作者，Evil Genius
生化小课，CADD计算机辅助药物设计已经开启，对分子对接/分子动力学感兴趣的同学可以报名参加，我自己做了个合集，在分子动力学，感兴趣可以关注一下。
今天我们补充3D-QSAR 与药物结构优化
3D-QSAR（Three-Dimensional Quantitative Structure--Activity Relationship，三维定量构效关系） 的核心思想，是把一系列具有相似作用机制的活性化合物放到统一的三维空间中，分析分子不同空间位置的立体场、静电场等性质与生物活性之间的定量关系，再利用模型预测新化合物活性，从而指导药物结构优化。
简单理解：
已知化合物结构 + 已知活性 → 建立3D-QSAR模型 → 找到"什么位置应该增加/减少什么性质" → 设计新分子 → 预测活性 → 合成验证 → 进一步优化。
一、3D-QSAR到底解决什么问题？
传统SAR往往是：
苯环 → 换成甲基 → 活性提高
苯环 → 换成氟 → 活性下降
它能够告诉我们**"改了什么以后活性发生变化"**，但是不一定能解释：
为什么这个位置适合加大基团，而另一个位置不能加？
3D-QSAR进一步考虑分子的三维空间性质。
例如一个蛋白结合口袋：
疏水区域
↓
┌──────────────────┐
│ ▓▓▓▓ │
│ 配体分子 │
│ ●────● │
│ │ │
│ ●───● │
└──────────────────┘
↑
极性区域3D-QSAR可以进一步告诉我们：
-
哪个位置需要更大的基团？
-
哪个位置需要更小的基团？
-
哪个位置适合增加正电性？
-
哪个位置适合增加负电性？
-
哪个位置需要疏水基团？
-
哪个位置增加极性可能导致活性下降？
这就是它对药物结构优化最有价值的地方。
二、3D-QSAR的完整分析流程
整个过程可以概括为：
化合物库
↓
结构标准化
↓
活性数据整理
↓
三维结构生成
↓
分子构象优化
↓
分子叠合 Alignment
↓
计算三维分子场
↓
CoMFA / CoMSIA
↓
建立QSAR模型
↓
交叉验证
↓
外部验证
↓
Contour Map
↓
结构优化
↓
新化合物设计
↓
活性预测
↓
分子对接
↓
MD模拟
↓
实验验证其中真正的核心是：
Alignment → Molecular Field → Statistical Model → Contour Map → Structure Optimization
三、第一步：准备化合物和活性数据
首先需要一批结构相似、作用机制相近的化合物。
例如有20～100个化合物：
| Compound | IC₅₀ |
|---|---|
| C01 | 12.5 nM |
| C02 | 45.3 nM |
| C03 | 110.2 nM |
| C04 | 8.6 nM |
| C05 | 320 nM |
| ... | ... |
通常把活性转换为：
例如：
则：
这样处理以后：
pIC₅₀越高 → 活性越强
四、第二步：结构标准化
需要对所有化合物进行统一处理。
主要包括：
1. 去除无关结构
例如：
-
溶剂
-
counter ion
-
盐
-
不必要的小分子
2. 统一质子化状态
例如：
不同pH条件下的质子化状态可能影响：
-
电荷
-
氢键
-
静电场
-
分子构象
3. 统一立体化学
尤其需要注意：
-
R/S
-
E/Z
-
手性中心
因为3D-QSAR高度依赖三维结构。
五、第三步：建立三维结构
3D-QSAR与普通2D-QSAR最大的区别之一，就是需要三维坐标。
例如：
2D结构
↓
3D构象
↓
能量最小化
↓
合理构象常见工具包括：
-
RDKit
-
Open Babel
-
Schrödinger
-
MOE
-
Discovery Studio
-
OpenEye
-
Gaussian等
通常需要进行：Conformer generation
然后：Energy minimization
得到合理的三维构象。
六、第四步：最关键的一步------分子叠合 Alignment
这是3D-QSAR中非常重要、同时也是最容易影响结果的一步。
假设有三个化合物：
Compound 1 Compound 2 Compound 3
● ● ●
/ \ / \ / \
● ● ● ● ● ●
\ \ \
● ● ●必须把它们放到一个统一坐标系中。
例如：
Compound 1
↓
───────────
Compound 2
↓
───────────
Compound 3
↓
───────────
统一空间坐标这样才能比较：
空间中同一个位置的物理化学性质是否与活性相关。
七、为什么Alignment如此重要？
假设真实情况是：
蛋白结合口袋
┌───────────────┐
│ 疏水区域 │
│ ↓ │
│ [R] │
│ │
│ [配体核心] │
└───────────────┘如果配体叠合正确：
Ligand 1
Ligand 2
Ligand 3
Ligand 4
↓
核心结构高度重合3D-QSAR才能准确分析。
如果叠合错误：
Ligand 1 Ligand 2
● ●
Ligand 3
●
空间位置错乱
↓
错误的3D场
↓
错误的QSAR模型
↓
错误的结构优化建议因此：
Alignment质量往往直接决定3D-QSAR模型的可信度。
八、第五步：计算三维分子场
这是3D-QSAR的核心。
最经典的是：
CoMFA
Comparative Molecular Field Analysis
主要分析：
① Steric field
即：
立体场
通常使用探针原子在空间网格中扫描分子。
回答：
这个位置需要"大一点"还是"小一点"？
② Electrostatic field
即：
静电场
回答：
这个位置更适合正电性还是负电性？
因此CoMFA最经典的两个描述符：
九、CoMSIA
另一个经典方法是：
CoMSIA
Comparative Molecular Similarity Indices Analysis
可以同时分析：
-
Steric
-
Electrostatic
-
Hydrophobic
-
H-bond donor
-
H-bond acceptor
因此：
具体采用哪些场取决于研究体系。
十、为什么需要建立三维网格？
可以想象在分子周围建立一个巨大的三维"空间网格"：
Z
↑
│
┌───────────┐
/│ /│
/ │ / │
┌───────────┐ │
│ • • • • │ │
│ • 配体 • │ │
│ • • • • │ /
│ │/
└───────────┘────→ X
/
↓
Y每个网格点都会记录：
-
立体能
-
静电能
-
疏水性
-
氢键性质等
最终形成一个非常大的矩阵：
而实验活性：
十一、第六步：建立统计模型
最经典的方法是：
PLS
Partial Least Squares，偏最小二乘回归
建立：
也就是：
最终得到：
十二、第七步：模型验证
这一部分非常重要。
不能只看：R2
因为模型可能发生过拟合。
需要至少考虑：
① R2
训练集拟合能力。
② Q2
交叉验证能力。
通常：Q2 > 0.5
可以作为一个较常见的经验性参考，但不能把0.5当成绝对合格线。
③ RMSE
预测误差：
越小越好。
④ 外部验证
把数据分成：
Training set
↓
建立模型
Test set
↓
完全不参与建模
↓
预测
↓
比较预测值和实验值这是评价3D-QSAR真正预测能力的重要方式。
十三、第八步------最重要的结果：Contour Map
3D-QSAR最有价值的输出之一就是：
三维等高线图（Contour Map）
它能够直接告诉药物化学家：
"这个位置加什么基团可能更好？"
例如经典CoMFA：
Steric contour
绿色区域：
适合较大的基团
黄色区域：
不适合较大的基团
因此：
Green
↓
[大基团]
|
┌──────┴──────┐
│ 配体 │
└─────────────┘
↑
Yellow
避免大基团十四、Electrostatic contour
通常可以看到不同颜色区域分别代表：
正电性/负电性更有利或更不利的空间区域
例如：
电性有利区域
↓
🔵
┌───────┐
│ Ligand│
└───────┘
🔴
↑
另一种电性具体颜色含义必须以软件生成图例为准，不能脱离软件图例直接把某种颜色固定解释成"正电"或"负电"。
十五、从Contour Map进入药物结构优化
这才是3D-QSAR真正用于药物研发的地方。
假设原始分子：
R
|
┌───────┐
│ Core │
└───────┘3D-QSAR发现：
🟢
↓
适合大基团
R
|
┌───────┐
│ Core │
└───────┘那么可以设计：R = CH3
→
R = Et
→
R=iPr
→
R= Ph
然后分别预测活性。
十六、结构优化实际上是一个"迭代过程"
不是：
做一次3D-QSAR → 得到最终药物
而是：
已知活性化合物
↓
3D-QSAR
↓
Contour Map
↓
结构改造设计
↓
新化合物预测
↓
分子对接
↓
MD模拟验证
↓
化合物合成
↓
生物实验
↓
新一轮SAR数据
↓
更新3D-QSAR
↓
再优化这实际上是：
计算设计 → 实验验证 → 数据反馈 → 再设计
的循环。
十七、3D-QSAR + 分子对接 + MD是非常好的组合
分子对接、GROMACS分子动力学以及药物设计，把三种方法串起来。
它们解决的问题不同：
| 方法 | 核心问题 |
|---|---|
| 2D-QSAR | 什么结构特征影响活性？ |
| 3D-QSAR | 三维空间什么性质影响活性？ |
| 分子对接 | 配体可能如何结合蛋白？ |
| MD | 这个结合构象在动态环境下是否稳定？ |
| MM/PBSA | 结合自由能大致如何？ |
形成：
十八、一个非常典型的药物优化案例思路
假设研究一个蛋白靶点：
Protein
│
├── Compound 1 IC50 = 100 nM
├── Compound 2 IC50 = 30 nM
├── Compound 3 IC50 = 10 nM
├── Compound 4 IC50 = 3 nM
└── Compound 5 IC50 = 1 nM首先：
然后：
化合物3D结构
↓
结构叠合
↓
CoMFA / CoMSIA
↓
建立模型
↓
Contour Map发现：
疏水有利区域
↓
┌──────┐
│ │
┌────┴──────┴───┐
│ Ligand │
└───────────────┘
↑
H-bond有利区域于是提出：
在R1位置增加疏水基团，在R2位置引入氢键受体。
设计：
Lead compound
↓
R1优化
↓
R2优化
↓
Compound A
Compound B
Compound C
Compound D随后进行：
Docking
检查：
-
是否进入binding pocket
-
是否形成关键氢键
-
是否存在π-π stacking
-
疏水相互作用是否合理
-
是否出现空间冲突
再进行：
MD
例如：
-
RMSD
-
RMSF
-
Radius of gyration
-
Hydrogen bonds
-
SASA
-
Protein-ligand contacts
-
MM/PBSA或MM/GBSA
最终筛选：
十九、3D-QSAR与药物结构优化的核心逻辑
可以把整个过程浓缩成下面这张"科研思维图"：
已知活性化合物
│
↓
三维结构准备
│
↓
分子叠合
│
↓
┌──────────────────┐
│ 3D Molecular │
│ Fields │
└──────────────────┘
│
↓
CoMFA / CoMSIA
│
↓
PLS建模
│
↓
模型验证 R²/Q²
│
↓
Contour Map
│
┌────────┴────────┐
↓ ↓
有利区域 不利区域
↓ ↓
增加相应基团 避免相应基团
└────────┬────────┘
↓
新分子设计
↓
活性预测
↓
Docking
↓
MD
↓
实验验证
↓
Lead优化二十、3D-QSAR最需要注意的几个问题
1. 化合物不能太杂
如果化合物：
-
作用机制不同
-
结合位点不同
-
构象差异巨大
-
活性测定体系不同
那么建立一个3D-QSAR模型往往没有意义。
2. Alignment非常关键
错误Alignment：
3. 不要只看R²
一个：
R²=0.95
的模型并不一定好。
必须进一步看：
Q²
以及：
和独立外部测试集表现。
4. 3D-QSAR不是结合机制证明
这是非常重要的一点。
3D-QSAR告诉你：
某个空间区域的某种物理化学性质与活性存在统计关联。
但它并不能单独证明：
配体一定以某种姿势结合蛋白。
所以最好结合：
3D-QSAR + Docking + MD + 实验
进行综合判断。
二十一、如果用于实际科研，推荐的完整技术路线
如果目标是做一套比较完整的计算药物设计/论文分析流程，可以采用：
化合物数据库
↓
PubChem / ChEMBL
↓
结构标准化
↓
IC50 / Ki / EC50
↓
pIC50
↓
3D构象生成与优化
↓
Molecular Alignment
↓
┌────────┴────────┐
↓ ↓
CoMFA CoMSIA
↓ ↓
└────────┬────────┘
↓
PLS
↓
QSAR模型验证
↓
3D Contour Map
↓
Lead结构优化
↓
新分子设计
↓
活性预测
↓
┌──────┴──────┐
↓ ↓
Docking ADMET
↓
MD
↓
RMSD/RMSF/H-bond/SASA
↓
MM/PBSA / MM/GBSA
↓
候选化合物
↓
实验验证总结yixia ：
3D-QSAR负责回答"分子三维空间中哪里应该增加/减少什么性质"，分子对接负责回答"它可能怎样结合靶蛋白"，分子动力学负责回答"这种结合在动态环境中是否稳定"，三者结合可以形成从SAR规律发现 → 结构优化 → 结合模式验证 → 动力学稳定性评价的一套完整计算药物设计流程。