课后补充--基于结构的虚拟筛选（SBVS）
原创
课后补充--基于结构的虚拟筛选（SBVS）
原创
追风少年i
发布于 2026-09-21 09:13:00
发布于 2026-09-21 09:13:00
作者，Evil Genius
大家其实不用太焦虑，大家的处境绝对比我好，我被迫当无业游民很久了，什么都没有，当然也看开了，活着就行。
很多人失业了，其实也不是什么可怕的事情，休息休息，短暂的停留再出发，哪有什么一帆风顺的事情。
关于虚拟筛选从来不是盲目的把各种配体分子放进去分析，而是要在配体库中基于结构、官能团、ADME进行初步筛选，这其中要求我们有较好的基础研究，虚拟筛选主要分为两种
- 基于结构的虚拟筛选：Structure-Based Virtual Screening (SBVS)
- 基于配体的虚拟筛选：Ligand-Based Virtual Screening (LBVS)
学习呢，其实是一个成本最低的事情，就是需要时间来研究，最怕半途而废，如果无法坚持，不如不学，好好玩玩放松心情，如果决定学习，就一定要学会，半学不学的结果就是技能没学会，时间浪费了，两头都不沾。
这一篇我们来详细分析一下基于结构的虚拟筛选（SBVS）。
Structure-Based Virtual Screening（SBVS） 的核心思想是：已知靶蛋白三维结构 → 找到/定义结合口袋 → 准备大规模化合物库 → 分子对接 → 按打分和相互作用逐级筛选 → 进一步重打分/MD → 实验验证。
与单纯“把几万个分子全部做一次 Vina”相比，一个比较规范的 SBVS 通常是多级漏斗式筛选。分子对接是 SBVS 的核心环节，但不是整个 SBVS。
一、SBVS 的整体逻辑
可以把整个过程理解成：
靶蛋白三维结构
│
↓
┌────────────────────┐
│ 1. 靶蛋白结构准备 │
└────────────────────┘
│
↓
┌────────────────────┐
│ 2. 结合口袋确定 │
└────────────────────┘
│
↓
┌────────────────────┐
│ 3. 化合物数据库准备 │
└────────────────────┘
│
↓
┌────────────────────┐
│ 4. 化合物预筛选 │
│ ADMET / Drug-like │
└────────────────────┘
│
↓
┌────────────────────┐
│ 5. 高通量分子对接 │
│ AutoDock Vina等 │
└────────────────────┘
│
↓
┌────────────────────┐
│ 6. Docking Score排序│
└────────────────────┘
│
Top 1–10%
↓
┌────────────────────┐
│ 7. 相互作用分析 │
│ H-bond/π/疏水/盐桥 │
└────────────────────┘
│
↓
┌────────────────────┐
│ 8. 重打分/二次对接 │
└────────────────────┘
│
↓
┌────────────────────┐
│ 9. MD / MM-PBSA │
└────────────────────┘
│
↓
┌────────────────────┐
│ 10. 实验验证 │
└────────────────────┘文献中的典型 SBVS 流程也包括靶点结构准备、binding-site detection、docking、ranking/rescoring 和实验验证等阶段。
二、第一步：获得靶蛋白三维结构
SBVS 与 LBVS 最大的区别之一就是：
SBVS 必须利用靶蛋白的三维结构信息。
结构来源主要有：
来源 | 说明 |
|---|---|
X-ray | 药物设计中非常常见 |
Cryo-EM | 大型蛋白/复合物越来越常见 |
NMR | 部分蛋白 |
AlphaFold | 没有实验结构时可以作为模型 |
Homology modeling | 有同源结构时可建模 |
Protein–ligand complex | 最适合确定已知结合口袋 |
例如：
PDB
│
↓
8xxx.pdb
│
├── Protein
├── Ligand
├── Water
├── Ion
└── Cofactor如果 PDB 本身存在共晶配体，那么这个配体的位置通常可以帮助确定 docking box。
三、第二步：蛋白结构准备
主要处理：
PDB
│
├── 删除无关水分子
├── 删除无关配体
├── 检查缺失残基
├── 检查残基名称
├── 添加氢原子
├── 确定质子化状态
├── 添加电荷
├── 检查金属离子
└── 生成 docking 输入文件
reduce protein.pdb > protein_H.pdb然后使用 MGLTools：
prepare_receptor4.py \
-r protein_H.pdb \
-o protein.pdbqt \
-A hydrogens最终：
protein.pdb
↓
protein_H.pdb
↓
protein.pdbqt对于 AutoDock Vina，受体和配体通常使用 PDBQT 格式；Vina 本身不需要传统 AutoGrid 的 GPF 和 grid map 文件。
四、第三步：确定 Binding Site
这是 SBVS 中非常关键的一步。
因为实际上需要回答：
小分子究竟应该被放进蛋白的哪个位置？
常见方法：
方法① 共晶配体
最可靠、最直观。
Protein
↓
[ Binding Pocket ]
↑
Crystal ligand例如：
Protein
┌───────────────┐
│ │
│ ███ │
│ █████ │ ← 共晶配体
│ ███ │
│ │
└───────────────┘
↓
定义 docking box方法② 已知关键残基
例如已经知道：
HIS41
CYS145
GLY143
SER144参与活性位点。
那么可以围绕这些残基设置 docking box。
方法③ Binding pocket prediction
没有共晶配体时，可以使用：
- P2Rank
- fpocket
- DoGSite
- CASTp
- SiteMap
- Cavity detection
方法④ Blind docking
完全不知道结合位置时：
整个蛋白表面
↓
Blind docking
↓
多个潜在结合区域
↓
寻找 cluster
↓
确定候选 pocket但 blind docking 计算量通常更大，而且假阳性问题更明显。
五、第四步：建立化合物数据库
按照我们课程的方式准备：
compound_001
compound_002
compound_003
...
compound_100000来源可以是：
- ZINC
- ChEMBL
- PubChem
- Enamine
- 自建化合物库
- 天然产物数据库
- 药物数据库
SBVS 的优势就是可以从非常大的化学空间中进行筛选。传统 docking-based VS 的基本形式就是对化合物库逐个进行 docking，再得到排序后的候选列表。
六、第五步：Ligand Preparation
假设原始数据库：
library.sdf需要转换成适合 docking 的形式。
例如：
SDF
↓
去重
↓
标准化
↓
检查结构
↓
添加H
↓
生成3D
↓
确定质子化状态
↓
确定互变异构体
↓
计算电荷
↓
生成多个构象
↓
PDBQT例如：
obabel library.sdf \
-O library.pdb \
--gen3d再进行 ligand preparation。
七、第六步：化合物预筛选
这里非常重要。
不建议把所有分子直接扔进 docking。
可以先进行：
100000 compounds
↓
结构质量过滤
↓
90,000
↓
PAINS / reactive group
↓
80,000
↓
Drug-like filter
↓
60,000
↓
ADMET filter
↓
30,000
↓
Docking可以考虑：
Lipinski Rule of Five
例如：
参数 | 常见参考 |
|---|---|
MW | ≤500 Da |
logP | ≤5 |
HBD | ≤5 |
HBA | ≤10 |
但要注意：
这些不是绝对的“能成药/不能成药”标准。
八、第七步：高通量 Docking
例如：
vina \
--receptor protein.pdbqt \
--ligand ligand.pdbqt \
--config config.txt \
--out result.pdbqt \
--log result.logconfig：
receptor = protein.pdbqt
center_x = -15
center_y = 15
center_z = 129
size_x = 20
size_y = 20
size_z = 20
exhaustiveness = 8
num_modes = 10
energy_range = 3如果有 10,000 个分子：
ligand001.pdbqt → Vina
ligand002.pdbqt → Vina
ligand003.pdbqt → Vina
...
ligand10000.pdbqt → Vina最后得到：
Ligand Best Affinity
ligand001 -7.2
ligand002 -8.5
ligand003 -6.9
...Vina 官方文档也提供了直接使用 Bash 对多个 ligand 进行 virtual screening 的方法。
九、一个实际的虚拟筛选结果
假设筛选：
10,000 个化合物
得到：
Rank | Ligand | Vina Affinity |
|---|---|---|
1 | Ligand_08321 | -10.2 |
2 | Ligand_02145 | -9.8 |
3 | Ligand_06432 | -9.6 |
4 | Ligand_00987 | -9.4 |
5 | Ligand_07654 | -9.3 |
6 | Ligand_04231 | -9.2 |
7 | Ligand_00321 | -9.1 |
8 | Ligand_08765 | -9.0 |
9 | Ligand_01234 | -8.9 |
10 | Ligand_05543 | -8.8 |
但是：
不能简单认为 -10.2 kcal/mol 就一定比 -9.8 kcal/mol 的化合物真实结合能力强。
Docking score 更适合作为排序和优先级筛选指标，而不是实验结合自由能的直接替代品。传统 docking 方法本质上是在搜索配体构象并利用 scoring function 评价候选 pose。
十、第八步：不要只看 Docking Score
这是 SBVS 分析中非常重要的一点。
例如：
Compound A
Affinity = -10.5 kcal/mol
Compound B
Affinity = -9.6 kcal/mol但是：
Compound A
蛋白
↓
ARG
❌
ligand
大量疏水原子暴露
没有关键氢键
构象异常Compound B
ASP ─── H-bond ─── ligand
TYR ─── π-π ───── ligand
PHE ─── hydrophobic ─ ligand那么 B 可能反而更值得进一步研究。
所以虚拟筛选不能变成：
Score排序
↓
直接买Top 10而应该：
Docking score
+
Pose
+
Interaction
+
Chemical quality
+
ADMET
+
Structural novelty
↓
Candidate selection十一、第九步：分析 Protein–Ligand Interaction
重点分析：
① Hydrogen bond
例如：
Protein ASP
O
|
| H-bond
|
H
|
Ligand N常见分析：
- donor
- acceptor
- distance
- angle
② Hydrophobic interaction
例如：
PHE
TYR
LEU
ILE
VAL
MET与 ligand 的疏水区域形成相互作用。
③ π–π interaction
常见：
PHE
TYR
TRP
HIS与芳香环形成 π–π stacking。
④ Salt bridge
例如：
ARG+ -------- COO-
LYS+ -------- COO-⑤ π-cation
例如：
PHE
╱────╲
╲────╱
↑
NH3+⑥ Metal coordination
如果你的体系包含：
Zn²⁺
Mg²⁺
Fe²⁺
Mn²⁺
Ca²⁺就必须额外考虑：
Protein
│
O
│
Zn²⁺
/ \
N O
\ /
Ligand这种体系不能简单按照普通有机小分子 docking 来解释，需要特别检查配位几何、金属参数和距离。
十二、第十步：从 10,000 → 1,000 → 100 → 20
真正比较合理的 SBVS 是一个漏斗。
例如：
100,000 compounds
│
↓
┌──────────────┐
│ Drug-like │
│ ADMET filter │
└──────────────┘
│
↓
50,000
│
↓
High-throughput
docking
│
↓
5,000
│
↓
score filter
│
↓
500
│
↓
interaction analysis
│
↓
100
│
↓
second docking
│
↓
30
│
↓
MD / rescoring
│
↓
10
│
↓
实验验证
│
↓
Hit compounds这也是为什么SBVS 不应该简单等同于 molecular docking。
十三、第十一步：Consensus Docking
如果条件允许，可以使用多个 docking 程序。
例如：
Compound Library
│
┌───────────┼───────────┐
↓ ↓ ↓
Vina GOLD Glide
↓ ↓ ↓
Score Score Score
└───────────┼───────────┘
↓
Consensus ranking或者同一个程序进行不同参数/不同 receptor conformations docking。
这样可以减少：
某一个 scoring function 本身造成的偏差。
Consensus docking 和 rescoring 已经被广泛用于高通量虚拟筛选流程。
十四、第十二步：Rescoring
Top 100 或 Top 50 可以进一步做：
MM-GBSA
或者：
MM-PBSA
流程：
Top docking hits
↓
Molecular Dynamics
↓
trajectory
↓
MM-PBSA / MM-GBSA
↓
ΔGbind例如：
Ligand | Docking | MM-GBSA |
|---|---|---|
L1 | -9.8 | -42.1 |
L2 | -10.1 | -31.2 |
L3 | -9.4 | -45.7 |
L4 | -9.7 | -28.4 |
这样可以进一步从不同角度评价候选物。
不过 MM-PBSA/MM-GBSA 同样具有模型假设和参数依赖性，不应把结果直接当作实验自由能。
十五、第十三步：MD验证
对于最终的：
Top 5–20 compounds可以进入 GROMACS：
Protein + Ligand
↓
Topology
↓
Energy minimization
↓
NVT
↓
NPT
↓
Production MD
↓
100 ns / 200 ns / 500 ns然后分析：
RMSD
Protein RMSD
Ligand RMSDRMSF
哪些残基波动明显？Radius of gyration
蛋白整体稳定性Hydrogen bonds
Ligand-protein H-bondDistance
例如：
Ligand
|
| 3.1 Å
|
ASPMM-PBSA
最后综合评价。
十六、一个完整案例
假设：
目标蛋白：某激酶 Kinase-X
已经有：
PDB = 8XXX并且共晶配体位于 ATP binding pocket。
Step 1：蛋白
8XXX.pdb
↓
删除无关分子
↓
加氢
↓
确定质子化
↓
protein.pdbqtStep 2：确定口袋
发现：
VAIK
HRD
DFG以及共晶配体周围残基。
设置：
center_x = 12.5
center_y = -3.2
center_z = 18.7
size_x = 22
size_y = 22
size_z = 22Step 3：准备化合物
例如：
100,000 compounds经过：
duplicate removal
↓
structure filtering
↓
Lipinski
↓
PAINS
↓
ADMET剩：
40,000 compoundsStep 4：Vina
40,000
↓
Docking
↓
40,000 docking scoresStep 5：初筛
选择：
Top 1%得到：
400 compoundsStep 6：Interaction analysis
进一步检查：
hinge region
+
H-bond
+
hydrophobic pocket
+
DFG region
+
gatekeeper residue最终：
400
↓
100Step 7：第二轮 docking
使用：
higher exhaustiveness或者：
different docking software进一步：
100
↓
30Step 8：ADMET
30
↓
toxicity
↓
solubility
↓
permeability
↓
CYP
↓
hERG最后：
30
↓
15Step 9：MD
15 compounds
↓
MD
↓
RMSD
RMSF
H-bond
MM-PBSA
↓
5 compoundsStep 10：实验
5 compounds
↓
Protein binding assay
↓
IC50 / Kd
↓
Biological validation最终得到真正值得进一步研究的 hit。
十七、SBVS 最终可以整理成这张“科研流程图”
STRUCTURE-BASED VIRTUAL SCREENING
│
↓
┌────────────────────┐
│ Target structure │
│ PDB / AlphaFold │
└────────────────────┘
│
↓
┌────────────────────┐
│ Protein preparation│
│ H / charge / water │
└────────────────────┘
│
↓
┌────────────────────┐
│ Binding-site │
│ identification │
└────────────────────┘
│
↓
┌─────────────────────────────────────┐
│ Compound library │
│ ZINC / ChEMBL / PubChem / in-house │
└─────────────────────────────────────┘
│
↓
Ligand preparation
│
↓
Drug-like filter
│
↓
High-throughput docking
│
↓
Score ranking
│
↓
Pose / interaction
inspection
│
↓
Consensus docking
│
↓
Rescoring
│
↓
MD simulation
│
↓
MM-PBSA/GBSA
│
↓
ADMET / toxicity
│
↓
Final candidates
│
↓
Experimental assay十八、如果用 AutoDock Vina 做 SBVS
实际操作流程：
阶段 | 输入 | 输出 |
|---|---|---|
1. Protein | protein.pdb | protein_H.pdb |
2. Receptor preparation | PDB | protein.pdbqt |
3. Binding site | PDB/共晶配体 | config.txt |
4. Compound library | SDF/SMILES | ligand structures |
5. 3D generation | 2D molecules | 3D molecules |
6. Ligand preparation | ligand | *.pdbqt |
7. Virtual screening | protein + thousands ligands | docking results |
8. Ranking | docking scores | Top compounds |
9. Pose analysis | PDBQT | interaction diagrams |
10. Rescoring | Top compounds | refined ranking |
11. MD | protein-ligand complexes | trajectories |
12. MM-PBSA | trajectories | ΔGbind |
13. ADMET | final hits | drug-like profile |
14. Experiment | selected compounds | IC50/Kd/etc. |
最核心的一点是：
SBVS = 蛋白结构 + binding pocket + 化合物库 + docking + 多层筛选，而不是单纯的 Vina 打分排序。
另外，现代 SBVS 中也可以加入受体构象集合、药效团、机器学习/深度学习 docking、混合溶剂 MD 等步骤；例如 receptor-based pharmacophore 可以从蛋白结合位点和片段 docking pose 中生成，再用于后续筛选。
流程可以直接分成 ①靶蛋白准备 → ②口袋搜索 → ③化合物库准备 → ④Vina批量筛选 → ⑤结果排序 → ⑥相互作用分析 → ⑦ADMET → ⑧MD验证 。
生活很好，有你更好
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
目录
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号