2.3 三维构象与立体化学表征

2.3 三维构象与立体化学表征

本节摘要：二维图抹掉了两类关键事实——原子的空间排布（手性、顺反）与键旋转产生的构象系综。本节讲清 R/S 与 E/Z 如何在 SMILES 中标注、构象系综如何生成与优化，并用"一对对映体 + 一个柔性药物"的完整代码案例，划出"何时必须上三维"的实用边界。

编目柜台的最后一课，补回被字符串和图牺牲掉的空间信息。它直接服务于第7章的分子对接（受体口袋是三维的）和第6章的三维定量构效关系；如果你的项目只做相似性检索与二维建模，本节知识则是你判断"能不能省"的依据。

立体化学：一只手性中心的两种命运

分子的化学式与连接关系完全相同、空间排布互为镜像的一对分子，叫对映体。它们的熔点、谱图几乎一样，在普通储藏条件下能量也相同——但在手性环境里（酶、受体、另一只手性分子面前）行为可以天差地别：一个是药，另一个可能无效甚至有害。反应停（沙利度胺）事件让全行业为这一课付出了代价，此后单一构型成了小分子药物的基本要求。

SMILES 用 @ 与 @@ 标注手性中心，含义是"从该原子看去，邻居原子按书写顺序呈顺时针还是逆时针排列"。L-丙氨酸与 D-丙氨酸只差一个符号：

from rdkit import Chem
from rdkit.Chem import rdCIPLabeler  # CIP 规则打 R S 标签

ala_L = Chem.MolFromSmiles("C[C@H](N)C(=O)O")
ala_D = Chem.MolFromSmiles("C[C@@H](N)C(=O)O")

for m, tag in [(ala_L, "L 型"), (ala_D, "D 型")]:
    rdCIPLabeler.AssignCIPLabels(m)
    center = Chem.FindMolChiralCenters(m, includeUnassigned=True)
    print(tag, center)      # L 型 [(1, 'S')]；D 型 [(1, 'R')]

from rdkit.Chem import inchi
print(inchi.MolToInchiKey(ala_L))   # 两个 Key 首段相同
print(inchi.MolToInchiKey(ala_D))   # 次段不同：立体差异写进了身份
​

两件事值得停一下。其一，@ 与 @@ 的具体意义取决于原子在字符串中的书写顺序——同一个分子换个写法，标记可能要从 @ 改成 @@，所以永远不要手工"修正"立体标记，交给规范化流程。其二，标准 InChIKey 把立体信息编入次段之前的首段之后区域，R 型与 S 型会得到不同的 Key：立体差异是身份差异，对账系统里绝不能把对映体混成一条记录。

双键的顺反异构用斜杠标记：F/C=C/F 是反式（两个氟在双键两侧），F/C=C\F 是顺式。规律与手性同理——几何信息写进字符串，身份随之分裂。

构象：一个分子的无数个影子

可旋转的单键让同一张分子图拥有大量空间形态（构象）。构象之间能量不同：跨过旋转势垒互相转化，常温下柔性分子是一束构象的动态混合物。药物设计关心的是这束混合物里哪些构象能摆出与靶点结合的姿态——二维表征对此完全失明。

计算化学信息学处理构象的标准流程是：生成（距离几何或系统搜索，产出多样化构象集）、优化（力场弛豫，消除原子重叠与键角畸变）、聚类去冗余（按骨架重原子均方根偏差截断）。RDKit 的 ETKDG 加 MMFF 组合就是这条流水线的现成实现。

图 2-3：构象系综与能量地形

构象生成的目标不是"找到唯一正确构象"，而是用尽量少的构象覆盖结合姿态可能出现的那片地形——受体结合会诱导分子变形，所以与最低能量构象相差几 kcal 且骨架形状不同的构象，都值得留进候选。

案例：为布洛芬准备构象系综

背景。布洛芬是典型的柔性药物：丙酸链加异丁基苯环，可旋转键让它在溶液里呈多种姿态。假设它要进分子对接（第 7.2 节），对接程序需要一批三维构象当输入。这件事在二维表征看来毫无难度——毕竟只是一张图——而三维流程的每一步都有讲究。

操作。生成、优化、按均方根偏差去冗余，一套走完：

from rdkit import Chem
from rdkit.Chem import AllChem

ibp = Chem.AddHs(Chem.MolFromSmiles("CC(C)Cc1ccc(cc1)C(C)C(=O)O"))

# 生成最多 200 个构象，骨架重原子 RMSD 小于 0.5 埃的视为重复
cids = AllChem.EmbedMultipleConfs(
    ibp, numConfs=200, pruneRmsThresh=0.5,
    params=AllChem.ETKDGv3())
print("去冗余后构象数：", len(cids))        # 典型输出：10 上下

# MMFF 力场批量优化并按能量排序
res = AllChem.MMFFOptimizeMoleculeConfs(ibp)
res.sort(key=lambda r: r[1])               # r 为（是否收敛，能量）元组
best_e, worst_e = res[0][1], res[-1][1]
print("最低能量：%.1f；最高：%.1f kcal/mol" % (best_e, worst_e))

conf0 = ibp.GetConformer(cids[0])          # 取最低能构象的三维坐标
print(tuple(round(v, 2) for v in conf0.GetPositions()[0]))
​

结果。两百次尝试经去冗余收敛到十余个彼此偏离超过 0.5 埃的构象；能量优化后，系综的能量跨度通常在几 kcal/mol 之内，最低能构象的酸链多朝向远离苯环的一侧。把这套构象交给对接程序，就是柔性配体的标准出厂设置。

解读。三处工程判断藏在参数里。pruneRmsThresh 越小保留越多——构象多则覆盖广，但对接耗时线性上涨，常规做法是零点五到一埃之间取值；先加氢再优化（AddHs）不可省，力场没有氢会把几何优化成灾难；能量最低不等于结合构象——受体诱导契合完全可能选中能量高两三个千卡的构象，这正是要保留系综而不是只留最低能的理由。

变式。若目的从对接换成三维描述符计算（第 6 章的 3D-QSAR），构象处理策略要反过来：需要把所有分子对齐到共同参照系，构象选择偏保守（最低能或药效团匹配构象），否则描述符的方差被构象噪声污染。同一套工具，两个用途，参数哲学相反——本节给出的判断框架，比任何固定参数都耐用。

本节要点回顾

• 立体是身份：@ 与 @@、/ 与 \ 写进字符串，R/S、顺反差异让 InChIKey 分道扬镳。
• 标记别手改：立体符号语义依赖书写顺序，规范化流程之外的"手工修正"是事故源。
• 构象是系综不是构象：柔性分子以一族构象存在，对接输入要覆盖地形，而非单点最优。
• 参数即取舍：RMSD 阈值与构象数量是覆盖与成本的旋钮，用途不同、拧法相反。
• 编目柜台毕业：字符串、图、空间三件套齐了；第 3 章带着这套表示能力去管理真实馆藏——先见一见那几座公共大库。