蛋白配体结合构象是基于结构药物设计所需的关键信息,可通过晶体结构解析、核磁共振、分子对接等实验和理论手段获得。但晶体结构等实验手段往往意味着昂贵的费用和极低的成功率,而利用现代分子模拟技术预测蛋白配体结合模式是对实验手段的重要补充。其中分子对接是最常用的一种理论方法,可以快速预测药物在蛋白结合位点中的结合模式。但是现有的分子对接方法预测蛋白配体结合模式精度有限,错误率可达50%左右,这其中结合模式采样的不完备占了很大的比例。尤其值得一提的是可用于共价药物的分子对接工具极为有限且结果不甚理想。近年来共价药物因其与靶标形成共价键具有高效性和作用时间长等特点,对于某些疾病的治疗效果显著,受到越来越多的关注。共价药物在药物市场中占据越来越重要的地位,对可靠的计算机辅助共价药物设计方法的需求与日俱增,与现有方法的不足形成了鲜明对比。理论预测蛋白配体结合构象主要依靠蛋白配体的空间匹配和能量匹配,分别对应分子对接算法中的构象搜索方法和打分函数。分子对接的误差,尤其是在共价药物上令人失望的表现,有相当程度是因为计算中根本没有搜索到“正确的构象”,无从谈起如何将“正确的构象”排到前列。本文运用广义模拟退火算法（GSA）对共价与非共价蛋白配体结合模式进行高效搜索,构建丰富多样的结合构象空间,并通过在不同的测试集上进行了大规模测试以系统考察该方案的可行性和普适性。本文主要研究工作包括:首先针对GSA方法共价结合模式采样能力,本文在含405个蛋白配体复合物的COVDOX测试集上进行了大规模测试。测试结果表明,GSA方法采样成功率可达86%（总构象采样集合包含至少一个好构象的概率）,并且其表现基本不随共价子弹头和残基变化而变化,表明GSA方法进行构象搜索是可行的并且有较好的普适性。经与基于量子化学的蛋白配体结合模式计算方法DOX联合测试,进一步发现GSA所得构象集经半经验量子化学PM7优化筛选后得到的前十个构象至少包含一个好构象的概率高达91%;再经过高精度XO计算TOP POSE预测成功率为80%。已有的文献报道,目前主流共价软件在不同测试集上表现有较大波动,成功率均不到60%。而GSA方法在各类抑制剂上的表现都远远优于现有的共价对接工具,充分说明本文所用方法具有显著优势。其次针对GSA方法非共价结合模式采样能力,本文利用CASF2016测试集进行了系统性测试。该测试集包含57个不同的蛋白靶标,共285个抑制剂分子。该测试集不仅有着多样的药效团和丰富的抑制剂结构并且数据量庞大,测试结果可靠。测试结果表明GSA方法采样成功率可达88%,如果与Surflex分子对接联用,相互弥补,总采样成功率更高达98%。综上所述,GSA方法用于构建共价与非共价的结合采样空间都有较好的表现,完备的采样空间是分子对接中至关重要的一环,为预测准确的结合构象打下坚实的基础。如果与高精度结合能评价方法联用将会是非常有应用前景的预测蛋白配体结合构象新方法。