自由能地景與增強取樣Free energy landscape and enhanced sampling

唯一能碰到能障、也就是碰到速率的那條路。

L4Project Lens★★★★☆更新 Wed Aug 05 2026 08:00:00 GMT+0800 (台北標準時間)

01一句話只有一句

沿著你選的座標把自由能畫出來，這是唯一能量到能障的路。

02Why should I care?我為什麼要讀這頁

因為全站立場一指出的那個缺口，只有這條路能補。

平衡結合 ΔG 量的是井有多深，Cas9 的專一性住在牆有多高。整張地圖上能真正碰到「牆」的方法只有兩類：這一頁的增強取樣，以及下一頁的 MSM。其他所有分析——RMSD、RMSF、接觸數、BSA、MM/PBSA——全部是平衡態或結構描述量，再怎麼精確都跨不到速率那一側。

用你熟悉的語言講：這是 MD 版的 NEB。 你在表面催化裡做 CI-NEB 找過渡態、報活化能、再用 k = A e^−E_a/k_BT 接到速率——邏輯完全一樣。但有三個差別，每一個都讓事情難很多：

你拿到的是自由能不是位能。 NEB 給你 0 K 的位能面；PMF 是 300 K、含水、含熵、含數千個自由度的投影。所有你沒選進 CV 的維度都被積掉了。
沒有現成的鞍點。 NEB 給定始末態就自動找路；PMF 必須由你決定沿著哪個座標畫，而選錯座標會讓真實的能障憑空消失。
收斂判準完全不同。 NEB 看力的殘差；PMF 看的是取樣夠不夠、正逆向掃描一不一致。你不會有一個「已收斂」的旗標跳出來。

第 2 點是這一頁真正的重點，也是這整套方法最容易出錯的地方。

A wireframe terrain with one clear ridge, casting two projections below it: one that preserves the ridge as a bump, and one that is almost completely flat. — 示意圖（AI 生成，非定量） PMF 是投影，不是地景本身。同一片有能障的地形，投影到對的座標看得到山脊，投影到錯的座標山脊會憑空消失，選 CV 就是在選你看不看得到那道障礙。

03What這是什麼

自由能地景就是把系統的機率分布取對數再取負：

F(s) = −k_BT ln P(s) + C

s 是你選的 collective variable（CV），P(s) 是系統落在該 CV 值的邊際機率密度。這個 F(s) 也叫 potential of mean force（PMF）。能障就是 ΔF^‡ = F(過渡區) − F(起始 basin)。

三件事決定它有沒有意義：

它是投影。 所有正交於 s 的自由度都被積掉。如果真正的慢過程正交於你的 s，那個能障不會出現在你的圖上——圖會很漂亮、很平滑，而且完全是錯的。
CV 不等於 reaction coordinate。 CV 是任何座標的函數；好的 reaction coordinate 是那種「committor 只是 s 的函數」的座標。committor 是從某個構形出發、先掉進產物 basin 的機率；在真正的過渡態上它應該是 0.5。
平衡 MD 幾乎永遠爬不過去。 300 K 下 k_BT ≈ 0.6 kcal/mol，一道 10 kcal/mol 的牆意味著 e^−ΔF/k_BT 約 5 × 10⁻⁸。你跑 87 ns 看不到它，不是因為它不存在，是因為你根本沒有那麼多次嘗試。這就是為什麼需要增強取樣。

A two-dimensional map with two basins separated by a barrier along the slow coordinate s2; projecting onto the chosen CV s1 integrates the barrier away and leaves a single smooth well, while projecting onto s2 shows the barrier clearly. — 示意圖（向量繪製）同一組分布的兩種投影。兩個 basin 沿著 s₂ 分開，牆橫跨所有 s₁；一旦投影到你手選的 s₁，那道牆就被積掉，只剩一條平滑漂亮但完全錯誤的曲線。CV 的辯護必須在開跑前做完。

04Why為什麼重要

因為速率對能障是指數敏感的，而這件事有一個你該背下來的換算：

ln(10) · k_BT ≈ 2.303 × 0.596 ≈ 1.4 kcal/mol（300 K）

也就是說，能障每差 1.4 kcal/mol，速率差一個數量級。

這個數字同時是好消息與壞消息。好消息：Liu 等人的 pre-steady-state 動力學給了可以直接換算的硬數字。以 Mg²⁺ 起始的 intrinsic 切割速率看，off-target 上 HypaCas9 比 WT 慢約 50 倍、Cas9-HF1 慢約 860 倍；假設前因子相同，換算過來是 2.4 與 4.0 kcal/mol 的能障差——這是計算方法有機會碰到的量級。壞消息：你要在一個 535,265 原子的系統上分辨這種差距，而這一類自由能計算報出來的統計誤差典型就在 ±1 kcal/mol 上下（下一段那幾個 QM/MM metadynamics 報的正是 ±1.2）。你的鑑別窗口跟你的誤差棒同量級。 這件事必須在方法一開始就講清楚，不要等 reviewer 幫你算。

千萬不要把它讀成「off-target 那道牆被選擇性地加高了」

同一批數據裡，on-target 的 intrinsic 切割速率也被壓慢了約 150 到 160 倍，換算成能障是 3.0 kcal/mol。牆是兩邊一起加高的。把兩邊相減，切割能障這條軸上的淨專一性收益是：Cas9-HF1 約 +1.0 kcal/mol，HypaCas9 是負的（on-target 被加高得比 off-target 還多）。

所以 HypaCas9 的專一性不可能來自切割能障。 它來自競爭：切割一慢下來，off-target 受質「先 rewind 脫離」那條路就贏了過來（該研究量到 off-target 的脫離／切割分流，從 WT 約 33%/67% 變成 Cas9-HF1 約 90%/10%）。

後果很現實：只算一道 ΔΔF^‡ 不但不足以預測專一性，在某些變體上還會給你符號相反的答案。 你至少需要「切割」與「脫離」兩條路徑的相對速率，也就是 CV 設計必須能同時碰到 R-loop 的 rewinding，而不只是 HNH 的 docking。這件事要在挑 CV 的時候就想清楚，不是算完再補。

一個可以當定位樁的實測值： Palermo 團隊用 ab initio QM(DFT)/MM 加 metadynamics 算過 Cas9 切割的化學步驟。從 active state 出發，target strand 的磷酸二酯鍵斷裂是 17.06 ± 1.22 kcal/mol；non-target strand 那一刀是 16.55 ± 1.22 kcal/mol，與約 3.5 s⁻¹ 的實驗切割速率相符。

這裡有一個對你特別重要的細節：同一批工作把 5F9R 歸為 pseudo-active state，從它出發算出來的能障是 22.02 ± 1.26 kcal/mol，比 active state 高約 5 kcal/mol。你的完整三元系統就是從 5F9R 起始的。 這是化學步驟的數字，不能直接搬到構形步驟，但它示範了一件你躲不掉的事：起始構形態的選擇，可以造成比你想討論的變體差異還大的位移。

注意以上都是化學步驟，不是構形檢查點。 檢查點那道牆目前沒有公認的數值，這正是你的缺口，也是可以發 paper 的地方。

生物上為什麼是這條路： Dagdas 等人用單分子 FRET 證明「綁上 DNA」與「切下去」之間存在構形檢查點；Ricci 等人用 GaMD 顯示 PAM-distal 的錯配會讓 HNH 被鎖在失活的檢查點構形。兩者講的都是地景上的事——basin 的深淺與牆的高低——而不是結合強度的事。

這一頁在整張地圖上的位置

所有便宜的分析告訴你「系統長什麼樣、哪裡在動」。這一頁告訴你「要動得多快」。方向是不可逆的：從地景可以推回結構描述量，從結構描述量推不回地景。

05How怎麼做

第一步永遠是選 CV，而且這一步佔了成敗的八成。

Cas9 這個系統的候選 CV：

HNH 催化殘基到 scissile phosphate（要被切斷的那一個磷酸）的距離（見 HNH 距離）——最直觀、最好辯護、跟催化幾何直接相關。
HNH 相對於 REC/RuvC 的剛體旋轉角——抓 domain 擺動，但定義比較囉嗦。
path CV（s, z）——給定 docked 與 undocked 兩個參考結構，s 是沿路徑的進度、z 是離路徑的距離。適合已知起訖態的構形轉變。
資料驅動 CV——用 PCA 或 TICA 從既有軌跡裡挖慢座標。TICA 特別值得試，因為它找的是最慢的方向而不是變異最大的方向。

四種主要作法：

方法	在幹嘛	要調什麼
Umbrella sampling	沿 CV 切 N 個 window，每個加一個諧振約束 k(s − s_i)² 分別取樣，最後用 WHAM 或 MBAR 拼回無偏 PMF	window 數與位置、力常數 k、每個 window 的長度
Metadynamics	邊跑邊在走過的 CV 值上堆高斯，把井填平逼系統離開；well-tempered 版讓高斯高度隨時間退火，偏壓收斂到 −(γ−1)/γ · F(s)	高斯寬度（取無偏軌跡中該 CV 的漲落）、沉積頻率、bias factor γ
String method / MFEP	在 2 個以上 CV 的空間裡放一串 image，讓它們鬆弛到最小自由能路徑	image 數、每次迭代的取樣長度、重新參數化頻率
GaMD / aMD	在位能上加一個平滑的 boost，不需要指定 CV，事後重權回無偏分布	boost 等級、重權方式（指數 vs cumulant expansion）

前三種需要你先押注一個 CV；GaMD 不用，代價是重權後的自由能面只能當半定量。Palermo 與 Ricci 那兩篇走的都是 GaMD 路線，這是為什麼那些論文講的是「構形族群的移動」而不是「能障是幾 kcal/mol」。

Four panels on the same schematic double well: umbrella sampling places one harmonic window per CV value, metadynamics fills the well with Gaussians, the string method relaxes a chain of images onto the minimum free energy path, and GaMD adds a smooth boost that needs no collective variable. — 示意圖（向量繪製）四種增強取樣在同一條示意地景上的作法。前三種都要你先押注一個 CV，押錯就前功盡棄；GaMD 不用押，代價是重權後的自由能面只能當半定量，所以那類文獻講的是族群移動而不是能障數值。

收斂判準（這一段決定 reviewer 買不買單）：

Hysteresis 檢查。 正向拉一次、逆向拉一次，兩條 PMF 疊起來。差很多就是還沒收斂，不是「有遲滯現象」。這是最便宜也最有效的檢查。
前後半段。 把 production 切兩半各算一次 PMF，差異就是你的下限誤差。
Umbrella 專屬：直方圖重疊。 相鄰 window 的直方圖必須實質重疊；出現斷層就補 window。順便看每個 window 的自相關時間，決定有效樣本數。
Metadynamics 專屬：basin 差值的時間曲線。 兩個 basin 的自由能差對模擬時間作圖，應該進入 plateau；而且偏壓要在整個 CV 範圍來回擴散很多次，只走過一遍不算。
黃金標準：committor test。 從你認定的過渡態集合放一堆短的隨機初速軌跡，統計掉進哪一邊。應該接近 0.5。這是唯一能證明你的 CV 是好 reaction coordinate 的檢查，也是幾乎沒人做的檢查。
獨立 replica。 整套流程用不同種子重跑，報 PMF 的 spread。這是唯一能給出真實誤差棒的方式。

成本，講白話： 對同一個系統，增強取樣要的總取樣量比平衡 MD 多一到兩個數量級。你的 5F9R 完整三元是 535,265 原子、4 replica × 約 87 ns 已經是 H100 上的一筆帳；把同一個系統的一條 PMF 做到收斂，等於再乘 10 到 100。這就是為什麼它不可能是 workflow 的主幹。

降級方案（這才是你實際做得起的）：

只做 ΔΔF^‡（WT 對變體的差），不做絕對值——系統誤差部分抵銷。
只在單一 CV（HNH docking 距離）上做少量 umbrella window，不做 2D 面。但要記得上面那個警告框：單一 docking CV 回答的是「檢查點是不是變難過了」，不是「這個變體是不是比較專一」。 降級之後你的 claim 也要跟著降級，這是誠實，不是示弱。
把系統截小：只留 HNH 加上它的直接環境，用約束固定外圍。代價是你必須另外論證截小之後的能障還算不算數，這件事本身要花力氣。
只對 3 到 10 個 finalist 做，不對整個變體庫做。

06When什麼時候用

當問題本身就是速率或能障時。 「為什麼這個變體比較專一」是速率問題，不是結合強度問題。
當你有一個可辯護的結構序參數時。 HNH docking 距離是這個專案裡最有機會的那一個。
當你要解釋機制、而不只是排名時。 地景告訴你 basin 在哪、牆在哪、路徑經過什麼——這是寫進 discussion 的材料。
在 funnel 的最末端（Gate 4），候選數是個位數時。
當你只需要相對值時。 WT 與變體用同一個 CV、同一套 protocol 比 ΔΔF^‡，比報絕對能障穩健得多。
當你想證明某個便宜描述符真的是速率的代理時。 在少數幾個系統上做完整 PMF，拿來校準便宜的量——這是把整條 workflow 接地的唯一方式，也是 methodology paper 最有價值的一節。

07When NOT什麼時候別用

在你還沒有一個可辯護的 CV 之前，不要開始。 為什麼會壞：PMF 是投影，真實的慢座標若正交於你選的 CV，那道牆會被積掉，你得到一條平滑下滑的曲線，結論是「沒有能障」——而牆其實一直都在。怎麼看出它壞了：正逆向掃描出現遲滯而且加取樣也不消失；umbrella window 內某個正交觀測量呈現雙峰；committor 從你認定的過渡態測出來是 0.05 或 0.95 而不是 0.5。
不要拿它去排 100 個變體。 為什麼會壞：成本比平衡 MD 高一到兩個數量級，而共用叢集上同時可跑的 job 數有硬性上限。怎麼看出它壞了：你不會「算錯」，你會算不完——最後每個變體都拿到一條半收斂的 PMF。半收斂的能障誤差輕易到好幾 kcal/mol，而你的鑑別窗口只有 2.4 到 4.0 kcal/mol，等於全部是雜訊。半收斂的 PMF 比沒有 PMF 更糟，因為它會讓你相信一個錯的排名。
不要用 Eyring 的 k_BT/h 前因子把構形轉變的能障換算成速率。 為什麼會壞：k = (k_BT/h) κ e^{−ΔG^‡/RT} 來自過渡態理論，假設沒有 recrossing、且前因子由配分函數決定，這對鍵的斷裂還算合理。溶劑中的 domain 旋轉是擴散型過程，前因子由摩擦決定（Kramers 理論），根本不是 k_BT/h ≈ 6 × 10¹² s⁻¹。怎麼看出它壞了：你預測的速率比任何實測的 k_cleave 快好幾個數量級。正解：報 ΔΔF^‡（前因子部分抵銷），或老實地估 CV 方向上的擴散係數再套 Kramers，並把前因子的不確定性明白寫出來。
收斂前不要報能障高度。 為什麼會壞：metadynamics 在早期系統性地低估能障（井還沒填滿）；umbrella 在 window 重疊不足時，WHAM 會在斷層處給你一段平滑但無意義的內插。怎麼看出它壞了：前半段與後半段的 PMF 差值超過你想討論的差異；或者 basin 差值的時間曲線還在單調漂移沒有 plateau。
不要把 GaMD 重權後的 2D 自由能面當定量結果。 為什麼會壞：指數重權由少數低 boost 的幀主導，變異數隨 boost 大小爆炸。怎麼看出它壞了：指數重權與 cumulant expansion 給出不同的面；或者重權後的誤差估計隨 boost 增大而失控。這類結果適合講「族群往哪邊移動」，不適合講「能障是幾 kcal/mol」。
起始結構還沒站穩之前，不要花增強取樣的預算。 為什麼會壞：一個錯的起始 basin 會讓你很精確地算出一個錯的能障。你自己的數據就是證據：用 Chai-1 預測結構起始，逐殘基 top-8 接觸殘基跨 replica 是 0/8 共享、ρ ≈ −0.03（等同隨機）；改用 5F9R 晶體起始才變成 3/8 共享、pairwise Jaccard 0.48、Spearman +0.77。元兇是起始結構，不是 metric。 怎麼看出它壞了：先花便宜的平衡 MD 確認兩種起始結構在聚合觀測量上一致，再決定要不要投增強取樣的錢。
不要在 CV 上偷偷加約束然後說那是自由能。 為什麼會壞：任何沒被納入重權的額外約束（例如「為了穩定而固定住的骨架原子」）都會系統性改變 P(s)，你算出來的不是那個系統的 PMF。怎麼看出它壞了：換一組約束強度，PMF 就跟著平移。

08Project Lens跟我的 project 多相關

★★★★☆Priority 4/5

為什麼不是五星：成本，而且是跟這個 project 的核心約束正面對撞的成本。

這個 workflow 的定義就是「便宜、可大量篩選」。增強取樣的總取樣量比平衡 MD 高一到兩個數量級；你的完整三元系統是 535,265 原子，4 replica × 約 87 ns 已經是資料中心級 GPU 上一筆實在的帳；而共用叢集上同時可跑的 job 數與可用磁碟空間都有硬性上限。把這件事放進主幹，等於把 workflow 的吞吐量砍到個位數。它不可能是 gate，它是終端驗證層。

為什麼不是三星或更低：因為沒有它，整個 methodology 就沒有立足點。

它是唯一能補上結構性盲區的路線。 funnel 全程排序平衡結合 ΔG，而高保真變體的差異在 HNH 檢查點的動力學上。如果你的 paper 只是「我們也算了 ΔG，只是算得比較仔細」，那沒有新意。你需要一個真的碰到速率的量。
它是把整條 workflow 接地的唯一方式。 你所有便宜的描述符（HNH 距離、接觸數、BSA）目前都沒有跟任何速率校準過。在 3 到 5 個系統上做完整 PMF，用它去校準便宜的量——這是一整篇 methodology paper 的骨架，而不只是多一個分析。
它有做得起的降級版。 不做 2D 面、不做絕對能障，只在 HNH docking 距離上做少數 umbrella window，只報 WT 相對的 ΔΔF^‡，只對 finalist 做。這個規模在 3 到 5 個候選上，即使併行額度很小也排得進去。

具體怎麼用： 放在 Gate 4，候選數壓到 10 個以內。第一條 CV 用 HNH 催化殘基到 scissile phosphate 的距離，因為它最好辯護、也最容易對 reviewer 解釋。只報相對值，附 hysteresis 與前後半段檢查，並且在方法段就主動寫出「本方法的統計誤差約與我們要討論的差異同量級」——先自己說，比被問出來好。

但要把 claim 圈清楚。 沿 HNH docking 的 ΔΔF^‡ 回答的是「這個變體的構形檢查點是不是變難過了」，不等於「這個變體比較專一」——動力學實驗顯示專一性是切割與脫離兩條路徑的競爭。有野心的版本是再加一條 R-loop rewinding 的座標，做二維或兩條獨立的一維 PMF；保守而可防守的版本是只宣稱檢查點高度的變化，並在 discussion 明說缺的是哪一半。先寫得出保守版，再去爭取算野心版的預算。

要老實承認的一點： committor test 是驗證 CV 的黃金標準，但它本身也要一大筆算力。這個專案很可能做不起完整的 committor 分析。那就在 limitation 裡直說，並改用「兩個獨立 CV 給出一致的 ΔΔF^‡」當作次佳證據。寫出做不到什麼，比假裝做到了安全得多。

09Reviewer Thinkingreviewer 會問什麼

你怎麼知道你的 CV 是一個好的 reaction coordinate？點開看參考答案

最強的答案是 committor test：從過渡態集合放隨機初速的短軌跡，看落點分布是否接近 0.5。做不起的話，退而求其次有三招：用兩個機制上獨立的 CV 各做一次，看 ΔΔF^‡ 是否一致；檢查 umbrella window 裡的正交觀測量有沒有雙峰（有就代表還有隱藏的慢自由度）；用 TICA 從無偏軌跡挖出最慢的方向，確認它跟你手選的 CV 高度相關。三招都做不到就要在 limitation 裡寫清楚。

你的 PMF 收斂了嗎？拿什麼證明？點開看參考答案

不要只說「我們跑了 X ns」。要給四樣東西：正逆向掃描的疊圖、前後半段的 PMF 差、umbrella 相鄰 window 的直方圖重疊圖（或 metadynamics 的 basin 差值時間曲線）、以及至少 2 到 3 條獨立 replica 的 spread。沒有 hysteresis 檢查的 PMF，reviewer 有充分理由假設它沒收斂。

你要討論的能障差只有 2 到 4 kcal/mol，你的誤差棒多大？點開看參考答案

這是最狠的一問，而且必須誠實回答。300 K 下 1.4 kcal/mol 就是一個數量級的速率，所以這個窗口小得可怕，而這一類自由能計算的典型統計誤差就在 ±1 kcal/mol 上下。如果你的誤差跟差異同量級，正確做法是只報號差（哪個高哪個低）並附上跨 replica 的一致性統計，不報數值。硬報一個小數點後兩位的能障差，只會讓 reviewer 認定你不懂自己的誤差。

你為什麼不直接用 Eyring 換算成速率？點開看參考答案

因為 k_BT/h 前因子的假設不適用。構形轉變在溶劑中是擴散型的，前因子由摩擦決定而非配分函數，用 TST 會高估速率好幾個數量級。可辯護的做法是報 ΔΔF^‡（假設前因子在 WT 與變體之間近似相同，這個假設要明講），或者估 CV 方向的擴散係數走 Kramers 並附前因子的不確定度。

你的起始結構是預測結構還是實驗結構？這會怎麼影響你的地景？點開看參考答案

必須主動回答。你的專案數據直接可用：Chai-1 預測結構起始時，逐殘基 top-8 接觸殘基跨 replica 是 0/8 共享、ρ ≈ −0.03；改用 5F9R 晶體起始變成 3/8 共享、Jaccard 0.48、Spearman +0.77。而 Chai-1 對 HNH 的 pLDDT 只有 62.9、對 target DNA 是 64 到 65，最低的一段是殘基 765 到 809（L1 linker 接進 HNH 的那一段）只有 46——低信心區恰好就是你要放 CV 的地方。所以增強取樣一律從實驗結構出發，並在補充材料附上兩種起始的平衡 MD 對照。

你的能障跟實驗速率對得起來嗎？點開看參考答案

要先講清楚你算的是哪一步。化學步驟已經有參考值可對（QM/MM metadynamics 給 target strand 17.06 ± 1.22、non-target strand 16.55 ± 1.22 kcal/mol，對應約 3.5 s⁻¹ 的實驗切割速率）；構形檢查點那一步目前沒有公認數值。如果你算的是檢查點，就直說沒有可直接對照的實驗能障，並改用相對量與趨勢一致性當驗證。 不要拿化學步驟的數字去背書構形步驟的結果。順帶一提，同一批工作把 5F9R 標為 pseudo-active（能障 22.02 ± 1.26），所以「我從晶體結構出發」這句話本身不構成起始態的辯護。

10Common Mistakes最常犯的錯

憑直覺挑 CV，不做任何驗證。 後果：投影掉真正的慢座標，得到一條「沒有能障」的平滑曲線。正解：至少做兩個獨立 CV 的交叉檢查，或用 TICA 佐證。
只做單向掃描。 後果：沿途把系統拖著走，得到的是拉扯功不是自由能。正解：正逆向都做，疊圖檢查遲滯。
umbrella window 之間有斷層。 後果：WHAM 在斷層處內插出一段虛構的曲線。正解：畫出所有 window 的直方圖，重疊不足就補 window。
metadynamics 只跑到「看起來填滿了」。 後果：系統性低估能障。正解：看 basin 差值的時間曲線是否 plateau，並確認偏壓在 CV 範圍內來回擴散多次。
用 k_BT/h 把構形能障換算成速率。 後果：速率高估好幾個數量級。正解：報 ΔΔF^‡，或用 Kramers 並說明前因子的不確定性。
報絕對能障但只有一條 replica。 後果：沒有誤差棒，數字無法評估。正解：至少 2 到 3 條獨立 replica，報 spread。
在預測結構上做完整 PMF。 後果：花 10 倍算力精確地算出一個錯的 basin。正解：從實驗結構出發，並先用便宜的平衡 MD 確認兩者一致。
不標成本。 後果：讀者以為這條路可以套在整個變體庫上。正解：明寫「比平衡 MD 貴一到兩個數量級」，並說明本研究只對幾個候選做。

11Further Reading讀哪幾篇

2017CRISPR-Cas9 conformational activation as elucidated from enhanced molecular simulations

Palermo G., Miao Y., Walker R.C., Jinek M., McCammon J.A. · Proceedings of the National Academy of Sciences USA doi:10.1073/pnas.1707645114

讀它是為了看清楚增強取樣在 Cas9 上實際長什麼樣——它用 GaMD 揭示 apo 到 RNA-bound 的構形轉變與催化就緒構形，也讓你看到「不指定 CV」這條路能講到什麼程度、講不到什麼程度。

2019Deciphering Off-Target Effects in CRISPR-Cas9 through Accelerated Molecular Dynamics

Ricci C.G., Chen J.S., Miao Y., Jinek M., Doudna J.A., McCammon J.A., Palermo G. · ACS Central Science doi:10.1021/acscentsci.9b00020

這是離你的問題最近的一篇。它用 GaMD 顯示 PAM-distal 錯配會讓 HNH 被鎖在失活的檢查點構形——這正是「地景上的差異」而不是「結合強度的差異」，也正是 ΔG 排序軸永遠看不到的東西。**同時把它當成立場二的教材讀**：它每個系統只有一條 GaMD 軌跡、沒有 replica，所以系統之間的差異有多少是真訊號，這篇自己也答不了。你要做的版本不能長這樣。

2022Principles of target DNA cleavage and the role of Mg2+ in the catalysis of CRISPR-Cas9

Nierzwicki Ł., East K.W., Binz J.M., Hsu R.V., Ahsan M., Arantes P.R., Skeens E., Pacesa M., Jinek M., Lisi G.P., Palermo G. · Nature Catalysis doi:10.1038/s41929-022-00848-6

本頁 target strand 那兩個能障數字（17.06 與 22.02）的出處；non-target strand 的 16.55 出自同一團隊另一篇 ab initio MD 研究。這是唯一能讓你說出「我知道這條軸上的絕對值大概落在哪」的參考。讀它的重點有二：QM/MM metadynamics 的實作規格（QM 區大小、CV 選擇、取樣長度），以及它把 5F9R 標成 pseudo-active、能障比 active state 高約 5 kcal/mol 這件事——那正是你的起始結構。

2020Engineered CRISPR/Cas9 enzymes improve discrimination by slowing DNA cleavage to allow release of off-target DNA

Liu M.-S. et al. · Nature Communications doi:10.1038/s41467-020-17411-1

本頁那些「幾倍 → 幾 kcal/mol」的換算全部出自這裡，但它真正的價值是**改變你要畫哪一條地景**。它證明高保真變體是把切割速率整體壓低、讓 off-target 受質先脫離，而不是選擇性地加高 off-target 的牆——所以只沿 HNH docking 畫一條 PMF，結構上就不可能看到專一性。**在你決定 CV 之前讀它，不要在投完算力之後。**

2017A conformational checkpoint between DNA binding and cleavage by CRISPR-Cas9

Dagdas Y.S. et al. · Science Advances doi:10.1126/sciadv.aao0027

先有實驗，再談地景。它用單分子 FRET 證明構形檢查點真實存在，所以你算的那道牆不是一個計算產物；但它沒有給出能障數值，那個缺口就是你的入場券。

12Summary三句話

自由能地景把系統沿著你選的 collective variable 的機率分布轉成 F(s) = −k_BT ln P(s)，是整張地圖上唯一能碰到能障、也就是碰到速率的路線，因此也是補上「ΔG 排不出專一性」這個缺口的唯一方法。它的致命點在於 CV 選擇：選錯座標會把真實的牆積分掉，圖看起來平滑漂亮卻完全是錯的，所以 hysteresis、window 重疊、committor 這些檢查不是可選項而是必要條件。它的現實限制同樣殘酷，總取樣量比平衡 MD 高一到兩個數量級，而 300 K 下 1.4 kcal/mol 就是一個數量級的速率差，所以它只適合放在 workflow 最末端的少數候選上，用來校準便宜的描述符而不是取代它們。