• 作者简介

张嘉兴 博士

天津大学博士，天津大学博士后。本科获得中国石油大学 (北京) 化学工程与工艺、计算机科学与技术双学士学位，2023年获天津大学化学工程博士学位并留校从事博士后研究。主要研究方向为酶工程与生物催化、分子模拟与机器学习等。已在 J. Am. Chem. Soc.、Angew. Chem. Int. Ed.、Nat. Commun. 等知名期刊发表论文多篇，被引1500余次，H-index为23，曾担任Catalysts、Molecules 期刊客座编辑。

齐崴 教授

天津大学天津大学化工学院教授、博导。主要研究方向为酶工程与生物催化、生物仿生材料。已在Nat. Commun.、JACS、Angew Chem、AIChE J、ACS Nano、ACS Catal、Adv. Mater、Matter 等高水平期刊发表SCI论文。研究成果被国家基金委、中国科学院、美国化学会、Nature正刊研究亮点、MIT科技评论等机构、媒体、公众号报道。曾获教育部和天津市科技奖励。

• 文章导读

分子力学/泊松-玻尔兹曼表面积 (MM-PBSA) 是一种广泛用于结合能估算的方法。目前已有多款程序用于结合Gromacs软件实现MM-PBSA计算。然而，现有的程序多限于Linux系统，且缺乏跨平台可用性。为解决这一问题，作者开发了一款轻量级、跨平台的MM-PBSA程序s_mmpbsa，旨在无需借助子系统的条件下，在原生Windows平台上支持快速结合能计算。通过引入静电屏蔽与相互作用熵，s_mmpbsa方法提高了结合自由能计算的准确性，这一改进已在HIV-1蛋白酶抑制剂复合物数据集中得到验证。此外，在相同的参数和条件下，s_mmpbsa展现出了优于g_mmpbsa的性能。总之，s_mmpbsa为基于Gromacs分子动力学模拟的结合能计算提供了一种高效且实用的解决方案，并为酶的计算设计、分子筛选等下游应用提供了具有一定价值的解决方案。该程序已在 https://github.com/supernova4869/s_mmpbsa 开源发布。

图形摘要

• 研究背景

分子间结合能是衡量分子间相互作用的直接指标，在酶的计算设计、基于结构的药物设计、抗体设计及分子识别等大规模生物分子系统研究中发挥着关键作用。在溶液中，分子系统的结合能由真空结合能与溶剂化能变化组成，后者可进一步划分为极性和非极性部分。为准确计算结合能，研究人员已发展出多种计算方法，包括自由能微扰、热力学积分等路径依赖方法，以及线性相互作用能、分子力学泊松-玻尔兹曼 (或广义波恩) 表面积 (MM-PB(GB)SA) 等路径无关方法。其中，MM-PBSA方法在计算效率与精度之间取得了良好平衡，并可通过机器学习方法加速，因而在蛋白质/配体、蛋白质/蛋白质及核酸等高通量、大规模生物体系中被广泛应用。目前常用的MM-PBSA程序如GMXPBSA、g_mmpbsa和 gmx_MMPBSA大多基于Linux平台，缺乏对原生 Windows环境的支持。

本研究开发了s_mmpbsa程序，旨在提升结合能计算在Windows与Linux操作系统上的便捷性。该程序基于g_mmpbsa v3.0.13的架构，采用 Rust语言编写，能够在两种平台上原生执行单轨迹协议下的MM-PBSA计算 (图1)。通过对37组 HIV-1蛋白酶抑制剂复合物的MD模拟，研究验证了s_mmpbsa与g_mmpbsa在可靠性上具有定量可比性。此外，通过酶计算设计、肽类先导药物筛选等多个案例，展示了s_mmpbsa在生物化学与生物技术任务中的适用性，具备在多场景结合能相关生化任务中的潜在应用价值。

图1. MM-PBSA计算的热力学循环。该方法通过对MD模拟轨迹中的气相分子力学能和隐式溶剂化自由能 (利用泊松-玻尔兹曼方程及表面积项计算所得) 进行平均，从而近似估算溶剂化体系的自由能。

• 研究内容

1.程序开发

s_mmpbsa程序旨在对源自Gromacs模拟软件包的分子动力学 (MD) 轨迹执行MM-PBSA计算 (该内置软件的版本将定期更新)。s_mmpbsa计算能量项的实现方案如图2所示，其计算流程主要分为三个步骤：(i) 准备阶段，(ii) 能量计算，以及 (iii) 结果分析。s_mmpbsa程序支持跨平台使用 (Linux和Windows)，且具备高精度与高效率的特点。

图2. s_mmpbsa的一般工作流程包括：(i) 修正来自MD模拟的输入轨迹并处理周期性边界条件；(ii) 计算真空结合能与溶剂化能，并将其分解至残基水平；(iii) 分析并输出计算结果。

2.程序准确性与性能测试

为评估s_mmpbsa的准确性，作者选取了37个HIV-1蛋白酶抑制剂复合物数据集，在与g_mmpbsa完全相同的模拟条件下分别计算结合能，并与实验ΔG值进行比较。结果表明，s_mmpbsa (无论是否引入静电屏蔽) 预测的ΔH与实验值之间的Pearson、Spearman和Kendall τ相关系数与g_mmpbsa数值相近，表现出强正相关性；同时，s_mmpbsa预测的ΔG与实验值之间的平均绝对误差(16.99 kcal/mol)低于ΔH的误差(27.18 kcal/mol)，且优于g_mmpbsa，显示出较高的可靠性和更小的计算误差 (图3)。

在结合能的残基分解方面，s_mmpbsa可将结合能映射至每个残基，并通过PyMOL的“B-factor putty”模式以管状粗细和红白蓝渐变颜色直观展示关键结合残基的热点贡献，便于指导理性设计。

在性能对比方面，在相同Intel i7-12700KF硬件和Rocky Linux 10系统、8核并行计算条件下，s_mmpbsa耗时72.19秒，优于g_mmpbsa的84.36秒；在Windows 10系统下，s_mmpbsa耗时94.35秒，表现出良好的计算性能和大规模生物系统应用的可行性。

图3. 在静电屏蔽 (scr) 和标准计算 (std) 条件下，s_mmpbsa 与 g_mmpbsa计算结果同 ΔGexpr的对比。(a) Pearson、Spearman和Kendall τ相关系数。(b) 两种程序的平均计算耗时。(c) 平均绝对误差(MAE)。(d) 结合能对蛋白质残基的分解分析举例 (1EBZ)。

3.应用举例

s_mmpbsa程序已被应用于许多生物化学研究案例。这里作者以两个案例研究任务为例：酶的计算设计，以及淀粉样蛋白聚集抑制剂的设计。

(1) 酶的计算设计

为了克服湿实验效率低、成本高以及计算酶设计成功率有限不足的问题，作者将s_mmpbsa引入酶工程流程中，用于计算酶的每个残基与底物之间的结合能，作为计算机筛选过滤器，在实验验证前预测潜在的有益突变位点。以17β-羟基类固醇脱氢酶3(17β-HSD3) 及其底物4-AD为研究对象，通过40 ns分子动力学模拟结合s_mmpbsa的残基能量分解，首先识别出关键残基G186和Y195，随后针对这两个位点设计半饱和突变，并对各突变体与底物的复合物进行MD和MM-PBSA分析，最终筛选出G186R/Y195W双突变体 (图4)。该结果与此前湿实验报道的最高睾酮产量生产者的结论一致，验证了s_mmpbsa在指导提高酶活性的活性突变体设计方面的潜力。

图4. 利用s_mmpbsa辅助17β-HSD3酶工程改造的案例研究。(a) 17β-HSD3活性口袋中各残基对酶-底物结合能的贡献。阴影标注的残基为已鉴定的两个关键残基：G186和 Y195。(b, c) 各突变体相对于野生型(结合底物状态)的酶-底物结合能变化。这些突变体是通过对 (b) G186和 (c) Y195 进行半饱和突变获得的。阴影标注的突变为已鉴定的两个潜在正向突变：G186R和Y195W。(d) 17β-HSD3双突变体 (G186R/Y195W) 中，与 (a) 所示相同残基对酶-底物结合能的贡献。阴影标注的突变残基R186和W195显示出对酶-底物结合能的贡献有所增强。(e, f) 双突变体在50 ns分子动力学 (MD) 模拟中 (e) 0 ns和 (f) 50 ns时的构象，展示了该双突变体活性增强的分子机制。R186和W195通过形成新的静电相互作用和疏水堆积相互作用来稳定底物，从而提高了酶-底物亲和力。

(2) 淀粉样蛋白聚集抑制剂的设计

分子间结合能可用于分子筛选，从而快速开发生物活性分子。计算结合能预测为获取结合亲和力提供了一种高效的方案。因此，作者引入s_mmpbsa来计算小分子配体与受体结合口袋之间的结合能，从而支持分子筛选工作。在前期工作中，作者以胰岛素为模型淀粉样蛋白，比较了两种蒽醌分子茜素 (alizarin) 和紫茜素 (purpurin) 对淀粉样蛋白聚集的抑制效果，实验结果表明紫茜素具有更强的抑制作用。为解释这一现象，作者重建了胰岛素/茜素和胰岛素/紫茜素复合物结构，分别进行了40 ns的MD模拟，并利用s_mmpbsa计算了这两种分子与胰岛素的结合能。结果显示，紫茜素与胰岛素的结合能强于茜素，这是因为紫茜素分子含有更多的羟基，能与胰岛素形成更强的相互作用，从而表现出更高的亲和力 (图5)。因此，紫茜素是一种具有高效抑制效果的潜在淀粉样蛋白聚集抑制剂分子。

图5. 基于s_mmpbsa方法对茜素和紫茜素分子抑制胰岛素聚集作用的分析。(a) 茜素和紫茜素的分子结构。(b) 两种分子与胰岛素的复合物结构 (PDB ID: 1ZNI)。(c) 两种分子与胰岛素的结合能。

• 研究结论

本研究中，作者开发了s_mmpbsa，一款结合Gromacs的轻量级、跨平台的MM-PBSA程序，旨在实现高效准确的结合能计算。该程序集成了用于计算分子间相互作用能以及极性/非极性溶剂化能的模块，并支持静电屏蔽效应和相互作用熵的计算，同时具备残基能量分解功能。在以HIV-1蛋白酶-抑制剂复合物为基准体系的测试中，s_mmpbsa表现出与g_mmpbsa相当的水平，而在结合自由能的计算上则呈现出更小的平均绝对误差。在酶工程和分子聚集分析领域的应用进一步验证了该程序在复杂生化体系中的可用性，证实了s_mmpbsa可用于结合能计算，进而可广泛应用于酶的计算设计、先导药物筛选及机理研究等生物化学应用领域。

阅读英文原文：https://www.mdpi.com/1420-3049/31/10/1683

• Molecules 期刊介绍

主编：Thomas J. Schmidt, University of Münster, Germany

期刊发表化学各学科领域的基础、应用以及交叉学科研究的原创性、首创性成果，主题涵盖有机化学、无机化学、药物化学、材料化学、分析化学、应用化学、天然产物化学、食品化学、物理化学、生物化学、计算与理论化学、光电化学、交叉化学、绿色化学等。目前已被SCIE (Web of Science)、Scopus、PubMed、MEDLINE、PMC、DOAJ、CAPlus/SciFinder等数据库收录。

2025 Impact Factor：5.1

2025 CiteScore：10.3

Time to First Decision：15.6 Days

Acceptance to Publication：3.4 Days

期刊主页：https://www.mdpi.com/journal/molecules

支持单位：