课前准备--蛋白蛋白分子对接的位点搜索逻辑（一）

原创

追风少年i

发布于 2026-09-16 08:19:08

660

作者，Evil Genius

这一篇我们分享一下蛋白蛋白分子对接的位点搜索逻辑，为我们抗体设计做一些准备。

蛋白–蛋白分子对接（protein–protein docking）的位点搜索逻辑，和蛋白–小分子对接最大的区别是：通常不是先定义一个固定的“小口袋”，而是要在两个蛋白的大面积表面上寻找可能形成稳定蛋白–蛋白界面（PPI interface）的区域。

可以把整个过程理解成：

表面搜索 → 候选界面生成 → 几何匹配 → 物理化学打分 → 聚类 → 精细化 → 界面残基验证

一、蛋白–蛋白对接到底在搜索什么？

假设：

Protein A：受体
Protein B：配体

并不知道两者结合在哪里。

那么对接程序实际上要回答三个问题：

① A 的哪个表面区域可能结合 B？

② B 的哪个表面区域与 A 匹配？

③ A+B 怎样旋转、平移以后，可以形成合理界面？

所以不是简单地：

“在蛋白 A 上找一个口袋。”

而是：

在两个蛋白的整个表面寻找能够互补的区域。

例如：

Protein A                         Protein B

      ______                         ______
   __/      \__                   __/      \__
  /            \                 /            \
 |              |               |              |
 |   Surface    |               |   Surface    |
 |      ●───────|───────────────|──────●       |
 |              |               |              |
  \____________/                 \____________/

        ↑                              ↑
    候选界面                     候选界面

二、第一步：先确定“可能的结合位点”

蛋白–蛋白对接一般有三种情况。

情况	位点信息	对接方式
已知结合位点	已知 interface residues	限定区域对接
部分知道	知道几个关键残基	约束/半限制对接
完全不知道	没有任何位点信息	Blind docking

这三个层次非常重要。

三、完全不知道位点时：Blind Protein–Protein Docking

这是最典型的：

未知蛋白–蛋白结合位点搜索

程序不会直接认为某个地方是 binding pocket。

而是：

Step 1：计算蛋白表面

首先识别蛋白表面的可接触区域。

例如：

Protein A

           ┌───────────┐
        ┌──┘           └──┐
       /                   \
      |                     |
      |       Protein       |
      |                     |
       \                   /
        └─────────────────┘

程序关注的是：

solvent accessible surface
surface curvature
electrostatics
hydrophobicity
shape
residue accessibility

四、第二步：寻找两个蛋白的“形状互补”

这是蛋白–蛋白 docking 最核心的逻辑之一。

例如：

Protein A

       凹槽
        ↓
      ______
    /        \____
   |              \
   |               |
    \______________/


Protein B

        凸起
         ↓
       ______
     /        \
    |          \
     \__________/

如果：

Protein A 凹槽
        ↓

      \______/
          ↑
          │
      ______
     /      \
Protein B 凸起

能够很好地匹配，那么这个位置就是一个候选 interface。

所以第一层筛选通常是：

Shape complementarity（形状互补）

五、第三步：不仅看形状，还要看电荷

蛋白表面有不同的电荷区域。

例如：

Protein A                     Protein B

  + + +                         - - -
 +     +                       -     -
+       +                     -       -

如果：

A：正电区域  + + +

B：负电区域  - - -

那么可能存在：

electrostatic complementarity

即：

静电互补。

例如：

通常带正电。

而：

通常带负电。

因此：

A蛋白                     B蛋白

 Lys/Arg +  ───────────────  Asp/Glu -

          electrostatic
           attraction

会提高某个界面构象的合理性。

六、第四步：疏水区域也很重要

蛋白–蛋白界面并不是全部靠盐桥。

很多 PPI interface 中都有明显的：

hydrophobic patches

例如：

Protein A              Protein B

  Phe                       Leu
  Val      ←──────→         Ile
  Leu                       Phe

这些疏水残基进入界面后，可以形成稳定的疏水核心。

因此 docking scoring 通常会综合：

形状互补
   +
静电互补
   +
疏水作用
   +
氢键
   +
范德华作用
   +
溶剂效应

七、第五步：寻找界面残基

最终程序会产生大量：

Protein A + Protein B 的可能相对位置

例如：

Pose 1
Pose 2
Pose 3
Pose 4
...
Pose 1000

每一个 pose 都意味着：

A
 \
  \________
           \ B

然后计算哪些残基真正进入 interface。

例如：

Protein A	Protein B	距离
Lys72	Asp103	3.2 Å
Arg75	Glu145	3.5 Å
Tyr81	Phe109	4.1 Å
Phe90	Leu112	3.8 Å

于是得到：

predicted interface residues

八、这里有一个非常关键的概念：界面 ≠ 单个位点

小分子 docking 经常说：

binding site

但是 PPI 更准确的说法是：

binding interface

因为蛋白–蛋白结合往往涉及：

Protein A
 ┌───────────────────┐
 │                   │
 │   ● ● ● ● ●       │
 │    ● ● ● ●        │ ← interface
 │   ● ● ● ● ●       │
 │                   │
 └───────────────────┘
          ↑
          │
      Protein B

一个 interface 可能涉及：

10–30 个甚至更多残基。

所以不要把蛋白–蛋白 docking 理解成：

“寻找一个中心坐标。”

更准确的是：

寻找一片能够与另一个蛋白形成互补接触的表面区域。

九、为什么很多蛋白–蛋白 docking 程序会产生很多结果？

例如可能看到：

Cluster 1    150 poses
Cluster 2     87 poses
Cluster 3     63 poses
Cluster 4     41 poses
Cluster 5     30 poses

这不是说：

有 5 个真实结合位点。

而是说：

大量候选构象经过 RMSD/界面相似性聚类后，形成了几个主要构象家族。

例如：

1000 docking poses
                         │
             ┌───────────┴───────────┐
             ↓                       ↓
        相似构象聚类              不同构象
             │
       ┌─────┼─────┬─────┐
       ↓     ↓     ↓     ↓
      C1    C2    C3    C4

因此：

Cluster size 本身就是非常重要的证据。

如果一个界面：

score 较好
cluster 很大
多个独立 docking pose 都集中到这里

那么这个界面通常比一个只出现一次的 pose 更值得关注。

十、真正的“位点搜索逻辑”可以概括成四层

这是你做蛋白–蛋白 docking 时最值得记住的框架：

第一层：几何

Surface
 ↓
Shape complementarity
 ↓
是否能够物理贴合？

第二层：物理化学

Shape
 ↓
Electrostatics
Hydrophobicity
H-bonds
van der Waals
 ↓
是否具有合理相互作用？

第三层：统计

大量 docking poses
 ↓
Clustering
 ↓
哪些界面反复出现？

第四层：生物学

Docking interface
 ↓
结合实验 / 文献 / 保守性 / 突变
 ↓
是否符合真实生物学？

十一、如果已知几个关键残基，逻辑会发生变化

比如已经知道：

Protein A 的 Lys100、Arg103 是实验确定的 interface residues。

那么就不应该完全 blind docking。

可以变成：

Protein A

        ┌───────────────┐
        │               │
        │    ★ ★        │
        │   Lys100      │
        │   Arg103      │
        │               │
        └───────────────┘
              ↑
        限定interface

然后要求 Protein B 靠近：

Protein A
     ★ ★
      \ 
       \________
                \ Protein B

这叫：

restrained / information-driven docking

通常比完全 blind docking 更可靠。

十二、如果只有一个已知残基怎么办？

这时候非常适合使用：

Ambiguous restraints / active residues

例如：

Protein A

      Lys100 ★
             │
             │
             ↓
      ─────────────
       interface

告诉 docking：

Lys100 很可能参与结合，但不知道 B 蛋白的哪个残基与它结合。

程序就可以：

A:Lys100
     ↓
寻找
     ↓
B蛋白表面所有可能匹配区域

这比直接指定：

A:Lys100 ↔ B:Asp150

要合理得多。

十三、不同软件的“位点搜索”思想略有不同

常见的蛋白–蛋白 docking：

软件	核心特点
HADDOCK	可以利用实验/生物学信息进行约束
ClusPro	大规模刚体 docking + 聚类
ZDOCK	重点进行全表面几何/物理匹配搜索
HDOCK	模板 + docking，支持蛋白–蛋白
RosettaDock	更强调精细采样和能量优化
LightDock	swarm-based docking
ATTRACT	coarse-grained docking

所以你如果问：

“蛋白–蛋白 docking 的位点搜索究竟是怎么搜索的？”

最核心的答案就是：

不是像 AutoDock Vina 那样先在一个 box 里面寻找小分子位置，而是在两个蛋白的表面上，对大量相对旋转/平移构象进行采样，然后利用形状互补、静电、疏水、氢键、范德华等评分筛选，并通过 clustering 找出稳定、反复出现的候选 interface。

十四、和蛋白–小分子 docking 对比一下

	蛋白–小分子	蛋白–蛋白
搜索对象	小分子	整个蛋白
搜索空间	binding pocket	蛋白表面
主要问题	ligand 放哪里	两个蛋白怎么接触
位点大小	通常较小	通常较大
核心几何	pocket fitting	surface complementarity
电荷	重要	非常重要
疏水作用	重要	非常重要
Cluster	辅助	非常重要
实验约束	可用	非常有价值
Blind docking	可做	非常常见

十五、实际做一个未知 PPI，建议如下流程

Protein A
              │
              │
          Protein B
              │
              ▼
      ┌────────────────┐
      │ Surface search │
      └───────┬────────┘
              ↓
       Shape complementarity
              ↓
       Electrostatic matching
              ↓
       Hydrophobic matching
              ↓
       Generate thousands
       of docking poses
              ↓
           Scoring
              ↓
          Clustering
              ↓
       ┌──────┴───────┐
       ↓              ↓
   Cluster 1      Cluster 2...
       ↓
   interface residues
       ↓
   biological validation
       ↓
      MD simulation
       ↓
   binding/interface analysis

最后特别注意

Docking 得到的“最佳位点”不能简单等同于真实结合位点。

尤其是两个蛋白都存在明显构象变化时，blind docking 很容易出现：

假阳性界面
过度依赖静态结构
错误的电荷/质子化状态
柔性 loop 没有正确调整
隐藏 interface 无法暴露
大界面蛋白出现多个竞争性 pose

因此，如果最终目的是发表级别的 PPI 结构机制，通常应该是：

Docking → interface residue 分析 → 多构象/多算法验证 → MD → 界面稳定性 → MM/GBSA 或其他结合自由能分析 → 实验突变验证

而不是只拿 docking score 最低的一个结构作为结论。

生活很好，生活很好。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

数据分析

#分子对接

#分子动力学

#数据分析