配体结合构象应变力的分布模型
从先导化合物到大环肽类药物的筛选评价

🎯为什么配体应动力是药物筛选的关键评价维度

在药物筛选与优化过程中，评估候选分子与靶标蛋白的结合亲和力是核心任务。然而，结合亲和力并非仅由蛋白-配体界面的相互作用决定——配体在结合状态下相对于其自由态全局最低能量构象所承受的内部构象应动力（conformational strain energy），是一个关键的能量惩罚项。如果一个分子必须扭曲到高能构象才能进入结合口袋，那么其净结合自由能将显著降低，实验测得的亲和力也会相应下降。

应动力估算的传统路径从X射线共晶结构中的配体原子坐标出发。然而，蛋白质晶体学中配体建模的工具远不如蛋白质建模成熟。Liebeschuetz等人的研究指出，PDB中超过半数的复合物配体存在不正确的键长和键角，约四分之一的结构存在可能影响结合相互作用判定的几何错误。Reynolds进一步总结道：除极高分辨率情况外，晶体结构是拟合模型而非纯实验密度产物，配体的结构约束往往依赖晶体学家的手动判断，这极具挑战性。这意味着直接使用PDB中沉积的配体坐标计算能量，往往会得到不现实的高应变力值——这正是早期研究（如Perola和Charifson 2004年的工作）频繁报告过高应变力的根本原因。

这一问题的实际后果是：在虚拟筛选和先导化合物优化中，如果基于错误的应变力估算来排序或过滤候选分子，可能丢弃实际上优质的化合物，也可能保留因晶体建模误差而被高估应变力的假阳性。因此，建立准确、系统化的应动力评价框架，对于药物筛选的可靠性至关重要。

🏗️xGen方法：从X射线密度到低能构象系综

本文的核心方法论创新在于xGen——一种实空间配体精修方法。与传统的"替代能量构象子"（surrogate-energy conformer）方法不同，xGen同时实现了两个关键目标：第一，显式寻找拟合X射线密度的低能构象解，使用MMFF94s变体力场；第二，不采用原子级B因子来处理位置不确定性，而是寻找占据加权的构象系综（occupancy-weighted conformational ensembles），使各构象对计算电子密度的联合贡献最佳拟合实验密度。

以grazoprevir（HCV NS3/4A蛋白酶抑制剂）为例，作者展示了xGen与标准方法的对比。沉积的配体坐标虽然密度拟合指标（RSCC和RSR）优秀，但其力场能量高达316.8 kcal/mol。经过位置约束最小化（1.0 kcal/mol/Ų的方井二次位置约束，偏差超过0.1 Å时激活），替代能量构象子的能量降至154.7 kcal/mol，但几何偏差很小。而xGen四构象系综不仅在巨环连接区和末端环丙基处允许了合理的构象多样性，还将估算应动力从+16.1 kcal/mol降至+3.9 kcal/mol——考虑到grazoprevir对R155K突变体蛋白酶的Ki为0.84 nM（对应约-12.3 kcal/mol的结合自由能），3.9 kcal/mol的应动力在物理上远比16.1 kcal/mol合理。

这一案例揭示了一个关键原则：应变力的准确估算依赖于对X射线密度中配体构象的合理建模，而非简单使用沉积坐标。xGen方法通过构象系综而非单一构象来解释密度，更真实地反映了晶体中配体的构象异质性，从而避免了因单一高能构象模型导致的应动力高估。

📊分布模型的数学形式与验证

本文最重要的发现是：配体结合构象应变力的分布遵循一个校正正态分布（rectified normal distribution），即下限截断为零的正态分布。其均值和方差都是分子构象复杂度的函数，而构象复杂度与分子尺寸（非氢原子数 N_nonH）呈超线性关系。

具体而言，作者使用了两个数据集来建立和验证模型。第一个是"Brueckner Set"——341个蛋白-配体复合物，偏向大环分子（包括38个来自Perola/Charifson研究的分子、14个非肽类大环、16个肽类大环）。第二个是"PDBBind Set"——来自PDBBind 2020精修数据库的近3000个复合物。所有配体均经过xGen实空间精修处理。

在Brueckner Set上，作者首先观察到先前工作中提出的粗略上限——约0.3(N_nonH - 10) kcal/mol——虽然对大环分子适用，但对更小的分子不够精确。新的分布模型表明，应动力并非一个固定上限，而是一个分布：对于给定分子尺寸，应动力有一个期望均值和一个方差范围。均值随N_nonH超线性增长，这意味着更大的分子不仅平均应动力更高，而且应变力的离散程度也更大。

在PDBBind Set上，近3000个复合物的计算应动力值紧密围绕分布模型预测的均值和方差带分布。这种一致性验证了模型的普适性——它不仅适用于大环分子，也适用于常规小分子药物。校正正态分布的形式意味着：大部分配体的应动力集中在较低值附近，但存在一个长尾——少数配体确实承受了较高的应动力，这在物理上对应于需要显著构象重排才能结合的情况。

这一分布模型对药物筛选的直接意义在于：它提供了一个基于分子尺寸的应动力期望基准。在筛选评价中，如果一个候选分子的计算应动力显著高于其尺寸对应的分布均值加两倍标准差，那么这确实是一个需要关注的信号——可能意味着该分子在结合口袋中承受了不合理的构象惩罚。反之，如果应动力落在分布的正常范围内，则不应将其作为淘汰理由。

⚖️配体效率与应变力的定量关系

本文的另一个关键发现是配体效率（ligand efficiency, LE）与每原子应动力（strain-per-atom）之间的定量关系。配体效率定义为结合自由能除以非氢原子数，是药物化学中广泛使用的指标，用于在分子尺寸和亲和力之间取得平衡。

作者的分析揭示了一个清晰的物理图景：高配体效率的分子几乎从不具有高每原子应动力。这在物理上完全合理——如果一个分子在结合时承受了高应动力，那么这部分能量惩罚会消耗掉一部分结合自由能，导致净亲和力降低，从而降低配体效率。相反，低配体效率的分子展现出宽广的每原子应动力范围——有些低效率分子确实因为高应动力而损失了结合自由能，但也有些低效率分子的应动力并不高，其低效率源于其他因素（如界面互补性不足、去溶剂化惩罚等）。

这一关系在药物筛选评价中的实际应用价值是双重的。首先，它提供了一个交叉验证工具：如果一个分子的实验配体效率低于预期，同时计算应动力高于分布模型的正常范围，那么应动力很可能是低效率的主要原因，优化方向应聚焦于减少构象约束（如引入柔性链、降低环张力）。其次，如果实验配体效率低但应动力正常，则问题更可能出在蛋白-配体界面相互作用本身，优化方向应转向取代基修饰或骨架跃迁以改善互补性。

💊大环肽类药物的应动力特征

大环肽类药物（macrocyclic peptides）是当前药物化学的前沿领域。传统小分子药物受Lipinski规则限制，难以靶向平坦的蛋白-蛋白相互作用表面；而生物大分子（抗体、蛋白质药物）虽能结合这些表面，但口服生物利用度差、组织穿透力弱。大环肽处于两者之间——分子量通常在500-2000 Da，既有足够的面积结合平坦表面，又通过环化获得了一定的构象约束和代谢稳定性。

然而，大环分子的构象搜索空间极为庞大，其应动力评价面临特殊挑战。本文的分布模型在这方面提供了重要见解。由于应动力均值随N_nonH超线性增长，大环肽类药物（通常N_nonH > 40）的期望应动力显著高于常规小分子（N_nonH ~ 20-30）。这意味着在评价大环肽类候选物时，不应套用小分子的应动力阈值——一个10 kcal/mol的应动力对于一个25原子的分子可能过高，但对于一个50原子的巨环分子可能完全正常。

作者在先前工作中提出的线性上限0.3(N_nonH - 10) kcal/mol对大环分子仍然是一个有用的粗略参考。例如，grazoprevir（54个非氢原子）的名义上限为13.2 kcal/mol，而xGen精修后的实际应动力为3.9 kcal/mol，远低于上限。但新的分布模型比这个线性上限更精确——它不仅给出了期望值，还给出了方差，使得判断"应动力是否异常"有了统计学基础而非仅凭经验阈值。

对于大环肽类药物设计，这意味着：在构象搜索阶段，应允许大环分子探索更广的应动力空间，但同时利用分布模型来识别那些应动力异常偏高的构象——这些构象可能反映了搜索算法未能找到低能结合构象，或者分子设计本身存在构象冲突。

🔧药物筛选评价实操Tips

基于本文的发现和方法论，以下是在药物筛选评价中可直接应用的实操建议。

Tip 1：不要直接使用PDB沉积坐标计算应动力。PDB中配体的几何错误是系统性的——键长、键角、立体化学都可能存在偏差。在计算应动力之前，必须对配体坐标进行实空间精修或至少进行位置约束最小化。如果使用xGen不可行，至少应采用AFITT或qFit-Ligand等工具改善配体几何。直接使用沉积坐标计算的"应动力"往往被高估2-5倍，会导致错误的筛选决策。

Tip 2：使用分布模型而非固定阈值判断应动力是否异常。对于N_nonH个非氢原子的分子，先计算分布模型给出的期望均值和标准差，然后判断计算应动力是否超过均值加两倍标准差。如果是，则标记为"应动力异常"并进一步检查；如果不是，则应动力在正常范围内，不应作为淘汰理由。特别要注意的是，大分子的正常应动力范围比小分子宽得多——不要用统一的5 kcal/mol或10 kcal/mol阈值来过滤所有分子。

Tip 3：交叉验证配体效率与每原子应动力。当实验配体效率低于预期时，检查每原子应动力（总应动力除以N_nonH）。如果每原子应动力也偏高，则构象惩罚很可能是低亲和力的主要原因，优化方向应聚焦于降低构象约束。如果每原子应动力正常，则问题更可能在界面互补性，需要不同的优化策略。这种交叉验证可以避免在错误方向上浪费优化轮次。

Tip 4：对大环分子使用超线性模型而非线性外推。大环肽类药物的应动力随分子尺寸增长是非线性的——简单地将小分子的每原子应动力乘以原子数会低估大分子的期望应动力。使用本文的超线性分布模型可以更准确地设定大环分子的应动力容忍范围，避免因阈值过严而错误淘汰有潜力的大环候选物。

Tip 5：在虚拟筛选排序中纳入应动力作为加权因子。传统的虚拟筛选排序主要依赖对接打分（docking score）。然而，对接打分通常不考虑配体的内部构象应动力。将应动力作为一个惩罚项纳入综合排序分数——例如 adjusted_score = docking_score - alpha * strain_energy，其中alpha根据分布模型归一化——可以改善筛选的富集率。关键是alpha不应是常数，而应根据分子尺寸调整，使得大分子的应动力惩罚系数相对较小（因为其期望应动力本就更高）。

Tip 6：关注电子密度支持度。在基于结构的药物设计中，如果使用的蛋白-配体复合物结构分辨率较低（>2.5 Å），配体区域的电子密度可能不足以唯一确定配体构象。Meyder等人开发的EDIA（Electron Density Support for Individual Atoms）方法可以量化每个原子和分子片段的密度支持度。在计算应动力之前，检查配体的密度支持度——如果关键原子的EDIA值低，则该结构的配体构象本身可能不可靠，据此计算的应动力也不可信。

📋构象搜索协议优化建议

本文的分布模型对构象搜索协议有直接的指导意义。在药物设计流程中，构象搜索（conformational search）是生成配体结合构象候选的关键步骤——无论是在对接、自由能计算还是药效团匹配中，都需要覆盖配体的相关构象空间。

搜索深度应随分子尺寸非线性增加。由于构象复杂度与N_nonH呈超线性关系，大分子的构象搜索需要更深的搜索深度（更多的构象采样轮次、更大的构象池）。本文中，作者对Brueckner Set的分子使用了ForceGen的深度构象生成流程（fgen_deep），最终构象池平均包含6,953个构象（范围1-30,866）。对于常规小分子，较浅的搜索深度可能已经足够；但对于大环分子，浅搜索很可能遗漏低能结合构象，导致应动力被高估。

全局最低能量构象的确定需要多力场交叉验证。作者在计算应动力时，将xGen（MMFF94s变体）与OPLS4力场进行了交叉验证。对于从fgen_deep池中能量最低的1000个构象，使用OPLS4进行无约束最小化（气相，介电常数80.0），取最低能量作为全局最低。多力场交叉验证可以减少单一力场系统性偏差对应动力计算的影响——特别是对于含有非标准化学骨架的分子，不同力场的参数差异可能导致截然不同的能量排序。

结合态能量替代构象子的生成应使用位置约束而非刚性约束。作者使用方井二次位置约束（1.0 kcal/mol/Ų，偏差超过0.1 Å时激活）来生成结合态的替代能量构象子。这种柔性约束允许原子在密度支持的范围内微调位置，从而找到比沉积坐标能量显著更低的构象，同时保持与实验密度的一致性。完全刚性约束（不允许任何原子移动）或完全无约束最小化（可能导致原子偏离密度）都不是理想的选择。

对于大环分子的构象搜索，应使用专门的巨环搜索算法。ForceGen的巨环探索策略（包括并行搜索、启发式搜索和约束搜索）能够有效处理大环分子的闭合环约束和跨环构象耦合。通用的构象生成工具（如RDKit的ETKDG或OMEGA）在处理大环时往往采样不足，导致生成的构象池中缺乏低能结合构象，从而高估应动力。

🔮对分子设计的启示与未来方向

本文的分布模型不仅是一个评价工具，也对分子设计本身有深刻启示。理解应动力与分子尺寸的超线性关系，意味着在设计新分子时应关注以下原则。

预组织（preorganization）是大环设计的核心策略。大环分子的应动力分布均值更高，但这并不意味着大环药物天然不利——恰恰相反，精心设计的大环可以通过预组织降低结合构象与自由态构象之间的能量差异。如果大环在自由态下已经倾向于采取接近结合态的构象（即低应动力构象是自由态的优势构象），那么即使分布模型预测的期望应动力较高，实际应动力也可以很低。这要求在构象搜索时不仅搜索结合态构象，还要充分采样自由态构象空间，以评估预组织程度。

刚性化策略应针对非结合关键区域。在先导化合物优化中，引入刚性元素（如环化、双键约束）是降低熵惩罚的常用策略。然而，如果刚性化约束影响了配体在结合口袋中需要采取的构象，反而会增加应动力。分布模型提供了一个量化框架：在引入刚性化修饰前后分别计算应动力，如果应动力显著增加且超出分布模型的正常范围，则该修饰可能适得其反。

片段生长（fragment growing）比片段连接（fragment linking）更安全。在基于片段的药物设计中，将两个片段连接成一个大分子时，连接链可能引入构象约束，导致大分子的应动力超出分布模型的正常范围。片段生长则是在一个片段上逐步添加原子，每一步都可以监测应动力变化，更容易控制构象惩罚的累积。

未来方向：AI驱动的应动力预测。本文的分布模型是基于物理力场计算和X射线精修的。随着机器学习在分子性质预测中的进展，一个自然的未来方向是训练神经网络模型来预测配体应动力——输入分子结构和结合构象，输出应动力预测值。然而，任何此类模型都应以本文的分布模型作为基准——如果AI模型预测的应动力分布与本文的校正正态分布模型不一致，则AI模型可能存在系统性偏差。本文公开的数据档案（包括所有复合物的结构、xGen构象系综和计算脚本，可在www.jainlab.org免费下载）为训练和验证此类AI模型提供了宝贵的基准数据集。

📄参考信息