三元复合物 Ternary Complex：降解剂为什么比抑制剂更难设计

抑制剂只需要一个结合事件：分子结合到靶蛋白。降解剂需要一个三体事件：靶蛋白、降解剂、E3 连接酶同时形成有功能的复合物。这个额外的复杂度，是降解剂设计困难的根本来源。

三元复合物形成的热力学

形成过程涉及多个平衡：

靶蛋白 + PROTAC        ⇌ 靶蛋白·PROTAC          (K_d1)
E3 + PROTAC            ⇌ E3·PROTAC              (K_d2)
靶蛋白·PROTAC + E3     ⇌ 靶蛋白·PROTAC·E3        (K_d3)
E3·PROTAC + 靶蛋白     ⇌ 靶蛋白·PROTAC·E3        (K_d4)

协同性（cooperativity, α）是关键参数：

α = K_d(二元) / K_d(三元)

α > 1  正协同：三元复合物比二元更稳定
              → 蛋白-蛋白界面有利，降解效率高
α = 1  无协同：连接子只是被动连接
α < 1  负协同：形成三元复合物时有位阻或排斥
              → 降解效率差

正协同意味着靶蛋白与 E3 之间形成了有利的直接接触，而不只是被连接子拴在一起。这是高效降解剂的标志，也解释了为什么两端亲和力都很强的分子未必是好降解剂。

为什么亲和力强 ≠ 降解好

Hook 效应：两端亲和力都很强时，高浓度下会大量形成二元复合物，反而抑制三元复合物形成（见 356《PROTAC 是什么》）。
负协同：如果靶蛋白与 E3 在被拉近时发生位阻冲突或静电排斥，即使两端结合都很强，三元复合物也不稳定。
取向问题：即使形成了三元复合物，靶蛋白表面的赖氨酸也必须能够到 E3 的泛素转移位点。取向不对，泛素化就不会发生。
驻留时间：三元复合物需要维持足够长的时间让泛素化完成。瞬时形成的复合物无效。

这解释了降解剂 SAR 的「反直觉」现象：亲和力提升 10 倍的类似物，降解活性可能反而下降。

实验测量方法

方法	测什么
TR-FRET / HTRF	三元复合物形成，可测协同性
AlphaLISA	三元复合物形成，通量较高
SPR / BLI	结合动力学，可测二元与三元 K_d
ITC	热力学参数，可直接得到协同性
NanoBRET	活细胞中的三元复合物形成
X 射线 / 冷冻电镜	三元复合物结构（最直接但最难）

NanoBRET 在细胞内测量特别有价值：体外纯化蛋白的实验条件与细胞内环境差别很大，细胞内数据更能预测实际降解效果。

计算建模的现状

# 方案一：蛋白-蛋白对接 + 连接子约束
# 1) 用 PPI 对接采样靶蛋白与 E3 的相对取向
#    （HADDOCK、ZDOCK、RosettaDock 等）
# 2) 筛选：两个配体结合位点的距离在连接子可及范围内
# 3) 用连接子几何做进一步约束与精修
# 4) 评估界面互补性

# 方案二：从已知二元结构出发的约束采样
# 已知靶蛋白·配体1 和 E3·配体2 的结构，
# 保持两个二元界面不变，采样两个蛋白的相对取向，
# 只保留连接子能连上的构象

# 方案三：AF3 类模型直接预测（见 344）
# Boltz / Chai-1 理论上可以处理「两个蛋白 + 一个配体」的体系
# 但这类三元体系在训练数据中极少，结果需谨慎对待

# 方案四：MD 验证稳定性
# 对候选三元复合物跑 MD，看界面是否稳定、
# 靶蛋白赖氨酸能否接近 E3 的泛素转移位点

评估三元复合物模型的判据

# 拿到候选三元复合物结构后，检查这几点：

# 1) 连接子几何是否合理
#    - 连接子是否处于过度伸展或扭曲的构象？
#    - 有无内部空间冲突？

# 2) 蛋白-蛋白界面质量
from Bio.PDB import PDBParser, Selection
# - 埋藏溶剂可及表面积（BSA）：通常 > 400 Å² 才算有意义的界面
# - 界面残基的互补性（疏水-疏水、电荷互补）
# - 有无静电排斥

# 3) 赖氨酸可及性 —— 最容易被忽略但很关键
#    靶蛋白表面的赖氨酸到 E3 泛素转移位点的距离
#    经验上需要在一定范围内（通常几十埃以内，取决于 E3 结构）
#    且该赖氨酸要暴露在溶剂中

def check_lysine_accessibility(complex_structure, target_chain, e3_active_site):
    """检查靶蛋白赖氨酸能否接近泛素转移位点"""
    lysines = [r for r in complex_structure[target_chain]
               if r.get_resname() == "LYS"]
    reachable = []
    for lys in lysines:
        if "NZ" not in lys:
            continue
        dist = np.linalg.norm(lys["NZ"].get_coord() - e3_active_site)
        # 同时应检查该赖氨酸的溶剂可及性
        reachable.append((lys.id[1], float(dist)))
    return sorted(reachable, key=lambda x: x[1])

# 4) MD 稳定性
#    界面在模拟中是否保持？还是很快解离？

现实的预期

三元复合物预测仍是开放难题：涉及蛋白-蛋白对接（本身就不成熟）+ 柔性连接子 + 诱导契合，每一层都有不确定性。
计算目前的作用是缩小范围而非给出答案：可以用来排除明显不可行的连接子长度、提示可能的结合取向，但不能可靠预测哪个降解剂最好。
实验迭代仍是主要手段：合成一系列连接子变体、实测降解活性，是当前最可靠的路径。
有共晶结构时价值最大：如果能拿到三元复合物的实验结构，后续的理性优化就有了坚实基础。

关键要点

协同性（α）比两端亲和力更能预测降解效率，正协同说明界面有利；
亲和力强不等于降解好——Hook 效应、负协同、取向问题都会破坏效果；
评估三元复合物模型要看界面埋藏面积、互补性与赖氨酸可及性；
计算目前只能缩小范围，实验迭代仍是主要手段。

延伸资源

机制背景：356《PROTAC 是什么》、358《E3 连接酶选择》；连接子：360《PROTAC Linker 设计》、354《Linker Design 实战》；
AI 预测：361《AI 预测降解活性》；结构预测：344《用 Boltz 或 Chai-1 预测蛋白-配体复合物》。