从溶剂可及表面积SASA理解抗体结构与工程改造

沐籽李2026-08-01 23:15

在抗体药物研发中，我们经常会提出一些看似简单、实际上并不容易回答的问题。

一个框架区残基位于抗体表面，是否就意味着它可以安全地替换为人源胚系残基？一个CDR残基在复合物结构中靠近抗原，是否就一定对亲和力有重要贡献？在CDR中引入一个组氨酸，是否就能够使抗体获得酸性pH依赖的结合能力？两个AI模型预测的抗体结构整体RMSD很低，为什么计算得到的疏水斑块、界面面积和可开发性风险却可能明显不同？

这些问题的共同之处在于：我们不仅要知道某个残基在三维空间中的位置，还要知道它在多大程度上能够被水分子、抗原、邻近结构域或其他分子接触。

溶剂可及表面积，即Solvent Accessible Surface Area，简称SASA，正是用于描述这种"可接触程度"的基础结构指标。

然而，SASA的价值远不止于把残基分成"表面"和"内部"。当它被放入具体的抗体研发问题中，SASA可以帮助我们理解残基的结构角色、抗原结合界面的形成、疏水表面的暴露、质子化环境的变化以及构象运动对表面性质的影响。

与此同时，SASA也很容易被误用。它能够告诉我们一个残基是否暴露，却不能单独证明这个残基是否重要；能够帮助识别抗原界面，却不能直接判断结合能热点；能够说明组氨酸是否接触溶剂，却不能证明它一定产生pH响应。

真正有价值的SASA分析，不是给每个残基贴上一个"暴露"或"埋藏"的标签，而是把结构位置、状态变化、相互作用网络和研发决策连接起来。

5分钟速览：理解SASA需要抓住什么

SASA描述的是一个具有特定半径的溶剂探针沿蛋白质表面移动时，探针中心能够到达的表面积。计算蛋白质时，通常使用约1.4 Å的探针半径，用以近似水分子的尺度。Lee和Richards在1971年提出了基于滚动探针的静态可及性计算思想，Shrake和Rupley随后提出了通过表面采样点近似计算原子暴露面积的方法，这两类思想至今仍是SASA计算的基础。

SASA较大，通常意味着残基更容易被溶剂接触；SASA较小，则通常意味着残基被邻近原子遮挡或埋藏在蛋白质内部。但绝对SASA受到氨基酸侧链大小影响，因此判断残基的相对暴露程度时，往往需要将其SASA除以该类氨基酸的理论最大可及面积，得到相对SASA，即RSA或rSASA。

SASA可以辅助回答四类问题：

研发问题 SASA提供的信息
残基在哪里 表面暴露、部分暴露或内部埋藏
是否形成界面 结合前后SASA是否下降
表面性质是否改变 疏水、极性或带电面积是否重新暴露
构象是否改变局部环境 MD轨迹中SASA的时间变化和分布

但SASA不能单独回答某个残基是否是能量热点、某个突变是否提高亲和力、某个组氨酸是否具有pH开关作用，也不能直接预测抗体是否发生聚集或降解。

在静态结构中，SASA只是某一个构象的结果；在分子动力学中，它才表现为一个随时间变化的动态分布。某个残基可能长期保持中等暴露，也可能在完全埋藏和高度暴露之间反复切换。即使两者平均SASA相同，其结构意义也完全不同。

因此，SASA最适合作为一种结构环境描述符和状态比较指标，而不是独立的研发决策指标。

SASA描述的究竟是什么

从"水分子沿蛋白表面滚动"开始理解

蛋白质结构通常由一组具有空间坐标和范德华半径的原子表示。若只把所有原子的范德华球拼接起来，可以得到范德华表面。但真实溶剂分子并不是没有体积的点，水分子也无法进入任意狭窄的原子缝隙。

SASA的基本思想，是在每个原子的范德华半径之外，再增加一个溶剂探针半径。随后让这个探针围绕蛋白质移动，计算探针中心可以到达的表面。

对于水溶液中的蛋白质，探针半径通常设为约1.4 Å。这个数值不是说每一个真实水分子都等同于刚性球体，而是用于建立统一、可计算的几何近似。GROMACS当前的gmx sasa工具默认探针半径为0.14 nm，也就是1.4 Å，并能够输出总SASA、残基平均SASA和原子平均SASA。

因此，SASA所描述的并不是"蛋白质自身的实体外表面积"，而是：

对于给定半径的溶剂探针，某个原子、残基或分子区域在当前构象中有多少表面可以被探针中心接近。

SASA通常以Ų或nm²表示。不同软件的默认输出单位可能不同，例如许多结构生物信息学工具使用Ų，而GROMACS通常使用nm²。比较结果前必须统一单位：

SASA可以在哪些层级计算

SASA不是只能针对整个蛋白质计算。根据研究问题，可以计算：

  • 整个IgG、Fab、Fv或单域抗体的总SASA；

  • VH、VL、CH1、CL等不同结构域的SASA；

  • CDR、框架区或抗原表位的区域SASA；

  • 单个残基的总SASA；

  • 单个残基的侧链SASA；

  • 单个原子的SASA；

  • 极性原子和非极性原子的SASA；

  • 游离态与复合物状态之间的SASA差异。

对于抗体工程，残基总SASA和侧链SASA需要加以区分。残基总SASA包含主链与侧链，而一个突变是否能够改变表面电荷、形成氢键或参与质子交换，通常更多取决于侧链官能团是否暴露。

例如，一个组氨酸残基的主链可能暴露，但咪唑侧链被邻近残基遮挡。此时残基总SASA可能不低，真正与pH响应相关的侧链SASA却可能很小。

SASA与相近概念的区别

SASA经常与范德华表面、分子表面、埋藏表面积和界面面积混用，但这些指标并不完全相同。

概念 描述对象 主要用途
范德华表面 原子范德华球的外边界 表示原子占据空间
SASA 溶剂探针中心可到达的表面 表示溶剂可接近程度
溶剂排除表面SES 溶剂探针不能进入区域的边界 分子表面可视化、空腔分析
残基深度 原子或残基到分子表面的距离 描述埋藏深度
接触面积 两个对象空间接触形成的面积 描述分子接触
埋藏表面积BSA 复合物形成前后损失的SASA 判断界面形成
界面面积 两个分子结合时形成的界面规模 描述蛋白---蛋白结合界面

其中，"分子表面"在不同软件中可能指SASA表面，也可能指溶剂排除表面或Connolly surface。进行项目比较时，不能只记录"SASA由某软件计算"，还应记录算法、原子半径、探针半径、氢原子处理方式和结构预处理方法。

为什么要区分绝对SASA和相对SASA

假设一个色氨酸残基的SASA为80 Ų，另一个丙氨酸残基的SASA为50 Ų。仅看绝对数值，似乎色氨酸暴露更多。

但色氨酸具有体积很大的芳香侧链，其完全暴露时的最大可及面积远高于丙氨酸。80 Ų对于色氨酸可能只是部分暴露，而50 Ų对于丙氨酸可能已经接近高度暴露。

因此，在比较不同氨基酸的暴露程度时，需要计算相对SASA：

其中，SASAi是当前结构中残基的可及面积，SASAi,max是该种氨基酸在参考构象中的最大可及面积。

不同研究采用的最大面积归一化标尺并不完全相同。Tien等通过实验结构统计和理论三肽构象枚举重新估算了20种氨基酸的最大可及面积，并指出较早的一些归一化尺度会低估最大值，从而使部分实际结构的RSA异常超过1。

在实际分析中，可以采用如下经验解释：

rSASA 可作为初步结构解释
<5% 接近完全埋藏
5%---25% 部分埋藏或部分暴露
>25% 通常可归为表面暴露
>50% 高度暴露

但这些区间不是严格的物理边界。蛋白质溶剂可及性研究中使用过0%、5%、9%、16%、25%、36%和50%等不同阈值，25%只是常见的二分类阈值之一，并不存在适用于所有任务的统一标准。

在人源化项目中，可能需要区分"完全埋藏、部分暴露和高度暴露"；在抗原界面识别中，更重要的是结合前后的SASA变化；在pH敏感性设计中，则更应关注可滴定侧链的实际暴露程度和随构象变化的动态分布。

换言之，阈值必须服务于问题，而不能反过来让一个阈值替代结构解释。

SASA能够回答什么，又不能回答什么

SASA直接回答的问题只有一个：

在当前结构或构象中，某个原子或残基有多大面积可以被给定半径的溶剂探针接触？

从这个基础问题出发，它可以辅助推断残基是否位于表面、侧链是否朝向溶剂、抗原结合后是否被遮挡、构象变化是否重新暴露疏水区域，以及可滴定基团是否具备接触溶剂的几何条件。

但"暴露""界面""关键位点"和"能量热点"不是同一个概念。

暴露残基不一定是功能关键残基

抗体表面存在大量暴露的框架区残基。这些残基可以显著影响表面电荷、人源性和非特异性相互作用，却未必直接参与抗原识别。

相反，一个SASA较低的框架区残基可能支撑CDR构象、参与VH---VL界面或稳定内部疏水核心，对抗体折叠和亲和力间接产生重要影响。

界面残基不一定是结合能热点

如果一个残基在抗原结合后SASA显著下降，可以认为它位于结合界面或界面附近。但它可能只是被抗原覆盖，并没有形成强氢键、盐桥或高度优化的疏水作用。

结合能热点强调的是残基对结合自由能的贡献，通常需要通过实验丙氨酸扫描、计算突变能、自由能扰动或其他能量方法评价。SASA只能说明几何埋藏，不能直接给出能量贡献。

SASA变化不一定表示发生了功能性构象变化

一个侧链从一种旋转异构体转向另一种旋转异构体，就可能引起明显的局部SASA变化，但抗体主链和CDR整体构象并未发生显著改变。

反过来，Fab的恒定区相对Fv发生整体刚体运动时，总SASA变化可能很小，但elbow angle已经明显改变。因此，SASA必须与RMSD、RMSF、二面角、结构域夹角、距离和构象聚类联合解释。

SASA在人源化中的意义：判断结构角色，而不是直接决定突变

抗体人源化的核心并不是简单地把所有非人源残基替换为人源胚系残基，而是在降低潜在免疫原性风险的同时，尽可能维持抗体的结合能力、结构稳定性和可开发性。

SASA在人源化中的主要价值，是把序列差异转换为结构角色。

高度暴露的框架区残基

高度暴露的框架区残基直接构成Fv的分子表面。将这些残基替换为人源胚系残基，通常不容易直接破坏蛋白质内部疏水核心，但可能改变局部电荷、表面极性和疏水斑块。

因此，对这类位点的评价重点不应只是"是否暴露"，还应包括：

  • 是否靠近CDR；

  • 是否形成表面电荷斑块；

  • 是否影响非特异性结合；

  • 是否形成潜在化学降解位点；

  • 突变后是否产生连续疏水区域。

此外，SASA不能直接量化免疫原性。抗体表面暴露是产生免疫识别的必要背景之一，但免疫原性还受到序列人源性、抗原加工、MHC-II呈递、T细胞表位、聚集和给药方式等多因素影响。

埋藏的框架区残基

低SASA框架区残基常位于VH或VL内部。它们可能参与疏水核心、主链堆积或内部氢键网络。

这类位点即使与人源胚系序列不同，也不能仅根据序列身份直接替换。一个看似保守的鼠源至人源突变，若改变侧链体积或内部包装，可能降低热稳定性，甚至通过结构传递影响CDR构象。

因此，低SASA位点通常应进一步进行：

  • 内部接触分析；

  • 空腔和原子碰撞检查；

  • FoldX或Rosetta稳定性计算；

  • 局部结构优化；

  • 必要时短程MD验证。

VH---VL界面残基

VH---VL界面残基往往不会表现为高度溶剂暴露，因为其表面被另一条链遮挡。但这并不意味着它们不重要。

这些残基能够影响VH与VL的装配、相对取向和CDR空间排布。某些人源化突变不会直接接触抗原，却可能改变VH---VL夹角，从而使多个CDR残基的相对位置整体发生偏移。

因此，分析VH---VL界面时，不能只计算复合Fv中的SASA。还可以分别计算孤立VH、孤立VL和完整Fv中的SASA，通过界面形成前后的SASA差识别链间埋藏残基。

CDR下方的支撑残基

Vernier zone及其他CDR邻近框架残基可能位于CDR环下方，通过空间支撑、氢键或侧链堆积维持CDR构象。

这类残基的SASA常常较低，但功能影响可能很大。人源化中是否需要回突变，不能依据"残基是否暴露"单独决定，而应综合考虑：

  • 胚系身份和人源性；

  • CDR支撑关系；

  • VH---VL界面；

  • 结构预测差异；

  • 局部相互作用网络；

  • 突变稳定性；

  • 抗原复合物结构；

  • 实验结合结果。

因此，在人源化项目中，SASA适合回答的是：

这个候选突变位点属于表面残基、内部核心、链间界面还是CDR支撑区？

它并不直接回答：

这个位点是否必须保留鼠源残基？

SASA在亲和力成熟中的意义：从"靠近抗原"走向"结合后被埋藏"

抗体亲和力成熟通常从CDR及其邻近区域选择候选突变位点。但"距离抗原较近"并不等同于"真实参与界面"。

一个残基即使与抗原最近原子距离小于5 Å，其侧链也可能朝向溶剂，未形成有效接触。另一个残基虽然与抗原距离稍远，却可能通过水桥、静电网络或构象支撑影响结合。

SASA提供了一种从结合状态变化识别界面的方法。

对于单个抗体残基，可以定义：

如果残基在游离抗体中暴露，而形成复合物后SASA明显下降，说明其表面被抗原遮挡。这样的残基通常可归为抗原界面残基或界面边缘残基。

对于整个抗原---抗体界面，可以计算：

该结果表示双方总共损失的溶剂可及面积。部分软件或文献会进一步除以2，报告单侧平均埋藏面积为：

因此，比较不同软件结果时必须确认是否使用了除以2的定义。

ΔSASA大不等于能量贡献大

一个面积较大的酪氨酸可能在结合后被广泛埋藏，从而产生较大的ΔSASA。但如果它只是形成普通的范德华接触，突变后未必导致显著亲和力下降。

相反，一个面积较小的天冬氨酸或赖氨酸即使ΔSASA不大，也可能形成关键盐桥。破坏这个盐桥后，结合能可能显著下降。

因此，亲和力成熟中应把ΔSASA与以下指标组合：

  • 原子接触数量；

  • 氢键和盐桥占有率；

  • 形状互补性；

  • 界面空腔；

  • 侧链构象；

  • 水分子介导相互作用；

  • FoldX或Rosetta突变能；

  • MM/GBSA或MM/PBSA；

  • 实验KD、Kon和Koff。

亲和力增强也不必然伴随总界面面积增加。一个突变可能不增加整体BSA，却通过重新排列一个关键侧链、排出不利界面水或改善静电互补显著降低解离速率。

SASA在这里最适合承担的是界面定位和几何变化解释，而不是直接替代结合自由能计算。

SASA在pH敏感抗体设计中的意义：暴露是条件，不是机制

pH敏感抗体通常利用Asp、Glu、His等可滴定残基在不同pH下的电荷状态变化，调节抗原---抗体界面的氢键、盐桥、静电吸引或排斥。

由于组氨酸侧链的酸碱平衡接近部分生理相关pH区间，它经常被用于pH响应设计。但在CDR中引入His并不意味着一定能够获得pH依赖性。

SASA在这一场景中提供的是质子交换与局部环境的结构线索。

完全暴露的可滴定残基

当His、Asp或Glu高度暴露于溶剂时，其局部环境较接近水溶液，表观pKa往往不会偏离模型化合物过多。

这类残基可能容易发生质子交换，但如果远离抗原界面，即使电荷状态改变，也未必影响抗原结合。

完全埋藏的可滴定残基

完全埋藏的带电基团可能产生较大的去溶剂化代价，其pKa可能显著偏移。但引入一个深埋His也可能破坏内部包装、产生不利电荷或诱发局部构象重排。

因此，"pKa偏移可能较大"并不等于"适合用于抗体工程"。

部分暴露的界面或界面边缘残基

对于pH敏感性设计，更有价值的往往是位于抗原界面或界面边缘、具有一定溶剂可及性，同时又处于特定氢键或静电环境中的位点。

在酸性条件下，His质子化后可能：

  • 新形成氢键；

  • 破坏原有氢键；

  • 与正电残基产生排斥；

  • 与负电残基形成盐桥；

  • 改变界面水分子的稳定性；

  • 诱发CDR局部构象变化。

但这些机制无法由SASA单独证明。常规MD固定质子化状态，不能同时采样构象变化和质子化状态交换；恒pH分子动力学则允许在给定pH下对构象与质子化状态进行耦合采样，更适合研究pH依赖机制。

合理的pH敏感位点评价至少应包含：

SASA、pKa、Frac Prot、界面位置、相互作用网络、构象稳定性

其中，SASA回答残基是否具备溶剂接近条件；pKa和Frac Prot回答在目标pH下是否发生有效质子化切换；界面分析回答电荷变化能否传递到结合；MD则回答这种状态是否在动态构象中稳定存在。

SASA在抗体可开发性评价中的意义

抗体的可开发性问题并不只来自序列本身，还来自序列在三维结构表面形成的空间性质。两个疏水残基在线性序列中可能相距很远，却在折叠后聚集为同一个疏水斑块。

SASA是构建这类表面描述符的重要基础。

疏水表面的暴露

蛋白质折叠通常会将大量疏水侧链埋藏在内部，但抗体CDR为了识别抗原，往往包含芳香族和疏水残基。若多个暴露疏水残基在空间上连续聚集，可能提高自相互作用、非特异性结合、低溶解度和聚集风险。

抗体可开发性研究表明，CDR附近表面疏水性、正负电荷斑块以及重轻链电荷不对称等三维特征与部分不良可开发性表现有关。

但单个残基SASA并不能完整描述疏水风险。需要同时考虑：疏水斑块、风险暴露面积、疏水强度和空间连续性

一个孤立、部分暴露的苯丙氨酸不一定构成风险；多个Trp、Phe、Leu和Ile形成连续区域时，风险才可能显著增加。

表面电荷的暴露

带电残基的SASA会影响其对外部溶剂和其他分子的静电影响。抗体表面连续的正电或负电区域可能影响：

  • 非特异性蛋白结合；

  • 自相互作用；

  • 高浓度黏度；

  • 色谱行为；

  • 清除率；

  • 制剂条件下的胶体稳定性。

仅计算抗体净电荷或理论等电点，无法反映电荷在三维表面的空间分布。因此，在性质分析中，SASA常与静电势计算结合，将电荷信息映射到实际可接触表面。

化学降解热点

SASA还可以作为化学降解风险的一个修正因素。例如，Met和Trp的氧化、Asn的脱酰胺、Asp的异构化以及未配对Cys的副反应，都可能受到局部暴露程度影响。

但SASA不是反应速率。化学降解还受到以下因素影响：

  • 邻近序列；

  • 主链构象；

  • 局部柔性；

  • pH和温度；

  • 氧化剂水平；

  • 金属离子；

  • 制剂组成；

  • 储存时间。

因此，合理的表述应是：

高SASA可能提高某些化学位点与溶剂或反应物接触的机会，但不能仅凭SASA判定真实降解风险。

近年的抗体表面描述符研究还显示，描述符结果会受到初始结构模型、计算参数和构象采样方式影响；对MD构象集合进行平均能够减少不同结构预测方法带来的部分系统偏差，但并不保证所有描述符与实验性质的相关性都得到改善。

SASA与抗体构象变化：平均值相同，不代表机制相同

抗体在溶液中不是一个静止对象。CDR环会发生局部运动，VH与VL之间存在相对取向变化，Fab的Fv与恒定区之间存在elbow bending，抗原结合和pH变化也可能改变局部构象平衡。

因此，单一晶体结构或AI预测结构中的SASA，只是某一个构象快照。

假设残基A和残基B在100 ns轨迹中的平均侧链SASA均为40 Ų：

  • 残基A始终在35---45 Ų之间波动；

  • 残基B一半时间接近5 Ų，另一半时间接近75 Ų。

两者平均值相同，但其物理意义完全不同。

残基A处于稳定的部分暴露环境；残基B则在"埋藏态"和"开放态"之间发生构象转换。若残基B是一个His，它在不同构象中的pKa和质子交换条件也可能明显不同。

因此，MD中的SASA至少应从四个角度分析：

  1. 均值：总体暴露水平；

  2. 标准差或四分位距：暴露波动程度；

  3. 时间序列：变化发生在何时；

  4. 概率分布：是否存在多个暴露状态。

进一步还可以比较不同构象簇的SASA。如果高SASA状态只存在于少数短暂构象中，就不能简单把它解释为长期暴露；如果某种状态在多个独立模拟中稳定出现，则更值得进行功能解释。

此外，总SASA的变化不一定能够定位构象运动。一个抗体可能发生明显的elbow angle变化，但由于结构域本身保持折叠，总表面积只发生轻微变化。此时应进一步计算：

  • Fv、CH1和CL分区SASA；

  • CDR残基级SASA；

  • 结构域夹角；

  • 分区RMSD；

  • 结构域间接触面积。

如何在分子动力学模拟中使用SASA

轨迹预处理比计算命令更重要

直接对未经处理的周期性轨迹计算SASA，可能得到完全错误的结果。如果抗体被周期性边界切成两部分，软件会把断裂的结构当作真实表面，导致SASA异常增大。

GROMACS文档明确提示，在使用周期性边界计算表面积时，应确保分子或表面选择没有被PBC拆分，否则会得到没有意义的结果。

典型预处理流程包括：

  1. 去除周期性边界跳跃；

  2. 保持抗体或复合物完整；

  3. 将目标分子居中；

  4. 对需要比较的结构进行一致的主链或结构域对齐；

  5. 使用相同的原子选择、原子半径和探针半径。

需要注意，SASA本身由局部坐标决定，并不要求轨迹必须对齐才能计算。但对齐有助于将SASA变化与结构运动、构象聚类和其他指标对应。

GROMACS示例

计算整个蛋白质的总SASA和残基平均SASA：

复制代码 
gmx sasa \
  -s md.tpr \
  -f md_center.xtc \
  -surface 'group "Protein"' \
  -output 'group "Protein"' \
  -o sasa_total.xvg \
  -or sasa_residue.xvg \
  -probe 0.14 \
  -ndots 240

其中：

  • sasa_total.xvg记录总SASA随时间变化；

  • sasa_residue.xvg记录各残基的平均面积；

  • -probe 0.14表示0.14 nm探针半径；

  • -ndots控制球面采样密度，采样点越多通常越精细，但计算成本也更高。

GROMACS的gmx sasa能够从轨迹计算总表面积，并通过-or和-oa输出残基或原子层面的平均值和标准差。进行精细候选排序时，建议对-ndots进行收敛测试，而不是默认认为点数越高越好。

MDTraj Python示例

以下代码按残基计算每一帧SASA，并输出Ų单位的平均值、标准差和分位数：

复制代码 
from pathlib import Path

import mdtraj as md
import pandas as pd

topology_file = Path("md.tpr")
trajectory_file = Path("md_center.xtc")

if not topology_file.exists():
    raise FileNotFoundError(f"Missing topology: {topology_file}")

if not trajectory_file.exists():
    raise FileNotFoundError(f"Missing trajectory: {trajectory_file}")

traj = md.load(str(trajectory_file), top=str(topology_file))

# MDTraj返回nm²；mode="residue"表示按残基求和
sasa_nm2 = md.shrake_rupley(
    traj,
    probe_radius=0.14,
    n_sphere_points=960,
    mode="residue",
)

sasa_a2 = sasa_nm2 * 100.0

records = []
for index, residue in enumerate(traj.topology.residues):
    values = sasa_a2[:, index]

    records.append(
        {
            "residue_index": index,
            "residue": str(residue),
            "mean_sasa_a2": values.mean(),
            "std_sasa_a2": values.std(ddof=1),
            "q05_sasa_a2": pd.Series(values).quantile(0.05),
            "median_sasa_a2": pd.Series(values).median(),
            "q95_sasa_a2": pd.Series(values).quantile(0.95),
        }
    )

result = pd.DataFrame(records)
result.to_csv("residue_sasa_summary.csv", index=False)

print(result.head())

MDTraj的shrake_rupley实现了Shrake--Rupley球面采样方法，可以按原子或残基计算各轨迹帧的SASA。

MD分析中不能只报告一个平均值

一个更完整的抗体SASA分析应当同时报告：

  • 总SASA时间序列；

  • 极性和非极性SASA；

  • 关键残基侧链SASA；

  • 平均值与标准差；

  • 概率分布；

  • 轨迹前后分段结果；

  • 独立重复模拟之间的一致性；

  • 不同构象簇的SASA；

  • SASA与距离、氢键和RMSF的相关变化。

100 ns轨迹并不自动意味着分析已经收敛。若残基暴露状态发生慢速转换，单条100 ns轨迹可能只采样到一个局部状态。至少应进行分块分析，例如比较0---25、25---50、50---75和75---100 ns的分布；条件允许时，应使用多条独立重复模拟。

SASA在AI结构预测结果评价中的意义

AlphaFold 3可以联合预测包含蛋白质、核酸、小分子、离子和修饰残基的复合物，并在其论文基准中表现出相较部分早期方法更好的抗体---抗原复合物预测能力。Protenix则以AlphaFold 3思想的开放复现为目标，覆盖多种生物分子复合物，但其公开技术报告目前仍属于预印本。

IgFold、ABodyBuilder2和ImmuneBuilder等抗体专用工具能够快速预测抗体可变区结构，并对框架区和多数CDR提供较好的结构起点；但CDR-H3构象、侧链排布以及真实构象集合仍然是较难处理的问题。

SASA可以作为AI结构评价的补充指标，但不能被误解为新的结构置信度分数。

1. 高置信度不等于表面性质精确

pLDDT、PAE、ipTM或其他模型置信度主要描述模型对局部结构或相对位置的信心。即使主链结构整体准确，一个芳香侧链的χ角方向发生变化，也可能明显改变局部SASA、疏水斑块和界面接触。

因此，两个主链RMSD很低的抗体模型，仍可能具有不同的：

  • CDR侧链SASA；

  • VH---VL界面埋藏面积；

  • 抗原界面ΔSASA；

  • 疏水斑块面积；

  • 电荷暴露；

  • 空腔和内部水通道。

2. 复合物预测中的ΔSASA尤其敏感

抗原---抗体复合物的BSA和残基ΔSASA高度依赖界面侧链排布。若模型把抗体整体对接位置预测正确，但界面侧链尚未达到合理构象，计算得到的界面SASA可能仍然失真。

因此，不建议对未经处理的单个AI复合物模型直接进行精确的残基排序。更稳妥的流程是：

  1. 检查模型置信度；

  2. 检查CDR和界面几何；

  3. 去除明显原子碰撞；

  4. 补充缺失原子和合理质子化状态；

  5. 进行侧链优化和局部能量最小化；

  6. 比较多个预测模型；

  7. 计算SASA、BSA和表面斑块；

  8. 对关键候选进行短程显式溶剂MD松弛；

  9. 检查SASA排序在不同模型和轨迹中是否稳定。

3. AI结构通常代表构象假设，而不是完整构象分布

一个预测模型提供的是一个或若干候选结构，并不等同于溶液中的热力学构象集合。对于高柔性的CDR、VH---VL相对取向或pH耦合构象变化，单结构SASA只能说明"在这个预测构象中如何暴露"。

因此，AI预测加SASA并不能替代MD，更不能替代实验。合理定位是：

AI预测提供结构起点，SASA提供表面环境描述，物理优化和MD检查描述符是否稳健，实验决定这些差异是否真正影响药物性质。

抗体项目中的四层SASA分析框架

为了避免把SASA分析做成单纯的软件输出，可以把项目流程分为四个层次。

第一层：结构定位

首先判断候选残基属于哪种结构角色：

  • 高度暴露的表面残基；

  • 部分暴露残基；

  • 内部疏水核心；

  • VH---VL界面；

  • CDR支撑区；

  • 抗原界面；

  • 界面边缘；

  • 潜在空腔或水通道附近。

这一层回答的是"残基在哪里"。

第二层：状态比较

随后比较不同研发状态：

  • 亲本与突变体；

  • 鼠源与人源化候选；

  • 游离抗体与抗原复合物；

  • pH 7.4与酸性pH；

  • 固定质子化与恒pH模拟；

  • AI初始结构与MD松弛结构；

  • 不同构象簇；

  • 不同独立重复轨迹。

这一层回答的是"残基暴露如何改变"。

第三层：功能解释

将SASA变化与其他结构指标对应：

  • 氢键是否形成或消失；

  • 盐桥是否稳定；

  • 疏水斑块是否扩大；

  • 侧链是否发生旋转；

  • CDR是否发生开合；

  • pKa或Frac Prot是否改变；

  • VH---VL取向是否变化；

  • 抗原界面是否重新包装。

这一层回答的是"为什么发生变化"。

第四层：研发决策

最后才能将结果用于：

  • 人源化回突变优先级；

  • 亲和力成熟位点筛选；

  • pH敏感突变设计；

  • 聚集和非特异性风险识别；

  • 降解热点排序；

  • 候选分子淘汰或进入实验。

这一层回答的是"下一步做什么"。

一个实用的残基级结果表可以设计为：

字段 作用
链、残基编号与编号体系 保证结构与序列映射
CDR/FR及结构域归属 标记功能区域
总SASA与侧链SASA 描述绝对暴露
rSASA 跨氨基酸比较
游离态---结合态ΔSASA 判断抗原界面
不同状态平均SASA 比较pH或突变影响
SASA标准差与分布 判断动态波动
氢键、盐桥和接触 解释相互作用
疏水斑块归属 评价表面风险
pKa或Frac Prot 评价质子化行为
突变能或稳定性 评价结构代价
结构解释 描述变化机制
项目建议 进入实验、保留或淘汰

十个常见误区

误区一：SASA越大，残基越重要

SASA大只说明更暴露。大量普通框架区残基具有较大SASA，却不直接决定抗原结合。

误区二：SASA越小，残基越不重要

低SASA残基可能构成内部疏水核心、VH---VL界面或CDR支撑网络，对稳定性和构象十分关键。

误区三：距离抗原近就是界面残基

最近原子距离只能描述空间邻近。侧链可能朝向溶剂，结合后SASA并未明显下降。

误区四：ΔSASA越大，亲和力贡献越大

ΔSASA描述几何埋藏，结合能热点还取决于相互作用类型、去溶剂化、构象熵和界面水。

误区五：暴露的His一定具有pH响应

His可以暴露并发生质子化，但若远离功能界面，其电荷变化可能不影响抗原结合。

误区六：静态SASA可以代表溶液行为

静态结构只是构象快照。柔性CDR和侧链可能在轨迹中呈现完全不同的暴露分布。

误区七：总SASA变化说明发生重大构象变化

局部侧链旋转可以改变SASA，结构域刚体运动也可能几乎不改变总SASA。必须结合其他构象指标。

误区八：AI预测结构可以直接用于精确SASA排序

局部侧链和界面包装误差足以改变残基SASA。关键结论应经过结构优化、多模型比较或MD检验。

误区九：一个暴露疏水残基必然导致聚集

聚集风险更多取决于连续疏水斑块、构象稳定性、浓度、pH和制剂环境，而不是单一残基。

误区十：不同软件的SASA结果可以直接比较

不同算法、原子半径、探针半径、氢原子处理、单位和结构预处理都会造成差异。FreeSASA之所以提供Lee--Richards和Shrake--Rupley两类实现及可配置参数，正说明方法设置是结果的一部分。

一个最小可行的抗体SASA分析案例

下面构建一个不依赖真实企业数据的案例。

1. 项目设定

现有一个亲本抗体和三个候选突变体：

  • Mut-A：在抗原界面边缘引入His；

  • Mut-B：在CDR下方部分埋藏位置引入His；

  • Mut-C：将一个表面极性残基替换为芳香疏水残基。

项目希望判断：

  1. 突变位点是否暴露；

  2. 是否属于真实抗原界面；

  3. 是否形成新的疏水斑块；

  4. His在不同pH下的SASA是否改变；

  5. 是否影响CDR构象；

  6. 哪些候选值得进入实验。

2. 输入

项目至少需要：

  • 亲本及三个突变体序列；

  • 抗原结构；

  • 抗体单体和复合物预测模型；

  • 统一编号和CDR划分；

  • pH 7.4与酸性条件下的质子化模型；

  • 每个体系100 ns MD轨迹；

  • 最好具有两到三条独立重复模拟。

3. 分析流程

首先对四个抗体模型进行统一结构预处理和侧链优化。随后计算静态结构中的总SASA、侧链SASA、rSASA和复合物ΔSASA，用于完成结构定位。

之后对每个体系进行MD，计算关键残基的SASA时间序列、分布和不同构象簇中的平均SASA。同时分析CDR RMSF、关键距离、氢键、盐桥和疏水斑块。

对于Mut-A和Mut-B，还需要结合pKa预测或恒pH MD，判断His在目标pH区间是否发生明显质子化切换。

4. 演示性结果

下表仅为说明筛选逻辑的示意数据，不代表真实抗体结果。

分子 位点rSASA 结合ΔSASA pH变化下侧链SASA CDR稳定性 表面风险 初步判断
亲本 --- --- --- 稳定 基线 对照
Mut-A 38% 42 Ų pH 7.4为35 Ų；酸性为48 Ų 稳定 无明显新增 优先验证
Mut-B 8% 5 Ų 两种pH均低于10 Ų 局部波动增加 无明显斑块 谨慎或淘汰
Mut-C 62% 8 Ų 无关 稳定 疏水斑块明显增大 可开发性风险较高

Mut-A位于界面边缘，具有一定溶剂可及性，酸性条件下暴露增加，同时未明显破坏CDR稳定性。这并不能证明它具有pH敏感结合，但说明其具备进入双pH实验验证的结构基础。

Mut-B虽然引入了His，但侧链长期埋藏、与抗原界面无明显关系，并伴随局部构象波动增加。即使该位点出现pKa偏移，也可能主要反映内部异常环境，而不是可利用的结合开关。

Mut-C不影响CDR主链，却在表面形成新的连续疏水区域。它可能保持亲和力，但需要在HIC、聚集、非特异性结合和高浓度性质方面重点评价。

5. 候选进入实验的判断逻辑

候选不应仅按照SASA大小排序。更合理的筛选逻辑是：

候选价值＝功能位置 + 合理暴露 + 目标状态差异 + 结构稳定 - 可开发性风险

对于pH敏感设计，优先选择在目标界面具有适度暴露、pH状态间出现可解释变化、同时不破坏CDR构象的候选。

对于亲和力成熟，优先选择具有合理界面埋藏、相互作用改善且不产生明显疏水或电荷斑块的候选。

对于人源化，则优先保留结构角色明确、回突变理由充分的少量关键鼠源残基，而不是根据单一SASA阈值进行机械替换。

总结：SASA的价值在"比较"，不在"贴标签"

SASA是蛋白质结构分析中最基础的指标之一，也正因为基础，它经常被低估或过度解释。

如果只是计算一个静态结构中每个残基的SASA，然后把残基分成"暴露"和"埋藏"，SASA能够提供的信息十分有限。真正有价值的分析来自状态之间的比较：

  • 人源化前后，哪些表面性质发生改变；

  • 抗原结合前后，哪些残基被埋藏；

  • 亲本与突变体之间，界面包装是否改变；

  • 中性和酸性pH下，可滴定残基的环境是否变化；

  • AI模型优化前后，表面斑块是否稳定；

  • MD构象集合中，暴露状态是持续存在还是偶发出现。

在人源化中，SASA用于理解残基的结构角色，但不能替代胚系分析、CDR支撑关系和实验结合评价。

在亲和力成熟中，ΔSASA用于识别界面埋藏和包装变化，但不能替代能量分析和实验KD、Kon与Koff。

在pH敏感性设计中，SASA用于判断可滴定侧链是否具备合理的溶剂接近条件，但不能替代pKa、质子化比例和恒pH模拟。

在可开发性分析中，SASA用于识别暴露的疏水或带电表面，但风险来自空间连续的表面斑块、构象稳定性和真实制剂环境，而不是某个孤立残基的面积。

在MD中，SASA应被理解为一个动态分布，而不是单一平均值。

在AI结构预测评价中，SASA能够补充检查表面性质和界面包装，却不能替代模型置信度、立体化学检查、物理优化和实验验证。

因此，SASA最准确的定位不是"判断氨基酸是否位于抗体外部的工具"，而是：

一个连接三维结构、溶剂环境、分子界面、构象变化和抗体工程决策的基础描述符。

它不会直接给出研发答案，但能够帮助我们提出更准确的问题，也能够使人源化、亲和力成熟、pH响应设计和可开发性评价从序列层面的经验判断，走向可以被结构解释和动态验证的工程过程。

参考文献

  1. Lee B, Richards FM. The interpretation of protein structures: Estimation of static accessibility. Journal of Molecular Biology. 1971;55:379--400. DOI: 10.1016/0022-2836(71)90324-X.

  2. Shrake A, Rupley JA. Environment and exposure to solvent of protein atoms: Lysozyme and insulin. Journal of Molecular Biology. 1973;79:351--371. DOI: 10.1016/0022-2836(73)90011-9.

  3. Tien MZ, Meyer AG, Sydykova DK, Spielman SJ, Wilke CO. Maximum allowed solvent accessibilities of residues in proteins. PLOS ONE. 2013;8:e80635. DOI: 10.1371/journal.pone.0080635.

  4. Mitternacht S. FreeSASA: An open source C library for solvent accessible surface area calculations. F1000Research. 2016;5:189. DOI: 10.12688/f1000research.7931.1.

  5. Raybould MIJ, Marks C, Krawczyk K, et al. Five computational developability guidelines for therapeutic antibody profiling. Proceedings of the National Academy of Sciences. 2019;116:4025--4030. DOI: 10.1073/pnas.1810576116.

  6. de Oliveira VM, Liu R, Shen J. Constant pH molecular dynamics simulations: Current status and recent applications. Current Opinion in Structural Biology. 2022;77:102498. DOI: 10.1016/j.sbi.2022.102498.

  7. Park E, Izadi S. Molecular surface descriptors to predict antibody developability: Sensitivity to parameters, structure models, and conformational sampling. mAbs. 2024;16:2362788. DOI: 10.1080/19420862.2024.2362788.

  8. Abramson J, Adler J, Dunger J, et al. Accurate structure prediction of biomolecular interactions with AlphaFold 3. Nature. 2024;630:493--500. DOI: 10.1038/s41586-024-07487-w.

相关推荐
智慧物业老杨1 小时前
物业如何做好预算管理？落地架构逻辑
人工智能·架构
微学AI1 小时前
一根针指向所有方向：挂谷猜想对 LLM Agent 技能-记忆架构的启示
开发语言·人工智能·架构·挂谷猜想
城管不管1 小时前
ReAct、Plan-and-Execute、Reflection 三大智能 Agent 范式核心区别
java·人工智能·算法·spring·ai·动态规划
boppu2 小时前
布草特殊污渍去渍剂的种类及作用
大数据·人工智能
AIsoft_86882 小时前
会议录音转文字与AI纪要工具推荐：免费额度与核心功能对比指南
人工智能
sphw2 小时前
nixnb： Jupyter Notebook 优雅分享
ide·人工智能·jupyter
mingo_敏2 小时前
DeepAgents : 权限（Permissions）
人工智能·深度学习·langchain
合调于形2 小时前
Bianfchheng (Liuu) 《边城（六）》字母标调拼音拼写实测案例
人工智能·自然语言处理·人机交互·语音识别·学习方法
凯丨2 小时前
AI 蠕虫来了：恶意文档如何通过 Copilot for Word 自我传播？
人工智能·c#·copilot
热门推荐
01如何新建文件夹？ 电脑新建文件夹的4种方法02GitHub 镜像站点032026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片04国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）05微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新06AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路072026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？08AI科技热点日报 | 2026年07月01日092026上半年大模型全景技术解读：推理融合、Agent 爆发与多模态统一102026 年 AI 大模型 & AI 编程工具实战全总结