处理PDB结构（进阶版）

1. 用途

检查并修复生物大分子PDB的结构问题，为分子对接、分子动力学模拟等计算提供良好的三维结构。

2. 预备知识

2. 1 PDB常见问题

大多数PDB文件或多或少存在着各种问题，在进行分子模拟时，首先需要修复这些问题，才能确保计算的可靠性。常见的问题有：

插入残基、重复残基、重复原子；
修饰氨基酸成为非标准氨基酸；
缺失残基（如：序列缺口）、缺失原子。

还有一些不算问题，但在分子动力学模拟中往往需要处理的方面：二硫键、酸碱氨基酸。

此外，X衍射晶体结构通常不含氢原子，但分子模拟往往需要补全。

2.2 插入残基

在研究不同物种来源的某种蛋白时，人们发现它们的序列之间存在一定联系（比如，序列进化）或存在某种重要的模式（比如，某些蛋白家族中的motif）。为了更好的体现这种联系、方便讨论和比较不同物种的结构或者为了符合某种外部标准，人们希望保留特定的残基编号而不严格递增编号。例如，在PDB编号为1IGY的晶体结构中，B链残基52和53之间插入了一个“52A”残基（A为插入码）。

分子动力学模拟通常要求所有残基编号唯一，且从1开始重新编号。

2.3 替代位置

通常情况下，PDB文件中每个残基的原子位置是唯一的，但在某些情况下，可能见到同一个原子有多个位置。大分子晶体结构是由许多包装到一个对称排列中的独立分子构成的。在有的晶体结构中，不同分子之间的构象存在些许差异。例如，位于蛋白表面的侧链可能在不同构象中来回折叠，底物结合在活性位点中的构象并非唯一，金属离子仅存在于个别分子中。在PDB文件中，这种情况以“替代位置”（alternate location）的方式记录下来（在残基名钱），各自出现的概率用占有率（occupancy）描述。

分子模拟要求清除多余的构象，仅保留一个确定的位置。通常，我们会选择occupancy最大的那个。

2.3 蛋白封端

当PDB文件中缺失残基时，会出现序列缺口（gap）。对分子动力学模拟而言，不做处理很可能会导致严重的问题。一种做法是将氨基和羧基分别处理成带电离子（NH3+和COO-），这对远离结合口袋的缺口是可以接受的。但更好的办法是添加帽子（cap）进行封端。常用的帽子是ACE和NME，分别加在N端和C端。注意：加帽封端因引起此后残基编号的改变。

2.4 质子化与去质子化

在特定pH下，碱性氨基酸会发生质子化，酸性氨基酸则发生去质子化，有时候这种质子状态对研究对象而言非常重要。在分子动力学模拟中，是通过不同残基名代表的结构状态来精细描述的。

组氨酸（HIS）

组氨酸有三种质子化状态：当氢原子在 $\delta$ 位氮原子时为HID，在 $\epsilon$ 位氮原子时为HIE，两个位置均带氢原子时为HIP。

一般来说，组氨酸侧链的pKa在6.0-6.5左右，在生理条件下（血浆=7.2-7.4）呈现电中性，为HID或HIE型，而在酸性环境下带正电，呈现HIP型。当然，在蛋白质内存在pKa位移效应，使其pKa发生偏移。因此，做分子模拟（尤其是分子动力学）之前最好做pKa分析以判定各个残基（尤其是组氨酸）的质子化状态。
天冬氨酸（ASP）

天冬氨酸为酸性氨基酸，通常以去质子化状态（带负电）存在，记为ASP；少数情况下呈中性，记为ASH。
谷氨酸（GLU）

谷氨酸也是酸性氨基酸，通常带负电，记为GLU；少数情况下呈中性，记为GLH。
赖氨酸（LYS）

赖氨酸是碱性氨基酸，通常以质子化状态（带正电）存在，记为LYS；少数情况下呈中性，记为LYN。

3. 入口

平台左侧菜单栏【计算方案】->【小工具】->【分子动力学】->【处理PDB结构（进阶版）】

4. 步骤

4.1 检查PDB

输入PDB ID或上传PDB文件，点击【确定】；
选择模型（构象）

通常，X衍射晶体结构文件中只有一个模型（构象），而NMR结构会有多个模型（构象）。
勾选需要删除的链或残基，点击【删除】，仅保留需要的结构；

勾选后，分子视图中会同步高亮显示。
点击【下一步】，稍等片刻，即返回结构检查信息。

4.2 修复PDB

认真查看折叠卡片中陈列的结构问题（详见附录），根据实际需要进行处理；

目前，本工具检查7类问题，本页面仅显示当前PDB文件存在的问题。
勾选或去选对残基重新编号，点击【生成文件】，下载文件；

对于分子对接，为方便分析，通常不勾选对残基重新编号，以保持残基编号；

对于分子动力学模拟，残基编号总是重新编号，且无链名。因此，建议勾选对残基重新编号，以获得新旧编号对照表renumber.csv，方便后续分析。

此外，无论勾选与否，链名都会保留。

4.3 附录

替代位置

该项列出存在不同构象的残基及各位置的占有率，默认选择占有率最大的，用户可以分析结构，选择最有利的构象。

若这些残基位于研究重点或附近的区域（例如，配体分子的结合口袋），有必要仔细观测各位置构象，选择合适的一个。

序列缺口

该项列出蛋白、核酸中缺失的残基所形成的序列缺口。对于蛋白质，默认采用NME和ACE封端，也可以选择NH3+和COO-；对于核酸，无封端帽子。每一组缺口的箭头中间是肽键长度。

应当注意，特殊情况下该缺口可能是虚报的。例如，当某氨基酸被修饰过，成为非标准氨基酸，因不被识别而产生缺口。因此，当存在“非标准残基”项时，应当检查是否存在（编号上）正好衔接缺口两端的残基。

非标准残基

该项列出所有非标准氨基酸和碱基的残基，可能是修饰过的氨基酸或碱基，也可能是有机小分子，平台会尽力给出正确的猜测。如下图所示，CME603实际上是标准氨基酸CYS侧链S原子连接2-巯基乙醇产生的非标准氨基酸，箭头右侧自动选择CYS，表示要替换成CYS。而M0M1001是有机小分子，无对应的标准氨基酸，箭头右侧留空表示不做替换处理。