4. 靶点选择与突变位点分析
定点突变的第一步不是设计引物，而是决定“改哪里”。一个蛋白质往往有数百个残基，真正值得动手的通常只有几个到十几个。靶点选择的目标，是把“想改造的功能”翻译成“哪些残基可能控制这个功能”，再从中筛出风险可控、验证成本合理的候选位点。本节围绕四条互补的证据线展开：序列保守性、结构信息、进化信息与计算预测，并说明如何把它们收敛成一份可执行的候选残基清单。
一、先明确改造目标，再决定证据权重
不同目标对证据的依赖不同。若目标是提高热稳定性，通常优先关注疏水核心 packing、表面电荷、loop 区柔性以及可能形成新盐桥或二硫键的位点；若目标是改变底物特异性，重点落在活性口袋内壁、底物结合通道和决定空间位阻的残基；若目标是提高催化活性，则更关注过渡态稳定、质子传递网络和别构调控界面。目标不同，四条证据的权重也不同：稳定性改造更依赖结构与进化信息，特异性改造更依赖口袋几何与保守性差异，活性改造则常需要计算预测与动力学信息配合。
二、序列保守性：用多序列比对定位“不能碰”和“可以碰”
序列保守性分析的核心是构建同源序列集合并做多序列比对（MSA）。实际操作中，可用 BLASTp 或 HMMER 在 UniRef 或 NCBI nr 中检索同源序列，保留 identity 在 30%–90% 之间的序列，避免过近冗余和过远噪声。随后用 MAFFT 或 Clustal Omega 比对，再用 ConSurf、Rate4Site 或 Jalview 计算每个位点的保守分数。保守分数通常映射为 1–9 级：9 表示高度保守，1 表示高度可变。
解读时要注意：高度保守残基往往参与折叠核心、催化或关键相互作用，直接突变风险高，但并非绝对不能改——若目标是削弱某一特定相互作用，保守位点也可能是靶点。相反，可变位点通常耐受突变，适合做稳定性或表面性质改造。一个实用判断是：若某位点在 80% 以上同源序列中保持不变，且位于结构核心或活性中心，应列为“高风险候选”；若位于表面 loop 且保守分数低于 4，可列为“低风险可尝试”。
三、结构信息：把序列位置映射到三维空间
有了候选位点列表后，必须回到结构。优先使用实验结构（PDB），若无则用 AlphaFold2/3 或 ESMFold 预测。关键观察包括：残基是否暴露于溶剂（SASA）、是否位于二级结构、是否参与氢键/盐桥/疏水核心、是否靠近配体或活性中心、是否处于柔性 loop。常用工具包括 PyMOL、UCSF ChimeraX、PDBePISA 和 CASTp。
例如，若某残基 SASA 大于 40% 且位于 loop，突变后对整体折叠影响通常较小，适合做表面电荷或聚集倾向改造；若某残基埋藏在核心且 SASA 小于 10%，突变为大体积残基可能造成空间冲突，应优先考虑体积相近的替换。结构信息还能帮助排除“序列上看似合理、空间上不可行”的候选，例如两个残基在序列上相距很远，但在三维空间中相邻并共同构成活性口袋，此时应把它们作为一组协同考虑。
四、进化信息：从自然变异中读取可耐受替换
进化信息不仅看“保不保守”，还看“自然中允许哪些替换”。通过构建系统发育树并做祖先序列重建（ASR），可以推断祖先节点上该位点的残基类型，从而判断哪些突变在进化历史上被反复接受。工具如 PAML、RAxML、IQ-TREE 配合 FastML 或 GRASP 可完成 ASR。另一个实用资源是 Pfam 和 UniProt 中的自然变异注释，若某位点在近缘物种中已出现目标氨基酸且功能正常，则该突变的风险显著降低。
进化信息还能提示“补偿突变”。某些位点单独突变会破坏稳定性，但在自然进化中与另一远端位点共同变化以恢复功能。识别这类共进化对（可用 DCA、GREMLIN 或 EVcouplings）有助于设计组合突变，而不是只盯着单点。
五、计算预测：把四类证据收敛为候选清单
计算预测的作用是排序和过滤。常用策略包括：用 FoldX、Rosetta ddG 或 ThermoNet 预测突变对稳定性的影响（ΔΔG）；用 Rosetta 或 FoldX 预测结合亲和力变化；用 EVmutation、DeepSequence 等无监督模型给出每位点的突变耐受性；用分子对接或 MD 评估突变对口袋几何的影响。实际工作中，建议先做“宽筛”：对目标区域所有位点计算 ΔΔG 和保守分数，筛出前 10–20 个候选；再做“精筛”：对候选做短程 MD 或对接，观察关键氢键、盐桥和口袋体积变化。
示例（合理假设，非实测）：某水解酶拟提高热稳定性。MSA 显示第 87 位为高度保守的 Asp，第 134 位为表面 loop 上的 Lys（保守分数 3）。结构显示 Lys134 与 Glu210 形成盐桥，SASA 为 52%。FoldX 预测 K134R 的 ΔΔG 为 −1.8 kcal/mol，K134E 为 +0.9 kcal/mol。综合判断：K134R 为优先候选，K134E 风险较高；Asp87 暂不纳入首轮实验。
六、候选残基清单与优先级判断
把上述证据整理成一张可执行的候选表，是本节最直接的交付物。建议字段包括：位点编号、原始残基、候选替换、保守分数、SASA、结构角色、进化支持、预测 ΔΔG、风险等级、优先级。风险等级可按“高/中/低”划分，优先级按“先做/备选/暂缓”划分。首轮实验通常选择 3–8 个低风险、高预期收益的位点，采用小规模并行克隆与表达筛选，再根据结果决定是否扩展到组合突变。
需要强调的是，四条证据并非简单投票，而是相互校正。保守性告诉你“哪些位点重要”，结构告诉你“突变是否空间可行”，进化告诉你“自然是否接受过类似替换”，计算预测则给出“预期收益的量化排序”。当四类证据一致指向同一位点时，该位点优先级最高；当证据冲突时，应优先相信结构与进化信息，并把计算预测作为参考而非结论。最终候选清单应保留可追溯的字段，便于后续实验失败时回溯判断依据，而不是凭印象反复试错。