APR 29, 2026

从序列到结合位点 ：一种基于AI的蛋白质结构预测 和配体设计的简易工作流程分子对接

人工智能驱动的蛋白质结构预测 领域的最新进展，彻底改变了我们教授结构生物学的方式。这场10分钟的闪电演讲将介绍一套可直接应用于课堂的工作流程，引导学生从原始氨基酸序列出发，逐步完成结构预测 、模型评估以及蛋白质-配体分子对接-
整个过程完全在PyMOL 中完成，使用的是最新版本的PyMod和DockingPie插件。

我们首先利用基于人工智能的蛋白质结构预测 功能，并借助PyMod更新的
功能进行质量评估，这些功能将最先进的预测工具直接集成到熟悉的PyMOL
环境中。 一旦获得经过验证的结构，工作流程将通过 DockingPie 无缝过渡到分子
分子对接 对接。学生将准备受体和配体结构，进行分子对接
模拟，并实时可视化结合姿态和分子间相互作用。通过分析
氢键、疏水接触以及结合口袋几何结构，学习者将计算
结果与基础生化原理联系起来。

本节课的重点不在于计算复杂度，而在于教学整合。
整个工作流程均可访问、可复现，且可在标准教学实验室计算机上运行，
因此非常适合生物化学、分子生物学或
计算化学等高年级本科课程。

本次“工具箱”补充课程将简要演示工作流程，重点介绍
的实用教学策略，并展示如何通过在PyMOL 中无缝整合结构预测 、模型
评估以及配体分子对接 ，并借助其强大的可视化功能，
将抽象的结构-功能概念转化为互动式、探究驱动的学习体验。