虚拟筛选主流工具
虚拟筛选（Virtual Screening, VS）通过计算在百万级化合物库中寻找潜在活性分子，是药物发现早期阶段的核心手段。本文介绍主流对接软件、完整流程与注意事项。
1. 虚拟筛选的基本逻辑
受体结构（蛋白/核酸）
↓
① 受体准备（加氢、质子化、网格）
↓
② 化合物库（ZINC / Enamine / 自建库）
↓
③ 配体准备（3D 构象、质子化、力场参数）
↓
④ 分子对接（构象采样 + 打分）
↓
⑤ 排序筛选（Top 100-1000）
↓
⑥ 实验验证（IC50 / 活性测定）
2. 主流对接软件
2.1 AutoDock Vina（开源首选）
最流行的开源对接软件，速度与精度平衡良好：
# 1. 受体与配体准备（用 MGLTools 或脚本）
# 受体：pdb → pdbqt（加氢、合并非极性氢）
# 配体：sdf/mol2 → pdbqt
# 2. 配置文件（conf.txt）
receptor = receptor.pdbqt
ligand = ligand.pdbqt
center_x = 10.5
center_y = 20.3
center_z = -5.8
size_x = 22
size_y = 22
size_z = 22
exhaustiveness = 16
num_modes = 9
# 3. 运行
vina --config conf.txt --out results.pdbqt --log log.txt
# 4. 解读：affinity（kcal/mol）越低越好
# mode | affinity | dist from best mode
# -----+------------+----------------------
# 1 | -9.2 | 0.000
# 2 | -8.7 | 2.315
2.2 Glide（Schrödinger，商业）
制药行业标准：
# 准备工作流（Maestro GUI 或命令行）
glide -overwrite -adjust \
-receptor receptor.maegz \
-ligand ligands.maegz \
-p glide_docking.inp \
-NJOBS 16
# 三种精度模式
# HTVS（高通量，快）→ SP（标准精度）→ XP（高精度，慢）
优势：精确的配体柔性处理、完善的打分校准、大型药企生态支持。
2.3 DOCK 6（开源）
经典几何匹配算法（shape matching）：
dock6 -i dock.in -o dock.out
# 球集（sphere）生成 → 取向搜索 → 打分
# 擅长：结合口袋形状匹配、大库初筛
2.4 其他常用软件
| 软件 | 特点 |
|---|---|
| AutoDock4 | 经典遗传算法，精度高速度慢 |
| rDock | 开源、适合大库、易脚本化 |
| GOLD | 遗传算法，CCDC 出品 |
| LeDock | 快速、易用（学术免费） |
| Plants | 基于 Ant Colony 优化 |
| smina | Vina 的增强版（支持自定义打分） |
3. 受体准备（关键第一步）
3.1 结构来源
- 晶体/冷冻电镜结构（PDB）
- AlphaFold 预测结构（无实验结构时）
- 注意：结合口袋附近的柔性（侧链）处理
3.2 准备要点
# 常用工具
# Schrödinger Protein Prep Wizard（商业）
# ADFRsuite / MGLTools prepare_receptor4.py（免费）
python prepare_receptor4.py -r receptor.pdb -o receptor.pdbqt
# 关键步骤
# 1. 去除水分子（保守水除外）
# 2. 加氢、确定质子化状态（pH 7.4 附近）
# 3. 分配键序与电荷（Amber/CHARMM 力场）
# 4. 定义结合口袋（已知活性位点 or 空腔检测：fpocket / DoGSiteScorer）
4. 配体库与准备
4.1 化合物库来源
| 库 | 规模 | 特点 |
|---|---|---|
| ZINC20 | 数十亿 | 免费、可下载、带 3D 构象 |
| Enamine REAL | > 400 亿 | 可合成性高、商购 |
| ChEMBL | 活性数据 | 已知活性化合物 |
| 自建库 | 定制 | 衍生物设计 |
4.2 配体准备
# 3D 构象生成
obabel ligand.smi -O ligand.sdf --gen3d -p 7.4
# 多构象（柔性重要，尤其环状体系）
obabel ligand.sdf -O conf.sdf --conformer --nconf 50
# 质子化与电荷
# Schrödinger LigPrep / Open Babel / RDKit
# RDKit 准备（Python）
from rdkit import Chem
from rdkit.Chem import AllChem, rdMolDescriptors
mol = Chem.MolFromSmiles("CC(=O)Oc1ccccc1C(=O)O")
mol = Chem.AddHs(mol)
AllChem.EmbedMolecule(mol, AllChem.ETKDG())
5. 打分函数（Scoring Functions）
5.1 三类打分函数
| 类型 | 代表 | 原理 |
|---|---|---|
| 力场型 | DOCK、AutoDock4 | 范德华+静电+内能 |
| 经验型 | Glide、Vina | 统计拟合实验数据 |
| 知识型 | GOLD/ASP | 原子对距离分布统计 |
5.2 打分函数的局限（必须知道）
- 不精确：相关系数通常 0.3–0.6，只能排序不能给绝对亲和力
- 熵效应、溶剂效应、诱导拟合难以准确描述
- 建议：对接分数 + 多工具交叉验证 + 分子动力学（MM/PBSA、FEP）精算
6. 完整高通量筛选流程（HTS 实操）
# 1. 库准备：SDF 拆分 + 转 pdbqt
mkdir -p ligands_pdbqt
obabel library.sdf -O ligands_pdbqt/lig_.pdbqt -m -p 7.4
# 2. 批量对接（smina/Vina 多文件模式）
smina -r receptor.pdbqt -l library.sdf \
--center_x 10.5 --center_y 20.3 --center_z -5.8 \
--size_x 22 --size_y 22 --size_z 22 \
--num_modes 1 --cpu 32 \
-o docked.sdf --log scores.txt
# 3. 排序（按 affinity）
sort -k2 -n scores.txt | head -100
6.1 多阶段漏斗策略
粗筛（HTVS / Vina，百万级）→ 前 5-10%
↓
标准精度（SP / 多构象）→ 前 10-20%
↓
高精度（XP / 诱导拟合）→ Top 100-1000
↓
共识打分（多个软件交叉）→ Top 50-200
↓
视觉检查（结合模式合理性）→ Top 10-50
↓
实验测试
6.2 共识打分（Consensus Scoring）
不同软件打分函数互补，取交集/排名平均可显著提升富集率：
# 示例：Vina + Glide + LeDock 三软件 Top 100 取交集
# 或按排名归一化后取平均
7. 验证与高级方法
7.1 基准测试（Benchmark）
- DUD-E：标准数据集（含活性物与诱饵 decoys），评估软件区分能力
- 指标：AUC、富集因子（EF1%、EF5%）
7.2 分子动力学后处理
# 对接结果 → MD 模拟（GROMACS/AMBER）→ MM/PBSA 结合自由能
gmx mdrun -deffnm complex
gmx_MMPBSA -O -i mmpbsa.in -cs complex.tpr -ct traj.xtc ...
7.3 结构基与配体基结合
- 基于结构（SBDD）：对接 + MD + FEP
- 基于配体（LBDD）：药效团、QSAR、相似性搜索
- 组合策略是现代虚拟筛选主流
8. 常见陷阱
| 陷阱 | 后果 | 规避 |
|---|---|---|
| 口袋定义错误 | 全库错位 | 用已知活性位点或实验信息 |
| 受体刚性 | 错过诱导拟合 | 柔性侧链 / 集合对接（ensemble docking） |
| 质子化状态错误 | 静电打分失真 | pH 相关准备（pH 7.4） |
| 打分函数过信 | 假阳性率高 | 共识打分 + 视觉检查 |
| 忽略可合成性 | 筛出无法合成 | 过滤 PAINS、类药性规则（Lipinski/Veber） |
9. 小结
- 三梯队：Vina（开源快速）→ Glide（商业标准）→ DOCK/rDock（大库）
- 流程：受体准备 → 配体库 → 对接 → 多阶段漏斗 → 实验验证
- 打分函数只能排序；共识打分 + MD 精算提升可信度
- 虚拟筛选的终点永远是实验
至此计算生物学方向完成：蛋白质设计工具 + 虚拟筛选工具，两条主线构成"设计-筛选"的计算药物发现闭环。