关于结合口袋预测

结合口袋预测（也叫结合位点预测、口袋识别、binding pocket prediction）是在拿到一个蛋白质结构之后，找出它表面哪些空腔可能结合小分子配体。这是分子对接、虚拟筛选和先导化合物优化的第一步：口袋找错了，后面的对接结果再漂亮也没有意义。

本工具基于经典的 fpocket 程序，用 alpha sphere 与 Voronoi 剖分把蛋白质表面切成一系列空腔，再对每个空腔计算体积、疏水性和成药性，最后按 druggability score 排序输出。整个过程在服务器上自动完成，不需要你本地编译或配置环境。

输入与输出

输入：一个蛋白质的 PDB 文件（建议先去掉水分子和无关离子，可用本平台的「对接前准备」工具预处理）。

输出：

• 口袋中心坐标（center_x / center_y / center_z）：设置对接格点盒子的中心点
• 推荐盒子尺寸（box_size）与三个方向的跨度（span_x/y/z）：可直接填入 AutoDock Vina 的 size_x/y/z
• 体积（volume）：口袋空腔大小，单位 ų，通常 300–2000 ų 更容易容纳类药分子
• score：fpocket 综合打分，反映空腔的几何与疏水特征
• druggability score：成药性打分，越高越像能与小分子结合的位点
• 口袋原子 PDB + TSV 汇总表：可下载后用于绘图或写论文附件

适用场景

• 不知道活性位点在哪，需要先做盲对接前找候选口袋
• 已知晶体结构里没有配体，想确认对接盒子该放在哪
• 做变构位点探索，寻找除正构位点之外的可结合空腔
• 虚拟筛选前缩小搜索范围，只针对成药性最高的 2–3 个口袋做对接
• 教学演示：直观展示"什么是结合口袋"

怎么判读结果

优先看 druggability score，其次看体积和 score。一般规则：

• druggability score 大于 0.5，通常可以认为是值得尝试的类药口袋
• 体积小于 200 ų 的空腔往往装不下一个类药小分子，多为溶剂通道或离子结合位
• 如果几个口袋分数接近，建议都拿去对接，用结合自由能反推哪个才是真正的功能位点

需要注意的是：fpocket 是基于几何的静态预测，不包含蛋白柔性、诱导契合和显式水分子，所以它的作用是缩小范围，不能替代分子动力学模拟和实验验证。

常见问题

结合口袋预测需要注册吗？收费吗？

不需要注册，完全免费。上传蛋白质 PDB 文件即可直接开始预测，没有次数限制。注册后可以使用后续的分子对接和分子动力学模拟等完整功能。

预测结果能直接用于分子对接吗？

可以。结果里的口袋中心坐标和推荐盒子尺寸可以直接填入对接参数；也可以先用「多盒子并行」模式同时对接几个候选口袋，再按打分择优。

为什么有的口袋 druggability 打分很低？

分数低通常说明该空腔偏小、偏浅或过于亲水，结合小分子的可能性较低，但仍可能参与蛋白-蛋白相互作用或作为变构调节位点。

上传的 PDB 有大小限制吗？

常规的蛋白结构（几千到几万个原子）都可以处理，建议上传单链或去除水分子后的结构，速度更快、结果更干净。

相关工具

做完口袋预测，通常还要配合下面几个步骤使用：