Binding Pose：如何判断一个对接构象是否可信

对接给出的姿势可能是对的，也可能完全错误。而所有基于该姿势的后续分析（相互作用解读、设计决策）都建立在它之上——因此判断姿势可信度是对接流程中最关键的一步。

第一道关：重对接验证

# 这是使用任何对接方法前的必做步骤
#
# 做法：
#   把共晶结构中的原配体取出，用同样的流程重新对接回去，
#   看能否复现晶体姿势
#
# 判据：
#   重原子 RMSD ≤ 2.0 Å  → 成功
#   RMSD 2~3 Å           → 边缘
#   RMSD > 3 Å           → 失败
#
# 如果重对接失败：
#   说明结构准备、盒子设置、或参数有问题
#   → 在解决之前，对新分子的所有结果都不可信
#
# 常见的失败原因：
#   - 结构未正确加氢或质子化态错误（见 105）
#   - 盒子中心/尺寸不当
#   - 删掉了必要的辅因子或金属
#   - 删掉了参与结合的关键水分子
#   - 配体的互变异构体或立体化学错误

from rdkit import Chem
from rdkit.Chem import rdMolAlign

def redock_rmsd(docked_sdf, reference_sdf):
    docked = Chem.RemoveHs(Chem.SDMolSupplier(docked_sdf)[0])
    ref = Chem.RemoveHs(Chem.SDMolSupplier(reference_sdf)[0])
    return rdMolAlign.CalcRMS(docked, ref)

# 建议对该靶点家族的 3~5 个共晶结构都做重对接
# → 得到该体系上的成功率，而非单个案例

物理有效性检查

# PoseBusters：系统检查姿势的物理合理性
pip install posebusters

from posebusters import PoseBusters

buster = PoseBusters(config="dock")
df = buster.bust(["docked.sdf"], None, "receptor.pdb")
print(df.T)

# 检查项包括：
#   分子层面：
#     - SMILES 是否合法
#     - 键长、键角是否在合理范围
#     - 芳环平面性
#     - 立体化学是否保持
#     - 内部空间冲突
#   复合物层面：
#     - 与蛋白的空间冲突
#     - 配体是否在口袋内（而非悬在外面）
#     - 体积重叠
#
# 任何一项不通过 → 该姿势不应用于设计决策
#
# 重要性：
#   深度学习对接方法（DiffDock 等）生成的姿势
#   有相当比例通不过这些基本检查（见 101）
#   → 这一步对它们尤其关键

相互作用核对：最有判别力的检验

• 思路：如果该靶点有已知的共晶结构，先分析出关键相互作用（如激酶的铰链区氢键），然后检查对接姿势是否复现了它们；
• 为什么有效：这是独立于打分函数的判据。打分函数可能被大而油的分子欺骗，但「有没有形成铰链氢键」是明确的几何事实；
• 工具：用 PLIP（见 108《PLIP》）分析共晶结构得到参考模式，用 ProLIF（见 109《ProLIF》）批量检查对接结果；
• 判据：与参考指纹的 Tanimoto 相似度 > 0.5，或至少复现 1～2 个核心相互作用。

import prolif as plf
import MDAnalysis as mda

# 计算对接姿势与共晶配体的相互作用指纹相似度
u = mda.Universe("receptor.pdb")
protein = plf.Molecule.from_mda(u.select_atoms("protein"))

fp = plf.Fingerprint()
fp.run_from_iterable(list(plf.sdf_supplier("docked_poses.sdf")), protein)
df_poses = fp.to_dataframe()

# 与参考比较（见 338 的完整代码）
# 能复现关键相互作用的姿势才值得采纳

多方法一致性

# 用原理不同的方法交叉验证
#
# Vina（物理打分 + 随机搜索）
# GNINA（+ CNN 重打分）
# DiffDock（扩散生成，盲对接）
# Boltz/Chai-1（AF3 类复合物预测，见 344）
#
# 比较各方法给出的姿势：
from rdkit.Chem import rdMolAlign
import itertools

def consensus_check(poses_dict, threshold=2.0):
    names = list(poses_dict.keys())
    agreements = {}
    for a, b in itertools.combinations(names, 2):
        try:
            agreements[f"{a}-{b}"] = rdMolAlign.CalcRMS(
                poses_dict[a], poses_dict[b])
        except Exception:
            agreements[f"{a}-{b}"] = None
    return agreements

# 判读：
#   全部一致（两两 RMSD < 2 Å）→ 可信度高
#   部分一致                    → 需进一步验证
#   各说各话                    → 该体系的结合模式不明确，
#                                 不应据此做设计决策
#
# 这是最实用的可信度判据之一（见 346）

MD 验证

• 思路：对候选姿势跑短程 MD（10～50 ns），看它是否稳定；
• 判据：对齐蛋白后，配体的 RMSD 应保持在 2 Å 以内。若配体在模拟中漂移到别处或大幅改变取向，说明该姿势不稳定（见 124《RMSD 与 RMSF》）；
• 额外收益：MD 还能揭示相互作用的稳定性（用 ProLIF 算占有率，见 109《ProLIF》）与水分子的作用；
• 成本：比对接高得多，只对关键姿势做。

与化学常识对照

这是最容易被跳过但极有价值的一步——用药化的眼睛看一遍：

• 极性基团是否埋在疏水口袋中且未形成氢键？这是明确的红旗（见 094《静电互补 Electrostatic Complementarity》）；
• 疏水基团是否暴露在溶剂中？浪费了疏水结合的机会；
• 配体构象是否合理？是否处于明显的高能构象（如顺式酰胺、扭曲的共轭体系）；
• SAR 能否解释？如果该姿势提示某个基团很重要，而 SAR 显示去掉它活性不变，那么姿势可能是错的；
• 与同家族的已知结合模式是否一致？激酶抑制剂应该形成铰链氢键——如果姿势中没有，需要特别的理由。

可信度判据汇总

检验	成本	判别力
重对接验证	低	必做，前置条件
物理有效性（PoseBusters）	极低	必做
相互作用核对	低	高，独立于打分
多方法一致性	中	高
与化学常识对照	低（人力）	高
MD 稳定性	高	高
共晶结构	很高	决定性

延伸资源

• 打分函数：095《Docking Score》；方法对比：346《比较 DiffDock、Vina、GNINA》；
• 相互作用分析：108《PLIP》、109《ProLIF》；MD 验证：124《RMSD 与 RMSF》。