如果你做过蛋白-配体研究，大概率经历过这种场景：对接做完，盯着3D结构，看到配体周围有几个残基 —— 氢键、疏水作用、π-π堆积都有。于是论文里顺理成章地写下：“这些是关键残基。”坦白说，这样做的人很多，但这样做不一定对。

问题在哪？分子对接给的是一张“静态快照”—— 只告诉你“在这一瞬间谁和配体挨着”。可真实环境里，蛋白和配体都在剧烈运动：侧链会摆动，水分子会进出，氢键可能纳秒级就断了又连。一个在静态图里“很亲密”的残基，可能实际并不稳定；一个被忽略的疏水残基，反而可能在整个动态过程中持续稳定配体。

因此，静态对接告诉你“谁在场”，动态分析才能回答“谁真正持续起了作用”。

今天这篇文章，我想和大家系统聊聊：如何从“静态构象依赖”的思维陷阱中走出来，用更科学的方法去识别蛋白-配体相互作用中的关键残基，回答两个核心问题：哪些残基在真实动态环境中能够持续稳定配体？哪些位点值得优先投入时间和经费做实验验证？

联系丸子，解锁更多小分子靶点筛选、蛋白互作技术干货~

先讲一个很现实的困境。

当我们做分子对接时，通常的做法是：用一个打分函数（如AutoDock Vina的评分、Glide的SP/XP评分等）对一个或多个结合构象进行打分，然后选择打分最高的那个构象作为“代表”。在这个代表构象中，检查配体周围4-5Å以内的残基，把那些形成氢键、疏水作用、π-π堆积的残基列为“关键残基”。

听起来很合理，对不对？

问题在于，一个在对接构象中看似“优秀”的氢键，在真实溶液中可能有50%的时间是断裂的；一个在静态图中距离稍远、没有明显相互作用的残基，却可能通过水分子介导的氢键网络间接稳定配体，或者在整个模拟过程中始终保持在配体附近提供疏水环境。

更糟糕的是，分子对接本身受到所用蛋白结构的强烈影响。如果你用的是apo结构（未结合配体的蛋白结构），结合口袋可能是“半关闭”甚至“关闭”的，对接结果会产生严重的“诱导契合”偏差；如果你用的是某个特定的holo结构（已结合配体的蛋白结构），你也只是拿到了一个可能的结合构象，而非全貌。

这正是许多论文中关键残基“经不起实验验证”的深层原因。你写在论文里的残基，可能只是在某一个特定构象里“凑巧”出现在了配体旁边，而不是真正驱动结合的热力学关键残基。

如果说分子对接是把照片摆在桌上，那么分子动力学模拟就是播放一部电影。

在MD模拟中，蛋白-配体复合物被放置在充满水分子和离子的周期性盒子中，每个原子在力的驱动下按照牛顿力学运动，通常模拟时长从几十纳秒到微秒级别。通过分析这段“电影”，我们可以获得远多于静态对接的信息：

一项典型的MD研究显示，通过分析100ns MD模拟中的相互作用频率和时间线，可以清楚地区分出哪些残基与配体形成了“最稳定的接触”（interaction frequency最高，persistent binding interactions最长）。

一个在对接构象中形成氢键的丝氨酸残基（Ser），在MD模拟中可能由于侧链旋转，氢键占时只有30%；而一个在对接中看似距离稍远的精氨酸（Arg），却可能通过形成稳定的盐桥和阳离子-π相互作用，在整个模拟中保持80%以上的接触频率。后者才是你应该优先关注的“真正关键残基”。

光看相互作用频率还不够。我们真正想知道的是：每个残基对结合自由能的贡献有多大？

这就引出了目前关键残基识别中最核心的计算方法之一：结合自由能分解。

MM-GBSA和MM-PBSA是目前应用最广泛的结合自由能计算方法。其核心思想是：

ΔG_binding = ΔE_MM + ΔG_solvation - TΔS

其中ΔE_MM包含范德华能和静电相互作用能，ΔG_solvation包含极性溶剂化能和非极性溶剂化能。

更重要的是，这些方法可以做per-residue decomposition（按残基分解），即把总结合自由能分解到每个残基头上。具体做法是：从MD轨迹中提取多个快照，对每个快照计算每个残基与配体之间的相互作用能贡献，然后对所有快照取平均。

这样一来，每个残基都会得到一个ΔG_contribution值。能量贡献越负，说明该残基越有利于结合。

这里有一个很多研究者容易忽视的问题：水分子。

水分子不是背景，而是参与者。它们可以形成桥接氢键，在配体和蛋白之间搭建“连接桥”；也可以占据结合口袋中的特定位置，通过置换释放熵增益。

然而，水分子在结合口袋中行为非常复杂 —— 它们会频繁地与体相溶剂交换，难以被充分采样。2025年Blazhynska等人研究发现，不充分的水网络采样不仅会偏倚结合自由能的计算值，还会使真正的关键相互作用被掩盖。

如果你用的是Amber或GROMACS做MM-GBSA分析，不要忽略溶剂化项的贡献；对于含有明确结晶水或保守水网络的体系，强烈建议在MD模拟中保留这些水分子，并在能量分解时考虑水介导的相互作用。

确保MD模拟达到平衡（通常需50ns以上），并在平衡后的轨迹段（至少100个快照）上进行能量分解。

通常只考虑配体周围4-8Å内的残基做分解分析，远距离残基的贡献可以忽略。

将per-residue分解结果与计算丙氨酸扫描的结果交叉验证——计算丙氨酸扫描通过将每个界面残基“虚拟突变成丙氨酸”并计算ΔΔG_binding来评估其贡献。两种方法的“交集”通常最值得信赖。

如果说能量分解是从“每个残基单独算账”的角度看问题，那么残基相互作用网络（RIN）则是从“整体拓扑结构”的视角来识别关键残基。

把蛋白中的每个残基视为一个“节点”，如果两个残基之间存在相互作用（氢键、疏水接触、π-π堆积、盐桥等），就在它们之间连一条“边”。整个蛋白就变成了一张网络图。

关键残基在这个网络中通常具有高介数中心性 —— 也就是说，它们像“交通枢纽”一样，承担着传递信息、连接不同结构域的功能。RinPy等工具可以通过计算三种中心性指标（degree、closeness、betweenness）来自动识别这些关键残基。

为什么RIN分析重要？因为它能发现“孤立分析”无法看到的关键残基。某个残基与配体的直接相互作用可能不突出，但它在蛋白内部的通信网络中居于核心位置，突变它可能会通过“别构效应”间接破坏结合。这类残基在常规的配体-蛋白相互作用分析中极易被忽视，但对功能而言可能同样关键。

如果你还没有自己的MD模拟结果，或者想在实验之前快速筛选可能的候选残基，近年来涌现的深度学习预测方法值得关注。

采用混合深度Transformer网络预测多配体结合残基（MLBRs），通过进化耦合和迁移学习显著降低了假阳性率，web服务器免费可用。

使用无坐标几何表示法学习残基的局部空间分布和生物物理环境，在预测DNA、RNA和蛋白结合位点方面优于现有方法。

融合进化信息和几何特征，能在蛋白质组尺度上识别配体结合残基，甚至能发现隐蔽别构位点。

直接从序列出发，利用微调的蛋白质语言模型预测结合亲和力和关键结合残基，无需结构信息。（注：该工具专门针对蛋白质-蛋白质或多肽大分子相互作用，若是常规小分子配体则不适用。）

这些工具的定位是初筛而非定论。它们的预测结果可以作为“候选列表”，再通过MD模拟和能量分解进一步验证。

用2-3个深度学习方法（如MERIT + GeoNet）同时预测，取结果的交集作为候选残基列表，然后只对这些候选残基做MD模拟和能量分解。这可以显著减少计算开销。

经过上述计算筛选，你手上有了一份候选关键残基的“短名单”。接下来要面对现实问题：经费有限、人力有限、时间有限，哪些残基值得优先做定点突变？

这里我给出几条优先级判断原则：

在per-residue MM-GBSA分解中，ΔG_contribution最负（即最有利结合）的前3-5个残基，通常是最值得验证的。多个研究都证实，能量分解中的“top贡献残基”与实验丙氨酸扫描识别的热点残基高度一致。

如果一个残基与配体的相互作用频率高（>70%）并且在模拟中RMSF较低（即侧链摆动小），说明它不仅“经常接触”，而且“接触的方式很稳定”。这类残基突变后对结合的影响通常最大。

RIN分析中高介数中心性的残基，即使与配体的直接相互作用不突出，也值得验证，因为这类残基突变可能通过别构效应改变整个结合口袋的构象。

虽然本文主要聚焦于动态模拟方法，但一个值得补充的角度是：如果你能找到目标蛋白的同源序列比对数据，那些在演化上高度保守的界面残基也值得优先考虑。研究表明，动力学上重要的关键残基通常与演化保守且能量上重要的残基高度重合。

回到最初的问题：到底哪些残基是真正重要的？

静态对接图给出的答案是：“我看到谁靠近配体，谁就重要。”

动态模拟+能量分解给出的答案是：“谁在100纳秒的模拟中持续稳定地与配体互动，并且能量贡献最大，谁才是真正重要的。”

这两者之间的区别，本质上是“照片”和“电影”的区别，是“表象”和“本质”的区别。做科研最怕的不是没有数据，而是用看似合理的方法得出了错误的结论却浑然不觉。希望这篇文章能帮助大家走出“静态构象依赖”的陷阱，用更科学、更系统的方法去识别关键残基。

参考文献