分子对接结果如何更有说服力？15个影响结果的小技巧

摘要LLM 归库摘要

• 核心内容： 微信公众号「研算录」教程，从蛋白结构选择、结合位点确定、体系预处理、对接验证、结果分析五个维度总结 15 个提高分子对接结果说服力的实操技巧（如：不要只按分辨率选 PDB、优先带相似共晶配体结构、确认 Biological Assembly、无共晶结构时用同源蛋白、口袋预测不能替代功能证据、盲对接→局部对接、保存完整结合环境、不机械删水/金属/辅因子、质子化与互变异构、网格尺寸、共晶配体重对接 RMSD<2Å、随机种子重复、看构象簇而非最低分、三维四层复核）。
• 适用场景： 药物-靶标相互作用预测、虚拟筛选、酶-配体/金属酶对接、突变活性解释、分子机制验证等需要汇报分子对接结果的课题。
• 输入： 蛋白质结构（PDB/AlphaFold）、配体结构（SMILES/2D/3D）、对接软件（如 AutoDock Vina）。
• 输出： 可解释、可复现的对接构象与依据充分的结论（结合模式、关键作用、验证证据链）。
• 关键参数/步骤： 结构选择→生物组装体确认→口袋定位（证据强度排序）→体系预处理（水/金属/质子化/配体微观态）→网格设置→重对接验证→重复对接→构象聚类→三维复核。
• 常见错误： 只看分辨率/最低结合能；机械删除水与金属；忽略 His 质子化态；网格卡死已知配体；单次运行取最低分；二维作用图替代三维检查；用对接分数直接比较亲和力（需 MM/GBSA、FEP/TI 等进一步计算）。
• 与口腔生信连接： 口腔课题若涉及天然产物/候选药物与牙周炎、口腔鳞癌相关靶点（炎症因子、激酶、菌群酶等）的相互作用验证，可作为分子对接方法学 checklist；文末 8 篇参考文献可扩展为深度文献笔记。
• 下一步处理： 已归库为教程型剪藏（trial_status: 暂未试用）；后续实际开展对接时可逐条核验 15 个技巧，并可将稳定流程沉淀到 03 生信教程与工具库/02_wiki/methods/。
• 归库说明： 分类到 03 生信教程与工具库，置信度 0.88，理由：正文为分子对接方法论教程，非单篇论文结构；来源微信公众号；无 DOI/PMID 主导结构；未命中敏感信息。

研算录 研算录 2026年8月2日 14:31

分子对接做完以后，很多人最先关注的是结合能：−7.2kcal/mol算不算好？−9.0kcal/mol是不是说明结合很强？排名第一的构象能不能直接用于文章？对接图里形成了几个氢键，是否足以说明结果可靠？

但决定分子对接说服力的，往往不是评分有多低，而是计算过程中的每一步选择是否有依据。

同一个蛋白和同一个配体，仅仅改变蛋白结构、寡聚状态、质子化方式、活性位点水分子或网格范围，就可能得到完全不同的结合姿势。软件可以自动输出分数和作用图，却不会替研究者判断：这个结构是否合理、这个口袋是否真实、这个姿势是否符合生物学机制。

因此，提高分子对接结果的说服力，并不是不断更换软件，直到得到一个更低的分数，而是尽可能减少建模和分析过程中的任意选择。

下面从蛋白结构选择、结合位点确定、体系预处理、对接验证和结果分析五个方面，梳理15个真正影响对接质量的实用技巧。

技巧一：不要只按分辨率选择PDB结构#

很多人在PDB数据库中发现同一蛋白有多张结构时，会直接选择分辨率最高的一张。

分辨率当然重要，但它不是唯一标准。一张适合分子对接的蛋白结构，还需要考虑：

• 是否包含与目标分子相近的共晶配体；
• 蛋白处于激活态、失活态还是其他功能状态；
• 目标口袋附近是否存在缺失残基；
• 关键侧链是否具有合理构象；
• 是否保留必要的金属、辅因子或结构水；
• 晶体突变是否改变了活性位点；
• 当前结构是否属于真实生物学组装体。

例如，一张1.7Å的空载结构虽然整体分辨率很高，但口袋可能处于闭合状态；另一张2.2Å的配体复合物虽然分辨率略低，却完整保留了开放口袋和关键侧链方向。对于配体对接，后者往往更有参考价值。

实际怎么选？建议先列出候选结构，再比较：

• 结构状态是否符合研究问题；
• 共晶配体是否与目标分子具有相似骨架或作用机制；
• 口袋附近是否完整；
• 关键残基构象是否合理；
• Biological Assembly是否正确；
• 是否存在影响活性位点的工程突变。

如果两三张结构各有优势，可以进行集合对接，而不是强行只选择一张。

图1 同一靶点不同实验构象的虚拟筛选表现。同一蛋白的不同晶体结构对已知活性分子的识别能力可能存在明显差异。该研究说明，受体结构的选择不能只看分辨率，还应考虑共晶配体、口袋构象和蛋白功能状态。

案例实操：同一个GPCR应该选哪张结构？#

β₂肾上腺素能受体既有拮抗剂结合的非活化态结构，也有激动剂结合并由纳米抗体稳定的活化态结构。例如，PDB3P0G属于激动剂结合的活化状态，而5JQH对应卡唑洛尔结合状态。

图2 PDB 3P0G属于激动剂结合的活化状态。

如果研究对象是激动剂，却直接采用拮抗剂稳定的非活化构象，对接程序仍然可能给出较低分数，但受体口袋中的侧链取向和整体状态未必与研究问题匹配。

图3 PDB 5JQH对应结合状态。

因此，结构选择的第一原则不是“哪张最清楚”，而是：哪张结构最接近待研究配体可能识别的生物学状态？

技巧二：优先选择带有相似共晶配体的结构#

如果数据库中存在多个配体复合物，应优先考虑与目标分子在以下方面相近的共晶配体：核心骨架；分子体积；电荷状态；作用类型；占据的亚口袋；关键官能团方向。

这是因为不同配体可能诱导不同的侧链转动、柔性环闭合或口袋扩张。体积较小的片段配体形成的口袋，不一定能直接容纳一个体积较大的天然产物；反过来，大配体诱导形成的扩张口袋，也可能高估小分子的可结合空间。

实际怎么选？

如果数据库中有三张结构：A：分辨率1.8Å，但为空载结构；B：分辨率2.2Å，带有与目标分子骨架相近的抑制剂；C：分辨率2.0Å，带有作用于另一亚口袋的片段；多数情况下，B比A和C更适合作为初始对接结构。

如果无法确定，可以对2～3张有代表性的结构进行集合对接，观察结论是否依赖某一张特定结构，而不是武断地只选择其中一张。

图4 单一受体结构与多构象集合对接的基本流程。多个受体构象可以来自不同实验结构、分子动力学轨迹或其他构象采样方法。该图说明，蛋白并不是完全静止的刚性结构，采用哪一种受体构象，会直接影响口袋形状和配体姿势。

技巧三：下载结构后，先确认Biological Assembly#

PDB页面展示的Asymmetric Unit是晶体学不对称单元，不一定等于蛋白在生物学环境中的真实组装状态。用于分析的结构可能是：单体；同源二聚体；异源二聚体；三聚体或四聚体；通道蛋白的完整多亚基组装体。

RCSB PDB会分别提供Asymmetric Unit和Biological Assembly。生物学组装体可能由作者指定，也可能结合PISA等方法生成，因此下载后仍需要结合文献和功能信息判断。

以下情况不能随意拆成单链：

• 口袋位于亚基界面；
• 邻近链参与形成口袋壁；
• 配体同时接触两条链；
• 亚基装配影响活性位点构象；
• 研究对象是界面抑制剂或分子胶；
• 通道孔径由多个亚基共同形成。

一个很实用的检查：即使为了节省计算量，最终只对单链进行对接，也应把所得构象重新叠合回完整Biological Assembly，检查：

• 配体是否与邻近亚基发生空间冲突；
• 所谓“口袋”是否原本被另一条链占据；
• 邻近亚基是否贡献了关键残基；
• 配体是否误入亚基之间不存在的假空腔。

这个操作非常简单，却能排除不少看似漂亮、实际上不可能存在的构象。

技巧四：没有共晶结构时，先找同源蛋白，不要立刻盲对接#

目标蛋白没有共晶配体，不代表结合位点完全没有参考。可以先寻找：

• 同一家族蛋白的配体复合物；
• 相同结构域的共晶结构；
• 同一蛋白在其他物种中的结构；
• 同源酶与底物、产物或抑制剂的复合物；
• 具有相同保守基序的结构。

将目标蛋白与同源复合物进行结构叠合后，可以观察配体所在位置是否对应于目标蛋白中的合理凹槽，并检查关键残基是否保守。

建议按照以下顺序操作：

• 使用序列或结构搜索寻找同源蛋白；
• 优先保留带配体的同源结构；
• 进行结构叠合；
• 将同源配体的位置映射到目标蛋白；
• 比较目标位点的残基组成和空间形状；
• 再决定是否以该区域设置对接网格。

这通常比直接在整个蛋白表面寻找最低分位置更可靠。

技巧五：口袋预测软件给出的最大口袋，不一定是活性位点#

口袋预测软件主要识别蛋白表面的几何凹槽，并结合体积、深度、疏水性等特征进行排序。

它能回答的是：这里像不像一个可以容纳小分子的凹槽？但它不能单独回答：这个凹槽是不是与当前生物学功能有关？

一个蛋白上可能同时存在：催化位点；底物结合位点；辅因子结合位点；变构位点；亚基界面空腔；由缺失残基或不完整组装造成的假口袋。

确定口袋时，建议按证据强度排序：

• 共晶配体、底物或抑制剂的位置；
• 已知催化残基和突变实验；
• UniProt和文献功能注释；
• 同源蛋白的配体结合位点；
• 保守残基与保守结构域；
• 口袋预测结果；
• 全蛋白盲对接结果。

口袋预测更适合补充证据，而不是取代功能证据。

技巧六：盲对接用来找候选区域，局部对接才用来确定姿势#

全蛋白盲对接的搜索空间很大。为了覆盖整个蛋白，程序必须在有限计算量下减少每个区域的搜索深度。因此，盲对接更适合回答：配体可能优先出现在蛋白的哪些区域？

它不适合仅凭一个最低分构象，就直接确定最终结合模式。更稳妥的操作是：

• 使用盲对接获得候选区域；
• 对所有构象按照空间位置聚类；
• 找出重复出现的1～3个主要区域；
• 与功能残基、保守区域和同源结构进行对应；
• 分别建立局部网格；
• 提高搜索强度进行局部精细对接；
• 再比较姿势、关键接触和构象收敛性。

如果已知关键残基或共晶配体位置，则通常没有必要先做全蛋白盲对接，直接围绕已知位点进行局部对接更有效。

技巧七：删除共晶配体前，先保存一份完整结合环境#

很多人拿到PDB结构后，会直接删除配体、水和其他HETATM记录，然后开始蛋白预处理。

这样做容易丢失最有价值的参照信息。

删除共晶配体之前，建议先记录：配体几何中心；配体周围约4～6Å内的残基；主要氢键和盐桥；芳香堆积与疏水锚点；金属离子及配位残基；桥联水；辅因子；配体与邻近亚基的接触。

最好同时保留两份文件：原始完整复合物：用于后续叠合和对照；处理后的受体结构：用于正式对接。这样做不仅方便设置网格，也能在结果分析时判断新配体是否利用了原有的识别环境。

技巧八：水、金属和辅因子不要机械地全部删除#

“删除水和杂原子”只是一种简化操作，不是一条普遍适用的规则。

通常需要考虑保留的成分包括：

• 参与催化或结合的金属离子；
• NAD⁺、NADH、FAD、FMN和血红素等辅因子；
• 连接蛋白和配体的桥联水；
• 稳定关键侧链构象的结构水；
• 直接参与质子转移的催化水；
• 与配体共同构成活性中心的其他成分。

通常可以删除：

• 远离口袋的表面结晶水；
• 缓冲液分子；
• 与研究体系无关的盐离子；
• 非功能性结晶添加物。

案例实操：金属酶为什么不能只保留蛋白？

如果某个酶的活性中心由蛋白残基、Zn²⁺和辅酶共同构成，删除Zn²⁺后，口袋的静电环境和几何限制都会发生变化。

普通对接程序仍可能把配体放进口袋，但它可能：占据原本金属所在的位置；形成不真实的氢键；产生错误的配体方向；因缺少金属配位项而得到误导性评分。

因此，金属酶对接首先要确认金属是不是活性中心的组成部分，然后检查配位残基、配位数、配位距离和配体可能使用的配位原子。此类体系不能只根据总评分选择构象。

图5 分阶段纳入蛋白柔性与活性位点环境的对接流程。研究依次比较刚性受体、侧链柔性、蛋白构象采样和活性位点水分子等因素对对接结果的影响。该研究说明，水分子的保留或删除不能机械处理，而应结合具体口袋及作用网络判断。

技巧九：质子化不是简单地“添加极性氢”#

蛋白中的氢原子通常无法直接从常规X射线结构中完整确定，但氢的位置会直接影响：

• 氢键供体和受体；
• 盐桥；
• 局部电荷；
• 金属配位；
• 催化残基状态；
• 配体在口袋中的朝向。

需要重点检查的残基包括：His；Asp和Glu；Lys和Arg；Cys；Tyr；位于催化中心或金属附近的特殊残基。其中His尤其容易被忽略。中性His可能以HID或HIE形式存在，也可能以带正电的HIP形式存在。不同状态会改变其氢键方向。

案例实操：His状态改变后应该比较什么？

假设His位于配体3～4Å范围内，而且可能与配体羰基形成氢键，可以分别准备两个合理模型：

模型A：His的质子位于ND1；

模型B：His的质子位于NE2。

使用相同网格和相同对接参数计算后，不要只比较两组最低分，还要检查：

• 配体是否发生翻转；
• 原来的氢键能否形成；
• 其他关键锚点是否仍然保留；
• 前几名构象是否收敛；
• 哪一种状态更符合周围氢键网络。

如果结论随His状态完全翻转，就不能把其中一个结果当作确定答案，而应说明模型对质子化状态敏感。

图6 官能团的氢原子取向、质子化状态及互变异构形式。蓝色半圆表示氢键供体作用区域，红色半圆表示氢键受体作用区域。即使重原子坐标没有改变，氢原子的位置和质子化形式不同，也会改变蛋白–配体之间的氢键供受体关系。图A展示羟基旋转形成的不同氢键方向，B展示环状胺的质子化状态，C展示咪唑环的不同互变异构形式。

技巧十：配体不要只准备一个随手画出的结构#

很多分子在实验条件下并不是唯一状态，可能同时存在：

• 不同质子化状态；
• 不同互变异构体；
• 不同立体异构体；
• 不同环构象；
• 不同电荷状态。
• 尤其需要注意：
• 羧酸；
• 胺基；
• 咪唑；
• 含氮杂环；
• 酚羟基；
• 磷酸基；
• 多酸、多碱分子。

已有研究系统比较了配体质子化、互变异构和立体化学状态对GOLD和PLANTS对接结果的影响，说明输入微观状态本身就可能改变对接表现。

更合理的处理是根据实验pH生成主要微观状态，然后分别对接。最终应结合：该状态在实验pH下的可能比例；口袋环境是否能稳定该电荷；构象是否合理；关键相互作用能否复现；综合判断，而不是简单选择分数最低的电荷形式。

技巧十一：网格不要刚好卡住已知配体#

如果网格只比共晶配体大一点，程序可能没有足够空间完成：

• 配体翻转；
• 侧链取向搜索；
• 较大取代基重新定位；
• 入口区域探索；
• 相邻亚口袋探索。

网格过小可能人为迫使配体保持某种姿势；网格过大则会降低局部搜索效率。比较实用的做法是：

• 以共晶配体几何中心或关键残基中心设置网格；
• 覆盖完整口袋和入口；
• 为目标配体最长尺寸保留适当余量；
• 对明显大于共晶配体的分子，向可能延伸的亚口袋扩展；
• 检查网格是否错误覆盖到邻近无关空腔。

网格大小不是越大越好，而是要让配体能够充分搜索，同时避免把大量计算浪费在无关区域。

技巧十二：先做共晶配体重对接，再对接目标分子#

重对接不是“把目标分子重复计算几次”，而是：从实验复合物中取出共晶配体，再使用当前对接流程将其放回口袋，检验这套结构处理和参数能否复现实验构象。

基本步骤包括：保存原始复合物；提取共晶配体；分别处理蛋白和配体；以原配体位置设置网格；重新进行对接；将预测姿势与晶体构象叠合；计算RMSD并检查关键相互作用。

通常会将RMSD小于2Å作为较常见的参考标准，但这个数字不能脱离具体情况使用。对接验证研究还会区分“是否采样到接近实验的姿势”和“评分函数能否将正确姿势排在前面”，两者并不是一回事。

重对接不能只看RMSD，还应检查：核心骨架是否叠合；关键官能团方向是否一致；实验氢键或配位是否恢复；正确姿势是否排在前几名；柔性末端是否拉高了整体RMSD；分子对称性是否造成原子映射误判；催化基团是否位于正确位置。

如果整体RMSD为1.8Å，但真正参与反应的基团方向相反，这个验证不能算真正通过。

图7 共晶构象与重对接预测构象的叠合示例。该类图片应同时展示晶体构象、预测构象和关键作用位置。重对接不仅需要计算整体RMSD，还要检查核心骨架、关键官能团以及催化或配位基团的方向是否得到恢复。

技巧十三：重复对接要改变随机种子，并统计重现性#

对接算法通常包含随机搜索。如果只运行一次，最低分构象可能是稳定结果，也可能只是一次偶然命中。

重复对接的正确思路是：使用不同随机种子独立运行；其他条件保持一致；比较各次结果的口袋位置；对构象进行聚类；统计关键接触是否重复出现；观察分数波动范围。

例如独立运行10次后：8次进入同一个口袋；7次保持相似方向；9次接触同一个关键残基；分数集中在−8.3～−8.9 kcal/mol；这比单次得到−9.4 kcal/mol更能说明结果具有搜索稳定性。

重复计算的目的不是从更多结果里挑一个最低分，而是判断：这个结合模式能不能被独立搜索重复找到？

技巧十四：不要机械选择评分最低的构象，要看构象簇#

假设一次计算输出20个构象：第一名为−9.2kcal/mol，但方向与其他构象完全不同；第二至第九名为−8.9～−8.4 kcal/mol，并集中在相似位置；其余构象比较分散。这时，不能只因为第一名分数最低，就直接把它作为最终结果。

更合理的判断包括：前几名构象是否聚集在同一位置；主构象簇占全部构象的比例；不同构象之间是否只是柔性末端不同；核心骨架和关键官能团是否保持一致；主构象簇是否具有明确的功能依据。

评分差异很小时，构象收敛性、关键作用和机制合理性通常比小数点后几位的分数更有意义。

如果两个构象相差只有0.3kcal/mol，这种差别通常不足以支持“前者一定结合更强”的结论。

技巧十五：最后必须回到三维结构，检查这个姿势是否真的合理#

二维作用图适合展示结果，但不能代替三维判断。

自动生成的二维图可能：把距离较近的接触标成氢键；忽略氢键角度；漏掉水桥和金属配位；把普通疏水接触描述得过于重要；无法显示配体扭曲和空间冲突；无法判断反应基团的朝向。

最终构象至少要检查四个层面。

1. 几何合理性#

• 是否存在明显原子冲突；
• 配体是否出现异常扭曲；
• 芳环和双键构型是否合理；
• 疏水基团是否被迫暴露在强极性环境；
• 带电基团是否处于合理区域。

2. 结合模式合理性#

• 是否占据已知功能口袋；
• 是否利用了共晶配体的关键锚点；
• 是否接触保守残基；
• 是否受到入口、膜区或邻近亚基的限制。

3. 机制合理性#

对于酶底物，不能只看它是否进入口袋，还要看：反应原子之间的距离；亲核进攻角度；反应基团是否朝向催化残基；金属配位数和几何；与辅因子的相对位置。

对于抑制剂，则应检查：是否真正占据底物关键空间；是否阻挡入口或关键构象变化；是否破坏蛋白界面的热点接触；

是否位于能够产生调控作用的位置。

4. 结果稳定性#

• 不同随机种子能否复现；
• 前几名构象是否集中；
• 换用另一张合理蛋白结构后是否仍然成立；
• 合理改变质子化状态后是否完全翻转；
• 放回完整多聚体后是否发生冲突。

并不是每个项目都要把所有验证全部做满#

提高说服力，不等于每个项目都必须加上MD、MM/PBSA、突变和自由能计算。需要做到什么程度，取决于希望支持什么结论。

尤其要注意，对接分数主要用于当前计算条件下的构象筛选或初步排序。不能看到A为−9.2kcal/mol、B为−8.5 kcal/mol，就直接写成“A的实际结合能力显著强于B”。

最后：真正提高的不是分数，而是结果的可解释性#

提高分子对接说服力，并不是想办法让软件给出一个更低的分数，而是尽量减少计算过程中的任意选择。

在给出最终结果之前，至少应该能够回答：

• 为什么选择这张蛋白结构？
• 为什么使用单链或完整多聚体？
• 为什么把网格设置在这个位置？
• 这个口袋有什么结构或功能依据？
• 为什么保留或删除这些水、金属和辅因子？
• 蛋白和配体采用了什么质子化状态？
• 当前流程能否复现共晶配体？
• 最终构象是否能在独立计算中重复出现？
• 为什么选择这个构象，而不是只因为它排名第一？
• 这个姿势是否符合真实的结合或反应机制？

这些问题能够逐一回答，对接结果才不只是软件自动生成的一张作用图，而是一个可以检查、可以解释，也可以被后续实验验证的结构模型。

小技巧真正解决的，不是“怎样得到想要的结果”，而是“怎样减少不必要的错误，让每一步选择都有依据”。

参考文献#

Amaro RE, Baudry J, Chodera JD, et al. Ensemble Docking in Drug Discovery. Biophysical Journal. 2018;114:2271–2278.

Rueda M, Bottegoni G, Abagyan R. Recipes for the Selection of Experimental Protein Conformations for Virtual Screening. Journal of Chemical Information and Modeling. 2010;50:186–193.

Elokely KM, Doerksen RJ. Docking Challenge: Protein Sampling and Molecular Docking Performance. Journal of Chemical Information and Modeling. 2013;53:1934–1945.

Bietz S, Urbaczek S, Schulz B, Rarey M. Protoss: A Holistic Approach to Predict Tautomers and Protonation States in Protein–Ligand Complexes. Journal of Cheminformatics. 2014;6:12.

ten Brink T, Exner TE. Influence of Protonation, Tautomeric, and Stereoisomeric States on Protein–Ligand Docking Results. Journal of Chemical Information and Modeling. 2009;49:1535–1546.

Mukherjee S, Balius TE, Rizzo RC. Docking Validation Resources: Protein Family and Ligand Flexibility Experiments. Journal of Chemical Information and Modeling. 2010;50:1986–2000.

Trott O, Olson AJ. AutoDock Vina: Improving the Speed and Accuracy of Docking with a New Scoring Function, Efficient Optimization, and Multithreading. Journal of Computational Chemistry. 2010;31:455–461.

更多分子对接 / 分子动力学 / 量子化学计算 / 科研作图

👉 关注「研算录」

📬 内容需求 / 选题建议：欢迎后台留言

（如有疏漏欢迎交流指正。）#

docking · 目录

闪记

复制 LaTeX 公式