蛋白质结构预测之后：从静态模型到动态理解

静态结构的局限

一个晶体结构或预测模型，代表的是某一时刻的近似状态。实际生理条件下，蛋白质会不断在多个构象之间转换，某种功能往往只在特定构象下发生。

因此只依据静态结构判断功能位点，可能遗漏那些在构象变化中才暴露的区域。

动态信息的获取手段

核磁共振能在溶液环境下提供动力学信息，适合观察柔性区域的行为；冷冻电镜则可捕获多个状态，通过分类得到构象分布。

数值推演是另一条路径。分子动力学可以在原子尺度追踪运动轨迹，但推演步长与力场精度共同决定可靠性，长时程过程仍然吃力。

相互作用界面的预测

两个蛋白如何结合，取决于界面形状、电荷分布与疏水匹配。预测这类界面比预测单体结构更难，因为结合时常伴随构象调整。

柔性对接方法尝试在推演中允许双方形变，代价是计算量大幅上升，且打分函数对近天然构象的识别能力仍有限。

从结构到功能的推理

相似的结构往往暗示相似的功能，但存在例外：关键残基的微小差异就可能改变底物特异性。因此结构比对需要结合序列保守性一起判断。

比较稳妥的做法是先定位保守的功能基序，再看周围环境是否支持该类反应，而不是仅凭整体折叠相似下结论。

验证仍是必要环节

计算给出的假设需要通过实验检验。定点突变改变关键残基后观察活性变化，是最直接的验证方式之一。

当实验结果与预测冲突时，优先相信实验，并回头检查假设前提。这种循环虽然慢，却是推动方法改进的主要动力。