蛋白质突变效应与稳定性预测
一个氨基酸替换会不会让蛋白失稳、失去功能，是蛋白工程和变异解读都要面对的问题。常用路线有两条。一条基于结构：计算突变前后折叠自由能的差值 ΔΔG，评估对热力学稳定性的影响，适合解释埋藏核心、氢键网络和空腔效应。另一条基于序列：用 ESM 等蛋白语言模型计算突变残基相对野生型的对数似然差，得到与进化约束相关的评分，无需结构也无需该蛋白的实验数据。前者给出有物理单位的数值，后者给出相对排序，实际工作中常与保守性一起看，并用已有的深度突变扫描数据校准标准。
什么时候用
- 蛋白工程中筛选可能提高热稳定性的候选突变
- 对某个位点做饱和突变扫描，挑选少量进实验验证
- 判断错义变异是否可能破坏蛋白折叠或功能
- 设计实验前缩小突变组合空间，减少构建数量
- 比较同一蛋白不同结构域对突变的耐受程度
不适合的情况
- 预测突变对结合亲和力的影响却只算折叠稳定性：两者不是同一个量
- 蛋白为天然无序区或跨膜区：结构类方法假设不成立
- 把预测值当作临床变异判读结论：需按规范流程综合多类证据
需要准备的数据
- 蛋白结构
- PDB 或 mmCIF 文件，优先用高分辨率实验结构；预测结构需确认突变位点局部置信度较高
- 突变列表
- 统一写法如 A123G，需与结构中的链与残基编号一致；饱和扫描只需给出位点
- 蛋白序列
- FASTA 序列，用于语言模型评分；注意序列编号与结构编号可能相差一个偏移
- 参考实验数据（可选）
- 已有的 DMS 数据、热稳定性测定或功能实验结果，用于评估预测相关性和设定阈值
分析步骤
- 1
结构准备
补齐缺失侧链、去除水和多余配体（保留功能必需的金属与配体），选定一个构象，加氢并做短时能量最小化。有多条链时确认突变位点是否位于链间界面，界面突变需保留相关链。
- 2
核对编号与符号
把突变列表映射到结构残基编号，核对野生型残基与结构中一致。同时明确 ΔΔG 的符号约定：不同工具中正值可能表示稳定或失稳，混用会把结论弄反。
- 3
计算 ΔΔG
对每个突变分别计算折叠自由能变化，一般会对侧链构象做采样。对同一突变做多次重复或多个起始构象，取均值并记录离散程度，数值波动大说明该位点侧链排布不确定。
- 4
语言模型评分
用 ESM-2 计算突变位点的残基概率，取突变残基与野生型残基对数概率之差作为评分（掩码位点方式更常用）。评分为负且绝对值大，说明该替换在进化上不受青睐。
- 5
结构环境注释
计算突变位点的相对溶剂可及性、二级结构、是否参与氢键或盐桥、与配体的距离。埋藏核心的极性化引入、脯氨酸插入螺旋、甘氨酸所在的紧凑转角都是高风险情形。
- 6
综合排序
把 ΔΔG、语言模型评分、保守性和结构注释合并成一张表，按研究目标排序：求稳定性提升看 ΔΔG 明显有利且语言模型不排斥的突变；判断有害性则关注两类方法一致指向破坏的位点。
- 7
验证与迭代
若有 DMS 或实验数据，计算预测值与实验值的 Spearman 相关，确定在本体系中更可靠的方法和阈值。候选突变最好覆盖不同位点和不同机制，再组合验证。
关键参数与决策
起始结构与构象采样
ΔΔG 对起始结构敏感，分辨率低、侧链缺失或存在晶体接触都会影响结果。建议对同一突变用不同起始构象或多次采样，报告均值与范围，而不是单次数值。
ΔΔG 判定阈值
常用经验做法是把约 1 kcal/mol 以内视为影响不明显，超过这一量级才认为明显改变稳定性。多数预测工具的误差也在 1 kcal/mol 量级，因此小差异的排序意义有限。
语言模型与评分方式
模型规模越大通常零样本表现越好，但推理成本更高。评分可用掩码位点概率差或整条序列的伪对数似然差，不同方式数值不可直接比较，同一项目内应统一。
是否使用同源信息
语言模型的零样本评分不需要 MSA，但对同源序列稀少的蛋白表现会下降。有充足同源序列时，保守性评分或基于 MSA 的方法可作为补充证据。
评估指标
与实验数据比较时，Spearman 相关系数比 Pearson 更合适，因为预测值与实验量常是单调但非线性关系。二分类场景可用 AUC，但需说明正负样本定义。
常见错误
- 混淆折叠稳定性与结合亲和力：界面突变的 ΔΔG_bind 需要用复合物计算，用单体折叠 ΔΔG 替代会得出错误结论。
- 忽视符号约定：不同工具对 ΔΔG 正负号的定义不同，混用会让结论完全反过来，报告时必须写明正值代表稳定还是失稳。
- 只计算正向突变不做反向检验：很多方法对野生型到突变型和反向计算不对称，存在系统性偏差，反向计算可暴露这一问题。
- 在预测结构的低置信区域做 ΔΔG 计算：该处局部构象和侧链排布本身就不可靠，算出的能量差没有解释价值。
- 残基编号未对齐：结构编号、UniProt 编号和 FASTA 位置常有偏移，错位会评估到完全不同的位点。
- 把语言模型评分当作稳定性数值：该评分反映进化上的可接受程度，低分可能源于功能约束而非折叠失稳。
结果怎么看
突变评分汇总表
每行一个突变，含 ΔΔG 及其波动范围、语言模型评分、溶剂可及性和二级结构。两类方法一致时结论较可靠；一个说有害另一个说中性时，看位点是在核心（偏信结构）还是在功能位点（偏信序列）。
饱和突变热图
横轴位点、纵轴 19 种替换，颜色表示评分。整行都偏不利的位点通常是核心或功能关键位点；只有少数替换不利的位点多为体积或电荷受限。整体无结构的热图提示输入或编号有问题。
结构映射图
把位点平均评分映射到结构表面或以颜色标注残基。敏感位点通常集中在疏水核心和功能口袋；若敏感位点随机散布在表面，说明预测可信度低。
与实验数据的相关性图
横轴预测值、纵轴实验测量值，标注 Spearman 系数。点呈单调趋势即可用于排序；相关很弱时不应据此挑选候选，应改用其他方法或先扩大实验筛选范围。
和相近方法怎么选
基于结构的 ΔΔG 与语言模型评分
ΔΔG 有物理意义，能解释空腔、氢键、静电等具体机制，但依赖结构质量且误差在 1 kcal/mol 量级。语言模型评分不需结构、覆盖全部位点，反映进化约束，却分不清失稳与功能缺失。两者结合比单用更可靠。
零样本预测与监督模型
零样本方法不需要该蛋白的实验数据，适合刚起步的项目。若已有一批 DMS 数据，可在其上训练或微调模型，对同一蛋白的预测通常更准，但外推到其他蛋白时优势会减小。
稳定性预测与致病性预测
稳定性预测关注热力学，输出能量变化；致病性预测关注临床后果，综合保守性、结构、人群频率等证据。失稳是致病的常见机制之一，但致病变异也可能只影响活性位点或相互作用而不改变折叠。
常见问题
ΔΔG 超过多少算显著失稳？
常见的经验做法是把 1 kcal/mol 左右作为参考界限，以内视为影响不明显。由于多数预测方法的误差也在这个量级，更稳妥的用法是按预测值排序挑选候选，而不是严格依赖某个数值门槛。
没有结构能预测突变效应吗？
可以。蛋白语言模型只需序列即可给出零样本评分，适合缺结构的蛋白。也可以先用结构预测方法建模，但要确认突变位点所在区域的置信度足够高，否则结构类计算不可靠。
ESM 的突变评分怎么解读？
通常取突变残基与野生型残基在该位点的对数概率之差。负值越大，说明模型认为该替换越不符合这一家族的序列规律，与有害性相关。它是相对排序，不同蛋白之间的数值不宜直接比较。
怎么判断预测在我的蛋白上靠不靠谱？
最好的办法是用少量已知实验结果做校准，计算预测值与实验值的 Spearman 相关。也可以检查预测是否符合已知规律，例如核心疏水残基替换为带电残基应被判为不利、保守位点评分应偏低。
在 Codar 里怎么做
在 Codar 中提供结构或序列以及突变列表，它会先确认方案：用结构类评估还是序列评分、是否做饱和扫描、编号对齐方式与排序标准。随后完成结构准备与编号核对，做突变效应评估，并用 ESM-2 计算蛋白质嵌入与突变评分，补充溶剂可及性注释后综合排序。交付评分表、饱和突变热图和脚本。
我有一个酶的晶体结构，想提高它的热稳定性，帮我对表面 30 个位点做饱和突变扫描，结合稳定性和 ESM 评分给我前 20 个候选。