谱峰、颗粒与平均图像：NMR 和冷冻电镜的入口
有些蛋白对结晶板没有耐心。换了十几种盐，改了几轮构建体，显微镜下仍然只有浑浊液滴和碎片。研究者这时会把同一管样品送向另一套现场。一边是细长的核磁样品管，管里装着看似平静的溶液；另一边是小小的电镜网格，几微升样品被吸成薄冰，随后被送进低温电镜。晶体把蛋白排成队，样品管和电镜网格则换了两种读法：在溶液里追踪局部环境和运动，从薄冰中的许多投影里抬出共同轮廓。
06.1样品管和电镜网格
NMR 的入口很不戏剧化。样品管插进磁体以后，房间里几乎没有可见动作，屏幕上却慢慢出现一排排交叉峰。每一座峰都来自某些原子核在磁场和无线电波作用下留下的信号。它不直接给出蛋白外形，却对局部环境很敏感。附近谁靠近了，电子环境怎样变了，某一段是不是在不同状态之间交换，都会让峰的位置、宽度或强度发生变化。
为了让这些信号能被分开，样品常常需要同位素标记。细胞在培养时吃进带标记的氮源或碳源，表达出的蛋白就带上更容易被核磁实验识别的原子。标记本身不是魔法，它只是让拥挤的谱图多了一层可分辨的线索。样品还要够浓、够稳定，缓冲液不能带来太多干扰，几天测量下来也不能明显降解。管底若出现沉淀，胶上若冒出裂解条带，谱图上的漂亮峰就要被重新审视。
样品管里的条件会被记录得很细。蛋白浓度、盐浓度、pH、温度、是否加还原剂、是否带配体，都会影响峰的位置和宽度。一次测量常常持续很久，研究者会在前后各跑一张快速谱图，确认样品没有在仪器里慢慢坏掉。若前后两张图差别很大，中间那批精细实验就不能直接当成稳定状态来解释。
06.2谱峰先连接到原子
谱峰赋值是 NMR 里最费耐心的工作之一。这个词指的是把谱图里的每一座关键峰，对应到序列里某个残基附近的某个原子上。没有赋值，峰只是散在屏幕上的点；赋值完成后，峰才开始和蛋白链上的位置相连。研究者会在多张二维、三维谱图之间来回跳，把相邻原子的信号串起来，再对照序列判断这一串该落在哪一段。赋值错了，后面所有距离和构象解释都会被拖偏。
赋值像给一座拥挤城市重新贴门牌。峰重叠时，两个街区挤在同一个位置；蛋白稍大一点，峰会更密；局部运动太快或太慢，峰可能变宽甚至消失。软件能给候选答案，经验能减少走错路的概率，最后仍要靠额外实验、突变、片段样品或条件改变来收紧判断。NMR 的结构不是从一张图里自动冒出来的，它从这些门牌和约束一点点收拢。
06.3NMR 看到约束和运动
赋值之后，研究者才会把距离和角度约束拉进来。某些实验能告诉人两个原子大概离得近，另一些实验能给出主链局部角度的限制。约束越多、越互相支持，模型集合就越收紧；约束稀薄的区域，模型会散开。NMR 结构常常以一组相近模型出现，正因为数据给的是一张约束网，而不是每个原子唯一的坐标命令。集合里越一致的地方，证据越硬；散得很开的地方，要先问它是真的在动，还是信息不够。
约束也会彼此打架。某个峰若被错认，距离约束可能把两段本不该相邻的链硬拉到一起；某个区域若因为运动导致峰消失，模型程序可能只能靠周围少量信息猜一个大概。研究者会看约束违反清单，检查哪些距离一直无法满足，哪些残基在模型集合里散得太开。删掉一个不可靠约束，有时比再加一条漂亮限制更能保护结构。
运动正是 NMR 的长处。某些峰变宽，可能说明这段链在多个构象之间交换；某些峰在加热、降温或改 pH 后移动，说明局部环境变了；某些峰在配体加入后按浓度一点点偏移，提示附近可能参与结合。晶体学常把一个可结晶状态钉得很细，NMR 更容易提醒人：蛋白在溶液里并不总是停在同一姿势。对受体片段、调控尾巴、小结构域和弱相互作用来说，这种提醒很有价值。
有些实验专门追这些运动。弛豫数据会告诉人某些区域是不是更灵活，氢氘交换能提示哪些氢键或局部折叠更容易被打开，温度或其他条件改变可以把隐藏状态推出来一点。它们很少直接给出一张完整结构图，却能让研究者知道一段链为什么在晶体里缺失、为什么某个突变只改变调控、不改变整体折叠。运动证据一旦和功能读数对上，局部变化就会从谱图里的小挪动变成实验路线的一部分。
配体滴定把这种价值落到具体决策上。研究者把小分子一点点加进样品管，观察哪些峰按浓度有规律地移动，哪些峰变宽，哪些峰消失。若变化集中在一个口袋周围，同时突变削弱结合，功能读数也跟着改变，结合解释就更稳。若只有几座峰乱动，样品浓度又开始下降，底部出现沉淀，解释就要慢下来。峰移动可以提示结合，不能单独替机制背书。
NMR 的限制同样清楚。蛋白太大时，峰会拥挤、变宽，许多信号难以分开；样品浓度太低时，弱峰被噪声淹掉；pH、盐浓度、温度和缓冲液成分都可能改写峰位；蛋白轻微降解，也会在谱图里制造新的点。一个看似局部的变化，可能来自真实相互作用，也可能来自样品状态变坏。于是对照、重复、浓度梯度、突变和功能读数会一起上桌。科学家不会只问峰有没有动，还要问动得是否能在样品和功能读数里得到一致支持。
06.4薄冰里的颗粒先被筛掉
冷冻电镜的入口换成另一种手感。几微升样品滴到金属网格上，滤纸从两边吸走多余液体，只留下薄薄一层水。网格随后被快速插入液态乙烷，水来不及结成普通冰晶，被固定成玻璃态薄冰。这个动作只有几秒，后果却很重。吸得太久，颗粒可能被挤到气水界面；吸得太短，冰层太厚，电子穿不过去；网格表面处理不合适，蛋白会成片贴边或聚团。
网格条件常常要像结晶条件一样筛。研究者会换网格材料、辉光放电时间、样品浓度、缓冲液、去垢剂或交联策略，也会试着加配体、加伙伴蛋白，把复合体锁在更均一的状态。显微镜预约很贵，真正上机前，负染电镜或快速筛图会先帮人判断样品是不是一团聚集。冷冻电镜看似直接拍颗粒，前面同样站着一串样品状态判断。
低温电镜下的第一批照片，常让人失望。屏幕上散着一粒粒灰白小点，背景起伏，边缘模糊，污染和冰厚变化夹在其中。单个颗粒信号太弱，看起来不像教科书里的蛋白。研究者先要检查电影帧有没有被电子束打得漂移，显微镜的光学条件是否稳定，照片里的冰层是否能用。坏图会被丢掉，坏网格会被重新做，坏样品还得回到纯化和缓冲条件那里。
电影帧校正和光学参数估计会先把原始照片收拾到可用状态。电子束照射时，样品和冰会轻微移动，帧对齐可以把这种移动尽量减小；显微镜的成像条件会改变不同空间频率的对比，研究者要估计这层影响，后面重构才不会把光学痕迹当成结构。原始照片很少直接进入结论，它们要先经过这类清理和标注。
06.5平均图像怎样变成三维密度
挑颗粒是下一步。软件会从照片里框出一个个可能是蛋白的小影子，速度很快，也会把污点、碎片和污染一起捞进来。研究者要在成千上万张小图里反复删改，让后面的平均不要被坏对象拖偏。冷冻电镜的强项来自数量，数量也会放大偏差。若一开始捞进来的多是垃圾，后面再精巧的处理也只是在整理垃圾。
二维分类是冷冻电镜里一个关键关口。它指的是把许多相似方向、相似外观的颗粒投影先归到一起，再平均出一张更清楚的二维类别图。好的类别图会慢慢露出轮廓，像同一个对象从某个方向投下的影子；坏类别只剩一团雾，或露出明显污染。二维分类既在提高信噪比，也在清场。它告诉研究者哪些颗粒还能继续，哪些该在这里被删掉。
接下来是三维重构。不同方向的二维投影被放回同一个三维空间里，软件不断调整颗粒朝向和位置，让共同信号逐渐叠起来。若颗粒从很多方向都有，三维图会更均衡；若它们总爱朝同一个方向躺在冰里，某些角度的信息会缺。偏好取向会让图的一侧很清楚，另一侧发虚。构象混杂也会制造麻烦，同一批颗粒里可能混着打开、关闭、弯曲、断开的多个状态，需要进一步三维分类拆开。
三维分类有时会改变整个故事。最初混在一起的颗粒平均后只给出一团模糊轮廓，分类之后却分出两个主要状态：一个口袋打开，一个结构域贴上伙伴。也可能出现相反结果，某个看似有趣的小类别只包含很少颗粒，方向覆盖差，换一套参数就消失。研究者要看类别能否在独立数据、不同网格或不同处理流程里重复出现。否则，软件抬出的形状只能先放在候选栏里。
06.6好图也要写出边界
冷冻电镜图常常要看局部分辨率。局部分辨率指同一张三维图里不同区域清楚程度不同：核心可能能看到侧链痕迹，外周结构域却只剩一团轮廓；膜外部分清楚，柔性尾巴完全飘掉。整体分辨率数字会给一个总印象，局部分辨率才提醒人哪一块可以支持细节判断，哪一块只能用来讨论大致位置。拿一张图解释机制时，这个差别会直接影响突变设计、配体放置和界面判断。
冷冻电镜后期也要防止过度打磨。图像锐化可以让边缘更利落，局部精修可以让某一区域更清楚，可参数调得太积极，噪声也会被装扮成细节。半图比较、掩膜检查和独立验证因此很重要。若两半数据各自重构都支持同一片特征，可信度会上升；若只有合在一起以后才出现漂亮细节，研究者就要先停一下。
冷冻电镜的失败也有自己的形状。薄冰太厚，颗粒被背景淹没；薄冰太薄，蛋白被气水界面拉坏；颗粒太小，信号不够；复合体太软，分类后只剩一堆互相不肯对齐的状态；样品总朝一个方向趴下，三维重构缺角度；处理流程过于激进，噪声可能被平均成看似合理的形状。漂亮的三维图因此要回头接受多批网格、不同处理参数、半图验证和局部分辨率检查。
NMR 和冷冻电镜都把人从晶体队列里带出来，却没有让证据变轻。NMR 在溶液中读的是局部环境、距离约束和运动痕迹；冷冻电镜在薄冰里读的是海量投影和共同轮廓。前者容易被样品状态、峰重叠和赋值错误牵制，后者容易被薄冰质量、颗粒选择、偏好取向和构象混杂牵制。两条路都要反复回到样品本身，问眼前这批信号是否来自同一个可解释对象。
06.7两种方法把问题交给结构成立
把两种入口放在一起，差别会更清楚。NMR 让蛋白留在溶液里，通过谱峰追踪局部环境、距离和运动；冷冻电镜把颗粒冻在薄冰中，从许多嘈杂投影里平均出共同形状。真实机制要回到样品制备、仪器记录、数据处理、模型解释和验证报告。
不同方法也会互相照应。晶体结构给出一个小结构域的高分辨率核心，冷冻电镜大图能把它放回大型复合体，NMR 又能告诉人某段连接肽在溶液里一直晃动。三者结果不完全一致时，冲突本身也有价值。晶体里的界面可能来自晶格接触；NMR 的峰移动可能提示溶液里有弱结合；冷冻电镜分类出的两个状态可能说明单一结构图只抓住了其中一个姿势。研究者要问哪张图对应哪种样品状态和哪一个问题，再决定哪张图该承担哪一层解释。
更稳的做法，是先把每一种证据对应的对象写清楚。晶体结构对应哪个构建体、有没有配体、处在什么晶格环境；NMR 谱图对应什么浓度、温度和缓冲条件；冷冻电镜图对应哪一批网格、哪些颗粒类别和怎样的局部分辨率。对象写清楚以后，冲突才有解释空间。一个状态可能是实验条件造成的，也可能正是生物学里短暂停留的状态。
这套判断仍要落回三件事：磁场、散射和投影平均怎样产生可读痕迹；赋值、约束、二维分类、三维重构、局部分辨率和重复性怎样接受检查；下一步该换构建体、换缓冲液、改网格、做突变、加配体，还是把一个机制图先降级成假设。结构方法的价值不是把实验室变成图像工厂。它把看不见的分子变成能被质疑、被复查、被继续追问的对象。
这种分层会直接改写实验排序。NMR 若提示一段尾巴在加入伙伴蛋白后峰变宽，研究者会先做截短体、点突变和结合曲线，确认这段尾巴是否真参与识别；冷冻电镜若只在一个类别里看到结构域抬起，研究者会先问那一类颗粒比例是否稳定，再设计交联或功能实验去捕捉这个状态。结构方法给出的并非终点清单，它更像一张带有置信边界的行动表。
病人样本和疾病变异也会把这张表推得更具体。一个错义变体若落在 NMR 约束支持很稳的核心里，研究者可能优先测折叠稳定性；若它落在峰一直消失的柔性片段里，问题会转向调控、降解或伙伴结合。一个突变若位于冷冻电镜图里局部分辨率很差的外周结构域，研究者不能直接指定某个氢键断了，却可以设计更粗粒度的实验，先看复合体是否还能组装、信号是否还会传下去。
公共数据库里的条目也需要这些说明。NMR 提交的不只是一组模型，还包括峰赋值、约束和样品条件；冷冻电镜提交的不只是一张漂亮密度图，还包括颗粒处理、分辨率估计、模型拟合和验证信息。后来的人打开条目时，若只看渲染图，就会把证据范围看得过满。真正能复查的，是那些看起来不太上镜的表格、参数、缺失片段和警告信号。
这些附属材料会保护后来的人。一个峰赋值表能提醒别人，某段 NMR 结构靠多少信号撑住；一套颗粒分类记录能说明冷冻电镜图里哪个状态占多数，哪个状态只是少数候选。数据库条目因此像一份带附件的证词，渲染图负责让人看见对象，附件负责让人知道这次看见能信到哪一步。
三种方法彼此交接时，最常见的动作也很朴素。一个冷冻电镜大图里某个小结构域不够清楚，研究者会把已有晶体结构塞进去，看是否合得上；一段在晶体里缺失的连接区，NMR 可能显示它在溶液里一直晃动；一个小分子在晶体口袋里姿势漂亮，NMR 滴定却没有对应峰移，团队就要回头检查配体是否只在晶体条件下被困住。方法之间的冲突会让故事变慢，却也能挡住过快的机制叙述。
无论斑点、谱峰还是颗粒，都会被翻译成某种模型。屏幕上出现的原子骨架、密度网格、约束集合和验证报告，看起来已经像一张结构图。可这张图究竟凭什么成立，哪里该建进去，哪里该留白，哪里该从确定语气降成候选语气，还要另拆一层。痕迹怎样变成坐标模型，才是这套看见过程真正要接受的检验。