2.2 · 分子对接基础与 PyMOL 可视化

0. 小白导读：分子对接到底是什么？

分子对接（Molecular Docking）是网络药理学论文的"第二张王牌图"。用大白话说：

• 蛋白（受体） = 一把"锁"，上面有个"锁孔"（活性口袋/结合位点）。
• 小分子（配体） = 一把"钥匙"，也就是中药活性成分。
• 分子对接 = 计算机模拟"钥匙插进锁孔"的过程，算出这把钥匙和这把锁合不合、结合得牢不牢。

为什么学它？ 网络药理学找到核心靶点后，论文通常会再用分子对接"验证"一下：成分和靶点是不是真的能结合。对接图是中药 SCI 论文的高频配图，学会它，你的论文"证据链"就完整了。

1. 分子对接原理

1.1 三个核心概念

分子对接软件要做三件事，对应三个概念：

1.2 对接的"刚柔"之分

• 刚性对接：蛋白锁孔形状固定不变，只有配体在动。速度快，是网络药理学最常用的方式。
• 柔性对接：蛋白侧链也可以动。更真实但极慢，一般不用在批量筛选上。

1.3 工具选择

2. 蛋白受体准备

截图

2.1 下载蛋白结构：RCSB PDB

• 地址：https://www.rcsb.org/
• 操作：搜索目标蛋白（按名称 / UniProt ID / 序列）→ 选择实验结构（X 射线晶体、冷冻电镜或 NMR）→ 下载 PDB 格式文件。

2.2 蛋白预处理（AutoDockTools）

下载的 PDB 原始文件不能直接对接，需要预处理。用 AutoDockTools（ADT）完成：

1. 去水：Remove water（水分子会干扰对接，一般去掉）。
2. 去配体：Remove ligand（把原结构里的小分子配体删掉，因为我们要对接自己的分子）。
3. 加氢：Add H（补上氢原子）。
4. 加电荷：Compute Gasteiger charges（计算 Gasteiger 电荷）。
5. 保存为 PDBQT：ADT 会把蛋白保存成对接专用的 PDBQT 格式。

2.3 确定活性口袋

活性口袋（锁孔）的位置决定对接搜索范围。确定方法：

• 方法一（最常用）：如果原蛋白结构里有共结晶配体，把配体所在位置作为口袋中心。
• 方法二：查阅文献，看该蛋白的已知结合位点氨基酸。
• 方法三：用在线工具（如 CASTp、DoGSiteScorer）预测口袋。

3. 小分子配体准备

3.1 获取配体结构

• 来源一：TCMSP 数据库直接下载成分的 MOL2/SDF 结构。
• 来源二：PubChem（https://pubchem.ncbi.nlm.nih.gov/）搜索成分名，下载 SDF 或 SMILES。

3.2 配体预处理（Open Babel）

1. 格式转换：用 Open Babel 把 SDF/MOL2 转成 PDBQT 需要的格式。
2. 加氢：补上氢原子（pH 7.4 生理条件下的质子化状态）。
3. 能量优化：生成合理的 3D 构象（配体初始构象会影响对接结果）。

Open Babel 命令行示例（把 SDF 转成 PDBQT）：

# 把配体 SDF 转成 PDBQT（加氢、加电荷）
obabel ligand.sdf -O ligand.pdbqt --partialcharge gasteiger -p 7.4

4. AutoDock Vina 对接

4.1 准备 Grid Box

Grid Box 是"搜索范围框"——告诉 Vina"在这个框里找钥匙插锁孔的最佳姿势"。

• 用 AutoDockTools 打开蛋白 PDBQT → Grid → Macromolecule → 选择蛋白。
• 把框的中心对准活性口袋。
• 设置框的大小（Grid Box size），一般 20-30 Å 见方，能罩住整个口袋即可。
• 记录框的中心坐标和尺寸（对接配置文件里要用）。

4.2 编写 Vina 配置文件

Vina 通过一个文本配置文件（conf.txt）运行对接：

receptor = receptor.pdbqt
ligand = ligand.pdbqt
center_x = 20.5
center_y = 15.3
center_z = 10.8
size_x = 25
size_y = 25
size_z = 25
exhaustiveness = 8
num_modes = 9
out = out.pdbqt

参数说明：

4.3 运行对接

vina --config conf.txt

运行完成后，out.pdbqt 里包含多个结合姿势（mode），每个姿势有对应的结合能。

4.4 批量对接（可选）

网络药理学常需要"多个成分 × 多个靶点"批量对接。Vina 1.2.x 支持多配体对接，也可以写循环脚本批量运行：

# 批量对接示例（Windows PowerShell / Linux bash 均可改造）
for ligand in *.pdbqt; do
  vina --config conf.txt --ligand "$ligand" --out "result_${ligand%.pdbqt}.pdbqt"
done

5. 对接结果评价

5.1 结合能阈值

Vina 输出的结合能（affinity）单位是 kcal/mol，越负越好。常用经验阈值：

5.2 结合模式分析

结合能只是"总分"，还要看结合模式（钥匙和锁是怎么扣上的）：

5.3 结果表格

论文里对接结果通常做成一张表：

6. PyMOL 可视化

截图

6.1 PyMOL 是什么？

PyMOL 是分子三维可视化的"行业标准"，把对接结果画成漂亮的结合模式图。

• 官网：https://pymol.com/
• 当前版本：3.1.x（2026 年更新）
• 注意：PyMOL 只能画三维图，不能直接生成二维相互作用图（二维图用 Discovery Studio 或 PLIP，见第 7 节）。

6.2 基本操作

1. 打开文件：File → Open，加载蛋白 PDBQT/PDB 和对接结果 out.pdbqt。
2. 显示蛋白：选中蛋白 → 用 Cartoon（卡通）显示，配体用 Sticks（棍状）显示。
3. 显示口袋表面：选中配体周围残基 → Surface（表面）。
4. 标注氢键：利用 PyMOL 的 Distance 工具或插件（如 H-bonds），把配体和蛋白残基之间的氢键画成虚线。
5. 美化出图：调整颜色、背景（白色/透明）、光照 → 保存 PNG 图片（分辨率 300 dpi 以上）。

常用 PyMOL 命令示例：

# 载入蛋白和配体
load receptor.pdbqt, rec
load out.pdbqt, lig

# 显示风格
hide everything
show cartoon, rec
show sticks, lig

# 显示口袋附近残基（配体 5 Å 内）
select pocket, rec within 5 of lig
show sticks, pocket

# 标注氢键（配体与口袋残基之间）
distance hb, lig, pocket, mode=2

6.3 论文配图要求

• 至少包含：蛋白卡通结构 + 配体棍状结构 + 关键残基标注 + 氢键虚线。
• 通常做 2-3 张：全景图、口袋特写图、氢键标注图。
• 分辨率 300 dpi，背景白或透明。

7. Discovery Studio 二维相互作用图

PyMOL 画的是三维图，论文里还常配一张二维相互作用图（把氢键、疏水作用画成平面示意图）。

• Discovery Studio（商业软件）的 Ligand Interactions 功能可以一键生成二维图。
• 免费替代：PLIP（https://plip-tool.biotec.tu-dresden.de/plip-web/plip/index）在线工具，上传蛋白+配体即可生成二维相互作用图。

8. 完整流程案例

以"丹参酮IIA 对接 AKT1"为例，走一遍完整流程：

论文"一句话解读"模板：

9. 常见坑

10. 练习与交付物

练习（必须亲手做）

1. 蛋白准备：从 RCSB PDB 下载一个靶点蛋白（如 AKT1、TP53、TNF），用 ADT 完成预处理。
2. 配体准备：从 TCMSP/PubChem 下载 3 个中药活性成分结构，用 Open Babel 转成 PDBQT。
3. 对接：完成 3 组"靶点-成分"对接，记录结合能。
4. 评价：按阈值判断结合强弱，选出最佳结合姿势。
5. 可视化：用 PyMOL 画出结合模式图（含残基标注、氢键）。
6. 二维图：用 PLIP 生成二维相互作用图。

交付物（验收标准）

11. 速查表

工具速查

关键参数速查

对接流程速查

RCSB PDB 下载蛋白 → ADT 去水/去配体/加氢/加电荷 → PDBQT
TCMSP/PubChem 下载配体 → Open Babel 加氢/转格式 → PDBQT
ADT 设置 Grid Box（对准口袋）→ vina --config conf.txt → out.pdbqt
评价结合能 → PyMOL 画结合模式图 → PLIP 画二维图

下一章：2.3 · 机器学习基础与网络药理初步结合