详细数据与问答附录

回到主文档：短短10微秒就够了？MM/PBSA结合自由能计算的采样陷阱

表A1：结合自由能收敛性总结

TNKS2系列（最好的收敛性）

tnks2-4：轨迹差异 1.13 kcal/mol
tnks2-5：轨迹差异 0.19 kcal/mol
tnks2-9：轨迹差异 0.46 kcal/mol

PLPRO系列（配体依赖性）

plpro-8eua、8uob：收敛良好（差异 <1.2 kcal/mol）
plpro-7sdr、7sqe：收敛差（差异 7.5-8.3 kcal/mol）

CMET系列（全部收敛困难）

cmet-11：最差，轨迹差异 12.9 kcal/mol
其他cmet：差异 2.5-5.2 kcal/mol

表A2：PCA覆盖率

系统类型	100 ns覆盖(%)	10 μs覆盖(%)	增长
采样困难(plpro)	22-31	54-72	2.3-2.7×
采样中等(hif2a)	35-46	66-72	1.5-2.0×
采样容易(tnks2)	48-52	70-74	1.4-1.5×

结论：即使10 μs后，配体仍未探索完整相空间（最多74%）。

表A3：相互作用时间演化案例

案例：Plpro-8eua中Q267-配体H-bond

100 ns：未检测到
1 μs：占有度 15.3%
10 μs：占有度 59.7%

这个H-bond的能量贡献从无到-42 kcal/mol，充分说明采样不足的后果。

表A4：增强采样评估（1 μs vs 10 μs基准）

系统	cMD 10μs	IaMD 1μs	OPES 1μs	最优
plpro-7sdr	-35.8	-30.2	-32.5	×
hif2a-25	-24.9	-22.8	-24.1	OPES
tnks2-5	-32.3	-31.9	-32.1	两者都好

结论：OPES通常优于IaMD，但全局重排系统无法改善。

表A5：施加全局约束条件的结合自由能偏差

系统	无约束(kcal/mol)	有约束Cα(kcal/mol)	偏差
plpro-7sqe	-28.3	-29.7	1.4
hif2a-29	-18.5	-19.8	1.3
tnks2-9	-26.1	-27.1	1.0
cmet-21	-22.4	-24.2	1.8

结论：全局约束虽加快收敛，但导致系统性能量偏移，需在方法部分明确说明。

相互作用时间演化的完整统计

各系列中主要H-bond的占有度对比

plpro系列（3个关键H-bond跟踪）

E166-配体：100 ns约20%, 1 μs约45%, 10 μs约68%
Y170-配体：100 ns约15%, 1 μs约32%, 10 μs约52%
Q267-配体：100 ns约8%, 1 μs约28%, 10 μs约47%

hif2a系列（范德华主导，H-bond数量较少）

主要H-bond：100 ns约35%, 1 μs约62%, 10 μs约71%

tnks2系列（最稳定的H-bond网络）

锌配位H-bond：100 ns约70%, 1 μs约82%, 10 μs约85%
反映了该系列配体与结合位点的强互补性

cmet系列（多态性最强）

不同轨迹在同一时间点的H-bond占有度标准差最高，可达±15%

局限性与实践意义评估

本研究的主要局限性

系统的代表性有限：虽然选择了四个重要靶点，但仅包含19个复合物。更大规模的数据集（50+复合物）会增强结论的统计鲁棒性。
力场的影响未充分探讨：本研究仅使用AMBER 14。不同力场（如CHARMM、OPLS）对采样收敛速度的影响需进一步评估。
隐溶剂模型的局限：MM/PBSA基于隐溶剂模型（GB或PB），与显溶剂MD的收敛行为差异可能显著。本研究的采样时间建议可能对显溶剂MD不完全适用。
增强采样的参数敏感性：IaMD和OPES的参数选择（α值、CV定义）对结果有重大影响，但本研究对参数扫描的分析有限。
计算资源的实际考量：虽然理想的方案是3×10 μs，但许多研究组无法承担。更多关于GPU加速在实际应用中的性价比分析需要补充。

实践意义与改进建议

对MM/PBSA用户的直接影响：

排序任务（判断相对强弱）：100-200 ns足够，但应报告多条轨迹的标准差
定量预测（精度要求1-2 kcal/mol）：需3×5 μs以上，单条轨迹不可靠
机制分析：若涉及相互作用动力学（如H-bond时间演化），建议>5 μs

改进MM/PBSA工作流程的五点建议：

明确报告采样长度和轨迹数：从模糊的”sufficient MD”改为具体的”3×10 μs” 或明确的限制说明
绘制累积平均与RMSD曲线：这两个图应成为每篇论文的标准附图，供审稿人评估收敛性
统计相互作用占有度：不仅报告最终的ΔG值，还应给出关键H-bond、盐桥的占有度及其变化范围
使用多条独立轨迹并报告离散度：单条轨迹的结果应标记为”初步估计”，报告3条轨迹的平均±标准差
增强采样不应作为省时方案：若使用IaMD或OPES，应在补充材料中详细说明参数设置，并与cMD基准对比

对方法发展的启示

这项研究指出，当前许多MM/PBSA应用中的采样不足问题可能被系统地掩盖了：

短期模拟的虚假收敛现象在学术文献中很少被明确讨论，导致许多结论的可信度被高估
增强采样方法（IaMD、OPES）的过度乐观推广需要更理性的评估——它们加速了错误方向的探索与加速正确方向同样危险
对柔性蛋白质系统（特别是激酶、膜蛋白），简单施加约束（如固定主链）来加快计算可能导致数个kcal/mol的系统性偏差，这在高通量虚拟筛选中会严重扭曲排序结果

最后的反思

为什么短模拟会给出虚假的“收敛”信号

从能量学角度，10微秒的MD轨迹中，系统可能陷入多个亚稳态，每个亚稳态内部的能量波动很小（表现为“平台期“），但不同亚稳态之间的相对占有度在缓慢变化。当我们仅看前100纳秒时，系统可能只采样到某个单一的能量“谷“，显示出完美的平台化。

关键的误区在于：RMSD平台化 ≠ 热力学平衡

RMSD反映的是整体的构象相似度
热力学平衡反映的是配体与蛋白质间的多层次相互作用网络的充分采样

plpro-7sdr的例子充分说明：全局RMSD可能早早平台化（<100 ns），但关键的侧链二级定位、水桥网络的重新组织直到几微秒后才完成。

Mendelevium

Contact