2.1.1. 马修斯系数

基于对116种不同晶体形式的球状蛋白质的分析（Matthews，1968, 1976)Matthews观察到，溶剂占据的晶体体积分数范围为27%至78%，最常见的值约为43%。马修斯进一步定义V（V）_M（M），称为马修斯系数，即晶体（非对称单位）体积V（V）_A类每单位蛋白质分子量，M（M）,

并证明了这一点V（V）_M（M）与溶剂的分数体积有直接关系V（V）_S公司在晶体中，

其中，换算系数1.230的尺寸为⁻³ Da.（2）的推导Matthews的原始出版物中没有明确规定，但Weichenberger&Rupp（2014）对此进行了详细阐述)以及更完整的历史和当前总体溶剂含量数据汇编。

2.1.2. 马修斯概率：溶剂含量影响分辨率

马修斯意识到，溶剂含量和衍射数据分辨率之间的关系是合理的：单个分子之间接触更多的紧密堆积晶体应该更稳定、更有序，衍射可能更好。Matthews的直观预测已经使用更大的蛋白质数据集进行了统计验证，并且已经开发了一种可能单位细胞内容作为分辨率函数的条件概率估计，称为Matthews概率（MP）（Kantardjieff&Rupp，2003）). 这个MATTPROB公司web applet，累积分辨率仓的相应概率分布函数及其参数已提供给晶体学界，原始MP估计器已在主要的晶体学结构确定包中以某种形式实现[MATTHEWS_COEF公司在里面中央对手方清算所4（优胜者等。, 2011),相位器（麦考伊等。, 2007)和菲尼克斯（亚当斯等。, 2010)]. 的最新更新MATTPROB公司（Weichenberger和Rupp，2014年)采用非参数核密度估计器(https://www.ruppweb.org/mattprob网站/)通过直接从经验溶剂含量数据计算Matthews概率，避免了修改Kantardjieff&Rupp（2003). 这一最新分析进一步强化了溶剂含量和分辨率高度相关的观点。低分子量蛋白质比密度的修改（Quillin&Matthews，2000; 费希尔等。, 2004)对溶剂含量预测没有实际影响，并且与齐聚州（Chruszcz等。, 2008; Weichenberger&Rupp，2014年). 虽然发现对对称性和分子量的依赖性很弱，但实际上并不相关，但使用简单的线性或范畴模型无法令人满意地解释。

马修斯概率的一个显著特征是，在观测分辨率仅代表分辨率的经验下限之前，隐含了贝叶斯假设。换句话说，晶体在某些实验条件下至少会衍射到报道的分辨率，但原则上它本可以衍射得更好。这种贝叶斯先验的假设也与报告的分辨率截止值的分布明显偏向于高于一般平均值的截止值这一事实相一致我/σ(我)第2.0页（Weichenberger&Rupp，2014; 罗等。, 2014). 目前，对于模型分辨率截止值的非平凡选择，在客观标准上还没有达成一致意见精细化，但似乎通常应用的分辨率截止值实际上低估了晶体的实际衍射势（Diederichs&Karplus，2013; 罗等。, 2014).

2.3.1. 溶剂压扁

基于实际空间的方法的共同点是，在被认为是溶剂的部分和可能代表蛋白质模型的部分之间进行描绘。在溶剂压平中，使用溶剂面罩（参见§2.4.3），其中密度是恒定的并且属于本体溶剂（0.33 eÅ⁻³对于纯水），假设面膜外的蛋白质（其平均密度较高，约为0.44 e Au⁻³). 将溶剂区设置为平坦密度值的图反转生成的相位用于改进整个电子密度图的相位，更新溶剂掩模，迭代重复该过程，直到收敛（Bricogne，1974; Kleywegt&Read，1997年; 波贾尼等。, 1987).

2.3.2. 溶剂翻转

溶剂翻转的相关技术（Abrahams&Leslie，1996）)不会将溶剂区域中的密度值设置为恒定的低值，而是翻转(即更改溶剂区域中栅格点（或密度体素）值的符号。翻转溶剂密度会在部分映射之间引入独立性，从而允许无偏差的相概率组合。例如，在程序中实现了强大的溶剂迁移过程所罗门群岛在中可用中央对手方清算所4（优胜者等。, 2011)和作为的一部分自动共享（冯海因等。, 2007)和菲尼克斯（亚当斯等。, 2010).

2.3.3. 影响范围

翻转不太可能代表蛋白质原子位点的密度体素也是SHELXE公司 影响范围(SoI公司)算法（Sheldrick，2010). 与基本上在Wang球体体积上积分的二进制方法相比，SoI公司计算2.42Ω球体表面密度的方差。选择半径的原因是为了保持一些似是而非的化学信息：事实上，2.42？是蛋白质和核酸。然后将覆盖的密度区域划分为溶剂、大分子和交叉区域（Sheldrick，2002）). 可变（模糊）交叉区域可防止溶剂掩模因不正确的初始溶剂含量估计而被锁定。此外，模糊区域允许平滑过渡从溶剂到蛋白质。最终相位组合使用σ_A类-加权最大似然系数（Read，1986)，减少了地图中指定为蛋白质的部分的部分偏差。然后重复该过程直到收敛。

2.3.4. 边界区域复杂性

在“坐标加体积溶剂”模型中，大分子在其溶剂环境中的动态边界层很可能由不连续的二元跃迁不完全描述。努力使用平稳变化的连续边界（芬恩等。, 2010)已导致算法进步，但在R（右）价值观已经实现。有迹象表明R（右）观察到的值精炼典型分辨率下的大分子结构(R（右）值～20–30%）和测量数据的精度(R（右）_合并约4–7%我)可能至少部分源于对真实电子密度（霍尔顿等。, 2014). 由于动态移动的本体溶剂和大分子之间的区域也是实际发生有趣相互作用的区域，因此可以预期，对该边界区域进行更好的建模和解释也将提高对相关生物现象的理解。

2.4.1. 散装溶剂模型

因为往复空间精炼的晶体结构该模型最小化了由观测值之间的平方残差之和导出的似然目标函数(F类_{光突发事件})并计算模型结构系数振幅(F类_模型)，散装固体的贡献F类_大量的需要在精炼的晶体结构。用于往复空间精细化，描述整体的物理模型晶体结构进而可以从中计算模型结构因子。这种模型通常包含（i）原子模型参数（描述坐标、位移的参数等特定原子的.）和（ii）描述其他一切的非原子模型参数，例如本体溶剂贡献，孪生分数、各种尺度、总体各向异性等.）.完整的模型晶体结构在里面倒数空间然后可以用总模型以广义形式表示结构系数(F类_模型)由模型中单个原子的贡献组成(F类_原子)和无序体溶剂(F类_大量的)（Moews&Kretsinger，1975年; 阿富汗等。, 2012),

相应的刻度和成分如所述确定，例如，由Afonine确定等。(2013)和穆尔舒多夫等。(2011).

目前，在大分子晶体学研究中使用了两种主要的体积-固体模型来计算F类_大量的(小时):

2.4.2. 指数（Babinet）散装固体模型

因为Babinet的原理（参见2009年Rupp中的边栏11-7)仅适用于均匀散射的物体，即指数体积-固体模型²

严格来说，仅对低分辨率反射的校正有效，但对约6度仍然有效（Tronrud，1997; Podjarny和Urzhumtsev，1997年; Glykos&Kokkindis，2000年). 在指数模型中，唯一可调整的参数是k个_溶胶所谓的对比，是布拉格和佩鲁茨（Bragg&Perutz，1952）首次创造的一个术语)定义为平均溶剂电子密度和平均蛋白质电子密度之比（～0.76），以及B类_溶胶，高衰减系数（～125–200Ω²)影响散装固体物贡献的程度。由于从蛋白质结构因子中减去高度衰减的溶剂贡献，指数模型在低分辨率下最有效。Babinet模型不需要掩模，因此，Babinet缩放可以应用于计算改进的缩放因子，然后再进行分子置换搜索，例如，通过改进的σ_A类分子置换似然函数的估计相位器（麦考伊等。, 2007; McCoy，2007年).

基于Babinet的模型可在精炼程序SHELXL公司（谢尔德里克，2008年)和巴士-多伦多（特隆鲁，1997年; 布兰科等。, 2004)和中REFMAC公司，其中它也可以与平溶剂模型（Murshudov等。, 2011).

2.4.3. 扁平（掩蔽）散装固体模型

平坦或掩蔽溶剂模型

或者更一般地说，如Moews&Kretsinger（1975）所述)和黄嘌呤等。(2013),

在大分子晶体学研究中，目前是解释大块溶剂的默认选择。F类_面具是来自均匀的、掩蔽的本体溶剂区域的贡献。体积-固体参数的物理意义k个_面具在平面掩模中基于模型的解释是不同的k个_溶胶在Babinet模型中（§2.4.2）：在平板模型中k个_面具是e？中的平均溶剂电子密度⁻³，而婴儿k个_溶胶是溶剂和蛋白质电子密度之间的对比度（比率）。两者B类_溶胶和B类_面具是涂抹（衰减）因子，单位为奥²描述了块状固体和大分子区域（平均）相互渗透的深度（Fokine和Urzhumtsev，2002b条). 由于存在已定义的遮罩边界区域，B类_面具，平均值为42º²，明显小于B类_溶胶（图4). 取决于精炼程序，额外的屏蔽生成参数，例如溶剂探针半径将溶剂边界延伸到蛋白质范德瓦尔斯表面以外，以及一个后填充探针（收缩）确定溶剂渗透回蛋白质表面和溶剂边界之间缝隙的半径可以在平面体积-固体模型中进行优化（Richards，1985; Jiang&Brünger，1994年; Kostrewa，1997年).

图4 本体溶剂参数。体积-固体参数的二维密度函数k个面具/B类面具源自PDB中存放的70 481个条目，其中精炼可以可靠地提取数据。平均溶剂密度值k个面具和涂抹因子B类面具使用计算菲尼克斯（亚当斯等。, 2010). 绘图仅限于PDB条目R（右）工作介于0.05和0.30之间，仅为正值k个面具，测量值B类面具小于300且溶剂含量至少为5%。密度函数是使用一个二维核密度估计和一个轴对齐的二元正态核构造的，并已归一化为最大值1。等高线以0.2的规则间隔绘制为实线。方框图显示k个面具和B类面具分布；中间值由灰色方框中的粗线表示，表示从下四分位数到上四分位数的间隔，胡须延伸到不超过四分位数范围1.5倍的数据点。样本中位数k个面具等于0.36（0.04）e−3和用于B类面具样本中值为42.4º2.分配B类面具有一个小尾巴朝向更高的值，用3.2的样本偏斜度表示，而k个面具分布似乎比平均值对称得多，样本偏斜度为0.43。该图未显示2.7%的B类面具条目和1.7%k个面具位于轴极限之外的数据。此图是使用生成的马特普洛特利布（亨特，2007年).

扁平溶剂模型可在以下程序中使用中枢神经系统（布伦格尔等。, 1998),菲尼克斯（亚当斯等。, 2010)和REFMAC公司，这也允许将平面掩蔽溶剂模型与改进的指数Babinet模型相结合（Murshudov等。, 2011).中枢神经系统使用改进的平面模型，该模型结合了Fokine和Urzhumtsev（2002）建议的溶剂参数网格搜索b条)以提高收敛性。中枢神经系统还细化了掩模计算中涉及的参数，如溶剂和收缩半径（Brunger，2007).菲尼克斯使用了一个更强大的平面溶剂模型，其中溶剂参数与所有其他尺度参数（如整体各向异性标度和孪生分数）同时进行分析计算，使该方法快速且独立于最小收敛（Afonine等。, 2013). 提出了对平面溶剂模型的其他增强，以解决溶剂-大分子边界的不连续性（Fenn等。, 2010). 在某些情况下，散装溶剂在单位电池（毛刺等。, 1996; 桑塔格等。, 2011). 在这些情况下，简单的平面掩模模型可能不够充分，必须开发更好的模型来解释散装溶液区域中的明显差异。

2.4.4. 溶剂参数的物理意义

在简单且最常用的情况下（除了菲尼克斯，其中参数化不同；有关详细信息，请参见Afonine等。, 2013)，平板散货-固体模型的两个可调参数（除掩模计算参数外）具有明确的物理意义和可预测值（Fokine和Urzhumtsev，2002b条)：平均溶剂密度k个_面具（eó）⁻³)和涂抹因子B类_面具(Ų)它描述了块状固体和大分子区域（平均）相互渗透的深度。由于这两个参数是数据和模型质量的良好指标，因此它们是验证新结构或检查现有条目一致性的有用标准（有关系统研究，请参见Afonine、Grosse-Kunstleve等等。, 2010). 这些参数的异常值可能表明数据、模型或精致。通常，k个_面具接近零意味着没有大量固体物质的贡献（这是极不可能的），并且可能表明模型、数据或两者都存在严重问题（詹森等。, 2007; Rupp，2012年).

2.4.5. 散装溶剂校正注意事项

基于掩模的块状固体模型可以根据描述大分子周围掩模的参数的选择，生成（差异）电子密度图人工制品。示例如下。

如果怀疑存在溶剂校正导致的人工制品，则将应用掩蔽的扁平体积-固体模型获得的地图与使用指数Babinet体积-固体校正获得的地图进行比较可以作为控制。Babinet模型与平板模型在两个关键方面有所不同。高效衰减(B类≃ 125–200 Ų)将Babinet校正的效果限制在低分辨率数据上，使剩余的高分辨率反射（以及由它们主导的整体缩放）不受影响。此外，在Babinet模型中，任何不属于模型蛋白的东西(F类_原子)被自动且隐式地指定为溶剂，消除了局部掩蔽偏差。因此，例如，上述情况（i）是不可能的：任何未指定为蛋白质的东西都被视为属于溶剂，导致类似于（ii）中所述的情况，但可能不太引人注目。尽管蛋白质建模错误的影响与溶剂在原理上类似于Babinet模型，可以引入的错误的类型和严重程度是有限的。最终，定义、优化和更新掩模参数的更好方法可能与对无序蛋白质区域的更好描述相结合（参见Blanc等。, 2004)，或更复杂的过渡区，需要开发来解决电子密度重建中溶剂校正诱导的人工制品。

3.1.1. 氢键网络

由于其极性，水分子是高度通用的氢键供体和受体。单个分子可以通过共价结合的H原子贡献两个氢键，并可以接受两个氢链通过它的氧气上有两对孤立的电子，形成总共四个氢键。模拟水分子的氢键网络需要有相应的化学意义，通常可以观察到四面体配位水分子和五环或六环组件的网络（图5). 可以识别和构建的水分子数量取决于分子结构，但一般来说，更有序的水分子可以放置在更高的分辨率上（图6).

图5 扩展的氢键水网络。(一)介绍了PDB条目中定义明确的氢键网络第二季第九季（中提琴等。, 2007). 蓝色网格表示σA类-派生的最大似然2毫发o个−数据流c（c）1处的地图σ级别，以及化学方案中的绿色箭头，如所示(b条)指向接受氢的电子孤对。请注意，每个键都有一个适当的供体-受体对（它清楚地定义了Gln30残基的适当方向）和不同类型的相互作用：直接骨架-侧链、侧链-侧链和残基之间的水介导相互作用。典型X（X）-O-H角为120°服务提供商2-在几乎四面体配位的水O原子中，–OH基团的杂化轨道和H-O-H的104.5°。共价O-H距离为0.96Ω。(c（c）)描述了高分辨率（1.2°）结构的分子间空间中定义明确的水网络，揭示了典型的冰状五元和六元水环网络，而中心水原子具有几乎完美的氢键伙伴四面体排列（PDB条目1磅/平方英寸; 帕金等。, 1996; 数字改编自Rupp，2009).

图6 取决于分辨率的平均每个氨基酸的水分子数。每个残基的平均水分子数计算为水分子数除以不对称单元中所有链的氨基酸数。根据2014年5月23日从PDB下载的X射线晶体图确定的77 346个蛋白质结构中的每一个，计算出了这个数字。该图利用方框图直观显示了在实验分辨率范围0.6-3.5º内0.1º容器中观察到的每残留物水分子数量的分布。在方框图中，灰色方框显示第一和第三个四分位之间的值，黑色条表示中值，胡须延伸到不超过内四分位范围1.5倍的数据点；此区域外的数据点以黑点突出显示。该图反映了一种似是而非的趋势，即与分辨率较低的结构相比，分辨率较高的结构中可以建造更多的离散水域。在低分辨率范围内，分布偏向于每残留物零水分子，这可以从这些分布中中值的位置上读取。这种趋势一直持续到分辨率低至2.5º，从那时起分布开始对称。请注意，分辨率非常高（优于0.8º）和非常低（低于3.3º）的箱子中填充的测量值少于100个。补充图S2中提供了核酸结构模型的对应图，该图显示了相似但有限的信息，因为X射线结晶术测定的DNA/RNA结构数量少得多。

由于H或D原子具有与重原子相当的显著中子散射因子（前者具有负号，但具有显著的背景散射），因此通常可以在核密度中指定水网络和质子化状态。菲尼克斯提供单独或组合X射线/中子选项精炼（黄嘌呤、穆斯塔基莫夫等。, 2010).

3.1.2. 自动化水建筑

几乎所有主要的晶体学软件包和建模程序都配备了自动取水和分析程序。在中央对手方清算所4（优胜者等。, 2011)程序套件，REFMAC公司（穆尔舒多夫等。, 2011)与调用arp _水（Lamzin和Wilson，1993年)，在考虑各种距离标准的情况下，去除不符合电子密度的原子，并将新的水原子放入未占用的电子密度峰值菲尼克斯定义程序（Afonine等。, 2012)提供用于挑水的命令行选项(有序溶剂)和SHELXL公司（Sheldrick和Schneider，1997年)提供程序SHELXWAT公司基于ARP协议/弯曲程序（Lamzin&Wilson，1993). 这个中枢神经系统 精炼协议（Brunger，2007)为水的放置和移除提供输入文件。一般来说，这些程序遵循与人体模型构建者相同的策略：在不同的电子密度图中通过峰值搜索选择水域。额外的限制条件确保假定的水分子与蛋白质原子或其他水分子之间存在氢键距离，并且它与蛋白质的距离很近，从而体现出合理的水化壳模型。见证人：非晶体对称性（NCS）中央对手方清算所4程序WATNCS公司使用该信息清除不符合NCS约束的水域，而WATERTIDY公司可以被视为挑水后的后处理步骤，将与对称性相关的水移到蛋白质链附近，并试图建立合理的水合壳。流行的交互式建模程序库特（埃姆斯利等。, 2010)将水提取和水分子分析与真实空间验证相结合。

程序包的最新发展，如菲尼克斯已经大大改进了“水”占卜程序（Echols、Morshed等。, 2014)能够根据电子密度区分水分子和其他离子，精炼和合理性标准，详见§3.2.

3.1.3.B类有序水分子的因子和占有率

之后精细化，值得仔细研究一下B类模拟水分子的因素，这些因素变化很大，取决于当地环境。水分子不通过共价键与其他原子相连，并且随着与蛋白质距离的增加，它们的流动性越来越强。而B类这种水分子的因子可能比B类相邻蛋白质原子的因子，与蛋白质原子在稳定的氢键网络中紧密结合的水分子事实上的限制了不断增加的流离失所或流动性B类这些因素并不比其环境邻国高出多少。

3.1.4. 高B类-因子水分子

随着与有序蛋白质表面距离的增加，位移和迁移率通常会增加，相应地，电子密度峰会变得更宽、更低和精细B类因素将增加。非常高B类因子通常与虚假水分子有关，任何密度与其他部分的非共价相互作用都不小于4-5º，很难用简单的水模型来证明。虽然在可能的情况下应解释显著的正差异密度，但不加区分地将水分子放入每个正差异密度中会创建一个非节约模型（Dauter等。, 2014)吃得太多，通常质量较差R（右）_自由的价值观（Brünger，1992)或更大R（右）–R（右）_自由的间隙（搔痒等。, 2000)而不是一个更简单、更合理的模型。类似的考虑也适用于不加批判地放置在低分辨率图的密度峰中的水分子：一个约1.5Å氢到氢距离的水分子真的会在3.5Å电子密度图中产生一个不同的峰吗？而图6确实允许粗略估计在某一分辨率下如何构建水，最终标准是合理的电子密度（满足证据需求）和物理化学合理性（满足符合既定预期的需求）。

3.1.5. 部分被占用的水分子

当水分子细化到很高B类因素，这只是表明精炼程序希望在建议的水位置处散射贡献较小，因此可以合理地分配水原子的部分占据。这样做将减少B类考虑到（中等分辨率）减少占用率或增加B类因素，它对全球的影响很小R（右）值。因此，理由必须来自必要性，例如不同的水密度可能太接近另一个水密度，表明占用率减少（总和≤1.0）或与备用侧链确认相关的水位置。可在精炼程序，如果合适，其总和限制为1.0。图7例举了这种情况的一个相对简单的例子。

图7 与部分水分占用相关的交替构象示例。Glu侧链在C处断裂β假设两个约占60/40%的交替构象。这两个水原子太近，不能同时存在，它们的占有率应该与相关侧链的占有率有关。两组的占用率之和必须限制为1.0。2毫发o个−DF公司c（c）电子密度分布在1σ级别。该数字由Rupp（2009）修改而来).

3.1.6. 低B类-因子“水”分子

低B类-显著偏离B类相邻蛋白质原子的因子，甚至接近硬编码下限B类系数（通常设置为1-5º²在里面精炼程序）表示金属阳离子或阴离子（如Cl）的分配不正确⁻，作为水分子（参见Echols，Morshed等。, 2014和图8). 在许多情况下，离子的配位几何结构和键距（见§3.2），对结晶-封装组件的审查（参见§3.2）和/或异常差异图峰值将允许合理解释。

图8 元素离子的鉴定。(一)中心原子的电子密度与水相当，但表现出金属离子典型的八面体配位。2.0–2.2Ω的配位距离与Mg相容2+离子与周围的水等电子。PDB条目1gkb（坎塔德吉夫等。, 2002). (b条)一个最初模拟的水原子B类因子可以识别为Cl−通过电子密度峰值高度、配位距离（3.1–3.7º）及其与主链N原子和带正电残基结合的偏好。PDB条目1c8单位（李等。, 2000). 2毫发o个−DF公司c（c）电子密度分布在1σ水平（蓝色）和5σ液位（红色）。这些数字是根据Rupp（2009年).

3.3.1. 实验证据

配体位于复杂结构中的特定位置，表现出独特构象的命题(即以特定姿势呈现）是一种非常有力的陈述。相应地，支持这一有力主张的明确实验证据是必要的。清除正OMIT差异电子密度（Bhat，1988)已被提议作为根据实验晶体数据证明配体放置的最低要求（Kleywegt，2007; 波扎尔斯基等。, 2013; 瓦洛达尔等。, 2013; 多泰等。, 2014). OMIT差异密度应该在不将配体分子放入其他几乎完成的模型中的情况下产生。否则，必须通过诸如在轻微坐标扰动后重新定义模型（Reddy等。, 2003)或更严格的方法（Hodel等。, 1992; 亚当斯等。, 1997; 布伦格尔等。, 1997; 特威利格等。, 2008).

一般来说，配体非常高B类因子和低部分配体占用率，特别是在结合时，不能提供足够的散射贡献，并且很难重建令人信服的正差密度。支撑配体电子密度的缺乏通常通过高真实空间来揭示R（右）（RSR）值和低实空间相关系数（RSCC）精炼包或使用单独的工具，例如库特（埃姆斯利等。, 2010),EDSTATS公司（Tickle，2012年)或覆盖层（获胜者等。, 2011). EDS电子密度服务器（Kleywegt等。, 2004)为大多数已发布的PDB条目提供电子密度分析。注意，EDS密度不是配体省略密度，因此倾向于配体的存在而不是不存在。最新的PDB验证报告提供了另一种配体匹配的综合测量方法，即局部配体密度匹配（LLDF；https://wwpdb.org/ValidationPDF注释.html)将配体的RSR与5Å内蛋白质原子的RSR的平均值和标准偏差进行比较。在配体含有较重原子的情况下，异常差异数据可以为其识别提供线索，并为其存在提供证据（Strahs&Kraut，1968; Thorn&Sheldrick，2011年). 虽然对于含有磷酸部分或重金属离子的配体很明显，但在公开的教程集（Faust等。, 2008).

3.3.2. 合理性

散射贡献越弱，因此重建的电子密度越小，就越必须依赖立体化学约束和所提议配体的化学环境的性质。不良的约束文件通常会导致在精炼（Kleywegt，2007年)已创建数据库，以便将配体几何结构与已知（但不一定正确）PDB配体条目进行比较（Kleywegt&Harris，2007).PDB Ligand博览会(https://ligand-expo.rcsb.org)提供了一组工具，用于访问PDB文件中已存在的配体结构。现有多种工具可根据高分辨率小分子晶体学数据和/或量子力学优化生成配体约束文件（Schüttelkopf&van Aalten，2004）; 莫里亚蒂等。, 2009; 聪明等。, 2011; 列别杰夫等。, 2012)，其他资源见Deller&Rupp（2015）).

除了配体几何形状外，配体的姿势也需要合理，并允许与大分子进行相应的接触，这可以在建模工具中进行检查，例如库特（埃姆斯利等。, 2010). 图形显示程序，如LIGPLOT公司（拉斯科夫斯基和斯温德尔出版社，2011年）)使配体结合位点的局部环境可视化。

3.3.3.R（右）_自由的集合选择与模型偏差

蛋白质-配体复合体结构通常由已知蛋白质结构模型的分子替换决定。在同晶结构的情况下，简单刚体精炼然后是重建和单个坐标精炼可能就足够了。与为选择的反射相同R（右）_自由的应保留原始数据集，以进行适当的交叉验证（Brünger，1997). 此外，如果使用另一个与配体同晶的结构作为重新定义的起始模型，则由于模型相位偏差，可以再现与原始配体类似的虚假密度。虽然很现代最大似然方法对模型偏差相对稳健，应该记住这种可能性。第一轮模拟退火分子动力学精炼（亚当斯等。, 1997)或小的坐标扰动（Perrakis等。, 1997; 雷迪等。, 2003)，总是省略配体（Bhat，1988)，可用于在怀疑存在偏差的情况下将偏差问题降至最低。如果同晶无配体载脂蛋白晶体的数据也可用，F类_{光突发事件}（配体）−F类_{光突发事件}可以生成显示无偏配体密度的（apo）差异图（Stryer等。, 1963).