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：
- Lys
- Arg
通常带正电。
而：
- Asp
- Glu
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。
