HNH 距離與構形檢查點HNH docking distance
直接量那個決定專一性的構形開關開了多少。
01一句話只有一句
用一個幾何座標，量 HNH 有沒有轉到能切 DNA 的位置。
02Why should I care?我為什麼要讀這頁
因為這張地圖上其他所有的分析都在量「Cas9 抓得多緊」，只有這一個在量「它到底會不會切」。
你整個專案的核心論點是：Cas9 的專一性由動力學檢查點決定，不由平衡結合決定。證據是那些高保真變體（SpCas9-HF1、eSpCas9(1.1)、HypaCas9）對 on-target 與 off-target 的結合親和力跟 WT 差不多，差別在 HNH 會不會 docking 到催化構形。這個論點一旦說出口，你就欠 reviewer 一個東西：如果 ΔG 是錯的軸，那對的軸是哪一條？ 這一頁就是那條軸。
還有一個理由讓它特別：它是唯一有直接實驗對應物的計算量。 smFRET 實驗把 Cas9 標上一對染料（在 cysteine-light 構築體上做——也就是先把其他半胱胺酸都換掉，只留下要標記的位置——常用的一對是 S867C 與 N1054C，接 Cy3 / Cy5），HNH docking 時兩個標記靠近、FRET 效率上升，於是可以直接讀出 docked / intermediate / undocked 三個族群的分佈。你的模擬如果能沿著同一條座標給出族群比例，那就不是「我們觀察到一個有趣的構形變化」，而是「我們的計算重現了一個可測量的分佈」。能被校準的東西才叫 benchmark，不能被校準的只是敘事。
用你熟悉的語言講：這就是你的反應座標。 在 DFT 裡你不會說「這個系統有反應性」就交差，你會先定義一個座標（一條鍵長、一個 d(M–O)、一串 NEB images），再沿著它算能壘。這裡的紀律完全一樣。差別在兩點，而且都很致命：
- NEB 裡你選了座標之後，垂直方向會被弛豫掉；這裡垂直方向有十萬個維度而且全部被熱佔據著，一個選壞的座標不只是圖難看，是能壘會整個被藏起來。這跟 NEB 路徑抄近路切過鞍點旁邊、算出假的低能壘是同一種病。
- DFT 裡你可以直接爬過能壘；這裡你不行。文獻上真正把 HNH 從 RNA 結合態一路走到催化態的那份工作（Palermo 等人），用的是 Gaussian accelerated MD、累計約 15 μs 的加速取樣，而且作者明講常規 MD 能觸及的時間尺度不足以刻畫這個轉變。你有 4 × 87 ns，而且沒有加速。這個落差是這一頁後半段的主題。
03What這是什麼
先說最重要的一件事：這個座標沒有唯一的標準定義。 任何告訴你「HNH 距離就是某某距離」的說法都是在簡化。實務上至少有五個家族在流通，各有取捨。
| 定義 | 怎麼算 | 好處 | 壞處 |
|---|---|---|---|
| (a) 催化殘基到切位 | d( H840 的 Cα，或側鏈咪唑環的氮 Nδ1 / Nε2 , target 股 scissile phosphate 的 P ) | 直接對應化學事件，最好解釋 | 對選哪個原子極度敏感（Cα 與側鏈可以差好幾 Å，而且 Nδ1 與 Nε2 也不是同一個數字），側鏈 rotamer 一翻就跳，短時間內很吵 |
| (b) 質心距離 | d( HNH 質心 , RuvC 質心 ) 或 HNH 質心到切位 | 是聚合量，對單一原子的抖動與 rotamer 免疫，統計性質好（同 BSA 的道理） | 簡併：HNH 可以在原地轉，質心距離幾乎不變，分不出「靠得近但方向錯」與「真的 docked」 |
| (c) 取向角 | HNH 的體固定向量相對 RuvC 或 DNA 參考座標系的夾角 | 捕捉 (b) 看不到的旋轉，而這個旋轉不是小修正：Huai 等人報 HNH 整塊繞軸轉約 170°，Palermo 等人報「繞自己轉約 180°」 | 參考座標系與轉軸怎麼定很主觀（同一件事被報成 170° 與 180° 就是最好的證據），跨 paper 幾乎不能比，直覺性差 |
| (d) 介面描述子 | HNH 與 target 股的接觸數，或 HNH–DNA 的埋藏面積 | 穩定（聚合量），跟本站其他 metric 同語言 | 間接，而且會飽和：接觸到一定程度就不再增加，對最後一段 docking 不敏感 |
| (e) 多維／path CV | 二維 PMF（距離 × 角度），或沿參考轉變路徑的 path collective variable | 這是文獻上做得最好的做法；Palermo 等人的二維自由能面解析出四個極小值，分別對應 Cas9:RNA、Cas9:DNA、pre-catalytic 與推測的催化態四個 X-ray 狀態 | 貴。他們用了累計約 15 μs 的 GaMD；需要 enhanced sampling 與一組像樣的 CV，而選 CV 本身就是一個研究問題 |
文獻上這條座標的幾個地標。以下全部是同一個量：H840 的 Cα 到 target 股 scissile phosphate 的磷，也就是定義 (a) 的 Cα 版本。
- HNH-state 1（4OO8 / 4UN3 這一類 Cas9–sgRNA–DNA 結構）：超過 32 Å。HNH 整個掛在遠處。
- HNH-state 2（Jiang 等人的 5F9R 完整 R-loop 複合體，也就是你自己的起始結構）：仍然超過 19 Å。
- HNH-state 3（Huai 等人的 cryo-EM 結構 5Y36）：約 10 Å。同一個模型裡，H840 側鏈的 Nδ 到被攻擊的磷約 8 Å，作者主張這個間距還容得下 1 到 2 個水分子當攻擊的親核基，因此把它讀成「切割活化」的構形。
32 / 19 / 10 Å 這條階梯出自 Huai 等人 2017 那篇 cryo-EM 論文，是他們把自己的結構跟前人結構放在同一把尺上量出來的，所以三格之間可以直接比。但要記得 5Y36 的解析度是 5.2 Å：在這個解析度下，側鏈根本沒有被實驗電子密度定住。那個「Nδ 到磷約 8 Å」是模型值，不是量到的值。這條座標從最源頭就帶著建模自由度，而不是一個乾淨的實驗觀測量——下面那個 :::key 講的就是這件事的後果。
第一，Cα 與側鏈根本不是同一個數字。 在 5Y36 這同一個模型裡，Cα 到磷約 10 Å、側鏈 Nδ 到磷約 8 Å——同一個構形、換一個原子就差 2 Å，而這還只是這個特定 rotamer 下的差距；His 側鏈一翻，落差可以更大。所以看到任何一個 HNH 距離的數字，先問是哪個原子到哪個原子，不然你會把定義差異誤讀成構形差異。
第二，你的起始結構坐在 19 Å 那一格。 要走完 19 Å 到 10 Å 這段路，Palermo 等人用的是累計約 15 μs 的 GaMD 加速取樣，而且明講常規 MD 的時間窗不夠用。你的 4 × 87 ns 合計約 350 ns，光是取樣量就比那份工作少了約四十倍，而且你完全沒有加速。
04Why為什麼重要
因為專一性就是在這個檢查點上被決定的。
Sternberg 一系的 FRET 實驗先建立了「HNH 的構形狀態與切割活性相關」這件事。Dagdas 等人接著用單分子 FRET 找出一個中間態，證明在「綁上 DNA」與「切下去」之間存在一個真實的構形檢查點：HNH 在幾個構形之間來回，必須成功 dock 到催化位置才會切；而 REC lobe 會先感測 R-loop 遠端（PAM-distal）的配對品質，再決定放不放行。Chen 等人的 HypaCas9 就是照這個機制設計的：改的是 REC3（REC lobe 裡負責感測 RNA–DNA 雙股配對品質的那個次區域），讓錯配底物更難通過 HNH docking 那一步。
這條因果鏈的意義： 那些高保真變體的作用點不在「結合」，在「放行」。所以一條全程排序平衡結合 ΔG 的 funnel，在物理上就對不到變體的作用機制。這不是精度問題，是軸選錯了。HNH 距離是目前唯一一條直接對準那個放行機制的幾何量。
其他頁量的是結合（BSA、鹽橋、contact map），或量的是柔軟度（RMSF、PCA）。這一頁量的是功能開關。
三者的關係不是競爭，是分工：結合類的量設定「底物撐得住多久」，柔軟度類的量告訴你「HNH 有沒有能力動」（你的 apo MD 已經給了答案：HNH RMSF 1.86 Å 是全域最高，完整三元裡仍是最高的 1.61 Å），而這一頁的量告訴你「它有沒有真的動到位」。
05How怎麼做
Step 0：先在你自己的結構檔上核對 domain 邊界，不要照抄 paper 的殘基號碼。
SpCas9 的 HNH 大致落在 residue 770 到 910 這個區間，連接它的 L1 linker 大約 765 到 780、L2 大約 906 到 918；RuvC 是分成三段的（N 端一段、中間一段、C 端一段）。不同 paper 的切法不一樣，而質心座標對邊界是敏感的（多切或少切十個殘基，質心會移動）。所以：打開你的 5F9R 檔案自己確認一次，然後把你用的區間寫進 methods，並且在所有比較裡凍結它。
這個坑你已經踩過一次了： 你的 Chai-1 QC 把 765 到 809 這一整段標成「HNH L1 linker」，但照上面的切法，765 到 780 才是 L1，780 之後已經進到 HNH 本體。這種標籤漂移不會改變那段的 pLDDT 是多少，但會讓「低信心的到底是 linker 還是 domain 本體」變成一個講不清楚的問題，而這兩件事在機制上的意義完全不同。先凍結邊界，再開始講故事。
Step 1：同時定義至少兩個座標，不要只用一個。
建議的最小組合是 (b) + (a)：一個穩的聚合座標配一個有化學意義的座標。MDAnalysis 的骨架大概是：
hnh = u.select_atoms("protein and resid 770:910 and name CA")
ruvc = u.select_atoms("protein and resid 1:59 718:765 926:1099 and name CA")
h840 = u.select_atoms("resid 840 and name CA") # 另做一版 name NE2、再一版 name ND1
sciss = u.select_atoms("segid TS and resid 3 and name P") # 依你的命名調整
d_com = np.linalg.norm(hnh.center_of_mass() - ruvc.center_of_mass())
d_cat = np.linalg.norm(h840.positions[0] - sciss.positions[0])
切位在哪裡： target 股的切割點在 PAM 近端數來第 3 與第 4 個核苷酸之間，所以 scissile phosphate 是那個位置的磷。這個對應關係一定要在你自己的編號系統裡確認過，因為每個結構檔的鏈名與殘基編號起點都不一樣，弄錯一個核苷酸整條分析就報廢了。
Step 2：畫直方圖，不要只報平均值。
這是這一頁最重要的操作建議。如果構形有兩個 basin，平均值會落在兩個 basin 中間，也就是一個系統從來不去的地方。看到雙峰才去談族群比例；看到單峰就老實說你只取樣到一個 basin。
Step 3：畫二維圖，把簡併攤開。
把 (b) 質心距離當 x、(c) 取向角或 (a) 催化距離當 y，做二維散布或二維直方圖。這一步會立刻告訴你 (b) 的簡併有多嚴重：同一個 x 對應到一整條 y，就代表一維投影不夠。
Step 4：無偏 MD 走不到就換工具，不要硬跑。
如果你的直方圖只有一個峰、而且那個峰就在起始值附近，那你量到的是「起始結構」，不是「自由能」。此時的選項：
- 把這條座標當 CV 做 umbrella sampling 或 metadynamics（要先做 (b) 與 (c) 的二維，否則會有嚴重的 hysteresis）。
- 或者放棄單一 CV，去做 Markov state model：跑很多條短軌跡，讓資料自己找慢座標。
- 或者用 自由能地景那一頁的方法先把問題降維。
成本現實檢查： 你的系統是 535,265 原子，H100 上 4 條 replica 已經跑到大約 87 ns 各一條。要在這個系統尺寸上做收斂的 enhanced sampling，成本是量級跳躍，而共用叢集上能同時跑的 job 數與可用的磁碟空間都是硬上限。這條軸是整張地圖上最重要、也最貴的一條。 任何規劃都要先把這件事講清楚，不要假設它跟 BSA 一樣是「軌跡跑完就有」。
06When什麼時候用
- 當問題是「會不會切」而不是「綁不綁得住」的時候。 這是它唯一無可取代的用途。
- 比較 WT 與高保真變體，而且底物是 mismatched 的時候。 見 When NOT 第 4 條，on-target 上做這件事是浪費算力。
- 需要一個 CV 去做 enhanced sampling 或當 MSM 的慢座標的時候。
- 要跟 smFRET 對接的時候。 這是把計算接到可測量分佈的介面，也是這條軸最有價值的一面。
- 要建立 benchmark 的 y 軸的時候。 如果你要證明計算能排序已知變體的專一性，這條軸是最合理的候選，前提是先做完 ground truth 的校準。
07When NOT什麼時候別用
-
不要把單一距離當成「狀態」。 為什麼會壞：那是一個十萬維轉變在一維上的投影，必然簡併。而且這裡的旋轉幅度是 170° 量級、不是小修正：HNH 靠得夠近但轉錯方向，跟真正 docked 的構形，可以有幾乎相同的質心距離。把兩者算成同一個狀態，你的族群比例、你的 PMF、你的 rate 全部是錯的。怎麼看出它壞了：用第二個座標上色。把質心距離的時間序列按取向角或 HNH–DNA 接觸數上色，如果同一個距離對應到色彩完全分散的點，一維投影就是不夠用。
-
不要用 87 ns 的無偏 MD 得出「HNH 不會 docking」或任何 rate 的結論。 為什麼會壞：在遠短於能壘穿越時間的視窗裡沒看到轉變，不是能壘存在的證據，而是完全沒有證據。文獻上要看到這條轉變得靠 enhanced sampling——Palermo 等人用 GaMD、累計約 15 μs，並且明說常規 MD 可及的時間尺度不足以刻畫這個轉變。你的單條軌跡是 87 ns、4 條合計約 350 ns，而且完全沒有加速。怎麼看出它壞了：數你觀察到幾次轉變。零次就是零資訊，不能反推能壘、不能反推速率、也不能說「變體讓 docking 變難」。
-
不要比較用不同原子選擇算出來的距離。 為什麼會壞：在 5Y36 這同一個模型裡，H840 的 Cα 到磷約 10 Å，側鏈 Nδ 到磷卻約 8 Å；scissile phosphate 你選 P、OP1 還是 O3′ 又是一個 Å 級的差別。這些差異的量級，通常比你想宣稱的效應還大。怎麼看出它壞了：同一條軌跡用兩種選擇各算一遍。如果數字移動的幅度超過你聲稱的效應，這個聲稱已經死了。
-
不要在 on-target 底物上測高保真變體。 為什麼會壞：這類變體本來就設計成在 on-target 上與 WT 無異，得到 null 是預期中的正確結果，不是發現。你的專案量到的情況與這個預期一致：eSpCas9(1.1) 的三個 grip 位點，在 on-target 底物上只有 K848 貼著 non-target 股（4 條 replica 平均 0.7 nm，逐條 0.3 到 1.0 nm），K1003 與 R1060 平均在一到兩奈米之外（1.6 nm，逐條 1.1 到 2.3；1.5 nm，逐條 0.5 到 2.0）。 但這一條要誠實讀，而且它正好是本站方法學主張的自我示範：這三個量的跨 replica CV 都落在 37 到 47%，全部是你自己判定的 noise tier，所以「平均一到兩奈米」講的是四條 replica 的平均位置，不是一個穩的結論——R1060 在 replica 2 就貼到 0.5 nm。所以不能從這組數字推出「隔這麼遠不可能有靜電接觸、不可能形成鹽橋」這種二分結論，逐位點距離本來就撐不起這種推論。它足以說明「不該在 on-target 上做這個對照」，不足以宣稱「這兩個殘基不重要」。怎麼看出它壞了：先在 WT 軌跡上把那些殘基到 DNA 的距離逐 replica畫出來；如果逐條之間差到一個量級，就別用平均值講故事，換 mismatched 底物再做。
-
不要在預測結構上建這條座標而不檢查信心度。 為什麼會壞：這條座標所依賴的區域，正好是結構預測最沒把握的區域。你的 Chai-1 QC 數字說得很清楚：REC lobe pLDDT 78 到 85、RuvC-I 80，但 HNH 只有 62.9、target DNA 64 到 65，最低的是 765 到 809 這一段（L1 linker 加上 HNH 的 N 端起始段），只有 46。而起始結構的影響你也已經量過了：從 Chai-1 起始，逐殘基 top-8 接觸殘基跨 replica 是 0/8 共享、ρ ≈ −0.03（等於隨機）；換成 5F9R 晶體起始，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：把預測結構與實驗結構的起始座標值列出來比；差異若大於你想解析的振幅，就不要用預測結構。
-
不要在沒有 ground truth 校準之前宣稱它有預測力。 為什麼會壞：這條座標在機制上很有說服力，但「機制上合理」與「能排序實驗量到的專一性」是兩件事。目前沒有人證明過一個算出來的 docking 自由能差可以排序測量到的 specificity ratio。怎麼看出它壞了：問自己有沒有 held-out 測試集。沒有的話，你手上的是一個假說，不是一個 ranker，論文裡就要寫成假說。
-
不要把兩個 basin 的平均值當成一個有意義的數字。 為什麼會壞：雙峰分佈的平均值落在系統從不造訪的位置，任何以它為基礎的比較都是在比較兩個不存在的構形。怎麼看出它壞了：先畫直方圖。看到雙峰就報族群比例與各 basin 的位置，不要報總平均。
它便宜到讓人誤會。算一條距離的時間序列只要幾秒鐘，跟 RMSF 一樣免費。於是很容易產生一種錯覺：既然這麼容易拿到，那結論應該也很容易下。
但這條座標的成本不在「算距離」，在「讓系統真的走過那條路」。前者幾秒，後者是微秒尺度的取樣或一整套 enhanced sampling。把兩者混為一談，就會寫出「我們的模擬顯示變體 X 使 HNH docking 變困難」這種在 87 ns 的資料上完全不成立的句子。
08Project Lens跟我的 project 多相關
為什麼是五星： 因為它是這張地圖上唯一一條與你的核心論點同軸的量。
- 若要否定一條軸，就必須提出替代的一條。 對「全程以平衡結合 ΔG 排序」這一類篩選流程，可以提出的方法學質疑是：高保真變體對 on/off-target 的結合親和力與 WT 差不多，差別在 HNH 構形檢查點的動力學。這個質疑如果成立，替代方案的責任就落在提出質疑的人身上，而 HNH 距離是唯一直接對準那個檢查點的幾何量。沒有它，質疑就只停在質疑；有了它，才構成一個可以被檢驗的替代方案。
- 它是唯一能對到一個「功能狀態族群分佈」的軸。 smFRET 給出 docked / intermediate / undocked 三群的相對比例，你的沿座標自由能剖面可以直接對過去。本站別的 metric 不是沒有實驗對應物——RMSF 就能跟晶體 B-factor 比趨勢——但那是拿一個靜態的柔軟度指標比排序，比不出「有多少比例的分子處在會切的狀態」。能被這種分佈證偽的軸才值得投資。
- 它是把 kinetics 論點變成可計算物件的必經之路。 從「Cas9 靠 kinetic proofreading」這句話走到「這裡是一個可以打分的數字」，中間必須經過一個構形座標。這一步繞不過去。
為什麼「五星」不代表「現在就能用」： 這一點必須說清楚，否則五星會誤導人。星等衡量的是對建立這條 workflow 的優先序，不是成熟度。事實上它是本站列出的 metric 裡最貴、最不成熟的一個：
- 你的 4 × 87 ns 合計約 350 ns；文獻走完這條路用的是約 15 μs 的加速取樣，換算成無偏 MD 需要的時間只會更長。
- 系統是 535,265 原子；在這個尺寸上做收斂的 enhanced sampling，加上共用叢集上並行 job 數與磁碟空間的硬上限，是真實的預算問題，而「便宜」是這個專案的硬約束。
- 它還沒有 ground truth 校準，所以現在它是假說不是 ranker。
為什麼不因此降星： 因為降星等於承認這條路線沒有替代軸，那整篇論文就退化成「我們指出一個現行做法有盲區」。優先序講的是「該把有限的算力押在哪裡」，而不是「哪個現在最好算」。 便宜又好算的量（BSA 2.1%）該用來守 QC 與打分基準；貴又難的這一條，該用來當論文的主張。
具體怎麼用（建議順序，不要跳）：
- 凍結一組雙座標定義（質心距離 + H840 側鏈到 scissile phosphate），寫成一支腳本，所有系統共用。
- 先在 WT 上做定義的敏感度測試：換原子選擇、換 domain 邊界，看座標值移動多少。這一步很便宜，但它決定你之後所有數字的可信區間。
- 再做 ground truth 校準：挑幾組有公開切割效率／專一性數據的變體與錯配底物組合，先證明這條軸排得對。這一步做不出來，後面不用做。
- 最後才把它接上 funnel 當 Gate 3 的判別軸。 在那之前，Gate 1 與 Gate 2 用聚合量守著。
09Reviewer Thinkingreviewer 會問什麼
你為什麼用這個定義而不是別的？換一個定義結論還成立嗎？點開看參考答案
這一問一定會來，因為這個領域沒有標準定義。不要假裝有標準答案。 正確的回答是：明列你用的兩個座標與精確的原子選擇，說明為什麼選它們（一個聚合穩定、一個化學上有意義），然後在補充材料放定義敏感度分析：換 domain 邊界、換 Cα 與側鏈、換 scissile phosphate 的原子，看排序會不會翻。主動承認定義多樣性，比被指出來好太多。
你從來沒有觀察到一次 docking 轉變，那你憑什麼談自由能或速率？點開看參考答案
這是最致命的一問，也是最容易被抓到的一個。誠實的答案只有兩種：要嘛你用了 enhanced sampling 並且報了收斂診斷（不同起始點的 PMF 是否重合、有沒有 hysteresis、bias 的時間演化），要嘛你根本不談自由能，只把座標當描述量。在 87 ns 的無偏軌跡上談 docking 的難易度，是這條軸上最常見也最致命的越權。
你的座標怎麼對應到 smFRET 量到的那幾個狀態？點開看參考答案
這一問是機會不是攻擊，因為多數計算論文答不出來。做法：用染料標記位置（S867 與 N1054）在你的結構上算對應的 Cα 到 Cα 距離時間序列，看它的分佈能不能重現實驗上 docked / intermediate / undocked 的分群。這條路已經有人走過：Palermo 等人做 HNH 活化的自由能面時，用的兩個 collective variable 正是 N1054–S867 與 S867–S355 這兩段 FRET 距離，所以「拿 FRET pair 當 CV」不是你發明的權宜之計，是有前例的做法。要注意染料本身有 linker，實際的 dye-to-dye 距離不等於 Cα 到 Cα 距離，所以只能比趨勢與分群結構，不能比絕對值。這個限制要自己先講。
你的起始結構是一個 pre-catalytic 的晶體結構，結論會不會只是被起點決定？點開看參考答案
會，而且你有自己的數據可以誠實回答。5F9R 在這條座標上還在 19 Å 以外，本來就是一個特定的位置；而起始結構的影響你已經量過：Chai-1 起始給出 0/8 共享、ρ ≈ −0.03 的隨機結果，5F9R 晶體起始給出 3/8 共享、Jaccard 0.48、Spearman +0.77。正解是：用多個起始構形（不同晶體狀態、不同 replica 種子），並報跨起點的一致性，而不是宣稱單一起點的結果具有一般性。
你的 ground truth 是什麼？證明這條座標排得出已知變體的專一性。點開看參考答案
這是決定論文能不能發的一問。目前沒有人做到，這既是你的風險也是你的機會。答案必須是一個具體的校準計畫：哪些變體、哪些錯配底物、用什麼實驗數據當標籤（切割效率、specificity ratio、全基因體 off-target 量測），以及怎麼切訓練與測試。在有這個之前，論文裡的措辭必須是假說而不是預測器。
HNH 的 pLDDT 只有 62.9、L1 linker 更低到 46，你怎麼確定預測結構沒有把這條座標整個帶歪？點開看參考答案
坦白說這正是你不用預測結構當生產起點的理由。可以把低信心當成訊號來用（低信心區恰好是動態檢查點區，這件事本身就是一個論點），但不要把低信心的座標當定量起點。實際做法：生產軌跡從實驗結構起跑，預測結構只用來探索沒有晶體的狀態，而且要明確標示哪些結論依賴哪一種起點。
10Common Mistakes最常犯的錯
- 只報一個距離、不報第二個座標。 後果：簡併，把「靠近但轉錯」算成 docked。正解：至少配一個取向角或接觸數，並畫二維圖。
- 報雙峰分佈的平均值。 後果：平均值落在系統不去的地方，比較毫無意義。正解：先畫直方圖，雙峰就報族群比例與各峰位置。
- 在 87 ns 的無偏軌跡上談 docking 難易或速率。 後果：結論在取樣上完全沒有支撐，reviewer 一問就倒。正解：報告觀察到的轉變次數（很可能是零），把結論限縮成描述，或改做 enhanced sampling 並附收斂診斷。
- Cα 與側鏈的距離混用。 後果：好幾 Å 的定義差被誤讀成構形差（5Y36 同一個模型裡就差了約 2 Å）。正解：寫死原子選擇，並附敏感度分析。
- 照抄別人 paper 的 domain 殘基編號。 後果：質心位置偏移，跨組比較被系統性汙染。正解：在自己的結構檔上核對，並寫進 methods。
- scissile phosphate 挑錯核苷酸。 後果：整條分析報廢，而且很難自己發現。正解：從 PAM 端數第 3 與第 4 個核苷酸之間，在自己的編號系統裡目視確認一次。
- 在 on-target 底物上比較高保真變體。 後果：得到預期中的 null，然後花時間解釋 null。正解：先逐 replica 畫出被突變殘基到 DNA 的距離分布（K1003 與 R1060 的平均在一到兩奈米，但逐條 replica 從 0.5 到 2.3 nm 都有、CV 近 40%，不能拿平均值下二分判斷），再換 mismatched 底物。
- 用 Chai-1 之類的預測結構當定量起點。 後果：HNH pLDDT 62.9、L1 linker 46，起始座標本身就不可信，而起始結構已被證明是逐殘基不可重現的元兇。正解：生產軌跡從實驗結構起跑。
11Further Reading讀哪幾篇
12Summary三句話
HNH 距離是把「催化 domain 有沒有轉到能切的位置」壓成一個幾何座標，它是這張地圖上唯一直接對準決定專一性的那個構形開關的量，也是唯一能跟 smFRET 的 docked、intermediate、undocked 族群直接對接的量。但它沒有唯一標準定義，催化殘基到切位的距離、HNH 與 RuvC 的質心距離、取向角、介面接觸數各有取捨，而且任何單一數字都是高維轉變的一維投影，會把「靠得近但轉錯方向」和「真的 docked」混在一起。它在你的專案裡同時是最重要與最不成熟的一條軸：文獻要用約 15 μs 的加速取樣才走完這條路，而你手上是 4 × 87 ns 的無偏軌跡，而且在沒有 ground truth 校準之前，它是一個假說而不是一個 ranker。