08 · 两个激酶相似，究竟是哪一方面相似？
两个靶点“相似”，究竟相似在哪里？本节用口袋序列、口袋结构、相互作用和配体活性四个视角比较九种激酶，再为 EGFR 提出选择性研究问题。分子在多个靶点上的选择性仍需单独测量。
发什么提示词
新建对话，选择 CADD Workflow Runner。
发送：
请自行从 RCSB PDB、KLIFS 和 ChEMBL 获取 EGFR 及 8 个相关激酶的数据，从序列、口袋结构、相互作用指纹和配体活性四个角度比较相似性。用组图展示四个视角的一致与冲突，并提出 EGFR 选择性研究的优先核查对象。
结果出来后，可以追问：
为什么相互作用指纹那个视角说 EGFR 最像的是 CDK2，不是 ErbB2？我该信哪个？
读懂结果
| 视角 | 比较的对象 | 本次怎样得到结果 |
|---|---|---|
| 口袋序列 | KLIFS 预先对齐的 85 个位置 | 查询 9 条人源口袋序列，重算加权相似度与距离 |
| 口袋结构 | KiSSim 几何与理化描述符 | 从原教程保存的 1,611 × 1,032 描述符表重算距离 |
| 相互作用 | 85 个位置 × 7 类接触的 595 位指纹 | 按原教程的结构 ID 查询 KLIFS，取回 1,466 份指纹并重算 Jaccard 距离 |
| 配体活性 | 共同测量中对双方都活跃的化合物比例 | 使用原教程已保存的矩阵；没有逐化合物原始记录，不能恢复测量分母 |
1. 每个靶点有多少数据可用？
图 1｜各激酶的结构覆盖与四种数据来源。横轴使用对数刻度的面板，柱长不能直接理解为数量比例。
- 这张图看什么： 九种靶点各自的结构覆盖与四种数据来源；九种靶点为 EGFR、ErbB2、PI3K p110α、VEGFR2、BRAF、CDK2、LCK、MET、p38α，其中 p110α 是脂质激酶。
- 看到什么： 原教程清单有 1,620 个结构，KiSSim 表缺 9 个，相互作用查询缺 154 个。EGFR 有 357 份 KiSSim 描述符，ErbB2 仅 4 份。
补充说明
缺失不能记成零接触；配体活性视角缺原始逐化合物记录，测量分母无法恢复。2. 四种距离各自怎么读？
图 2｜四视角与等权综合的距离热图。每张热图按同一顺序排列靶点，各视角分别做 min–max 归一化再等权平均；颜色越浅，归一化距离越小。
- 这张图看什么： 四张热图按同一顺序排列靶点，各视角分别做 min–max 归一化再等权平均得到综合距离；颜色越浅，归一化距离越小。
- 看到什么： 序列视角只比较 85 个口袋位置。EGFR 与 ErbB2 有 9 个位置不同，完全一致为 76/85≈89.4%；BLOSUM62 加权相似度约 0.941，不是序列一致百分比。口袋结构与相互作用视角在所有可用结构对中取最小距离，回答“是否有一对很像”。配体活性矩阵沿用原教程：每个靶点–分子组合取最大 pIC50，以 ≥ 6.3 判活跃，双方都活跃数除以双方都测过数。其相似度对角线不必为 1，距离矩阵另设为 0。
补充说明
最小距离不代表平均构象。综合距离是各视角先归一化再平均，并不是四份名次的平均；保存矩阵无空值不证明测量覆盖充分。3. 四个视角的排序一致吗？
图 3｜比较同一批靶点对的距离排序：四个视角两两之间的 Spearman 相关。
- 这张图看什么： 同一批靶点对上，四个视角两两之间的距离排序 Spearman 相关；这里比较的是排序关联，不是预测准确率。
- 看到什么： 口袋几何与相互作用指纹的 Spearman 相关约 0.728，口袋序列与几何约 0.704，几何与配体活性约 0.315。
补充说明
不同视角并非互相替代。36 个靶点对来自九个靶点，不是 36 个独立生物样本，也不足以建立普遍的选择性规律。4. 结构数量会影响最近邻吗？
图 4｜结构对数量、等量抽样和邻居排名连起来看：每次抽取 4 份结构、重复 500 次。
- 这张图看什么： 把结构对数量、等量抽样和邻居排名连起来看：每次抽取 4 份结构、重复 500 次。
- 看到什么： EGFR–CDK2 比较 302,736 对结构，EGFR–ErbB2 仅 1,428 对；比较机会越多，越容易找到一对小距离。每个激酶抽四份结构、重复 500 次后，ErbB2 只有 105 次（21%）仍是 EGFR 的 KiSSim 最近邻；两者最小距离均值由全样本的 16.39 变为约 20.31。本次使用全部可用结构对计算距离，并另存仅用每个靶点第一份结构的对照，便于检查选取结构的影响。
补充说明
这是当前结构样本的敏感性检查，不是选择性概率。5. 综合比较之后，该核查什么？
图 5｜EGFR 的四视角邻居、口袋差异与综合比较。
- 这张图看什么： EGFR 在四个视角下各自的最近邻（下表列出），以及等权综合距离的排序；注意各视角原始距离单位不能直接互比。
- 看到什么： EGFR 在不同视角下的最近邻如下，原始距离单位不能直接互比：
| 观察视角 | EGFR 最近的另一个靶点 | 原始距离 |
|---|---|---|
| 口袋序列 | ErbB2 | 0.0590 |
| 口袋几何 | ErbB2 | 16.3920 |
| 相互作用指纹 | CDK2 | 0.1111 |
| 配体活性参考 | ErbB2 | 0.4342 |
综合距离最近为 ErbB2（0.345），其次 LCK（0.480）、VEGFR2（0.488）。CDK2 在相互作用视角突出，值得回看实际结构对、配体与构象。
补充说明
综合距离不能换算成亲和力、选择性倍数或药物安全性；下一步需要具体分子的可比较实验测量。下一步
据此选择要核对的共晶结构（蛋白和小分子一起结晶的实验结构，能直接看到分子怎样躺在口袋里）、匹配的活性测量和后续计算对象。继续第九节：同一个分子，字符串、图和三维坐标各学到什么？，换用独立的 QM9 分子数据，比较模型怎样读取 SMILES、分子图和三维坐标。
去之前可以先发一句追问，把本节的分歧收拢成待核查清单：
EGFR 在相互作用指纹视角下的最近邻是 CDK2 而不是 ErbB2，综合距离最近的却是 ErbB2（0.345）——请列出支撑这两个结论的实际结构对、配体与构象，我该优先核对哪些？
下载本节完整结果包，解压后先打开 readable-report.html。
| 想检查什么 | 打开哪个文件 |
|---|---|
| 本节各项结果与结论怎样串起来 | readable-report.html |
原始教学内容：TeachOpenCADD T023–T028、KLIFS 数据与 OpenCADD 接口说明。
返回指南首页。