最后得到一个总分。

能量总分 = Σ(权重 × 能量项)

ref2015 的能量项可以大致分为三大类：

物理化学项：模拟真实的物理作用力，比如范德华力、静电作用、氢键、溶剂化效应等。
统计势项：从已知的蛋白质结构数据库中统计出来的经验项。比如某些二面角组合出现的频率，用来约束主链和侧链的构象。
参考能量项：这个是 ref2015 名字的由来（reference）。它校正了不同氨基酸在不同环境下的「背景能量」，避免评分函数偏向某种特定的氨基酸类型。

嗯，这里要注意：「参考能量」和「溶剂化」这两个项，是 ref2015 从之前的版本（如 talaris2013）改进的关键。没有它们，评分函数很容易给出不合理的打分。

能量项与权重

下面这张表列出了 ref2015 的主要能量项及其默认权重。这可是实际干活用的参数，我把它们记下来。

能量项	描述	权重	我的理解
`fa_atr`	全原子吸引性范德华	0.80	模拟原子间的伦敦色散力。我在对接项目中，经常用它来判断配体是否「卡」进了结合口袋。
`fa_rep`	全原子排斥性范德华	0.44	空间冲突的惩罚项。稍微有点大，结构就会剧烈变化。
`fa_sol`	Lazaridis-Karplus 溶剂化能	1.05	评估原子从气相转移到水相的能量变化。我曾经在优化一个极性配体时，全靠调这项目的经验来改善打分。
`fa_elec`	全原子静电势	0.70	库仑静电相互作用。
`hbond_lr_bb`	主链-主链长程氢键	1.17	主要针对蛋白质二级结构中的氢键。
`hbond_sr_bb`	主链-主链短程氢键	0.585	局部氢键，比如螺旋和片层内的。
`hbond_bb_sc`	主链-侧链氢键	1.17	侧链官能团与主链形成的氢键。
`hbond_sc`	侧链-侧链氢键	1.10	侧链之间的直接氢键。
`rama`	Ramachandran 偏好性	0.20	基于统计势，鼓励主链二面角落在允许区域。
`omega`	Omega 二面角偏好性	0.50	肽键平面的顺反异构偏好，主要是反式。
`fa_dun`	侧链旋转异构体库	0.56	侧链构象的统计势。低分通常意味着侧链「扭」得不自然。
`p_aa_pp`	氨基酸主链偏好性	0.64	特定氨基酸在 phi/psi 空间的偏好。
`ref`	参考能量	1.00	这是 ref2015 的「灵魂」。它校正了不同氨基酸的内在能量差异。

你看，氢键相关项就有 4 个不同的权重。这说明 Rosetta 对氢键的刻画非常细致。在做结合亲和力预测时，配体和受体之间的 氢键网络 常常是决定打分高低的关键。我经常建议大家，在分析结果时，不要只看总分，把这几个氢键项单独拉出来看看，往往能发现一些有趣的东西。

权重是固定的吗？

不，当然不是。这些默认权重是经过大量蛋白结构恢复测试和最小化优化得来的。但遇到特殊情况，比如你的体系中存在大量金属离子，或者你在做膜蛋白，那可能就需要调整权重。Rosetta 提供了一套完整的权重调整框架——权重文件。

举个例子，如果你想关掉静电项，可以创建一个自定义权重文件：

# custom.wts 文件内容
fa_atr 0.80
fa_rep 0.44
fa_sol 1.05
fa_elec 0.00   # 把静电权重设为零
hbond_lr_bb 1.17
... (其余保持默认)

然后通过命令行传递这个文件：

$Rosetta/main/source/bin/score_jd2.linuxgccrelease \
    -in:file:s complex.pdb \
    -score:weights custom.wts \
    -out:prefix custom_

不过，我要提醒一句：调整权重是个技术活，而且很容易掉坑里。我曾经为了优化一个体系的打分，把静电项权重提得过高，结果导致结构偏好性打分异常，反而让预测结果变得更差。后来我学乖了，不到万不得已，尽量不动权重。如果真的需要，至少保证其他项不变，一次只调一个。

常见的 ref2015 变体

ref2015 不是孤立的，它有一个「家族」。不同变体针对不同场景做了微调。下面列出几个我常用的：

变体名称	特点	权重来源	我的评价
`ref2015`	原始版本，通用性强。	标准权重文件	首选，适用于大部分蛋白-配体系。
`beta_nov16`	beta 版本，改进了一些能量项，特别是溶剂化和参考能量。	独立权重文件	有时候比 ref2015 更准，但不稳定。我在重复一个经典实验时，发现它的氢键项表现更好。
`genpot`	通用势，尝试平衡不同分子类型的评分。	独立权重文件	用于多肽或小分子对接时，可以考虑。
`relax2015`	专门用于结构弛豫（relax）的评分函数。	ref2015 微调	内部权重略有调整，更适合在最小化过程中引导结构。
`talaris2014`	ref2015 的前身。	权重略有不同	历史版本，我一般做回归测试时才会用它。

你会发现，这些变体本质上都是基于 ref2015 的权重调整，或者是针对某些能量项做了重新统计。在 Rosetta 中，你可以通过 -score:weights 参数指定任何一个变体的权重文件。

实战技巧：如果不确定该用哪个变体，就用 ref2015。它经过了最广泛的验证。只有在 ref2015 明显不理想时，再尝试其他变体，比如 beta_nov16。

ref2015 的应用范围

我个人觉得，ref2015 最适合用于 相对结合亲和力的预测。也就是比较一系列类似配体对同一受体的结合能力。举个例子，你设计了一组针对某个激酶抑制剂的类似物，想预测哪个结合得更紧密。这种情况下，ref2015 的评分和实测的 ΔG 往往有不错的线性关系。

但如果你想把 ref2015 的绝对得分直接换算成结合自由能（kcal/mol），那可能就有点想多了。ref2015 的得分是一个「相对能量单位」，不是真正的物理能量值。强行转换的话，误差会比较大。

避坑指南：我曾经看到有人直接把 Rosetta 的分数套到 BindingDB 或 PDBbind 的 pKd 值上做线性回归，结果 R² 很难看。不是说不能做，而是你必须清楚地知道：ref2015 的分数是「能量」，不是「亲和力」。你需要做一系列校准，或者使用专门的自由能预测方法，比如 Rosetta 的 结合自由能计算（binding free energy perturbation）。

好了，关于 ref2015 的组成、权重和变体，我们就聊到这里。你可能会觉得，这些东西有点细，有点琐碎。但说实话，要真的用好 Rosetta，理解评分函数的构造是绕不开的一步。下次当你看到一堆能量分数时，至少能分得清它是由什么组成的，哪些项是强项，哪些项可能不靠谱。