课前准备--配体分子拓扑文件的创建

原创

追风少年i

发布于 2026-09-05 08:49:10

160

作者，Evil Genius

这一篇我们来准备一下配体分子的拓扑文件

做 蛋白–配体分子动力学模拟（尤其是 GROMACS），那么“配体分子拓扑文件准备”是非常关键的一步。它不是简单地把 .mol2 转成 .itp，而是要解决：

配体三维结构 → 质子化状态 → 原子类型 → 部分电荷 → 键/角/二面角参数 → GROMACS 拓扑文件 → 与蛋白力场兼容 → 能量最小化/MD检查

下面以 Linux + AMBER力场 + GAFF2 + Antechamber + ACPYPE + GROMACS 为主线讲解一套比较标准的流程。

一、首先理解：什么叫“配体拓扑文件”？

在 GROMACS 中，配体拓扑文件通常是：

ligand.itp

有时候还会有：

ligand.prm
ligand_GMX.top
ligand_GMX.gro

其中最重要的是 .itp。

一个典型的：

ligand.itp

里面会包含：

[ moleculetype ]

[ atoms ]

[ bonds ]

[ pairs ]

[ angles ]

[ dihedrals ]

也就是说，它告诉 GROMACS：

这个配体由哪些原子组成、每个原子是什么类型、带多少电荷、质量是多少，以及原子之间的键、角度、二面角应该使用什么力场参数。

二、配体拓扑文件到底包含什么？

可以把一个配体理解成：

配体
             │
     ┌───────┼────────┐
     ↓       ↓        ↓
   原子     化学键    几何参数
     │       │        │
     ↓       ↓        ↓
 原子类型   bond     angle
 电荷                 dihedral
 质量

例如一个配体有：

C1
C2
O1
N1
H1
...

拓扑需要告诉 GROMACS：

C1
├── atom type = c3
├── charge = -0.12
├── mass = 12.011
│
├── bond → C2
├── bond → O1
└── angle → C2-C1-O1

因此：

拓扑文件 ≠ 坐标文件。

三、最重要的概念：`.pdb`、`.mol2`、`.itp`、`.gro`有什么区别？

文件	主要作用
.pdb	三维坐标/结构
.sdf	化学结构信息
.mol2	坐标 + 原子类型 + 部分电荷等
.mol	化学结构
.gro	GROMACS坐标
.itp	GROMACS分子拓扑
.top	GROMACS系统/分子拓扑
.prm	部分力场参数
.frcmod	AMBER额外参数

核心关系：

配体结构
           │
           ↓
       ligand.sdf
           │
           ↓
       ligand.pdb
           │
           ↓
       ligand.mol2
           │
           ↓
   Antechamber / GAFF2
           │
           ↓
       ligand.mol2
           │
           ↓
        ACPYPE
           │
      ┌────┴────┐
      ↓         ↓
 ligand.itp   ligand_GMX.top
      │
      ↓
 与蛋白 topology 合并
      │
      ↓
     GROMACS

四、完整 Linux 工作流程

建立一个独立目录：

mkdir -p ligand_topology
cd ligand_topology

例如：

ligand_topology/
├── ligand.pdb
├── ligand.sdf
├── ligand.mol2
├── ligand_resp.mol2
├── ligand.frcmod
├── ligand_GMX.gro
├── ligand_GMX.itp
└── ligand_GMX.top

五、第一步：准备配体结构

通常可以从：

PubChem
PDB
ChEMBL
DrugBank
文献补充材料

获得配体结构。

假设：

ligand.sdf

六、第二步：检查配体结构

这是非常容易被忽略的一步。

不要拿到一个 SDF/PDB 就直接跑 Antechamber。

首先检查：

① 化学键是否正确

例如：

C-C
C=C
C=O
C-N

有没有错误。

② 芳香性是否正确

例如 benzene：

C
    /   \
   C     C
   ||   ||
   C     C
    \   /
      C

芳香体系的原子类型非常重要。

③ 是否缺氢

PDB 中经常没有完整氢原子。

④ 电离状态

例如：

COOH

在不同 pH 下可能：

COOH

或者：

COO-

再比如：

NH2

可能变成：

NH3+

这会直接影响：

总电荷 → RESP电荷 → 静电相互作用 → 配体结合自由能 → MD结果

所以这一步非常重要。

七、第三步：使用 Open Babel 进行格式转换

例如：

obabel ligand.sdf -O ligand.pdb --gen3d

如果已经有可靠的三维结构：

obabel ligand.sdf -O ligand.pdb

检查：

head ligand.pdb

应该看到：

ATOM
HETATM

八、第四步：生成 MOL2

Antechamber非常常用 .mol2。

例如：

obabel ligand.pdb -O ligand.mol2

但是要注意：

Open Babel 生成的 MOL2 不等于已经完成了 GAFF2 参数化。

它只是结构转换。

真正的力场参数化还需要：

Antechamber

九、第五步：Antechamber——最关键的一步

如果使用：

AMBER + GAFF2

那么 Antechamber 是核心程序。

基本形式：

antechamber \
-i ligand.mol2 \
-fi mol2 \
-o ligand_gaff2.mol2 \
-fo mol2 \
-at gaff2 \
-c bcc \
-nc 0

参数：

-i
输入文件

-fi
输入格式

-o
输出文件

-fo
输出格式

-at gaff2
使用 GAFF2

-c bcc
使用 AM1-BCC 电荷

-nc 0
配体总电荷为 0

十、为什么要指定 `-nc`？

这是非常重要的。

例如配体：

LIG

总电荷：

那么：

-nc 0

如果是：

LIG+

则：

-nc 1

如果：

LIG-

则：

-nc -1

错误的总电荷会导致：

错误的部分电荷
↓
错误的静电相互作用
↓
错误的蛋白-配体结合行为

十一、AM1-BCC 和 RESP 到底怎么选？

这是配体拓扑准备里面一个非常核心的问题。

方案A：AM1-BCC

-c bcc

优点：

快
自动化程度高
很适合普通配体
常规 MD 非常常见

例如：

antechamber \
-i ligand.mol2 \
-fi mol2 \
-o ligand.mol2 \
-fo mol2 \
-at gaff2 \
-c bcc \
-nc 0

十二、RESP 电荷

如果你希望更加严格：

QM计算
↓
ESP
↓
RESP
↓
部分电荷

常见流程：

Gaussian
   ↓
HF/6-31G*
   ↓
ESP
   ↓
RESP
   ↓
GAFF2

例如：

antechamber \
-i ligand.mol2 \
-fi mol2 \
-o ligand_resp.mol2 \
-fo mol2 \
-at gaff2 \
-c resp \
-nc 0

不过这里要注意：

RESP 不是简单把 -c bcc 改成 -c resp 就意味着你已经完成了严格的 RESP QM 电荷流程。

正式 RESP 参数化通常需要：

QM优化
↓
ESP计算
↓
RESP拟合
↓
电荷检查

如果只是普通蛋白-配体 MD：

GAFF2 + AM1-BCC 通常已经是非常常见的选择。

十三、第六步：生成缺失的力场参数

Antechamber 会产生：

ligand_gaff2.mol2

但有些特殊键/角/二面角可能没有参数。

这时候使用：

parmchk2

例如：

parmchk2 \
-i ligand_gaff2.mol2 \
-f mol2 \
-o ligand.frcmod \
-s gaff2

得到：

ligand.frcmod

这个文件非常重要。

它可以理解成：

GAFF2 标准参数库里没有完全匹配的参数，由 parmchk2 给出补充参数。

十四、所以到这里发生了什么？

现在已经获得：

ligand_gaff2.mol2
        +
ligand.frcmod

其中：

MOL2

主要包含：

原子
坐标
原子类型
部分电荷

FRCMOD

主要包含：

bond
angle
dihedral
improper

等额外参数。

十五、第七步：使用 ACPYPE 转换成 GROMACS

如果目标是：

GROMACS

那么 ACPYPE 非常方便。

例如：

acpype \
-i ligand_gaff2.mol2 \
-b LIG \
-c user

或者根据 ACPYPE 当前版本的输入方式直接让它调用 AMBER 参数化结果。

常见结果目录：

LIG.acpype/

里面可能出现：

LIG_GMX.gro
LIG_GMX.top
LIG_GMX.itp
LIG_GMX_atomtypes.itp

十六、最重要的三个输出文件

1. `LIG_GMX.gro`

这是：

配体坐标文件

例如：

LIG
25
    1LIG     C1    1   0.123   0.234   0.345
    1LIG     C2    2   0.234   0.345   0.456
...

2. `LIG_GMX.itp`

这是：

配体拓扑文件

里面会有：

[ moleculetype ]

[ atoms ]

[ bonds ]

[ pairs ]

[ angles ]

[ dihedrals ]

3. `LIG_GMX.top`

这是：

配体完整 topology

里面可能引用：

#include "LIG_GMX.itp"

十七、`.itp` 到底怎么看？

这是后面做 MD 时必须掌握的。

打开：

less LIG_GMX.itp

会看到：

[ moleculetype ]

例如：

[ moleculetype ]
; name  nrexcl
LIG      3

这里：

LIG

是配体名称。

是 nrexcl。

十八、`[ atoms ]` 是最核心的部分之一

例如：

[ atoms ]
; nr type resnr residue atom cgnr charge mass
1   ca   1    LIG    C1   1   -0.120   12.011
2   ca   1    LIG    C2   1    0.130   12.011
3   oh   1    LIG    O1   1   -0.500   15.999

分别表示：

nr
原子编号

type
力场原子类型

resnr
残基编号

residue
残基名

atom
原子名

cgnr
电荷组

charge
部分电荷

mass
原子质量

所以：

配体电荷信息就在这里。

十九、检查电荷总和

这是非常建议做的检查。

Linux：

grep -A 100 "\[ atoms \]" LIG_GMX.itp

然后检查：

charge

总和应该接近设定的：

0
+1
-1
...

例如：

C1   -0.120
C2    0.130
O1   -0.500
N1    0.490
...

最后：

Σcharge ≈ 0

如果本来应该是中性配体，但总电荷变成：

-0.999

那么一定要检查。

二十、`[ bonds ]`

例如：

[ bonds ]
; ai aj funct
1   2   1
2   3   1

表示：

原子1 —— 原子2
原子2 —— 原子3

并且：

funct

指定键函数。

二十一、`[ angles ]`

例如：

[ angles ]
; ai aj ak funct
1 2 3 1

表示：

C1
 \
  C2
 /
O1

也就是：

C1-C2-O1

二十二、`[ dihedrals ]`

二面角非常重要。

例如：

C1-C2-C3-C4

它决定：

分子不同构象之间的能量。

对于柔性配体尤其重要。

例如：

C1
      |
C2 — C3 — C4

绕：

C2-C3

旋转的时候，二面角势能决定：

trans
gauche+
gauche-

等构象之间的能量关系。

这也是为什么：

不能简单把配体当成一个刚性小分子。

二十三、完整的 Linux 命令流程

如果使用：

GAFF2 + AM1-BCC + ACPYPE + GROMACS

可以把流程整理成：

# 1\. 创建目录
mkdir ligand_topology
cd ligand_topology

# 2\. SDF → PDB
obabel ligand.sdf -O ligand.pdb

# 3\. PDB → MOL2
obabel ligand.pdb -O ligand.mol2

# 4\. GAFF2 + AM1-BCC
antechamber \
-i ligand.mol2 \
-fi mol2 \
-o ligand_gaff2.mol2 \
-fo mol2 \
-at gaff2 \
-c bcc \
-nc 0

# 5\. 检查/生成缺失参数
parmchk2 \
-i ligand_gaff2.mol2 \
-f mol2 \
-o ligand.frcmod \
-s gaff2

# 6\. ACPYPE
acpype \
-i ligand_gaff2.mol2 \
-b LIG

最终得到：

LIG.acpype/
├── LIG_GMX.gro
├── LIG_GMX.top
├── LIG_GMX.itp
├── LIG_GMX_atomtypes.itp
└── ...

如果使用：GAFF2 + RESP + ACPYPE + GROMACS

完整的linux命令如下：

# ==================================================
# 0. 建立目录
# ==================================================

mkdir -p LIG_RESP
cd LIG_RESP


# ==================================================
# 1. PDB → MOL2
# ==================================================

obabel ligand.pdb -O ligand.mol2


# ==================================================
# 2. Antechamber：GAFF2原子类型
# ==================================================

antechamber \
-i ligand.mol2 \
-fi mol2 \
-o ligand_gaff2.ac \
-fo ac \
-at gaff2 \
-c bcc \
-nc 0


# ==================================================
# 3. 生成 Gaussian 输入文件
# ==================================================

antechamber \
-i ligand_gaff2.ac \
-fi ac \
-o ligand.gjf \
-fo gcrt \
-at gaff2 \
-gv 1 \
-ge "HF/6-31G* SCF=Tight" \
-nc 0


# ==================================================
# 4. Gaussian QM计算
# ==================================================

g16 < ligand.gjf > ligand.log


# ==================================================
# 5. 检查Gaussian是否正常结束
# ==================================================

tail -n 20 ligand.log


# ==================================================
# 6. Gaussian输出 → ESP
# ==================================================

espgen \
-i ligand.log \
-o ligand.esp


# ==================================================
# 7. RESP Stage 1
# ==================================================

respgen \
-i ligand_gaff2.ac \
-o ligand.respin1 \
-f resp1


resp \
-O \
-i ligand.respin1 \
-o ligand.respout1 \
-e ligand.esp \
-t ligand.qout_stage1


# ==================================================
# 8. RESP Stage 2
# ==================================================

respgen \
-i ligand_gaff2.ac \
-o ligand.respin2 \
-f resp2


resp \
-O \
-i ligand.respin2 \
-o ligand.respout2 \
-e ligand.esp \
-q ligand.qout_stage1 \
-t ligand.qout_stage2


# ==================================================
# 9. 把RESP电荷写回MOL2
# ==================================================

antechamber \
-i ligand_gaff2.ac \
-fi ac \
-o ligand_RESP.mol2 \
-fo mol2 \
-c rc \
-cf ligand.qout_stage2 \
-at gaff2


# ==================================================
# 10. 生成GAFF2缺失参数
# ==================================================

parmchk2 \
-i ligand_RESP.mol2 \
-f mol2 \
-o ligand.frcmod \
-s gaff2


# ==================================================
# 11. ACPYPE → GROMACS
# ==================================================

acpype \
-i ligand_RESP.mol2 \
-b LIG

二十四、非常重要：不要把“配体拓扑”直接扔进蛋白 topology

假设蛋白：

protein.top

配体：

LIG_GMX.itp

通常需要在：

protein.top

适当位置加入：

#include "LIG_GMX.itp"

如果配体需要独立的 atomtypes：

#include "LIG_GMX_atomtypes.itp"

具体 include 顺序取决于 ACPYPE 输出和你使用的力场结构。

最后在：

[ molecules ]

增加：

LIG    1

例如：

[ molecules ]
Protein_chain_A    1
LIG                1

二十五、这里有一个特别容易犯的错误

蛋白和配体必须尽量使用兼容的力场体系。

例如：

不推荐随便混

例如：

CHARMM36m
+
GAFF2

不是说绝对不能做，而是需要非常清楚：

原子类型、LJ参数、1-4相互作用、组合规则、电荷模型是否兼容。

二十六、如果你用 CHARMM，流程完全不同

如果你的蛋白使用：

CHARMM36 / CHARMM36m

那么配体通常考虑：

CGenFF

而不是 GAFF2。

流程变成：

ligand.mol2
     ↓
CGenFF
     ↓
ligand.str
     ↓
CHARMM-GROMACS conversion
     ↓
ligand.itp

所以你首先要确定：

你的蛋白使用什么力场。

这是配体拓扑准备的第一原则。

二十七、如果你用 OPLS-AA

则应该考虑：

OPLS-AA

对应的配体参数化方案。

因此：

蛋白力场	配体常用方案
AMBER	GAFF/GAFF2
CHARMM	CGenFF
OPLS-AA	OPLS体系参数
GROMOS	对应GROMOS参数

不要先生成配体拓扑，再决定蛋白力场。

应该反过来：

确定蛋白力场
       ↓
确定配体参数化方法
       ↓
生成配体拓扑

二十八、建议做一个“拓扑质控”

配体生成完成后，不要直接开始 MD。

至少检查：

① 总电荷

Σ charge

是否正确。

② 原子类型

有没有：

UNK
DU
X

之类异常类型。

③ 键

有没有明显错误：

C-O
C-N
芳香环
双键

④ 二面角

检查柔性键。

⑤ 几何结构

ligand.pdb
ligand_GMX.gro

是否一致。

⑥ 原子数量

例如：

MOL2
25 atoms

那么：

GRO

也应该对应：

25 atoms

二十九、进一步做 GROMACS 检查

建立蛋白-配体体系后，可以尝试：

gmx grompp \
-f em.mdp \
-c complex.gro \
-p topol.top \
-o em.tpr

如果出现：

Atom type XXX not found

</pre>

说明：

配体 atomtype 没有正确引入。

如果出现：

No default Bond types

说明：

某个键参数缺失。

如果：

No default Angle types

说明：

angle 参数缺失。

如果：

No default Proper Dih. types

说明：

二面角参数缺失。

所以：

grompp

本身就是一个非常重要的 topology QC 工具。

三十、为什么我特别强调“配体电荷”？

因为蛋白–配体体系中：

蛋白
 ↓
带电残基
 ↓
静电场
 ↓
配体部分电荷
 ↓
蛋白-配体相互作用

例如：

LYS+
ARG+
ASP-
GLU-

与配体：

O-
N+
芳香π体系

发生：

salt bridge
hydrogen bond
electrostatic interaction
π-π interaction
cation-π interaction

如果配体电荷参数错误：

错误电荷
 ↓
错误静电势
 ↓
错误H-bond
 ↓
错误结合构象
 ↓
错误MD轨迹
 ↓
错误MM/PBSA
 ↓
错误结合自由能解释

所以配体拓扑的核心不是“生成一个 .itp 文件”，而是生成物理上合理的参数。

三十一、从分子对接到 MD，完整逻辑

如果现在是在做：

蛋白–配体分子对接 → MD

那么完整流程建议理解成：

配体
                     │
          ┌──────────┴─────────┐
          ↓                    ↓
       2D结构                 3D结构
          │                    │
          └─────────┬──────────┘
                    ↓
              质子化/互变异构
                    ↓
               结构优化
                    ↓
              GAFF2/CGenFF
                    ↓
               电荷计算
                    ↓
              bond/angle
              dihedral参数
                    ↓
                ligand.itp
                    │
                    ↓
蛋白结构 ───────→ 蛋白+配体复合物
                    │
                    ↓
                溶剂化
                    ↓
                加离子
                    ↓
              Energy Minimization
                    ↓
                 NVT
                    ↓
                 NPT
                    ↓
                  MD
                    ↓
       ┌────────────┼─────────────┐
       ↓            ↓             ↓
      RMSD         RMSF          Rg
       ↓            ↓             ↓
   H-bond       SASA          Distance
                    ↓
              MM/PBSA / GBSA
                    ↓
               结合自由能

三十二、可以把配体拓扑准备记成这张“核心图”

最核心的关系就是：

配体
                     │
                     ↓
              3D结构 + 化学信息
                     │
                     ↓
              ┌──────────────┐
              │ 质子化状态   │
              │ tautomer     │
              │ stereochemistry│
              └──────┬───────┘
                     ↓
                  Antechamber
                     │
          ┌──────────┴──────────┐
          ↓                     ↓
      原子类型                电荷
       GAFF2              AM1-BCC/RESP
          │                     │
          └──────────┬──────────┘
                     ↓
                  parmchk2
                     ↓
             bond/angle/dihedral
                     ↓
                  ACPYPE
                     ↓
              GROMACS topology
                     │
          ┌──────────┼──────────┐
          ↓          ↓          ↓
        .itp       .gro       .top
          │          │
          └────┬─────┘
               ↓
          Protein + LIG
               ↓
             GROMACS

三十三、几个最容易出问题的地方

问题	后果
配体总电荷错	静电相互作用错误
质子化状态错	H-bond/结合模式错误
tautomer错误	配体化学性质改变
GAFF2与蛋白力场不匹配	参数体系不一致
缺失二面角	grompp报错或物理行为异常
芳香性判断错误	几何和能量错误
配体结构未优化	初始构象不合理
PDB原子名称混乱	topology匹配困难
.itp没有正确include	grompp报错
[molecules]没有LIG	模拟体系不包含配体
配体坐标和拓扑原子顺序不一致	极其严重

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。

数据分析

#分子对接

#分子动力学

#数据分析