研究蛋白-蛋白互作时，直接以两个全长蛋白进行分子对接并筛选最佳构象，这种方法虽然常见，但通常并非最稳妥的起点。原因在于，多数蛋白并不是一个简单整体，而是由多个结构域、功能区域、柔性连接区、无序区及重复区域组成。实际参与互作的往往不是全长蛋白之间的整体结合，而是其中特定结构域、功能区域，甚至短肽片段的参与。
因此，核心问题不在于能否计算出一个复合物构象，而是在于如何根据研究目标，逐步缩小可能参与结合的区域。
下面将提供一个完整的蛋白互作研究思路：
一、确定结构域边界
判断参与结合的结构域时，切忌按氨基酸长度等分切割蛋白。例如，对一个含900个氨基酸的蛋白，不宜简单切分为1-300 aa，301-600 aa，601-900 aa三段，这种划分虽然整齐，但极可能切断真实结构域。
更为合理的方法是先查阅数据库，获得该蛋白已注释的结构域和功能区域信息。常用的数据库和工具包括：
UniProt：基础结构域、功能区域、位点和修饰信息；
InterPro：综合多个数据库，确认结构域家族及边界；
Pfam：经典结构域家族；
NCBI CDD：保守结构域和功能位点；
SMART：信号转导、胞外结构域、重复结构等；
PROSITE：功能motif和保守位点；
PDB：实验解析结构；
AlphaFold：预测结构、pLDDT评分及结构域相对位置。
此步骤的目的并非在文章中堆砌数据库信息，而是回答一个实际问题：该蛋白应按照哪些"生物学上有意义的片段"进行拆分，而非按长度机械切割。
二、不同数据库 可以提供什么信息？
1.UniProt：首选概览工具
UniProt适用于快速获取一个蛋白的整体情况，提供较完整的蛋白功能、序列特征、结构域、位点和修饰信息，是查询蛋白注释常用的入口。在UniProt可以重点关注：Domain，Region，Repeat，Coiled-coil，Disordered region，Motif，Binding site，Active site，Modified residue等，这些信息可提示：明确的结构域片段，功能区域、重复结构、可能的无序区以及结合位点、活性位点或修饰位点。
但要注意，UniProt是起点而非终点。例如，标注为Domain的片段可优先作为候选结构域；标注为Disordered region的片段则不宜作为稳定结构域用于分子对接；若存在磷酸化、泛素化或剪切位点，需考虑其是否参与互作调控。
2.InterPro：交叉验证结构域边界
InterPro整合了多个蛋白家族、结构域和功能位点数据库的信息，包括 Pfam、CDD、PROSITE、SMART、CATH-Gene3D、SUPERFAMILY等。当UniProt注释较简略时，InterPro可展示该区域在不同数据库中的识别结果。若UniProt和InterPro均指向同一个结构域，则边界可信度较高。例如，UniProt提示150-408 aa是kinase domain，InterPro也提示这一段属于protein kinase-like domain，Pfam/CDD也能识别到kinase domain，则该区间作为候选结构域较为可靠。
3.Pfam/NCBI CDD：看保守结构域一致性检验
Pfam主要基于蛋白家族和结构域模型进行分类，常用于识别经典结构域家族。NCBI CDD同样提供保守结构域注释。二者主要帮助确认：该段是否为经典结构域、结构域边界大致范围、是否包含保守功能位点及在同源蛋白中是否保守，这些信息对结构域拆分很重要。保守性和家族注释有助于判断该片段是否为真正的功能单元，而非仅凭视觉判断。
4.SMART/PROSITE：motif、repeat与功能位点
SMART对于信号转导蛋白、胞外蛋白、重复结构及结构域组合分析具有优势。PROSITE则更适用于保守motif和功能位点。如果蛋白涉及SH2/SH3、PH domain、PDZ domain、WD repeat、Ankyrin repeat、LRR repeat、Coiled-coil、短线性motif、磷酸化识别motif，则这两个数据库具有较高参考价值。并非每个项目都需查遍所有数据库，但在UniProt注释不充分，或者结构域边界影响后续结论时，建议进行交叉验证。
- PDB/AlphaFold：三维结构验证
数据库注释提示"可能的结构域"，但在分子对接前需回到三维结构中检查。这一步很关键。因为一个片段即使在序列上有注释，也不代表它适合单独拿出来进行分子对接。具体应检查以下方面：
该片段是否形成稳定折叠；
边界是否切断螺旋或β折叠等二级结构元件；
在全长结构中是否表面暴露，是否被其他结构域遮挡；
AlphaFold的pLDDT值是否足够高；
PAE是否提示结构域之间相对位置可信。
对于缺乏实验结构的蛋白，AlphaFold数据库可提供重要参考，但预测结果需结合可信度指标及具体生物学问题进行审慎解读。
如果某段pLDDT较低且成松散状（像一条飘带），则更可能为无序区，不适合作为刚性结构域直接分子对接，更适合按短肽、motif或柔性片段来处理。
总之，数据库用于寻找结构域边界，三维结构用来判断这个边界是否适用于分子对接。
三、以AKT1为例的结构域信息应用
以人源AKT1（UniProt P31749）为例，不能按氨基酸长度平均切开，而应根据结构域和功能区域划分：
PH domain：约5-108 aa
Linker/连接区：约109-149 aa
Protein kinase domain：约150-408 aa
C-terminal regulatory region：约409-480 aa
若按长度均分（1-160 aa，161-320 aa，321-480 aa），则会破坏PH domain、kinase domain和C端调控区域的边界。
UniProt Features中还可看到更精细的功能位点，例如：14-19、23-25、53、86与肌醇磷酸类分子结合相关，156-164、179与ATP结合相关，274为active site，462为caspase-3 cleavage site。
这些位点怎么用？14-19、23-25、53、86集中在PH domain，说明AKT1的N端PH domain和磷脂/肌醇磷酸类分子识别密切相关。156-164、179和274集中在kinase domain，说明中部kinase domain是ATP结合和催化活性相关区域。462位点在C端区域，提示它可能和剪切或调控有关。
因此，研究某蛋白X与AKT1互作时，不应仅关注分子对接分数，而应首先依据功能问题选择候选结构域。具体可围绕以下几个问题展开：
X是否影响AKT1膜定位？
X是否影响AKT1激酶活性？
X是否影响AKT1 C端修饰、剪切或构象调控？
根据上述问题的答案，可确定优先关注的结构域：
若X影响膜定位或PIP3相关过程，则PH domain为优先候选区域。
若X影响ATP结合、催化活性或底物磷酸化，则kinase domain为优先候选区域。
若X影响C端修饰、剪切或构象调控，则应重点分析C-terminal regulatory region。
结构域信息的真正价值正在于此：不仅在于告知蛋白包含哪些区域，更在于将分子对接的假设建立在对生物学功能的理解之上，使候选区域的筛选更具针对性和依据。
四、整合实验线索
仅靠数据库注释尚不足以确定参与互作的结构域，还需整合已有实验或文献证据加以判断。可参考以下线索：
文献是否报道过某个结构域参与互作？
是否存在Co-IP或pull-down截短体实验数据？
删除某一段后互作是否减弱或消失？
点突变是否影响结合能力？
突变位点是否集中在某个结构域表面？
磷酸化、乙酰化或泛素化等修饰位点是否调控互作？
这些实验线索对于筛选候选结构域至关重要。例如，数据库显示A蛋白含有D1、D2、D3三个结构域，但文献或实验表明删除D2后互作明显减弱，则D2应作为优先候选区域，而非将三个结构域等权处理、盲目计算。
五、将结构域信息转化成分子对接方案
完成数据库注释与文献调研后，方可设计分子对接的方案。
情况一：A蛋白含有多个明确结构域，B蛋白相对完整
可先进行A-D1 vs B，A-D2 vs B，A-D3 vs B的对接，如果B蛋白也有多个结构域，可进一步细化，如A-D1 vs B-D1，A-D1 vs B-D2，A-D2 vs B-D1，A-D2 vs B-D2等。
需注意的是，并非所有组合均须机械性地逐一计算。应优先选择有实验或文献支持、且符合研究目的组合进行对接。
例如，文献提示A的C端参与互作，突变位点集中在A-D2，B的N端截短后互作消失，且A-D3上某一修饰位点影响结合，则应围绕上述区域设计对接，而非盲目枚举所有组合。
情况二：涉及repeat区域
Repeat区域指蛋白序列中多个相似的重复单元连续排列形成的结构模块，例如ankyrin repeat、LRR repeat、TPR repeat等。这类区域通常并非单个repeat独立发挥作用，而是由多个repeat共同形成一个连续的沟槽、平台或结合面。因此，repeat区域不能仅选取单个repeat单元对接。
例如：某个重复区域划分为：
Repeat 1：100-135
Repeat 2：136-170
Repeat 3：171-205
Repeat 4：206-240
更合理的处理方式通常是：将Repeat 1-4整体作为一个候选区域，而不是仅以Repeat 1单独对接。在判断repeat区域时，要看多个repeat是否共同形成沟槽、平台或连续表面。
情况三：涉及coiled-coil区域
Coiled-coil区域中文常称为卷曲螺旋，通常由两条或多条α螺旋相互缠绕形成，常通过疏水面、电荷互补和螺旋间连续接触参与蛋白-蛋白互作。该类区域虽频繁参与蛋白-蛋白互作，但不能仅依据有无接触做出判断，需重点分析以下方面：
螺旋排列方向是否合理？
疏水面是否呈相对排列？
电荷分布是否互补？
接触是否沿螺旋连续分布？
放回全长蛋白后，该方向是否可行？
部分coiled-coil 对接结果虽显示近距离接触，但若螺旋方向不合理，或仅为交叉式瞬时接触，则不宜过度解释。
情况四：涉及无序区或短motif
无序区是指在天然状态下不形成稳定三维结构、构象比较灵活的蛋白区域；短motif则指无序区或柔性区域中较短的功能片段，例如结合基序、修饰识别基序或定位信号等。
无序区并非没有功能。很多蛋白互作、翻译后修饰识别、短线性基序结合，均发生在无序区。然而，无序区不能像稳定结构域那样直接进行刚性对接。
如果怀疑无序区参与互作，可以考虑以下策略：
预测或查找短线性motif；
查找保守序列片段；
查找已知或预测的修饰位点；
参考截短体实验，确定关键小片段；
进行肽++++段++++ ++++-++++ 蛋白对++++接++++；
必要时，可用MD检查片段是否稳定结合。
总之，并非所有片段都适合按"结构域分子对接"处理。无序区更适合以短肽或柔性片段的方式处理。
六、判断结合结构域，不能仅依赖分子对接分数
这是最容易出现误判的环节。常见做法是将A蛋白拆成D1、D2、D3三个结构域，分别和B蛋白进行对接。然后根据对接分数最低者判定为主要结合结构域（如D2分数最低，则认为D2是结合结构域）。
然而，这一逻辑不够严谨。原因在于，不同结构域在大小、表面积及电荷分布等方面存在差异，对++++接++++分数不适合直接横向比较。相对可靠的判断应综合以下几个方面：
1.高排名模型是否集中在同一区域
蛋白-蛋白互作不应仅关注排名第一的模型。更具参考价值的是观察前10、前20，甚至前50个模型是否存在共同趋势。如果多数高排名模型均集中在A蛋白D2附近，则提示D2可能具有更强的结合倾向。
如果模型分布较为分散，D1、D2、D3均有分布，则说明对接本身未能提供明确答案。有时排名第一的模型位于D1，但多数高排名模型集中在D2，此时D2反而更值得关注。
因此，关键不在于"第一名分数最低"。而在于"多个高排名模型是否反复指向同一个结构域"。
2.界面残基是否呈连续分布
蛋白-蛋白互作不能仅依赖一两个氢键进行判断。一较为可信的互作界面通常应呈现连续接触区域。具体应关注：界面残基是否成片分布？两侧是否形成互补表面？是否存在疏水接触、盐桥、氢键、电荷互补共同支持？界面是否过于狭小？是否仅为末端柔性区域的瞬时接触？
如果仅涉及少数边缘残基零散接触，或仅有一两个氢键，就不适合轻易认定为主要结合结构域。更为稳妥的判断标准是：蛋白-蛋白互作不在于个别残基是否接触，而在于界面是否连续、合理、能否支撑功能解释。
3.能否能解释已有实验现象
计算结果最好能与现有实验数据相互印证。例，如已有实验发现删除A蛋白某一段后互作消失，B蛋白某一截短体不再结合，某些点突变后互作减弱，或某修饰位点改变后结合能力发生变化，那对接结果应尽量能够解释上述现象。
如果计算显示结合区域在D1，而实验表明D3缺失后互作消失，则不应仅因D1分数较好而强行得出结论。如果目前尚无实验数据，也可将计算结果作为候选假设，而非最终定论。表述上建议使用"提示某区域可能参与结合"，而非"证明某区域即为结合位点"。
4.放回全长后是否仍具空间合理性
结构域对++++接++++ 仅用于缩小候选范围，不能替代全长背景下的综合判断。有些结构域在单独对++++接++++时表现良好，但放回全长后可能出现以下问题：候选界面被其他结构域挡住，两个蛋白其他区域发生严重空间冲突，连接区（linker）长度不足，结构域方向在全长中不合理，或该区域在全长状态下并不暴露。因此，筛选出候选结构域后，建议将其放回全长结构中进行检查。
重点评估三点：
第一，候选界面是否暴露?
第二，放回全长后是否存在空间冲突？
第三，连接区长度和方向是否支持该结合模式？
简言之，结构域分子对接回答的是"哪里可能结合"，而全长背景检查回答的是"这种结合在空间上是否可解释"。
七、做到什么程度才算够？
研究所需达到的深度，应根据具体目标来确定。
如果仅在文章中进行初步的结构解释，通常完成以下步骤即可满足需求：
数据库结构域注释；
文献及实验线索整理；
候选结构域拆分；
蛋白-蛋白对接初筛；
界面位置及残基分析；
全长背景下的空间合理性检查。
在此情况下，结论可表述为："结果提示某结构域可能参与两蛋白互作，为后续实验验证提供候选区域。"
八、小结
判断两个蛋白中具体参与结合的结构域，不能仅依赖单一数据库或对接分数。更为合理的思路是：
首先，利用UniProt、InterPro、Pfam、NCBI CDD、SMART、PROSITE等数据库，确认结构域、功能区域、repeat、coiled-coil、无序区及motif；
其次，结合PDB或AlphaFold，判断各片段在三维结构上是否稳定、是否表面暴露、边界划分是否合理；
然后，结合文献、截短体实验、突变及修饰位点等实验线索，优先筛选最可能的候选区域；
接着，通过分子对接观察高排名模型的集中趋势、界面残基的连续性及其对实验现象的解释力；
最后，在需要时将候选复合物放回全长结构背景中，检查空间关系是否可行。
上述流程旨在系统、严谨地缩小互作候选区域，为后续实验验证提供可靠依据
