一个残基可以影响多个状态
稳定性是天然态与未折叠态自由能差的结果。突变若削弱疏水核心、盐桥或氢键，天然态可能变得不稳定；但突变也可能稳定未折叠态中的局部相互作用。只看最终结构，很难区分自由能变化来自哪一端。
动力学进一步把变化拆成折叠与解折叠方向。稳定性下降可能表现为折叠变慢、解折叠变快，或两者同时发生。不同组合对机制的意义不同。
结构相似不等于动力学相同
许多单点突变不会造成主链大范围移动，晶体结构或高置信预测看起来仍与野生型接近。可是过渡态中的接触只存在极短时间，最终结构无法直接显示其形成顺序。一个残基若在折叠早期组织疏水核心，微小替换就可能显著改变速率。
相反，明显的局部结构变化也不一定主导速率限制步骤。需要把结构、平衡稳定性和动力学数据放在一起，避免用任何单一读数代替整个过程。
Φ值分析依赖假设而不是颜色图
Φ值把突变对过渡态能垒的影响与对整体稳定性的影响进行比较。接近1常被解释为相关天然接触在过渡态中较充分形成，接近0则表示形成较少。但该解释依赖突变没有改变折叠路径、测量处于可比较条件并且自由能变化足够可靠。
异常值、负值或大于1的结果并不一定是错误，也可能说明非天然相互作用、路径变化或基态效应。此时应检查误差传播和实验模型，而不是强行把数值塞进二元分类。
AI变体预测与实验问题并不重合
蛋白质语言模型和结构模型可以根据序列环境、进化约束或三维邻域给出变体评分。这些评分适合筛选候选，却未必区分热稳定性、结合、表达、降解或细胞毒性。一个高风险评分需要结合具体表型和实验系统解释。
AlphaFold数据库也明确提醒，模型并未被验证为预测点突变导致的解折叠。把突变序列再次建模后看到相似结构，不能据此认定突变没有影响。
建立可复核的突变记录
每个变体至少应保存参考序列、编号体系、构建体边界、表达标签、纯化批次和实验条件。若编号来自成熟蛋白而模型使用全长前体，坐标错位会让结构解释完全偏离。
比较多个变体时，原始曲线、拟合脚本和排除规则应使用同一版本。变更分析方法后，不要覆盖旧结果；保留两版输出才能判断差异来自样品还是计算。
把结论限制在实验真正覆盖的范围
体外稳定性改变不自动等于细胞功能改变，细胞中的伴侣蛋白、降解系统、配体与拥挤环境都会介入。反过来，细胞表型也不能单独说明折叠速率。
更可靠的结论写法是明确对象、条件和证据层级：某变体在特定缓冲液与温度下改变了折叠或解折叠速率；结构模型提出可能受影响的区域；功能影响仍需对应系统验证。
ΔΔG需要明确参考方向
突变稳定性常用ΔΔG表达，但不同论文可能采用相反符号。读取数值前必须确认定义是突变型减野生型，还是解折叠自由能的相反差值。符号含义不清时，正负值没有可比性。
还要确认自由能来自平衡变性、热变性还是动力学参数。热熔解温度变化不能在没有热力学模型时直接换算成自由能差，尤其当过程不可逆或伴随聚集。
保守替换也可能造成显著影响
把疏水残基替换成另一个疏水残基看似保守，但侧链体积、支化位置和构象熵都可能改变核心打包。表面电荷的保守替换也可能影响长程静电或局部水化。按氨基酸类别判断风险只能作为初筛。
更可靠的分析会查看残基埋藏程度、邻近接触、序列保守性和实验条件，并考虑替换是否引入空腔、应变或未满足的极性基团。结构解释应提出可检验假设，而不是事后描述。
核心、表面与环区面对不同约束
核心残基通常更直接影响打包与稳定性，表面残基可能改变溶解性、结合或电荷网络，环区则常参与动态和构象切换。相同类型的替换在不同位置上不会产生一致结果。
若研究目标是提高表达量，降低表面聚集倾向可能比增加热稳定性更有效；若目标是延长功能寿命，则要关注解折叠和失活路径。评价指标应跟随应用场景。
寡聚界面会让单体解释失效
一个位于亚基界面的突变可能先削弱寡聚，再间接暴露疏水面或改变单体折叠。单体模型即使保持完整，也无法回答复合物浓度依赖和组装顺序。
实验应在多个蛋白浓度下确认寡聚状态，并区分解离、解折叠和聚集。尺寸排阻、分析超速离心、光散射或原位质量测量可根据体系选择。
聚集是竞争路径，不是单一终点
突变增加聚集可能因为天然态更不稳定，也可能因为折叠变慢、局部中间态寿命增加或表面黏性改变。终点浊度只能说明产生了较大颗粒，不能区分这些路径。
时间分辨信号、可溶产率、粒径分布和折叠动力学结合后，才能判断聚集发生在哪个阶段。样品浓度与搅拌条件也必须记录，因为它们会大幅改变成核概率。
编号与构建体是最常见的隐性错误
文献可能使用前体蛋白、成熟链、去除信号肽后的编号或特定结构文件编号。若把这些体系混在一起，所谓同一残基可能实际相差几十位。
突变表应同时给出参考序列标识、原始残基、目标残基、绝对位置和构建体位置。结构映射前再验证局部序列，避免自动工具把编号错误包装成精确图像。
变体算法适合排序，不适合替代终点定义
进化约束模型擅长发现不符合序列家族规律的替换，结构模型可以补充空间环境，监督模型则依赖训练标签。它们输出的风险分数对应不同目标，不能在没有校准时互换。
若项目关注折叠稳定性，应使用有相应实验标签的数据校准，并保留阴性与反例。最有价值的用途通常是缩小实验候选，而不是把连续分数变成确定的致病或无害结论。
实例：一个表面电荷突变
某表面酸性残基改为碱性后，预测结构几乎不变，但蛋白在高浓度下更易沉淀。先检查等电点、缓冲液离子强度和寡聚状态，再比较低浓度下的折叠稳定性。
若低浓度动力学正常而聚集随浓度急剧增加，主要影响可能来自分子间相互作用而非链内折叠。此时优化配方或表面电荷分布，比继续追求主链结构差异更合理。
实验顺序决定解释效率
第一轮可用表达量、单分散性和可逆平衡实验筛查明显失败的变体；第二轮对有代表性的变体测量折叠与解折叠速率；第三轮再选择结构或细胞实验解释关键差异。
分层设计可以避免对不稳定、不可逆样品过早进行昂贵结构测量。每一层都应提前规定进入下一层的标准，同时保留不符合预期的结果，因为反例常能揭示模型盲点。