课前准备--EGFR突变结构与药物设计

作者，Evil Genius

今天我们梳理一个案例，来看看分子对接分子动力学的实际运用。

EGFR 是非常适合用来串联“基因突变 → 蛋白结构 → 构象变化 → 分子对接 → 分子动力学 → 药物设计 → 实验验证”的经典案例。

一个完整的结构生物学/计算药物设计工作流：

EGFR突变 → 突变蛋白结构预测 → WT/Mut结构比较 → 突变造成的构象变化 → 找结合口袋 → 药物对接 → MD验证 → MM/PBSA/自由能 → 设计/筛选新抑制剂 → 实验验证

下面以EGFR L858R、Exon 19 deletion、Exon 20 insertion为主线详细拆开。

一、首先要明确：EGFR到底是什么

EGFR（Epidermal Growth Factor Receptor）是一个受体酪氨酸激酶（RTK）。

它大体可以分成：

胞外结构域 │ │ EGF结合 ↓ 跨膜区 │ ↓ 胞内酪氨酸激酶结构域 │ ↓ C-terminal tail │ ↓ 下游信号 RAS-RAF-MEK-ERK PI3K-AKT-mTOR STAT

真正适合进行：

• 结构预测

• 分子对接

• MD

• 药物设计

的核心，是胞内 kinase domain（KD）。

EGFR激酶结构域大约是：

残基 696–1022

其中最重要的是：

N-lobe ├── β-sheet ├── ATP-binding pocket └── αC-helix ↓ ATP binding site ↓ C-lobe ├── catalytic loop ├── activation loop └── substrate binding region

EGFR 的许多致癌突变，实际上就是改变这个 kinase domain 的构象平衡。

二、EGFR最重要的几个突变

如果你准备建立一个结构计算体系，我建议至少比较：

这里尤其需要注意：

“19、20号外显子突变”不是一种突变。

例如：

Exon 19

最经典的是：

E746_A750del

也就是：

WT: ...E746-L747-R748-E749-A750... Mutation: ... ΔELREA

而 Exon 20 则包括很多不同的 insertion，例如：

D770_N771insNPG

它们虽然都叫 Exon 20 insertion，但结构效应并不完全一样。

三、为什么 L858R 会激活 EGFR？

这是整个 EGFR 结构生物学中非常经典的问题。

L858 位于：

activation loop（A-loop）

原本：

L858 = Leucine

突变：

L858R Leu → Arg

也就是：

疏水氨基酸 ↓ 带正电的大侧链

这不是简单的“一个氨基酸换掉了”。

真正重要的是：

它改变了 EGFR kinase domain 的构象能量景观。

1. WT EGFR存在 inactive ↔ active 平衡

可以简单理解成：

┌──────────────┐ │ │ ↓ │ Inactive EGFR ⇄ Active EGFR │ ↓ ATP binding ↓ phosphorylation

正常情况下：

inactive state 占比较大的比例。

2. L858R把平衡推向active state

L858R改变activation loop附近的局部环境，使inactive kinase构象不再那么稳定。

结果：

WT Inactive ↑ │ │ equilibrium │ ↓ Active L858R Inactive ↓ ↓ Active ↑↑↑

所以：

L858R不是简单地“让ATP结合更强”。

它更核心的作用是：

改变active/inactive构象之间的能量平衡，使active kinase构象更容易出现。

近期结构/动力学研究也支持 L858R 会稳定活性构象，并影响EGFR二聚化及更高阶组装。

四、Exon 19 deletion为什么也会激活EGFR？

这里就非常适合做结构模拟。

经典突变：

E746_A750del

删除：

E746 L747 R748 E749 A750

也就是：

ELREA

它所在的位置非常关键：

β3 │ ↓ β3–αC loop │ ↓ αC-helix

αC-helix 是EGFR kinase activation的核心结构元件。

可以简单画成：

β3 │ │ └──── loop ──── αC helix │ │ ↓ active/inactive switch

Exon19 deletion缩短了这个loop。

于是会使αC-helix更倾向于：

inward / active position

而不是：

outward / inactive position

所以：

Ex19 deletion ↓ β3-αC loop缩短 ↓ αC-helix构象受到限制 ↓ active conformation ↑ ↓ EGFR kinase activity ↑

这也是为什么 Ex19del 和 L858R 都属于经典的EGFR sensitizing mutations。

不过有一个非常重要的结构计算细节：

不要期待突变后一定出现“肉眼可见的大结构变化”。

一些晶体结构研究发现，Ex19del和WT整体结构差异可能并不巨大，真正重要的可能是构象分布、动态行为以及active/inactive state population改变。

这就是为什么：

MD往往比单纯的静态结构比较更有价值。

五、Exon 20 insertion为什么反而容易耐药？

这就是一个非常漂亮的结构药理学案例。

典型：

D770_N771insNPG

发生在：

αC-helix / αC-β4 loop附近

插入的氨基酸形成一个类似：

structural wedge（结构楔子）

把αC-helix推向active conformation。

可以理解为：

WT αC-helix ↔ inactive / active Ex20 insertion NPG ↓ [WEDGE] ↓ αC-helix → ACTIVE

因此：

Ex20 insertion ↓ αC-helix被锁定 ↓ active kinase ↓ 持续信号

但问题来了：

为什么它不像L858R一样对经典TKI敏感？

关键在于：

ATP affinity 和 inhibitor affinity 的变化不一样。

L858R / Ex19del：

ATP affinity ↓ ↓ TKI相对更容易竞争ATP ↓ drug sensitivity ↑

而典型Ex20ins：

ATP affinity ≈ 保持 ↓ ATP仍然强烈竞争 ↓ 经典TKI难以获得足够选择性

同时，插入突变会使：

αC-helix + phosphate-binding loop（P-loop）

发生位置变化，部分药物进入结合口袋时出现steric hindrance（空间位阻）。

这就是：

为什么“都是EGFR激活突变”，但药物敏感性却完全不同。

六、所以我们可以建立一个非常漂亮的结构模型

把三个突变放在一起：

EGFR kinase domain N-lobe C-lobe ┌─────────────┐ ┌───────────────┐ │ │ │ │ │ β-sheet │ │ catalytic │ │ │ │ loop │ │ αC-helix │ │ │ │ ↓ │ │ activation │ │ ATP │ │ loop │ └─────────────┘ └───────────────┘ ↑ ↑ ↑ Ex19del L858R T790M ↑ Ex20ins

更准确地说：

七、接下来就进入你真正关心的：怎么做结构预测？

这里建议你不要一上来就AlphaFold。

如果研究EGFR：

第一优先级

直接使用实验结构。

因为EGFR kinase domain已经有大量：

• WT

• L858R

• Ex19del

• T790M

• drug-bound

晶体结构。

例如经典EGFR-erlotinib结构：

PDB: 1M17

就是非常经典的EGFR kinase结构。

八、什么时候使用AlphaFold？

如果研究的是：

EGFR-WT EGFR-L858R EGFR-Ex19del EGFR-Ex20ins

并且某个具体突变没有实验结构：

可以：

方法1

AlphaFold 3 / AlphaFold 2预测

EGFR-WT ↓ 结构预测 EGFR-L858R ↓ 结构预测 EGFR-Ex19del ↓ 结构预测 EGFR-Ex20ins ↓ 结构预测

然后比较。

但是：

AlphaFold给你的主要是一个静态结构模型，而突变导致的功能差异往往属于构象动力学问题。

因此：

AlphaFold → MD

通常比：

AlphaFold → docking

更加合理。

九、推荐完整计算流程

如果以后想真正做一个论文级的EGFR计算药物研究，可以按照：

EGFR mutation │ ┌───────────┼───────────┐ ↓ ↓ ↓ L858R Ex19del Ex20ins │ │ │ └───────────┼───────────┘ ↓ Protein structure ↓ Experimental PDB / AF3 ↓ Structure QC ↓ WT vs mutant comparison ↓ Molecular dynamics ↓ ┌────────────────┼─────────────────┐ ↓ ↓ ↓ RMSD/RMSF Rg/H-bond PCA/DCCM ↓ ↓ ↓ Conformational analysis ↓ Binding pocket ↓ Drug docking ↓ ┌───────────┼────────────┐ ↓ ↓ ↓ Gefitinib Osimertinib New compounds ↓ ↓ ↓ MD simulation ↓ MM/PBSA/MMGBSA ↓ Binding free energy ↓ Lead compound selection ↓ Experimental validation

十、第一步：获取EGFR结构

建议优先从PDB获取。

例如：

WT EGFR

可以选择经典：

1M17

EGFR kinase + erlotinib。

还可以寻找：

• EGFR WT apo

• EGFR L858R

• EGFR T790M

• EGFR Ex20ins

• EGFR + gefitinib

• EGFR + osimertinib

十一、第二步：建立突变体

例如你有：

WT EGFR

要构建：

EGFR L858R EGFR E746_A750del EGFR D770_N771insNPG EGFR T790M

可以使用：

• PyMOL

• ChimeraX

• FoldX

• Rosetta/PyRosetta

• Modeller

非常建议你把这个EGFR案例作为PyRosetta练习项目。

十二、为什么不能直接把突变后的结构拿去Docking？

这是非常关键的一点。

例如：

WT EGFR ↓ L858R

直接：

L858R ↓ Docking ↓ Osimertinib

存在一个问题：

突变侧链只是“换了一个氨基酸”，并不代表整个蛋白已经达到了真实的突变构象。

所以需要：

mutation ↓ side-chain repacking ↓ energy minimization ↓ MD equilibration ↓ conformational sampling ↓ representative structure ↓ docking

这会更加可靠。

十三、第三步：能量最小化

比如：

EGFR-L858R ↓ 添加氢 ↓ 补缺失原子 ↓ 选择质子化状态 ↓ force field ↓ Energy minimization

可以使用：

• AMBER

• GROMACS

• OpenMM

• Rosetta

推荐：

GROMACS作为MD主工具。

十四、第四步：MD模拟

这一步实际上是整个研究最关键的地方。

例如：

EGFR-WT EGFR-L858R EGFR-Ex19del EGFR-Ex20ins

分别：

Protein ↓ TIP3P water ↓ Na+/Cl- ↓ NPT ↓ Equilibration ↓ Production MD

例如可以设计：

每个体系： 3 × 100 ns 或者 3 × 200 ns

而不是只跑一次100 ns。

因为：

单次MD trajectory很容易受到初始构象和随机速度的影响。

十五、MD到底看什么？

RMSD、Rg、氢键等。

1. RMSD

看整体结构稳定性：

RMSD │ │ ───────── │ ── │ ── └──────────────── time

比较：

WT L858R Ex19del Ex20ins

十六、RMSF

看哪些氨基酸运动发生变化：

RMSF │ /\ /\ │ / \ / \ │_____/____\__________/____\____ ↑ αC

重点观察：

• αC-helix

• activation loop

• P-loop

• gatekeeper region

• catalytic loop

如果L858R导致activation loop运动模式改变：

RMSF可能直接体现出来。

十七、Rg

EGFR kinase domain：

Radius of gyration

主要用于判断：

整体紧致程度有没有变化。

但对EGFR突变而言：

Rg通常不是最有解释力的指标。

所以不要把论文重点放在Rg。

十八、氢键分析

非常重要。

例如：

L858R ↓ Arg858 ↓ 与附近残基形成新的 electrostatic interaction /H-bond ↓ activation loop稳定

这类分析可以直接把：

“突变”

连接到：

“结构机制”。

十九、更加重要：距离分析

例如：

Arg858 │ │ distance ↓ Asp / Glu

统计：

distance vs time

如果：

WT interaction occupancy = 10% L858R interaction occupancy = 70%

就能说明：

突变形成了新的稳定相互作用网络。

二十、非常推荐做DCCM

Dynamic Cross-Correlation Matrix：

residue 1 2 3 4 5... ┌───────────── 1 │ + + - - 2 │ + + - - 3 │ - - + + │

它可以回答：

L858R是不是改变了不同结构区域之间的协同运动？

例如：

activation loop ↕ αC-helix ↕ ATP pocket

如果突变改变了这些区域之间的动态耦合：

这比单纯说：

“RMSD变化了0.2 Å”

有生物学意义得多。

二十一、PCA也非常重要

Principal Component Analysis：

PC2 ↑ │ WT │ ● ● ● │ │ L858R │ ● ● ● │ └──────────────────→ PC1

如果：

WT trajectory

和：

L858R trajectory

在PCA空间明显分开：

说明：

突变改变了蛋白的主要构象运动模式。

这对于EGFR特别有价值。

二十二、下一步：药物分子对接

假设你研究：

Osimertinib

可以设计：

EGFR-WT + osimertinib EGFR-L858R + osimertinib EGFR-Ex19del + osimertinib EGFR-Ex20ins + osimertinib

然后进行：

Molecular docking

常用：

• AutoDock Vina

• Glide

• GOLD

• AutoDock4

你已经在学习Vina，因此完全可以用：

Vina → PyRosetta/GROMACS → MD

这个组合。

二十三、Docking真正回答什么问题？

Docking主要回答：

“药物能不能以合理构象进入这个binding pocket？”

例如：

EGFR ┌───────────────┐ │ │ │ ATP pocket │ │ ↓ │ │ ┌───────┐ │ │ │ Drug │ │ │ └───────┘ │ │ │ └───────────────┘

然后看：

• binding pose

• hydrogen bond

• π-π interaction

• hydrophobic interaction

• salt bridge

• steric clash

二十四、EGFR药物最经典的结合方式

以第一代TKI为例：

EGFR ATP-binding pocket hinge region ↓ ────────── │ Drug │ ──────────

许多ATP竞争型EGFR-TKI会与：

hinge region

形成关键氢键。

所以：

ATP ↓ ATP pocket Drug ↓ 竞争ATP ↓ EGFR phosphorylation ↓ ↓ RAS/MAPK ↓ PI3K/AKT ↓ ↓ tumor cell proliferation ↓

二十五、Osimertinib为什么更厉害？

Osimertinib是第三代EGFR-TKI。

它有一个非常关键的特点：

covalent irreversible inhibition

也就是：

EGFR Cys797 ↑ │ └── covalent bond ↑ Osimertinib

所以：

Osimertinib ↓ 进入ATP pocket ↓ 识别Cys797附近区域 ↓ 形成共价键 ↓ EGFR kinase被不可逆抑制

这也是为什么在结构计算中：

Osimertinib不能完全按照普通reversible docking理解。

最好采用：

covalent docking / covalent modeling

或者至少在MD中明确考虑Cys797共价连接状态。

二十六、然后进入MD验证Docking结果

这一步就是你之前一直在问的：

为什么Vina以后还要做MD？

原因非常简单：

Vina：

静态结构 ↓ 搜索几个可能pose

MD：

protein + ligand + water ↓ 真实动态环境 ↓ 100 ns / 200 ns ↓ 判断这个pose是否稳定

因此：

Vina ↓ Top 10 poses ↓ 选择合理pose ↓ MD ↓ 稳定pose

二十七、MD中重点看Drug-Protein interaction

例如：

Hydrogen bond occupancy

Drug │ ├── H-bond → Met793 │ ├── H-bond → Lys745 │ └── interaction → Cys797

计算：

occupancy

比如：

Met793 H-bond occupancy = 82% Cys797 interaction = 91%

比单纯Docking的：

-8.5 kcal/mol

更有说服力。

二十八、再进一步做MM/PBSA

例如：

WT + drug L858R + drug Ex19del + drug Ex20ins + drug

计算：

ΔGbind

通常：

ΔGbind = ΔEMM + ΔGpolar + ΔGnonpolar - TΔS

最终可以比较：

如果：

L858R -60 Ex19del -58 Ex20ins -40

那么可以提出：

Ex20ins对该药物结合不利。

但要注意：

MM/PBSA适合做相对比较和机制支持，不应该把绝对数值当成真实实验Kd。

二十九、如果要真正“设计药物”，应该怎么做？

这就进入：

Structure-based drug design

整个过程：

Mutation ↓ Structure ↓ Binding pocket ↓ Hotspot identification ↓ Virtual screening ↓ Docking ↓ MD ↓ MM/GBSA ↓ Lead compounds ↓ Molecular optimization ↓ Experimental validation

三十、例如你要针对EGFR Ex20ins设计药物

这是非常有研究价值的。

因为Ex20ins存在：

经典TKI耐药问题。

结构研究发现：

Ex20 insertion ↓ αC-helix位置变化 ↓ ATP pocket空间变化 ↓ 经典TKI steric clash ↓ drug resistance

因此你的设计策略可以是：

Strategy 1

寻找：

能够避开steric clash的ATP-site inhibitor

Strategy 2

设计：

Covalent inhibitor

寻找Cys797附近合理exit vector。

Strategy 3

设计：

Allosteric inhibitor

不再直接竞争ATP。

而是：

allosteric pocket ↓ 锁定inactive EGFR ↓ 阻止activation

这类思路非常重要，因为近年来EGFR结构药理学越来越强调：

conformational/selective allosteric inhibition

而不是单纯ATP竞争。

三十一、这就是“突变 → 药物”的完整逻辑

可以把整个科学问题总结成：

EGFR mutation │ ┌─────────────┼─────────────┐ ↓ ↓ ↓ L858R Ex19del Ex20ins │ │ │ ↓ ↓ ↓ Activation loop αC-helix αC-helix │ │ │ └─────────────┼─────────────┘ ↓ kinase conformation ↓ active/inactive equilibrium ↓ ATP binding ↓ drug binding pocket ↓ ┌────────────┴────────────┐ ↓ ↓ sensitive resistant ↓ ↓ EGFR inhibitors novel inhibitors ↓ ↓ Docking Docking ↓ ↓ MD MD ↓ ↓ MM/PBSA MM/PBSA ↓ ↓ validation optimization

三十二、如果把它做成一个真正的科研项目

建议直接做下面这个课题：

“EGFR不同驱动突变的结构动力学特征及靶向抑制剂结合机制研究”

设计4组：

Group 1 EGFR-WT Group 2 EGFR-L858R Group 3 EGFR-Ex19del Group 4 EGFR-Ex20ins

每组：

apo protein + drug-bound protein

于是：

4 × 2 = 8个体系

例如：

WT L858R Ex19del Ex20ins × apo osimertinib

三十三、计算分析指标可以这样安排

第一层：结构

RMSD RMSF Rg SASA secondary structure

第二层：构象

PCA DCCM Free energy landscape

第三层：局部结构

重点：

αC-helix P-loop activation loop hinge gatekeeper Cys797

第四层：药物结合

H-bond hydrophobic interaction π-π salt bridge contact frequency distance

第五层：自由能

MM/PBSA MM/GBSA per-residue decomposition

三十四、最终最有价值的是“Residue decomposition”

这个非常适合做论文图。

例如：

Residue contribution Met793 ███████████ Leu718 ███████ Val726 █████ Lys745 ████ Cys797 █████████ Arg858 ██

然后你就可以回答：

到底是哪些氨基酸决定了突变体与药物的结合差异？

进一步：

Mutation ↓ Residue interaction network ↓ Binding pocket remodeling ↓ Drug binding change

这就从：

“做MD”

升级到了：

“解释药物机制”。

三十五、进一步可以做虚拟筛选

如果你不是只研究现有药物，而是想：

“寻找一个新的EGFR突变选择性抑制剂”

可以：

EGFR mutant structure ↓ Binding pocket ↓ ZINC / Enamine / ChEMBL等化合物库 ↓ Virtual screening ↓ Docking ↓ Top 100 ↓ Top 20 ↓ MD ↓ MM/GBSA ↓ Top 5 ↓ 实验

三十六、甚至可以进一步做AI药物设计

这就是现在非常热门的方向：

EGFR mutation ↓ Structure ↓ Pocket ↓ AI molecular generation ↓ 生成新分子 ↓ Docking ↓ MD ↓ ADMET ↓ 合成 ↓ 实验验证

例如可以结合：

• AlphaFold 3

• Diffusion-based molecular design

• ProteinMPNN（更偏蛋白设计）

• RFdiffusion（蛋白/结合蛋白设计）

• DiffDock

• GNINA

• AutoDock Vina

• GROMACS

• PyRosetta

形成：

AI + Structure-based Drug Design + MD

的完整体系。

三十七、这里有一个非常重要的现实问题

不能简单理解成：

“Docking分数最低 = 最好的药。”

实际上：

Docking score ↓ 只是第一轮筛选

真正可靠的证据链应该是：

Docking ↓ 合理binding pose ↓ MD稳定 ↓ 关键H-bond/contact稳定 ↓ PCA/DCCM支持构象机制 ↓ MM/PBSA支持结合差异 ↓ 突变体选择性 ↓ 细胞实验 ↓ 酶活实验 ↓ SPR/ITC/Kd ↓ 动物实验

最终才能形成完整的药物发现证据链。

三十八、目前EGFR临床药物也可以作为这个体系的真实案例

对于经典：

Exon 19 deletion / L858R

目前临床上已经有多种EGFR靶向方案，第三代TKIosimertinib是非常重要的代表；FDA也批准其用于这两类EGFR突变的NSCLC，并批准其与铂类化疗联合的一线方案。

此外，2024年FDA还批准：

lazertinib + amivantamab

用于EGFR Ex19del/L858R的一线治疗。

而对于：

EGFR Exon 20 insertion

情况完全不同。

这正好说明：

“同一个靶点、不同突变 → 不同蛋白构象 → 不同药物结合模式 → 不同临床药物敏感性。”

截至目前，FDA已经在2025年批准sunvozertinib用于铂类化疗后进展的EGFR Exon 20 insertion转移性NSCLC。

所以Ex20ins是一个非常适合做：

突变结构 → docking → MD → 药物设计

的真实案例。

最后把整套方法浓缩成一句话

真正要学习的不是“怎么跑Vina”或者“怎么跑GROMACS”，而是下面这个逻辑：

EGFR突变改变局部结构和构象能量景观 → 改变αC-helix、activation loop、ATP pocket等关键区域的动态行为 → 改变ATP/TKI结合模式 → 造成药物敏感或耐药 → 利用结构预测、分子对接和MD寻找稳定结合构象 → 用MM/PBSA和残基能量分解定位关键作用残基 → 根据突变特异性口袋设计/筛选新的EGFR抑制剂 → 最终通过酶活、SPR/ITC、细胞和动物实验验证。

这实际上就是一个完整的结构基础药物设计（Structure-Based Drug Design, SBDD）项目。

下一步最推荐直接做一个“EGFR-L858R从PDB结构获取 → PyMOL构建突变 → GROMACS建模 → 100 ns MD → RMSD/RMSF/PCA/DCCM → AutoDock Vina对接Gefitinib/Osimertinib → 再MD → MM/PBSA → PyMOL出论文级结构图”的完整实战案例。

生活很好，有你更好。