给靶点找中药单体:从虚拟筛选到靶点确证的实操路线
所属分类: 技术干货
发布时间: 2026-11-12
概要: 手上有一个想做的蛋白,想筛 5–10 个可能有结合活性的中药单体,该怎么做?
上个月有位做肝损伤模型的老师把三个问题一起发给我:手上有一个想做的蛋白,想筛 5–10 个可能有结合活性的中药单体,用来做急性肝损伤保护;要不要先提供一份候选单体清单;分子对接和虚拟筛选到底差在哪,哪个更适合他。
这三个问题看着分散,其实是同一件事的三个切面 —— 你手里的先验信息有多少,以及你愿意为“排除假阳性”付多少钱。下面按我实际排项目的顺序讲一遍,包括每一步我会盯的指标,和几处我们吃过亏的地方。先把结论放前面,后面再展开。
结论一:候选清单不是必需品,但它决定你走哪条路。有清单走“精算”,没清单走“筛库”。
结论二:分子对接是工具,负责算清一个分子怎么结合;虚拟筛选是流程,负责把几万个分子压到几十个。
结论三:一个靶点要 5–10 个可采购的候选,我默认的路线是全库筛→Top 20 采购→生物物理与质谱验证→2–3 个进动物;计算和湿实验各占一半工作量。
一、分子对接和虚拟筛选,差的不只是“规模”
分子对接(molecular docking)的输出只有三样东西:一个结合构象、一个打分(通常是结合自由能 ΔG_bind)、以及一组相互作用 —— 氢键、π–π 堆积、盐桥、疏水接触。它默认你手上已经有一批配体,并且每个配体都已经有三维结构。所以它的通量注定在“几十到几百”这个量级,做的是一件精细活。
虚拟筛选(virtual screening)不是某一个软件,而是一条流程(pipeline)。底层可以是分子对接、药效团模型,也可以是机器学习打分;上面串着理化性质过滤、成药性(ADMET)评估和假阳性剔除。它回答的问题不是“这个分子结合得好不好”,而是“几万个分子里,哪几十个值得花钱买回来”。
表1 分子对接与大规模虚拟筛选的分工

选哪条路,我的判断不是看“哪个更先进”,而是看你有没有办法解释候选的来源。
候选少、来源清楚:
20 个左右,来自复方、药材或文献线索,直接对接加 MM-GBSA,一周内能出排序,成本就是一台工作站。
要无偏倚、要经得起追问:
评审一定会问“你怎么保证没漏”,那就跑库。代价是三级对接加自由能重打分,6 万个分子单机跑不动,得有多核集群或 GPU 节点,周期按周计。
全库先压到 300 个,再用 XP 和 MM-GBSA 压到 20 个,最后人工看口袋。最后这一步不能省——打分函数不认化学直觉,它会把一个明显塞不进疏水腔的糖苷也打成高分。
回到那位老师的问题:
要 5–10 个可以拿去买的候选,虚拟筛选更合适,因为你的瓶颈不是“算得准”,是“从哪儿开始”;如果手上已经有 20 个值得怀疑的分子,只想确认谁结合得最好,那分子对接就够了,多跑一个库是浪费。
二、要不要先给一份候选单体清单
不强制。数据库本身就是一份清单,只是这份清单有几万个条目。真正要决定的是起点,起点通常有三种,对应三种完全不同的答辩风险。
三种起点,对应三种故事
❶ 有明确的复方或药材(茵陈蒿汤、小柴胡汤、某味保肝药):候选库直接限定在这几味药或这个方的已知化学组分,可能只有几百到一两千个成分。结论好讲,能回到“方”;风险是评审追问“凭什么是这几味”。
❷ 只有一个靶点和疾病背景:例如 TCMBank 的 61,966 个非冗余成分(常被叫作 62K 库)。无偏倚,容易讲“系统筛选”;风险是命中物往往冷门,后续买不到、买不齐。
❸ 手上已有 10–20 个线索分子:这一批分子已经有文献或前期实验支撑,缺的是结合证据,直接对接最省时间。
先问自己“如果筛出来的是个没人听过的分子,我的课题能不能讲圆”。能,就走全库;不能,就从复方或药材收紧。换句话说,清单给不给都行——给清单省的是计算费,不给清单省的是“漏检”的风险,你要选的是省哪一头。
有一年帮一个做茵陈蒿汤的组做类似的事。他们最初的方案是直接跑 6 万的全库,理由是“显得客观”。我劝住了:方剂课题的价值在“方”,你从全库里捞一个和茵陈蒿汤毫无关系的生物碱,哪怕动物实验做得漂亮,第一个问题一定是“这跟你的方有什么关系”。后来我们只用方内 5 味药的成分子集,筛出来的分子打分不是最拔尖,但每一个都能回溯到具体药材,文章和答辩都好讲。
反过来也见过:做新靶点机制的组非要限定在某味“保肝名药”里,候选最后只剩几十个,做完发现靶点压根不在这条通路上。没有先验信息的时候,不要假装有。
三、建库:下载下来的结构不能直接用
表2 是我们这几年最常用的四个中药数据源。选型的关键不是“哪个数据多”,而是你的问题需要哪一层信息:要跑全库就看成分的三维结构质量,要从复方拆解就看方剂与药材的映射,要从病证出发就看知识图谱。
表2 常用中药数据源的覆盖与适用场景

图1 是 TCMBank 论文里的规模对比。成分和靶点这两项的量级优势,正是“从零开始、没有先验范围”时把它当主库的原因。但下载下来的结构不能直接用 —— 天然产物的麻烦在于盐、手性、质子化状态和构象,每一样都能让对接结果变形。

图1 TCMBank 与主流中药数据库的规模对比(药材、成分、疾病、靶点四项)。(图片来源:TCMBank 原文 Fig.1,Chemical Science,2023,CC BY)
我们的标准流程是四步:
❶ 去盐去重。清掉反离子和配位溶剂,用标准 InChIKey 合并同分异构与重复条目。跨库合并尤其要做,同一个分子在不同库里 ID 不同,不去重就会重复计数。
❷ 质子化与电荷分配。在生理 pH(7.4±0.5)下用 Epik 或 Open Babel 生成优势电离态与互变异构体。这一步做错,后面的排序全错。
❸ 手性枚举。天然产物里大量手性中心没有标绝对构型,未定义的要按 R/S 枚举,否则可能整批漏掉真正有活性的那个对映体。
❹ 构象搜索与最小化。用 OPLS4 或 MMFF94 做低能构象搜索与几何最小化,消除非键空间冲突,输出带明确三维坐标的库文件。
TCMSP 里有相当一部分条目只有二维 SMILES;有的库盐没去干净,对接时那点反离子正好占了口袋;皂苷、多酚这类分子分子量大、可旋转键多,构象搜索会指数爆炸,实际做的时候一般限制在 1–3 个低能构象,否则一个分子能算半小时。
四、算:受体比配体更容易出错
配体出错多半是“脏”,受体出错多半是“缺” —— 缺侧链、缺环区、缺正确的质子化。受体准备做得糙,后面所有打分都是在错的口袋里算的。
结构来源。
优先 PDB 中分辨率优于 2.5 Å 的 X 射线晶体或冷冻电镜结构。同一蛋白有多个构象态时,按药理机制挑(抑制剂结合态的封闭构象,或底物结合口袋);没有实验结构再用 AlphaFold,结合区 pLDDT 要高于 80,柔性 loop 单独评估。
蛋白预处理。
补齐缺失侧链与断裂环区,移除非催化、非结构性水分子(桥接金属离子的要留),重排 His、Asn、Gln 的翻转异构体以优化氢键网络,再在受限力场下做侧链最小化。
结合口袋。
有共晶配体就以原配体质心为中心,立方体边长 20×20×20 Å,足以包住整个活性口袋;变构靶点或新靶点,用 SiteMap 空腔探测、序列保守性比对或已知的定点突变表型位点来定中心。
HTVS 先淘汰打分位于后 70% 的分子;SP 和 XP 在前 30% 里逐步提升构象采样、开启侧链接触惩罚与水合位点打分,输出前数百位;最后用 MM-GBSA 重打分,保留 ΔG_bind 低于 −40 kcal/mol、且与关键残基形成强氢键网络的化合物。
整个流程在文献里通常画成图2 这样:对接只是中间一环,前面要用药效团或相互作用指纹把口袋约束住,后面还要做结合模式分析和分子动力学。只把对接那一步做对,前后不接,结果一样不可信。

图2 天然产物结构导向虚拟筛选的完整流程:对接只是中间一环,前面有蛋白–配体相互作用指纹与药效团,后面还有结合模式分析与分子动力学模拟。(图片来源:原文献 Fig.1,In Silico Pharmacology,2021,CC BY)
图3 是 Nature Communications 那篇大规模化学空间对接工作里的一个构象。放这张图是想说明什么叫“干净的构象”:分子被药效团(绿色网格)钉在铰链区的氢键上,芳环落进疏水腔,没有把残基侧链顶开。

图3 药效团约束下的对接构象(绿色网格为氢键约束,蓝色球为药效团特征点)。这类图就是“人工看口袋”时要看的东西:氢键方向对不对、芳环有没有落进疏水腔、有没有明显的空间冲突。(图片来源:Nature Communications,2022,Fig.7,CC BY)
这是我们从上千个对接结果里筛人时最常用的三个判断:打分排前但氢键方向反了的,降级;芳环悬在溶剂区、只靠一两个氢键挂着的,降级;构象里配体把口袋撑开、残基侧链明显畸变的,基本可以丢掉——那通常是采样不足造成的假构象,不是真结合。
天然产物分子大、芳环多,Vina、Glide 这类经验打分对它们普遍虚高,同一批分子换个质子化状态,排序就能翻盘;水分子处理前后不一致最要命;金属酶和共价靶点不能拿普通对接硬套,前者要保留配位水与金属电荷态,后者要按反应性残基单独设计。
五、反筛:把假阳性挡在采购之前
这一步的意义很实际:省钱。20 个中药单体,便宜的几千块,贵的几万,还要等货期。买回来才发现是干扰化合物,损失的不是钱,是两个月。
PAINS 过滤。
醌类、罗丹宁环、烯酮这类活泼骨架容易被天然产物带进来,它们会与蛋白发生非特异性共价修饰,或在检测体系里产生氧化还原循环信号。用 RDKit 的结构警示模块过一遍就能剔掉大部分。
胶体聚集体(SCAMs)预测。
黄酮、多酚和高度疏水的稠环化合物,在微摩尔级水相体系里会自组装成纳米胶体,把蛋白包住并变性,在生化反应里表现为“虚假的强抑制”。用 ChemFH、DeepSCAMs 这类模型预测自聚集倾向。
DILI 反向毒性预测。
研究终点是“保护急性肝损伤”,候选自己绝不能带肝毒性。用 ADMETlab 3.0 或 ProTox-II 看肝毒性、CYP3A4 与 CYP2E1 的强抑制表型、致突变性,做反向剔除。
三道筛完,输出 20 个左右进入采购,纯度统一按 HPLC ≥ 95% 要求。
20 个里真正能进实验的通常是 12–15 个。采购前把分子量、溶解度、价格、货期一起看一遍——有的单体一毫克几百块,做一次动物实验都不够;有的水溶性极差,最后只能靠 DMSO 或环糊精助溶,而 DMSO 浓度一高,细胞对照就废了。
六、湿实验:先证明“摸到了”,再谈“有用”
计算只给出假说。要让审稿人相信“这个分子确实摸到了这个蛋白”,靠的是正交的物理证据,而不是一个更高的打分。
表3 列的是我们实际会用的方法。挑方法的标准不是“哪个新”,而是你的蛋白能不能被固定、能不能耐受荧光标记、裂解液里丰度够不够。
表3 靶点结合验证的技术栈与判据


图4 三种免标记靶点结合方法(DARTS、TPP、SPROX)的逻辑:配体结合使构象更稳定,再通过酶解耐受、热稳定性或氧化稳定性把这种“更稳”读出来。(图片来源:MedComm,2026,Fig.4,CC BY)
图5 是 LiP-MS 的完整流程。从温和裂解、蛋白酶 K 限时酶解到胰酶全酶解,中间那一步 1 分钟脉冲是整条流程的命门;数据端用 FragPipe 加 FLiPPR 把半胰酶肽段归并到剪切位点。

图5 LiP-MS 的实验与数据流程:温和裂解、蛋白酶 K 限时酶解、胰酶全酶解,比较半胰酶肽段的丰度变化定位结合口袋。(图片来源:Bio-protocol,2026,Graphical Abstract,CC BY)
我通常的顺序是:先用重组蛋白做 AS-MS 和 SPR,两周内能砍掉一半;再用细胞裂解液做 CETSA 和 DARTS,确认内源蛋白也结合;最后对最有希望的 1–2 个做 LiP-MS,把结合口袋指认到残基。
表3 里的数值不用再抄一遍,实际判断时我只盯两件事:
方法之间要对得上。SPR 的 K_D 和 CETSA 的 ΔTm 同向,才敢说结合是真的;只有一条曲线漂亮、另一个方法没反应,多半是缓冲液、聚集或标记带来的假信号。
对照要齐。AS-MS 的热变性蛋白对照、SPR 的空白通道、CETSA 的溶剂对照,缺一个,整组结果都只能算“看到信号”,不能算“证明结合”。
DMSO 终浓度压在 0.5% 以下;黄酮、香豆素这类自发荧光的化合物会污染荧光类读数;CETSA 的成败一半在抗体上,抗体认不住内源蛋白,温度梯度做得再细也没用;LiP-MS 的 1 分钟酶解和 105 ℃ 灭活如果控不住,整批作废 —— 我们第一次做的时候在冰上多耽搁了一会儿,半胰酶肽段的比例就明显偏低,只能整批重做。
七、从“结合”到“保护”:ALI 表型怎么落到靶点上
结合上了,不等于有用。后面这一步要做的是两件事:证明它在肝细胞损伤模型里真的保护,并且证明这种保护依赖你锁定的那个蛋白。
细胞模型:
对乙酰氨基酚(APAP)5–10 mM 处理 12–24 小时,模拟 NAPQI 耗竭 GSH 后的线粒体损伤与坏死;四氯化碳(CCl4)10–20 mM,模拟 CYP2E1 介导的自由基脂质过氧化;内毒素模型用 LPS 100 ng/mL 联合 D-GalN 10 mM,模拟暴发性炎性坏死。
指标:
CCK-8 看存活;上清测 LDH、ALT、AST 漏出;DCFH-DA 测 ROS;GSH/GSSG 比值与 MDA 看氧化还原与脂质过氧化;JC-1 测线粒体膜电位,配合 ATP 水平。
信号轴:
Keap1 方向看 Nrf2 入核与 HO-1、NQO1、GCLM 的转录激活;NLRP3 方向看寡聚化、ASC 斑点形成、Caspase-1 自剪切与 IL-1β、IL-18 的成熟分泌。
遗传学闭环:
CRISPR/Cas9 敲除或 siRNA 敲低靶基因。KO 细胞里保护作用消失或大幅削弱,才算闭环。半数保护浓度 EC50 到 10 μM 以内,才算有开发价值。
我最看重的是“KO 后保护消失”这一步。如果敲掉靶点,单体照样保护细胞,那你手上大概率是个泛抗氧化剂,机制故事讲不通,动物做完也发不出去。这个实验要在细胞阶段做完,不要拖到动物之后。
动物阶段用 6–8 周龄雄性 C57BL/6J:APAP 300–400 mg/kg 腹腔注射,禁食 12–16 小时后给药,诱导 12–24 小时取材;CCl4 按 0.1%–0.5% 溶于植物油,5 mL/kg 给药,24 小时取材。阳性对照用水飞蓟素或 NAC。终点看血清 ALT、AST(做得好的能逆转 50% 以上)、H&E 的 Suzuki 评分、TUNEL,最后取新鲜肝组织做离体 CETSA,确认药物真的进了肝、真的占住了靶点。
八、四个阶段与验收门槛
把上面这些串起来,就是一个四级过滤的流程。每一级都有明确的截断门槛,达不到就不往下走——这比“先都做了再说”省时间。
表4 四阶段流程、判据与常见失败模式

九、几个我们踩过的坑
把对接打分当结论。
Top 10 里总有几个是“能塞进去”但化学上说不通的分子。没有 MM-GBSA 和湿实验,打分排名只是参考。
忽略纯度与批间差异。
同一单体换了批号,细胞上的结果可能就对不上。所有细胞实验用同一批号,纯度按 HPLC ≥ 95% 进货。
溶解度没提前摸。
溶先测 10 mM DMSO 母液能不能配成、稀释后会不会析出,再决定买多少。很多“没活性”其实是没溶。
时间预算按“算完就能做”来排。
计算 2–3 周,采购 2–4 周,湿实验 6–10 周,细胞表型 4–6 周,动物 8–12 周。把采购和化合物到货当成关键路径来排。
阳性对照不同批。
水飞蓟素、NAC 必须同期做。模型一旦失败,没有阳性对照就无法判断是化合物的问题还是造模的问题。
组织 CETSA 照搬细胞方案。
匀浆强度、温度梯度、蛋白酶抑制剂都会影响结果。组织 CETSA 比细胞 CETSA 难做得多,别按细胞的条件直接套。
如果现在就要动手:一个最小可行版本
先定起点,把库洗一遍,这一步别跳。全库三级对接加 MM-GBSA,配上 PAINS、SCAMs、DILI 三道反筛,出 20 个,纯度 95% 起。买回来先做 AS-MS 和 SPR,两周内砍掉一半,活下来的做 CETSA。表型只做 APAP 模型加 CRISPR 闭环,先证明依赖靶点,再谈动物。
顺利的话,从计算到第一张动物病理图,四到六个月。
最后一句实在话:这套流程里最贵的不是计算,是那些买回来却溶不掉、或者一进细胞就毒死的化合物。把预算的一半留给湿实验的试错,比多跑一万个分子的对接更值。
主要文献与数据来源
1. TCMBank: bridges between the largest herbal medicines, chemical ingredients, target proteins, and associated diseases. Chemical Science, 2023. https://pmc.ncbi.nlm.nih.gov/articles/PMC10566508/
2. TCMKD: From ancient wisdom to modern insights—a comprehensive platform for traditional Chinese medicine knowledge discovery. Journal of Pharmaceutical Analysis, 2025. https://pmc.ncbi.nlm.nih.gov/articles/PMC12240077/
3. Progress in natural products target discovery technology. MedComm, 2026. https://pmc.ncbi.nlm.nih.gov/articles/PMC13239285/
4. Limited proteolysis mass spectrometry to identify protein structural differences in brain tissue. Bio-protocol, 2026. https://pmc.ncbi.nlm.nih.gov/articles/PMC13156609/
5. Structure based virtual screening of natural product molecules as glycosidase inhibitors. In Silico Pharmacology, 2021. https://pmc.ncbi.nlm.nih.gov/articles/PMC8520541/
6. Chemical space docking enables large-scale structure-based virtual screening to discover ROCK1 kinase inhibitors. Nature Communications, 2022. https://pmc.ncbi.nlm.nih.gov/articles/PMC9616902/
7. TCMBank 数据库. http://tcmbank.cn/
8. TCMSP: Traditional Chinese Medicine Systems Pharmacology Database. https://www.tcmsp-e.com/
9. Gains from no real PAINS: where “Fair Trial Strategy” stands in the development of multi-target ligands. https://pmc.ncbi.nlm.nih.gov/articles/PMC8642439/
10. ChemFH: an integrated tool for screening frequent false positives in chemical biology and drug discovery. https://pmc.ncbi.nlm.nih.gov/articles/PMC11223804/
11. Affinity selection mass spectrometry (AS-MS) for prospecting ligands from natural products. Frontiers in Natural Products, 2025. https://www.frontiersin.org/journals/natural-products/articles/10.3389/fntpr.2025.1562501/full
12. FLiPPR: a processor for limited proteolysis (LiP) mass spectrometry datasets. https://pmc.ncbi.nlm.nih.gov/articles/PMC11590172/

关键词: 给靶点找中药单体:从虚拟筛选到靶点确证的实操路线
相关资讯
喜讯!谱度众合与贵州大学药学院合作共建“民族药机制与转化研究联合实验室”
2026-11-03
双喜临门!谱度众合连获2026年“武汉市人工智能企业”和“武汉市大数据企业”双项殊荣
2026-07-30
业务咨询