如何选择蛋白晶体结构
在使用殷赋云计算平台的时候，有不少用户对于如何选择蛋白晶体结构存在疑问。本篇就这个话题做一些经验分享。任何标准都有一个适用范围。我们在这里只讨论用于分子对接的蛋白晶体结构的选择原则和方法。
1. 确定蛋白种属
在实验当中，研究人员通常使用动物模型（如小鼠）来研究人源蛋白。这样做有许多原因，比如：
1） 无法获得（提纯分离）人源蛋白；
2） 需要在体内考察蛋白的功能，但无法直接进行人体临床试验；
3） 使用动物蛋白更方便、更便宜；
4） 其他限制因素。
而计算模拟则便利很多。如果我们真正的研究对象是人体，则一般情况下应当使用人源蛋白。但是，如果需要根据对接计算的结果去指导实验或解释实验现象，或者开展后续实验（如定点突变）对计算结果进行验证，那么，原则上应当让计算用的蛋白种属与实验一致，否则氨基酸序列可能对应不上。
比如，在UniprotKB数据库（https://www.uniprot.org/）输入基因名1DH1，得到以下结果。然后，根据我们确定的种属查询相应的蛋白。
（UniprotKB数据库蛋白查询结果）
假设我们要研究人的蛋白，那么，可以在RCSB Protein Data Bank数据库中搜索它的Entry name（1DHC_HUMAN）。另一方面，PDB数据库也会给出每个晶体结构的种属信息。
（PDB详情页的蛋白种属信息）
2. 了解更多关于蛋白功能/结构的信息
做任何研究都应当对研究对象有充分了解。UniprotKB数据库为我们整合了蛋白的相关知识，我们可以通过它获得重要的信息。比如，了解蛋白的功能是什么，序列有多长，结合位点在哪里，有哪些蛋白结构。
（UniprotKB蛋白详情页，了解蛋白功能与结构信息）
（蛋白的结合区域信息）
3. 选择口袋完整的晶体结构
对于某些蛋白，RCSB PDB数据库可能存在许多晶体结构。这种情况下，应当选择包含完整口袋的晶体结构。比如，当我们寻找1DH1基因的蛋白（Isocitrate dehydrogenase [NADP] cytoplasmic，Uniprot AC: IDHC_HUMAN）时，找到许多晶体结构。以4UMX和4UMY为例，如果查看三维结构，我们会发现4UMY有较多残基缺失。最关键的是，一大段组成口袋的残基缺失了，导致口袋的形状改变（对比4UMX可知）。相反，4UMX则较为完整。因此，我们不应选择4UMY，而应选择4UMX作为候选结构。
（口袋完整与残基缺失的蛋白对比）
4. 选择含有共晶配体的结构
很多时候，蛋白晶体结构中不只是蛋白，还可能有核酸、多肽、辅酶、小分子化合物（抑制剂、拮抗剂、激动剂、底物）、助溶剂、表面活性剂、金属离子和水分子以及其他分子；除了目标蛋白，可能还有其他蛋白。在PDB数据库的蛋白详情页内有详细记录，我们需要了解各组分是什么物质，各自的作用是什么，哪个是共晶配体。
（蛋白晶体结构中各组分的信息）
一些很小的分子，数量很多的分子，结合在很浅的蛋白表面的分子，通常不会是配体分子（但也有例外）。还有一些名称非常常见的，比如：GOL、ACT、PEG、SO4等等，这些只是蛋白结晶所需要的或者在溶液中存在的分子，不是真正意义上的配体分子。
仍然以4UMX为例，通过查询它的详细记录（https://www.rcsb.org/structure/4UMX），我们了解到NAP是辅酶，VVS是小分子配体，GOL是助溶剂分子而已。那么，我们应当以VVS的结合位置为对接口袋，而不应以NAP为对接位点。考虑到NAP与VVS有直接的相互作用，我们应当在对接时保留NAP，把它作为受体的一部分参与对接。
常见的辅酶还有：ADP、ATP、NAD+、NADH、NADP+、NADPH、HEME。
5. 选择共晶配体相似的晶体结构
当有多个蛋白晶体结构可选，并且很多是包含共晶配体的，我们可以选择共晶配体与要对接的化合物在结构上比较相似的那个。因为蛋白与配体在结合过程中，会发生“诱导契合”效应。有的蛋白的口袋柔性较大，这种效应更加明显，蛋白跟不同配体结合时，口袋会有所改变。更为极端的是，有可能存在“开”和“合”等不同状态。而对接过程中，蛋白结构是刚性不变的。因此，选择口袋形状合适的晶体结构会有利于对接。
6. 选择分辨率高的晶体结构
蛋白晶体结构的质量指标之一是resolution，它表示晶体结构模型中的原子位置的不确定程度。在有许多晶体结构可选的情况下，我们选择分辨率高的，即resolution数值小的。一般来说，resolution < 2 Å就足够好了。但这不是最重要的选择标准，很多人一上来就根据这条规则过滤掉大部分蛋白，这是不够严谨、合理的。因为这样有可能导致被过滤掉的低分辨率蛋白中包含共晶配体，而剩下的高分辨率蛋白中却没有配体的情况。此时选择高分辨率蛋白就无法确定口袋的位置（虽然可以通过低分辨率蛋白来了解口袋位置，但仍然不便于定位口袋）和获得适合的口袋形状。
（蛋白结构分辨率resolution）
值得注意的是，晶体结构由于分辨率问题，通常不含氢原子，只有个别超高分辨率的文件，才能看到氢原子的确切位置。相反，核磁结构通常含有氢原子，且有较多构象（它是溶液中的状态），但不含配体分子。在蛋白分辨率的选择问题上，我们应有合理的依据，而非教条主义、人云亦云。
总结
事实上，如何选择蛋白晶体结构，是个帕累托最优问题。我们需要综合判断，选择最适合于当前研究的晶体结构。上述内容虽然是针对分子对接计算来讲的，但同样适用于其他计算模拟的情况。
