变构位点发现 Allosteric Site：超越正构口袋

变构（allosteric）位点是活性位点（正构位点）之外的调控位点。结合变构位点的分子通过改变蛋白构象来调节功能。它是解决选择性与不可成药正构口袋两个问题的重要途径。

变构调节的独特价值

优势	说明
选择性更好	正构位点在家族内高度保守（如激酶 ATP 口袋），变构位点保守性低得多
不与天然配体竞争	不需要克服高浓度的内源性底物（如细胞内 mM 级的 ATP）
效应可调	可以是部分激动/抑制，避免完全阻断带来的毒性
天花板效应	效应有上限，过量给药的风险较低
新的可成药位点	正构位点不可成药时的替代方案
可实现激活	变构激动剂比正构激动剂更易设计

选择性是变构最有说服力的理由：激酶家族有数百个成员共享高度相似的 ATP 口袋，做出选择性抑制剂极其困难；而变构位点在序列与结构上差异大得多。

变构位点的类型

• 已知的天然调控位点：蛋白本身就有的调控位点（如别构酶的效应物结合位点）；
• 隐蔽口袋（cryptic pocket）：在晶体结构中不存在，只在特定构象下短暂出现；
• 诱导口袋：配体结合诱导形成的口袋；
• 界面位点：蛋白-蛋白或蛋白-核酸界面附近；
• 脂质结合位点：膜蛋白中常见。

隐蔽口袋是最有潜力也最难发现的一类——它们让「看起来无处下手」的蛋白变得可成药。

发现变构位点的计算方法

# 方法一：口袋检测（静态结构）
# 检测所有口袋，排除已知的正构位点
fpocket -f protein.pdb
# 查看 protein_out/protein_info.txt
# 关注：口袋体积、疏水性、druggability score
# 局限：只能找到静态结构中已存在的口袋

# 方法二：MD + 口袋检测（找隐蔽口袋）
# 跑 MD，逐帧检测口袋，统计出现频率
for i in $(seq 0 100 20000); do
  python extract_frame.py --traj traj.dcd --top top.pdb \
         --frame $i --out frames/f$i.pdb
  fpocket -f frames/f$i.pdb
done
# 在晶体结构中不存在、但在轨迹中反复出现的口袋 = 隐蔽口袋候选

# 方法三：混合溶剂 MD（MixMD / SILCS）
# 在水中加入探针分子（异丙醇、苯、乙腈等），跑 MD
# 探针富集的位置提示可结合的热点
# → 这是发现隐蔽口袋很有效的方法

# 方法四：增强采样（见 295）
# Metadynamics、GaMD 等加速构象探索

# 方法五：网络分析
# 用弹性网络模型（见 209）或 MD 的相关性分析
# 找出与活性位点动力学耦合的远端位点
# → 这些位点最可能有变构效应

用扰动响应扫描找变构通路

from prody import *
import numpy as np

# 用 ProDy 做扰动响应扫描（PRS）
structure = parsePDB("protein.pdb")
calphas = structure.select("calpha")

anm = ANM("protein")
anm.buildHessian(calphas, cutoff=15.0)
anm.calcModes(n_modes=None)      # 计算所有模式

# PRS：对每个残基施加力，看其它残基的响应
prs_matrix, effectiveness, sensitivity = calcPerturbResponse(anm)

# effectiveness 高的残基 = 扰动它能影响很多其它位置
#   → 潜在的变构调控位点
# sensitivity 高的残基 = 容易被其它位置的扰动影响
#   → 可能是功能位点

top_allosteric = np.argsort(effectiveness)[-20:]
print("潜在变构位点残基:",
      [calphas.getResnums()[i] for i in top_allosteric])

# 进一步：查看这些位点与活性位点的耦合强度
# prs_matrix[i, j] = 扰动残基 i 对残基 j 的影响

验证变构位点

• 片段筛选：这是验证隐蔽口袋最有力的实验手段。用 NMR、SPR 或 X 射线晶体学的片段筛选，看是否真有分子能结合该位点。晶体学片段筛选（如同步辐射的高通量方法）能直接看到片段结合在哪。
• 突变实验：在预测位点引入突变，看是否影响蛋白活性——如果影响，说明该位点确实与功能耦合。
• HDX-MS：配体结合后哪些区域的动力学发生改变，可以揭示变构通路。
• 共晶结构：最终的确证。

设计变构调节剂的特殊挑战

• SAR 常常「陡峭」：变构位点通常较浅、较小，微小的结构改变可能导致活性大幅变化，甚至从正向调节变成负向调节。这让优化过程比正构抑制剂困难。
• 效应方向可能翻转：同一系列的类似物可能有的是正变构调节剂（PAM）、有的是负变构调节剂（NAM）——这在 GPCR 变构调节剂中很常见。
• 探针依赖性：变构效应的大小可能依赖于所用的正构配体（orthosteric probe），换一个底物测出的效应可能不同。这让活性数据的解读变复杂。
• 亲和力通常较弱：浅口袋难以获得高亲和力，起点常在 μM 级。
• 机制验证要求高：必须证明是变构而非正构作用——需要竞争实验、突变验证、结构证据。

成功的策略

• 从片段起步：变构位点小，片段筛选是合适的起点，再做片段生长；
• DNA 编码库筛选：超大文库有助于找到弱结合的起点；
• 表型筛选反推：先找有功能效应的分子，再确定它作用于变构位点；
• 共价策略：用共价弹头补偿弱的非共价结合（见 379《共价抑制剂设计》）——KRAS G12C 抑制剂正是「隐蔽口袋 + 共价」的组合；
• 结构生物学投入：变构项目对结构信息的依赖比常规项目更高。

延伸资源

• 结构动力学：209《ProDy》、295《DP Technology RiDYMO》；共价：379《共价抑制剂设计》；
• PPI：382《PPI 抑制剂》；口袋概念见「结构与模拟」模块。