动力学与自由能：当单一姿势不够用时

蛋白不是雕像

晶体结构冻结了一种构象，但真实的蛋白在不停抖动。分子动力学（MD）模拟这种运动：它把蛋白、配体和显式水放进一个盒子，施加描述所有原子间作用力的力场，并以极小的时间步长向前推进，观察体系的演化。MD 揭示出单张静态图所掩盖的构象柔性——摆开的侧链、把守口袋的环、以及刚性对接看不到的诱导契合。

MD 也是询问水分子的诚实方式。通过观察水分子停留在哪里、被结合得有多紧，你可以辨认出值得作为目标的可被取代的水，以及必须保留的结构水。而且由于 MD 报告涨落，它直接关乎结合熵——结合中常被忽视的那一半，它来自配体锁定时柔性与无序的变化。

把结合视为自由能平衡

亲和力由结合自由能 ΔG 决定，它综合了焓（你画出的相互作用）和熵（有序度、柔性和水）。打分函数只粗略地估计 ΔG，这正是它排序差的原因。要把活性预测到足以指导合成的程度，你需要一种扎根于真实统计热力学、并计入蛋白运动和显式溶剂的方法。

自由能微扰（FEP）就是这种方法。FEP 不去计算单个分子的绝对 ΔG（那非常困难），而是计算两个相近类似物之间结合自由能的差值：在口袋中和在水中，全程用 MD，把一个逐渐"变形"为另一个。由于两条路径共享大部分结构，误差相互抵消，现代 FEP 能把相对活性预测到约 1 kcal/mol——足以为下一步该做哪个类似物排序。

Why a difference is easier than an absolute:

  ligand_A  --(alchemical morph in WATER)-->  ligand_B    : dG_water
  ligand_A  --(alchemical morph in POCKET)--> ligand_B    : dG_bound

  ddG_binding(A->B) = dG_bound - dG_water

A simple edit -- swap H for F, add a methyl -- changes little,
so the shared parts cancel and only the change is 'paid for'.

FEP 通过一个热力学循环计算差值（ΔΔG），于是大部分困难的物理量相互抵消。

用好 FEP，不浪费它

FEP 准确但昂贵，而且它的优劣完全取决于你起始的姿势。它在正确的地方才有回报——对一个已知系列进行后期、细致的优化——而如果你让它去比较差异极大的分子，或依赖一个你并不确定的姿势，就会浪费算力。把它当作一道精密过滤，并通过用你已经测量过的化合物来核对它，保持它的诚实。

在先导优化中使用 FEP，此时你有一个可信的结合姿势，并在固定骨架上探索小的修改。
让微扰小且化学上合理——H→F、加一个甲基、单个环替换——以保持循环可靠。
把计算锚定到已测量的类似物上，以便用真实数据核对预测。
对虚拟想法排序，合成排在前面的几个，把结果反馈回来，再重复——FEP 是设计循环内的一道过滤，而不是实验室的替代品。