)
生物信息學科學計算科研【免費下載鏈接】AutoDock-VinaAutoDock Vina項目地址https://gitcode.com/gh_mirrors/au/AutoDock-Vina點擊查看免費下載AutoDock Vina 是當前開源分子對接領域應用最廣泛的引擎之一其核心設計理念是開箱即用你只需提供分子結構并指定包含結合位點的搜索空間無需理解算法細節(jié)或手動計算網(wǎng)格圖即可完成從單配體對接、柔性側鏈對接、宏環(huán)對接、水合對接、鋅金屬蛋白對接到大規(guī)模虛擬篩選的完整流程。本文基于倉庫內 docs/source/index.rst 所組織的完整文檔體系系統(tǒng)梳理 AutoDock Vina 的能力邊界、安裝方式、核心工作流與源碼級實現(xiàn)依據(jù)幫助你快速上手并建立可復用的對接實驗方案。AutoDock Vina 是什么設計理念與核心能力AutoDock Vina 是一種交鑰匙turnkey計算對接程序基于一個簡單的打分函數(shù)與快速的梯度優(yōu)化構象搜索實現(xiàn)。它最初由 Oleg Trott 博士在分子圖形實驗室Molecular Graphics Lab設計實現(xiàn)目前由美國 Scripps 研究所的 Forli 實驗室維護開發(fā)源碼以 Apache License 2.0 協(xié)議發(fā)布。作為 AutoDock 家族的一員它與 AutoDock4、AutoDockGPU、AutoDockFR 和 AutoDock-CrankPep 共同構成 AutoDock 套件同時也是其中應用最廣泛、最成功的對接引擎之一——這主要歸功于它的易用性與速度優(yōu)勢相對 AutoDock4 可達兩個數(shù)量級的加速以及完全開源的特質詳見 docs/source/introduction.rst。其設計哲學非常鮮明不要求用戶理解實現(xiàn)細節(jié)、不要求調整晦澀的搜索參數(shù)、不要求手動聚類結果、不要求掌握四元數(shù)等高級代數(shù)知識。你唯一需要準備的是被對接分子的結構以及包含結合位點的搜索空間定義。具體表現(xiàn)為使用 Vina 或 Vinardo 力場時無需預計算網(wǎng)格圖grid maps也無需為原子分配電荷Vina 會在內部完成網(wǎng)格計算從源碼結構看這一邏輯由 src/lib/cache.cpp 與 src/lib/non_cache.cpp 中的緩存與網(wǎng)格模塊支撐與 AutoDock 4 類似支持將受體部分側鏈標記為柔性參與對接從而緩解受體剛性假設帶來的局限充分利用系統(tǒng)多 CPU/多核并行縮短運行時間這也是其速度顯著優(yōu)于 AutoDock 4 的重要原因相比 AutoDock 4Vina 在結合模式預測的平均精度上也有明顯提升。此外圍繞 Vina 開源代碼學術界衍生出一批專門化變體與改進例如改進搜索算法的 QuickVina2、允許通過界面修改打分項并更易用的 Smina、針對碳水化合物打分的 Vina-Carb、針對鹵鍵的 VinaXB以及改進的打分函數(shù) Vinardo。當前倉庫所對應的 1.2.x 版本則進一步原生支持了宏環(huán)柔性、專用金屬配位模型、顯式水分子水合對接、多配體同時對接等此前僅存在于 AutoDock 4 生態(tài)中的專門化方法并新增了Python 綁定以便以編程方式訪問對接引擎這些能力均在 docs/source/changes.rst 的版本記錄中有明確對應。獲取與安裝三種途徑任選AutoDock Vina 的官方文檔docs/source/installation.rst明確強調Python 綁定與二進制可執(zhí)行文件的安裝是兩套相互獨立的流程——安裝 Python 綁定不會附帶 Vina 可執(zhí)行文件反之亦然。請根據(jù)你的使用方式選擇對應的安裝途徑。預編譯可執(zhí)行文件vina 與 vina_split最新發(fā)布版的預編譯可執(zhí)行文件通過項目 Releases 提供運行時的一般形式為./vina_版本號_操作系統(tǒng)_架構 --help其中隨發(fā)行包提供的vina_split工具用于將多模型的 PDBQT 輸出拆分為單個模型文件自 1.0 版本起--out參數(shù)始終啟用并輸出多模型文件拆分需借助vina_split參見 docs/source/changes.rst。Python 綁定僅 Linux 與 Mac通過 pip 安裝官方建議在虛擬環(huán)境中進行以便同時安裝meeko等輔助工具$ pip install -U numpy vina通過 Conda 創(chuàng)建專用環(huán)境安裝$ conda create -n vina python3 $ conda activate vina $ conda config --env --add channels conda-forge $ conda install -c conda-forge numpy swig boost-cpp libboost sphinx sphinx_rtd_theme $ pip install vina從源碼構建面向開發(fā)者非普通用戶文檔明確警告從源碼構建不面向普通用戶。開發(fā)者可按以下步驟進行安裝 C 編譯工具鏈Ubuntu/Debiansudo apt-get install build-essentialmacOS安裝 Xcode 與 Command Line Tools安裝 Boost 與 SWIGUbuntu/Debiansudo apt-get install libboost-all-dev swigmacOS with Homebrewbrew install boost swig克隆源碼后在build/linux/release目錄執(zhí)行make編譯二進制可能需要按環(huán)境定制 Makefile 中的 Boost 路徑編譯 Python 綁定則進入build/python目錄先conda install -c conda-forge numpy boost-cpp swig再執(zhí)行python setup.py build install。輸入準備生態(tài)Meeko、AutoGrid4 與 ADFR 套件AutoDock Vina 的輸入準備依賴一套配套工具文檔以專門章節(jié) docs/source/docking_requirements.rst 進行了說明。Meeko配體與受體準備的標準工具鏈Meeko 是 Forli 實驗室開發(fā)、用于對接輸入準備的 Python 包提供mk_prepare_ligand.py、mk_prepare_receptor.py、mk_export.py等命令行腳本支撐以下對接協(xié)議的輸入準備柔性宏環(huán)對接、柔性對接、共價對接、反應性對接、水合對接。pip 安裝方式為$ pip install -U numpy scipy rdkit vina meeko gemmi prodyConda 方式為建議 Python 3.10 以便 ProDy 互操作$ conda activate vina $ conda install python3.10 $ conda install -c conda-forge numpy scipy rdkit vina meeko gemmi autogrid $ pip install prodyAutoGrid4 與 ADFR 套件當需要以 AutoDock4 力場進行對接時必須使用 AutoGrid4 預計算各類原子類型的親和力圖。AutoGrid 可通過conda install -c conda-forge autogrid安裝。ADFR 軟件套件由 CCSB 的 Sanner 實驗室開發(fā)則提供 ADFR、AGFR、AutoSite、AutoGrid4.2、prepare_ligand、prepare_receptor等一系列對接與周邊工具并自帶隔離的 Python 解釋器以避免包沖突。注意文檔特別提示 macOS Catalina10.15用戶無法使用 ADFR 套件建議在虛擬機中運行。對接協(xié)議實操六類典型場景的完整命令倉庫文檔以Tutorials板塊系統(tǒng)組織了五類可落地的對接協(xié)議docs/source/index.rst全部以命令行方式講解可在 macOS、Linux 與 WSL 上執(zhí)行。所有教程的輸入與預期輸出文件均存放于倉庫example/目錄下。1. 基礎對接單配體對剛性受體以抗癌藥物伊馬替尼imatinibPDB 1iep對接 c-Abl 激酶域為例完整教程見 docs/source/docking_basic.rst示例文件見 example/basic_docking。準備受體生成 PDBQT 文件與對接盒子文件$ mk_prepare_receptor.py -i 1iep_receptorH.pdb -o 1iep_receptor -p -v \ --box_size 20 20 20 --box_center 15.190 53.903 16.917-p生成受體 PDBQT-v連同--box_size、--box_center生成包含盒子尺寸的 TXT 配置文件與可導入 PyMOL 可視化的盒子 PDB 文件。若使用實驗結構可用--delete_residues忽略水、配體、輔因子、離子等不需要的組分。備選方案是 ADFR 套件的prepare_receptor要求輸入結構已含全部氫原子可用 REDUCE 工具加氫。準備配體強烈建議使用 SDF 而非 PDB 格式因為 PDB 不含鍵連接信息同時務必檢查分子的質子化狀態(tài)$ mk_prepare_ligand.py -i 1iep_ligand.sdf -o 1iep_ligand.pdbqt可選為 AutoDock 力場生成親和力圖。重跑mk_prepare_receptor.py并加-g生成 GPF 文件再運行 AutoGrid4$ mk_prepare_receptor.py -i 1iep_receptorH.pdb -o 1iep_receptor -p -v -g \ --box_size 20 20 20 --box_center 15.190 53.903 16.917 $ autogrid4 -p 1iep_receptor.gpf -l 1iep_receptor.glg產出1iep_receptor.maps.fld網(wǎng)格數(shù)據(jù)文件、各原子類型的親和力圖.map、去溶劑化圖d.map與靜電圖e.map。運行對接。伊馬替尼屬于較有挑戰(zhàn)性的配體默認exhaustiveness8偶爾找不到正確構象教程建議提升至 32。使用 AutoDock4 力場$ vina --ligand 1iep_ligand.pdbqt --maps 1iep_receptor --scoring ad4 \ --exhaustiveness 32 --out 1iep_ligand_ad4_out.pdbqt使用 Vina 力場無需預計算網(wǎng)格圖Vina 內部完成盒子參數(shù)寫入 TXT 配置文件$ vina --receptor 1iep_receptor.pdbqt --ligand 1iep_ligand.pdbqt \ --config 1iep_receptor.box.txt \ --exhaustiveness32 --out 1iep_ligand_vina_out.pdbqt配置文件內容示例center_x/center_y/center_z為盒子中心size_x/size_y/size_z為各維度邊長單位為 ?center_x 15.190 center_y 53.903 center_z 16.917 size_x 20.0 size_y 20.0 size_z 20.0也可通過--scoring vinardo切換至 Vinardo 力場。注意AutoDock 與 Vina 力場的能量分數(shù)彼此不可比。參考輸出中AutoDock 力場最優(yōu)分數(shù)約-14 kcal/mol-14.72Vina 力場最優(yōu)約-13 kcal/mol-13.23。導出 SDF 結果。為保證正確的鍵序與形式電荷建議用 Meeko 的mk_export.py將 PDBQT 結果轉回 SDFMeeko 將 SMILES 寫入 PDBQT 文件頭并用它實例化具有原始鍵序的 RDKit 分子$ mk_export.py 1iep_ligand_vina_out.pdbqt -s 1iep_ligand_vina_out.sdf $ mk_export.py 1iep_ligand_ad4_out.pdbqt -s 1iep_ligand_ad4_out.sdf2. 柔性對接受體側鏈參與構象變化受體缺乏柔性是這類對接方法公認的最大局限而 Vina 允許對選定側鏈賦予有限柔性。教程docs/source/docking_flexible.rst示例見 example/flexible_docking以 c-AblPDB 1fpu的 Thr315 為柔性殘基進行交叉對接。準備受體時用-f A:315指定柔性殘基-a忽略僅部分解析及與模板不匹配的殘基$ mk_prepare_receptor.py -i 1fpu_receptorH.pdb -o 1fpu_receptor -p -v \ --box_size 20 20 20 --box_center 15.190 53.903 16.917 \ -f A:315 -a產出兩個文件1fpu_receptor_rigid.pdbqt剛性部分與1fpu_receptor_flex.pdbqtThr315 柔性側鏈。AutoDock4 力場下親和力圖只對剛性部分計算1fpu_receptor_rigid.gpf對接命令為$ vina --flex 1fpu_receptor_flex.pdbqt --ligand 1iep_ligand.pdbqt \ --maps 1fpu_receptor_rigid --scoring ad4 \ --exhaustiveness 32 --out 1fpu_ligand_flex_ad4_out.pdbqtVina 力場下則同時指定剛性與柔性受體$ vina --receptor 1fpu_receptor_rigid.pdbqt --flex 1fpu_receptor_flex.pdbqt \ --ligand 1iep_ligand.pdbqt --config 1fpu_receptor.box.txt \ --exhaustiveness 32 --out 1fpu_ligand_flex_vina_out.pdbqt輸出 PDBQT 中除配體姿態(tài)外還包含 Thr315 側鏈構象。參考最優(yōu)分數(shù)AutoDock 力場約-14 kcal/mol-14.2Vina 力場約-12 kcal/mol-11.63。3. 多配體同時對接與批處理虛擬篩選Vina 1.2.x 支持同時對接多個配體docs/source/docking_multiple_ligands.rst示例見 example/mulitple_ligands_docking該方法可服務于片段藥物設計——將結合同一靶點的片段生長或組合為更大化合物。示例體系為 PDE 與其兩個抑制劑立體異構體PDB 5x72。批處理對接batch mode則與多配體同時對接不同是逐一順序對接多個配體用于虛擬篩選docs/source/docking_in_batch.rst。其用法與單配體一致區(qū)別在于用--batch一次或多次列出所有配體并用--dir指定輸出目錄$ vina --receptor 1iep_receptor.pdbqt --batch ligands/1iep_ligand_1.pdbqt --batch ligands/1iep_ligand_2.pdbqt --batch ligands/1iep_ligand_3.pdbqt --config config.txt --dir poses $ vina --receptor 1iep_receptor.pdbqt --batch ligands/1iep_ligand_*.pdbqt --config config.txt --dir poses輸出文件命名為配體名_out.pdbqt重名時自動添加索引避免沖突。Windows 下通配符展開需更謹慎例如使用 PowerShell 語法vina --receptor 1iep_receptor.pdbqt --batch $(ls .\ligands\*.pdbqt | % {$_.FullName}) --config config.txt --dir poses。對于多個受體的遍歷Vina 目前沒有內置迭代選項但可通過 shell 腳本實現(xiàn)#!/bin/bash for receptor in receptors/*.pdbqt; do receptor_name$(basename $receptor .pdbqt) vina --receptor $receptor --batch ligands/1iep_ligand_*.pdbqt --config config.txt --dir poses/$receptor_name done多配體同時對接的命令示例兩個配體并列傳給--ligand$ vina --receptor 5x72_receptor.pdbqt --ligand 5x72_ligand_p59.pdbqt 5x72_ligand_p69.pdbqt \ --config 5x72_receptor.box.txt \ --exhaustiveness32 --out 5x72_ligand_vina_out.pdbqt參考最優(yōu)分數(shù)AutoDock 力場約-18 kcal/mol-17.67需綜合前兩組姿態(tài)才與晶體姿態(tài)良好重合Vina 力場約-19 kcal/mol-19.04最優(yōu)組與其中一個異構體的晶體坐標高度重合。4. 鋅金屬蛋白對接AutoDock4Zn 專用力場鋅金屬酶是癌癥、心臟病、細菌感染與阿爾茨海默病等疾病的重要治療靶點藥物分子通常通過與鋅離子的配位作用結合。為此開發(fā)的 AutoDock4Zn 力場在 AutoDock4 力場基礎上擴展了描述鋅配位配體相互作用的專用勢函數(shù)同時在能量與幾何兩個層面建模并基于 292 個含鋅晶體復合物校準回歸對接實驗顯示其在結合自由能估計與 RMSD 兩方面均有顯著提升教程見 docs/source/docking_zinc.rst示例見 example/docking_with_zinc_metalloproteins。該協(xié)議需要兩個專用腳本zinc_pseudo.py與prepare_gpf4zn.py存放于 example/autodock_scripts以及特殊參數(shù)文件AD4Zn.dat倉庫中位于 data/AD4Zn.dat。核心流程$ mk_prepare_receptor.py -i proteinH.pdb -o protein -p $ pythonsh script_directory/zinc_pseudo.py -r protein.pdbqt -o protein_tz.pdbqtzinc_pseudo.py在鋅離子周圍添加四面體鋅偽原子TZ代表配體四配位配位的最優(yōu)位置。隨后用prepare_gpf4zn.py生成含非鍵成對勢nbp_r_eps關鍵字的專用 GPF$ pythonsh script_directory/prepare_gpf4zn.py -l 1s63_ligand.pdbqt -r protein_tz.pdbqt \ -o protein_tz.gpf -p npts40,30,50 -p gridcenter18,134,-1 \ –p parameter_fileAD4Zn.dat生成的 GPF 中通過parameter_file AD4Zn.dat指定力場AutoGrid4 需在工作目錄中有該文件的本地副本或用完整/相對路徑指向。文檔特別警告nbp_r_eps關鍵字的行為在 autogrid 4.2.6 與 4.2.7 之間存在變化務必使用 ADFR 套件隨附的最新版 AutoGrid44.2.7.x.2019-07-11。隨后執(zhí)行autogrid4 -p protein_tz.gpf -l protein_tz.glg并以--scoring ad4 --maps protein_tz完成對接。參考最優(yōu)分數(shù)約-13 kcal/mol-13.5且對應晶體姿態(tài)。5. 水合對接顯式橋接水分子的建模生理環(huán)境中配體結合需要排開結合腔內的大部分水但少數(shù)強結合且保守的水分子應被視為靶點結構的一部分教程見 docs/source/docking_hydrated.rst示例見 example/hydrated_docking。該方法在測試中對片段類小分子如片段藥物發(fā)現(xiàn)所用分子的結合構象預測有明顯改善協(xié)議三步為① 用 dummy 原子給配體裝飾一組水分子② 用修改過的 AutoGrid 圖使水分子放置恰當時獲得有利分數(shù)、與受體重疊時被剔除③ 對對接結果僅用保留的水分子重新打分。該協(xié)議需要用mapwater.py與dry.py兩個專用腳本example/autodock_scripts。配體準備時以-w選項為片段添加顯式水分子示例中為煙堿添加了 2 個水$ scrub.py 1uw6_ligand.sdf -o 1uw6_ligandH.sdf $ mk_prepare_ligand.py -i 1uw6_ligandH.sdf -o 1uw6_ligand.pdbqt -w在 AutoGrid4 計算常規(guī)親和力圖后用mapwater.py將 OA 與 HD 親和力圖組合生成額外的水圖W$ autogrid4 -p 1uw6_receptor.gpf -l 1uw6_receptor.glg $ python script_directory/mapwater.py -r 1uw6_receptor.pdbqt -s 1uw6_receptor.W.map隨后用--maps 1uw6_receptor --scoring ad4對接參考最優(yōu)分數(shù)約-8 kcal/mol為-8.261。注意兩點一是該方法用 AutoDock4 力場校準驗證官方強烈不建議用水合協(xié)議配合 Vina/Vinardo 力場二是由于能量估計需要歸一化該方法目前不適合虛擬篩選但不影響結構精度姿勢間比較沒有問題。對接結果用dry.py處理以受體剔除被排開的水分子并以 W 圖將保守水排序為 STRONG/WEAK結果寫入1uw6_ligand_ad4_out_DRY_SCORED.pdbqt$ python script_directory/dry.py -r 1uw6_receptor.pdbqt -m 1uw6_receptor.W.map -i 1uw6_ligand_ad4_out.pdbqt6. 宏環(huán)對接開環(huán)-假原子-閉環(huán)的柔性建模宏環(huán)分子是藥物化學中的重要骨架。自 Meeko v0.3.0 起宏環(huán)默認即可柔性處理因此基礎對接教程已足夠用于柔性宏環(huán)對接Vina 的專用宏環(huán)協(xié)議docs/source/docking_macrocycle.rst示例見 example/docking_with_macrocycles則實現(xiàn)邊對接邊建模柔性斷開環(huán)結構中的一個鍵得到宏環(huán)的開環(huán)形式從而解除相關扭轉的耦合讓扭轉自由度可獨立探索在斷鍵兩端各添加一個 dummy 原子其與父原子的距離等于斷鍵鍵長、1-3 角也與原始幾何一致對接過程中對每個 dummy 原子施加線性吸引勢以恢復成鍵、閉合環(huán)從而在適應口袋的同時采樣宏環(huán)構象代價是額外可旋轉鍵帶來的搜索復雜度上升。注意盡管 PDBQT 表示中宏環(huán)被斷鍵并加入 dummy 原子使用 Meeko 的mk_export.py或 Python 的 RDKitMolCreate 類將對接輸出轉為 MOL/SDF 時會恢復正確連接性且不含 dummy 原子。Python 腳本化以編程方式驅動對接引擎Vina 1.2.x 的 Python 綁定讓對接流程可以完全腳本化倉庫在 docs/source/docking_python.rst 提供完整教程示例腳本為 example/python_scripting/first_example.py。完整 API 文檔見 docs/source/vina.rst通過vina.vina與vina.utils模塊自動生成。核心腳本流程如下from vina import Vina v Vina(sf_namevina) # 指定力場vina / ad4 / vinardo v.set_receptor(1iep_receptor.pdbqt) v.set_ligand_from_file(1iep_ligand.pdbqt) v.compute_vina_maps(center[15.190, 53.903, 16.917], box_size[20, 20, 20]) energy v.score() # 計算當前姿態(tài)能量 print(Score before minimization: %.3f (kcal/mol) % energy[0]) energy_minimized v.optimize() # 局部能量最小化 print(Score after minimization : %.3f (kcal/mol) % energy_minimized[0]) v.write_pose(1iep_ligand_minimized.pdbqt, overwriteTrue) v.dock(exhaustiveness32, n_poses20) # 執(zhí)行對接 v.write_poses(1iep_ligand_vina_out.pdbqt, n_poses5, overwriteTrue)逐行要點Vina(sf_name...)同時指定力場還可設置cpu參數(shù)默認cpu0使用本機全部可用 CPUcpu1僅用單核set_receptor()可同時傳入剛性受體與柔性側鏈文件如v.set_receptor(1iep_rigid.pdbqt, 1iep_flex.pdbqt)compute_vina_maps()有個實用特性——若在加載配體之前調用會為 Vina 力場定義的全部 22 種原子類型計算親和力圖這對不知道配體原子類型、需要批量虛擬篩選的場景非常有用也可用set_ligand_from_string()直接以 PDBQT 字符串加載分子dock(exhaustiveness32, n_poses20)執(zhí)行 32 次連續(xù)的蒙特卡洛采樣并保存 20 個姿態(tài)write_poses(..., n_poses5)只寫出按分數(shù)排序的前 5 個寫入姿態(tài)數(shù)量還受energy_range約束——默認最多寫出與最優(yōu)姿態(tài)能量差小于 3 kcal/mol 的姿態(tài)該值可通過energy_range參數(shù)調大。optimize()對當前姿態(tài)做局部能量最小化常用于將配體手動放入口袋后快速消除與受體及自身的空間沖突。常用參數(shù)與常見問題速查exhaustiveness 究竟控制什么FAQdocs/source/faq.rst給出了明確的底層解釋一次對接由若干從隨機構象出發(fā)的獨立運行組成每次運行包含一系列順序步驟每步是隨機擾動 局部優(yōu)化BFGS 算法 接受/拒絕選擇局部優(yōu)化中的打分函數(shù)及其在位置-取向-扭轉坐標下的導數(shù)求值次數(shù)由收斂等準則引導單次運行的步驟數(shù)按配體與柔性側鏈的尺寸和柔性啟發(fā)式確定運行次數(shù)則由exhaustiveness決定因此在并行環(huán)境中它也限制了并行度。與 AutoDock 4 不同Vina 的單次運行可產出多個結果——有希望的中間結果會被記住并自動完成合并、精煉、聚類與排序以形成最終輸出。在 src/main/main.cpp 中可以看到該參數(shù)的默認值定義與解析邏輯int exhaustiveness 8;命令行--exhaustiveness的默認值為 8合法范圍 1其注釋明確roughly proportional to time。搜索空間尺寸的常見誤區(qū)搜索空間應盡可能小但足夠大越小越容易被算法充分探索但配體與柔性側鏈原子不會在搜索空間外被探索一般避免超過30 × 30 × 30 ?否則應同步提高--exhaustiveness。當出現(xiàn)搜索空間體積超過 27000 ?3的警告時多半是把 AutoDock 4 習慣的格點0.375 ?當成了埃Vina 的搜索空間尺寸單位是埃。若確實需要超大搜索空間可忽略該警告但搜索難度與耗時都會上升。姿態(tài)不正確時的排查清單包括用格點而非埃指定了盒子、配體/受體質子化不正確、單純運氣不好可換隨機種子重試、打分函數(shù)最小值本身不在正確構象處、受體結構質量、誘導契合效應、環(huán)構象錯誤、使用了 2D 平面配體輸入等。由于搜索算法具有非確定性即使輸入完全相同多次運行結果也可能不同需要精確復現(xiàn)時應提供相同隨機種子且保持其他輸入與參數(shù)完全一致。打分函數(shù)與輸出姿態(tài)的細節(jié)Vina忽略用戶提供的部分電荷其靜電相互作用通過疏水項與氫鍵項自行處理。Vina 是聯(lián)合原子united-atom打分函數(shù)只涉及重原子因此輸出中氫原子的位置是任意的但輸入文件中的氫用于判定氫鍵供體/受體正確的質子化依然至關重要。--num_modes指定輸出的最大結合模式數(shù)實際輸出還受energy_range限制需要更多模式時可提高該值。可通過配置或命令行直接調整打分權重例如vina --weight_hydrogen -1.2 ...可將所有氫鍵強度加倍。參與社區(qū)與引用規(guī)范項目歡迎社區(qū)參與bug 或功能增強請求可通過 Issue Tracker 提交貢獻者可以 Fork 倉庫后提交 Pull Requestdocs/source/index.rst 的 Participating 章節(jié)。此外倉庫同時提供了無需本地安裝、基于 Google Colab 的免安裝示例筆記本docs/source/colab_examples.rst覆蓋基礎對接、柔性對接與 AutoDock4 打分函數(shù)使用三種場景其中使用 RDKit、Molscrub、Meeko、ProDy、reduce2 與 py3Dmol 完成構象生成、蛋白結構預處理與可視化。AutoDock Vina 是學術軟件若在你的研究中使用了它官方docs/source/citations.rst要求引用以下核心論文Eberhardt, J., Santos-Martins, D., Tillack, A.F., Forli, S. (2021). AutoDock Vina 1.2.0: New Docking Methods, Expanded Force Field, and Python Bindings. Journal of Chemical Information and Modeling.Trott, O., Olson, A. J. (2010). AutoDock Vina: improving the speed and accuracy of docking with a new scoring function, efficient optimization, and multithreading. Journal of Computational Chemistry, 31(2), 455-461.小結從入門到生產級對接實驗的路線圖圍繞 docs/source/index.rst 所組織的手冊與教程體系AutoDock Vina 的使用路徑非常清晰先通過 pip/conda 安裝 vina 與 meeko 等輸入準備工具再按基礎對接教程完成受體準備 → 配體準備 → 可選AutoGrid 親和力圖 → Vina/AD4 力場對接 → SDF 導出的完整閉環(huán)隨后根據(jù)靶點特點選擇柔性對接、多配體對接、鋅金屬蛋白對接、水合對接或宏環(huán)對接等專門化協(xié)議需要大規(guī)模篩選時使用--batch批處理模式需要定制化流程時切換到 Python 綁定。整個過程中src/main/main.cpp 等源碼文件為命令行參數(shù)的行為提供了第一手的實現(xiàn)依據(jù)而example/目錄下各協(xié)議對應的輸入輸出文件則是驗證你本地實驗是否成功的最佳對照基準。贊分享生物信息學科學計算科研【免費下載鏈接】AutoDock-VinaAutoDock Vina項目地址https://gitcode.com/gh_mirrors/au/AutoDock-Vina點擊查看免費下載相關推薦AutoDock Vina批量分子對接完全指南從零基礎到高效藥物虛擬篩選AutoDock Vina批量分子對接完全指南從零基礎到高效藥物虛擬篩選 AutoDock Vina作為分子對接領域的重要工具其批量處理功能能夠顯著提升藥物生物信息學科學計算科研AutoDock Vina批量分子對接實戰(zhàn)指南從入門到高效藥物篩選AutoDock Vina批量分子對接實戰(zhàn)指南從入門到高效藥物篩選 AutoDock Vina作為藥物篩選和分子互作研究的重要工具其批量分子對接功能能夠顯著生物信息學科學計算科研AutoDock-Vina虛擬篩選Python API使用指南AutoDock Vina虛擬篩選Python API使用指南 AutoDock Vina是一款廣泛使用的分子對接軟件其Python綁定接口為自動化虛擬篩選提生物信息學科學計算科研上一篇ComfyUI ReActor換臉插件3分鐘快速上手打造專業(yè)級AI面部替換工作流下一篇Pixelle-Video輸入一個主題3 分鐘出片 AI 短視頻創(chuàng)作聲明：本文部分內容由AI輔助生成（AIGC），僅供參考 AutoDock Vina 1.2.x 使用指南：從分子對接原理到安裝、批量虛擬篩選與 Python 腳本化實戰(zhàn)
生物信息學科學計算科研【免費下載鏈接】AutoDock-VinaAutoDock Vina項目地址https://gitcode.com/gh_mirrors/au/AutoDock-Vina點擊查看免費下載AutoDock Vina 是當前開源分子對接領域應用最廣泛的引擎之一其核心設計理念是開箱即用你只需提供分子結構并指定包含結合位點的搜索空間無需理解算法細節(jié)或手動計算網(wǎng)格圖即可完成從單配體對接、柔性側鏈對接、宏環(huán)對接、水合對接、鋅金屬蛋白對接到大規(guī)模虛擬篩選的完整流程。本文基于倉庫內 docs/source/index.rst 所組織的完整文檔體系系統(tǒng)梳理 AutoDock Vina 的能力邊界、安裝方式、核心工作流與源碼級實現(xiàn)依據(jù)幫助你快速上手并建立可復用的對接實驗方案。AutoDock Vina 是什么設計理念與核心能力AutoDock Vina 是一種交鑰匙turnkey計算對接程序基于一個簡單的打分函數(shù)與快速的梯度優(yōu)化構象搜索實現(xiàn)。它最初由 Oleg Trott 博士在分子圖形實驗室Molecular Graphics Lab設計實現(xiàn)目前由美國 Scripps 研究所的 Forli 實驗室維護開發(fā)源碼以 Apache License 2.0 協(xié)議發(fā)布。作為 AutoDock 家族的一員它與 AutoDock4、AutoDockGPU、AutoDockFR 和 AutoDock-CrankPep 共同構成 AutoDock 套件同時也是其中應用最廣泛、最成功的對接引擎之一——這主要歸功于它的易用性與速度優(yōu)勢相對 AutoDock4 可達兩個數(shù)量級的加速以及完全開源的特質詳見 docs/source/introduction.rst。其設計哲學非常鮮明不要求用戶理解實現(xiàn)細節(jié)、不要求調整晦澀的搜索參數(shù)、不要求手動聚類結果、不要求掌握四元數(shù)等高級代數(shù)知識。你唯一需要準備的是被對接分子的結構以及包含結合位點的搜索空間定義。具體表現(xiàn)為使用 Vina 或 Vinardo 力場時無需預計算網(wǎng)格圖grid maps也無需為原子分配電荷Vina 會在內部完成網(wǎng)格計算從源碼結構看這一邏輯由 src/lib/cache.cpp 與 src/lib/non_cache.cpp 中的緩存與網(wǎng)格模塊支撐與 AutoDock 4 類似支持將受體部分側鏈標記為柔性參與對接從而緩解受體剛性假設帶來的局限充分利用系統(tǒng)多 CPU/多核并行縮短運行時間這也是其速度顯著優(yōu)于 AutoDock 4 的重要原因相比 AutoDock 4Vina 在結合模式預測的平均精度上也有明顯提升。此外圍繞 Vina 開源代碼學術界衍生出一批專門化變體與改進例如改進搜索算法的 QuickVina2、允許通過界面修改打分項并更易用的 Smina、針對碳水化合物打分的 Vina-Carb、針對鹵鍵的 VinaXB以及改進的打分函數(shù) Vinardo。當前倉庫所對應的 1.2.x 版本則進一步原生支持了宏環(huán)柔性、專用金屬配位模型、顯式水分子水合對接、多配體同時對接等此前僅存在于 AutoDock 4 生態(tài)中的專門化方法并新增了Python 綁定以便以編程方式訪問對接引擎這些能力均在 docs/source/changes.rst 的版本記錄中有明確對應。獲取與安裝三種途徑任選AutoDock Vina 的官方文檔docs/source/installation.rst明確強調Python 綁定與二進制可執(zhí)行文件的安裝是兩套相互獨立的流程——安裝 Python 綁定不會附帶 Vina 可執(zhí)行文件反之亦然。請根據(jù)你的使用方式選擇對應的安裝途徑。預編譯可執(zhí)行文件vina 與 vina_split最新發(fā)布版的預編譯可執(zhí)行文件通過項目 Releases 提供運行時的一般形式為./vina_版本號_操作系統(tǒng)_架構 --help其中隨發(fā)行包提供的vina_split工具用于將多模型的 PDBQT 輸出拆分為單個模型文件自 1.0 版本起--out參數(shù)始終啟用并輸出多模型文件拆分需借助vina_split參見 docs/source/changes.rst。Python 綁定僅 Linux 與 Mac通過 pip 安裝官方建議在虛擬環(huán)境中進行以便同時安裝meeko等輔助工具$ pip install -U numpy vina通過 Conda 創(chuàng)建專用環(huán)境安裝$ conda create -n vina python3 $ conda activate vina $ conda config --env --add channels conda-forge $ conda install -c conda-forge numpy swig boost-cpp libboost sphinx sphinx_rtd_theme $ pip install vina從源碼構建面向開發(fā)者非普通用戶文檔明確警告從源碼構建不面向普通用戶。開發(fā)者可按以下步驟進行安裝 C 編譯工具鏈Ubuntu/Debiansudo apt-get install build-essentialmacOS安裝 Xcode 與 Command Line Tools安裝 Boost 與 SWIGUbuntu/Debiansudo apt-get install libboost-all-dev swigmacOS with Homebrewbrew install boost swig克隆源碼后在build/linux/release目錄執(zhí)行make編譯二進制可能需要按環(huán)境定制 Makefile 中的 Boost 路徑編譯 Python 綁定則進入build/python目錄先conda install -c conda-forge numpy boost-cpp swig再執(zhí)行python setup.py build install。輸入準備生態(tài)Meeko、AutoGrid4 與 ADFR 套件AutoDock Vina 的輸入準備依賴一套配套工具文檔以專門章節(jié) docs/source/docking_requirements.rst 進行了說明。Meeko配體與受體準備的標準工具鏈Meeko 是 Forli 實驗室開發(fā)、用于對接輸入準備的 Python 包提供mk_prepare_ligand.py、mk_prepare_receptor.py、mk_export.py等命令行腳本支撐以下對接協(xié)議的輸入準備柔性宏環(huán)對接、柔性對接、共價對接、反應性對接、水合對接。pip 安裝方式為$ pip install -U numpy scipy rdkit vina meeko gemmi prodyConda 方式為建議 Python 3.10 以便 ProDy 互操作$ conda activate vina $ conda install python3.10 $ conda install -c conda-forge numpy scipy rdkit vina meeko gemmi autogrid $ pip install prodyAutoGrid4 與 ADFR 套件當需要以 AutoDock4 力場進行對接時必須使用 AutoGrid4 預計算各類原子類型的親和力圖。AutoGrid 可通過conda install -c conda-forge autogrid安裝。ADFR 軟件套件由 CCSB 的 Sanner 實驗室開發(fā)則提供 ADFR、AGFR、AutoSite、AutoGrid4.2、prepare_ligand、prepare_receptor等一系列對接與周邊工具并自帶隔離的 Python 解釋器以避免包沖突。注意文檔特別提示 macOS Catalina10.15用戶無法使用 ADFR 套件建議在虛擬機中運行。對接協(xié)議實操六類典型場景的完整命令倉庫文檔以Tutorials板塊系統(tǒng)組織了五類可落地的對接協(xié)議docs/source/index.rst全部以命令行方式講解可在 macOS、Linux 與 WSL 上執(zhí)行。所有教程的輸入與預期輸出文件均存放于倉庫example/目錄下。1. 基礎對接單配體對剛性受體以抗癌藥物伊馬替尼imatinibPDB 1iep對接 c-Abl 激酶域為例完整教程見 docs/source/docking_basic.rst示例文件見 example/basic_docking。準備受體生成 PDBQT 文件與對接盒子文件$ mk_prepare_receptor.py -i 1iep_receptorH.pdb -o 1iep_receptor -p -v \ --box_size 20 20 20 --box_center 15.190 53.903 16.917-p生成受體 PDBQT-v連同--box_size、--box_center生成包含盒子尺寸的 TXT 配置文件與可導入 PyMOL 可視化的盒子 PDB 文件。若使用實驗結構可用--delete_residues忽略水、配體、輔因子、離子等不需要的組分。備選方案是 ADFR 套件的prepare_receptor要求輸入結構已含全部氫原子可用 REDUCE 工具加氫。準備配體強烈建議使用 SDF 而非 PDB 格式因為 PDB 不含鍵連接信息同時務必檢查分子的質子化狀態(tài)$ mk_prepare_ligand.py -i 1iep_ligand.sdf -o 1iep_ligand.pdbqt可選為 AutoDock 力場生成親和力圖。重跑mk_prepare_receptor.py并加-g生成 GPF 文件再運行 AutoGrid4$ mk_prepare_receptor.py -i 1iep_receptorH.pdb -o 1iep_receptor -p -v -g \ --box_size 20 20 20 --box_center 15.190 53.903 16.917 $ autogrid4 -p 1iep_receptor.gpf -l 1iep_receptor.glg產出1iep_receptor.maps.fld網(wǎng)格數(shù)據(jù)文件、各原子類型的親和力圖.map、去溶劑化圖d.map與靜電圖e.map。運行對接。伊馬替尼屬于較有挑戰(zhàn)性的配體默認exhaustiveness8偶爾找不到正確構象教程建議提升至 32。使用 AutoDock4 力場$ vina --ligand 1iep_ligand.pdbqt --maps 1iep_receptor --scoring ad4 \ --exhaustiveness 32 --out 1iep_ligand_ad4_out.pdbqt使用 Vina 力場無需預計算網(wǎng)格圖Vina 內部完成盒子參數(shù)寫入 TXT 配置文件$ vina --receptor 1iep_receptor.pdbqt --ligand 1iep_ligand.pdbqt \ --config 1iep_receptor.box.txt \ --exhaustiveness32 --out 1iep_ligand_vina_out.pdbqt配置文件內容示例center_x/center_y/center_z為盒子中心size_x/size_y/size_z為各維度邊長單位為 ?center_x 15.190 center_y 53.903 center_z 16.917 size_x 20.0 size_y 20.0 size_z 20.0也可通過--scoring vinardo切換至 Vinardo 力場。注意AutoDock 與 Vina 力場的能量分數(shù)彼此不可比。參考輸出中AutoDock 力場最優(yōu)分數(shù)約-14 kcal/mol-14.72Vina 力場最優(yōu)約-13 kcal/mol-13.23。導出 SDF 結果。為保證正確的鍵序與形式電荷建議用 Meeko 的mk_export.py將 PDBQT 結果轉回 SDFMeeko 將 SMILES 寫入 PDBQT 文件頭并用它實例化具有原始鍵序的 RDKit 分子$ mk_export.py 1iep_ligand_vina_out.pdbqt -s 1iep_ligand_vina_out.sdf $ mk_export.py 1iep_ligand_ad4_out.pdbqt -s 1iep_ligand_ad4_out.sdf2. 柔性對接受體側鏈參與構象變化受體缺乏柔性是這類對接方法公認的最大局限而 Vina 允許對選定側鏈賦予有限柔性。教程docs/source/docking_flexible.rst示例見 example/flexible_docking以 c-AblPDB 1fpu的 Thr315 為柔性殘基進行交叉對接。準備受體時用-f A:315指定柔性殘基-a忽略僅部分解析及與模板不匹配的殘基$ mk_prepare_receptor.py -i 1fpu_receptorH.pdb -o 1fpu_receptor -p -v \ --box_size 20 20 20 --box_center 15.190 53.903 16.917 \ -f A:315 -a產出兩個文件1fpu_receptor_rigid.pdbqt剛性部分與1fpu_receptor_flex.pdbqtThr315 柔性側鏈。AutoDock4 力場下親和力圖只對剛性部分計算1fpu_receptor_rigid.gpf對接命令為$ vina --flex 1fpu_receptor_flex.pdbqt --ligand 1iep_ligand.pdbqt \ --maps 1fpu_receptor_rigid --scoring ad4 \ --exhaustiveness 32 --out 1fpu_ligand_flex_ad4_out.pdbqtVina 力場下則同時指定剛性與柔性受體$ vina --receptor 1fpu_receptor_rigid.pdbqt --flex 1fpu_receptor_flex.pdbqt \ --ligand 1iep_ligand.pdbqt --config 1fpu_receptor.box.txt \ --exhaustiveness 32 --out 1fpu_ligand_flex_vina_out.pdbqt輸出 PDBQT 中除配體姿態(tài)外還包含 Thr315 側鏈構象。參考最優(yōu)分數(shù)AutoDock 力場約-14 kcal/mol-14.2Vina 力場約-12 kcal/mol-11.63。3. 多配體同時對接與批處理虛擬篩選Vina 1.2.x 支持同時對接多個配體docs/source/docking_multiple_ligands.rst示例見 example/mulitple_ligands_docking該方法可服務于片段藥物設計——將結合同一靶點的片段生長或組合為更大化合物。示例體系為 PDE 與其兩個抑制劑立體異構體PDB 5x72。批處理對接batch mode則與多配體同時對接不同是逐一順序對接多個配體用于虛擬篩選docs/source/docking_in_batch.rst。其用法與單配體一致區(qū)別在于用--batch一次或多次列出所有配體并用--dir指定輸出目錄$ vina --receptor 1iep_receptor.pdbqt --batch ligands/1iep_ligand_1.pdbqt --batch ligands/1iep_ligand_2.pdbqt --batch ligands/1iep_ligand_3.pdbqt --config config.txt --dir poses $ vina --receptor 1iep_receptor.pdbqt --batch ligands/1iep_ligand_*.pdbqt --config config.txt --dir poses輸出文件命名為配體名_out.pdbqt重名時自動添加索引避免沖突。Windows 下通配符展開需更謹慎例如使用 PowerShell 語法vina --receptor 1iep_receptor.pdbqt --batch $(ls .\ligands\*.pdbqt | % {$_.FullName}) --config config.txt --dir poses。對于多個受體的遍歷Vina 目前沒有內置迭代選項但可通過 shell 腳本實現(xiàn)#!/bin/bash for receptor in receptors/*.pdbqt; do receptor_name$(basename $receptor .pdbqt) vina --receptor $receptor --batch ligands/1iep_ligand_*.pdbqt --config config.txt --dir poses/$receptor_name done多配體同時對接的命令示例兩個配體并列傳給--ligand$ vina --receptor 5x72_receptor.pdbqt --ligand 5x72_ligand_p59.pdbqt 5x72_ligand_p69.pdbqt \ --config 5x72_receptor.box.txt \ --exhaustiveness32 --out 5x72_ligand_vina_out.pdbqt參考最優(yōu)分數(shù)AutoDock 力場約-18 kcal/mol-17.67需綜合前兩組姿態(tài)才與晶體姿態(tài)良好重合Vina 力場約-19 kcal/mol-19.04最優(yōu)組與其中一個異構體的晶體坐標高度重合。4. 鋅金屬蛋白對接AutoDock4Zn 專用力場鋅金屬酶是癌癥、心臟病、細菌感染與阿爾茨海默病等疾病的重要治療靶點藥物分子通常通過與鋅離子的配位作用結合。為此開發(fā)的 AutoDock4Zn 力場在 AutoDock4 力場基礎上擴展了描述鋅配位配體相互作用的專用勢函數(shù)同時在能量與幾何兩個層面建模并基于 292 個含鋅晶體復合物校準回歸對接實驗顯示其在結合自由能估計與 RMSD 兩方面均有顯著提升教程見 docs/source/docking_zinc.rst示例見 example/docking_with_zinc_metalloproteins。該協(xié)議需要兩個專用腳本zinc_pseudo.py與prepare_gpf4zn.py存放于 example/autodock_scripts以及特殊參數(shù)文件AD4Zn.dat倉庫中位于 data/AD4Zn.dat。核心流程$ mk_prepare_receptor.py -i proteinH.pdb -o protein -p $ pythonsh script_directory/zinc_pseudo.py -r protein.pdbqt -o protein_tz.pdbqtzinc_pseudo.py在鋅離子周圍添加四面體鋅偽原子TZ代表配體四配位配位的最優(yōu)位置。隨后用prepare_gpf4zn.py生成含非鍵成對勢nbp_r_eps關鍵字的專用 GPF$ pythonsh script_directory/prepare_gpf4zn.py -l 1s63_ligand.pdbqt -r protein_tz.pdbqt \ -o protein_tz.gpf -p npts40,30,50 -p gridcenter18,134,-1 \ –p parameter_fileAD4Zn.dat生成的 GPF 中通過parameter_file AD4Zn.dat指定力場AutoGrid4 需在工作目錄中有該文件的本地副本或用完整/相對路徑指向。文檔特別警告nbp_r_eps關鍵字的行為在 autogrid 4.2.6 與 4.2.7 之間存在變化務必使用 ADFR 套件隨附的最新版 AutoGrid44.2.7.x.2019-07-11。隨后執(zhí)行autogrid4 -p protein_tz.gpf -l protein_tz.glg并以--scoring ad4 --maps protein_tz完成對接。參考最優(yōu)分數(shù)約-13 kcal/mol-13.5且對應晶體姿態(tài)。5. 水合對接顯式橋接水分子的建模生理環(huán)境中配體結合需要排開結合腔內的大部分水但少數(shù)強結合且保守的水分子應被視為靶點結構的一部分教程見 docs/source/docking_hydrated.rst示例見 example/hydrated_docking。該方法在測試中對片段類小分子如片段藥物發(fā)現(xiàn)所用分子的結合構象預測有明顯改善協(xié)議三步為① 用 dummy 原子給配體裝飾一組水分子② 用修改過的 AutoGrid 圖使水分子放置恰當時獲得有利分數(shù)、與受體重疊時被剔除③ 對對接結果僅用保留的水分子重新打分。該協(xié)議需要用mapwater.py與dry.py兩個專用腳本example/autodock_scripts。配體準備時以-w選項為片段添加顯式水分子示例中為煙堿添加了 2 個水$ scrub.py 1uw6_ligand.sdf -o 1uw6_ligandH.sdf $ mk_prepare_ligand.py -i 1uw6_ligandH.sdf -o 1uw6_ligand.pdbqt -w在 AutoGrid4 計算常規(guī)親和力圖后用mapwater.py將 OA 與 HD 親和力圖組合生成額外的水圖W$ autogrid4 -p 1uw6_receptor.gpf -l 1uw6_receptor.glg $ python script_directory/mapwater.py -r 1uw6_receptor.pdbqt -s 1uw6_receptor.W.map隨后用--maps 1uw6_receptor --scoring ad4對接參考最優(yōu)分數(shù)約-8 kcal/mol為-8.261。注意兩點一是該方法用 AutoDock4 力場校準驗證官方強烈不建議用水合協(xié)議配合 Vina/Vinardo 力場二是由于能量估計需要歸一化該方法目前不適合虛擬篩選但不影響結構精度姿勢間比較沒有問題。對接結果用dry.py處理以受體剔除被排開的水分子并以 W 圖將保守水排序為 STRONG/WEAK結果寫入1uw6_ligand_ad4_out_DRY_SCORED.pdbqt$ python script_directory/dry.py -r 1uw6_receptor.pdbqt -m 1uw6_receptor.W.map -i 1uw6_ligand_ad4_out.pdbqt6. 宏環(huán)對接開環(huán)-假原子-閉環(huán)的柔性建模宏環(huán)分子是藥物化學中的重要骨架。自 Meeko v0.3.0 起宏環(huán)默認即可柔性處理因此基礎對接教程已足夠用于柔性宏環(huán)對接Vina 的專用宏環(huán)協(xié)議docs/source/docking_macrocycle.rst示例見 example/docking_with_macrocycles則實現(xiàn)邊對接邊建模柔性斷開環(huán)結構中的一個鍵得到宏環(huán)的開環(huán)形式從而解除相關扭轉的耦合讓扭轉自由度可獨立探索在斷鍵兩端各添加一個 dummy 原子其與父原子的距離等于斷鍵鍵長、1-3 角也與原始幾何一致對接過程中對每個 dummy 原子施加線性吸引勢以恢復成鍵、閉合環(huán)從而在適應口袋的同時采樣宏環(huán)構象代價是額外可旋轉鍵帶來的搜索復雜度上升。注意盡管 PDBQT 表示中宏環(huán)被斷鍵并加入 dummy 原子使用 Meeko 的mk_export.py或 Python 的 RDKitMolCreate 類將對接輸出轉為 MOL/SDF 時會恢復正確連接性且不含 dummy 原子。Python 腳本化以編程方式驅動對接引擎Vina 1.2.x 的 Python 綁定讓對接流程可以完全腳本化倉庫在 docs/source/docking_python.rst 提供完整教程示例腳本為 example/python_scripting/first_example.py。完整 API 文檔見 docs/source/vina.rst通過vina.vina與vina.utils模塊自動生成。核心腳本流程如下from vina import Vina v Vina(sf_namevina) # 指定力場vina / ad4 / vinardo v.set_receptor(1iep_receptor.pdbqt) v.set_ligand_from_file(1iep_ligand.pdbqt) v.compute_vina_maps(center[15.190, 53.903, 16.917], box_size[20, 20, 20]) energy v.score() # 計算當前姿態(tài)能量 print(Score before minimization: %.3f (kcal/mol) % energy[0]) energy_minimized v.optimize() # 局部能量最小化 print(Score after minimization : %.3f (kcal/mol) % energy_minimized[0]) v.write_pose(1iep_ligand_minimized.pdbqt, overwriteTrue) v.dock(exhaustiveness32, n_poses20) # 執(zhí)行對接 v.write_poses(1iep_ligand_vina_out.pdbqt, n_poses5, overwriteTrue)逐行要點Vina(sf_name...)同時指定力場還可設置cpu參數(shù)默認cpu0使用本機全部可用 CPUcpu1僅用單核set_receptor()可同時傳入剛性受體與柔性側鏈文件如v.set_receptor(1iep_rigid.pdbqt, 1iep_flex.pdbqt)compute_vina_maps()有個實用特性——若在加載配體之前調用會為 Vina 力場定義的全部 22 種原子類型計算親和力圖這對不知道配體原子類型、需要批量虛擬篩選的場景非常有用也可用set_ligand_from_string()直接以 PDBQT 字符串加載分子dock(exhaustiveness32, n_poses20)執(zhí)行 32 次連續(xù)的蒙特卡洛采樣并保存 20 個姿態(tài)write_poses(..., n_poses5)只寫出按分數(shù)排序的前 5 個寫入姿態(tài)數(shù)量還受energy_range約束——默認最多寫出與最優(yōu)姿態(tài)能量差小于 3 kcal/mol 的姿態(tài)該值可通過energy_range參數(shù)調大。optimize()對當前姿態(tài)做局部能量最小化常用于將配體手動放入口袋后快速消除與受體及自身的空間沖突。常用參數(shù)與常見問題速查exhaustiveness 究竟控制什么FAQdocs/source/faq.rst給出了明確的底層解釋一次對接由若干從隨機構象出發(fā)的獨立運行組成每次運行包含一系列順序步驟每步是隨機擾動 局部優(yōu)化BFGS 算法 接受/拒絕選擇局部優(yōu)化中的打分函數(shù)及其在位置-取向-扭轉坐標下的導數(shù)求值次數(shù)由收斂等準則引導單次運行的步驟數(shù)按配體與柔性側鏈的尺寸和柔性啟發(fā)式確定運行次數(shù)則由exhaustiveness決定因此在并行環(huán)境中它也限制了并行度。與 AutoDock 4 不同Vina 的單次運行可產出多個結果——有希望的中間結果會被記住并自動完成合并、精煉、聚類與排序以形成最終輸出。在 src/main/main.cpp 中可以看到該參數(shù)的默認值定義與解析邏輯int exhaustiveness 8;命令行--exhaustiveness的默認值為 8合法范圍 1其注釋明確roughly proportional to time。搜索空間尺寸的常見誤區(qū)搜索空間應盡可能小但足夠大越小越容易被算法充分探索但配體與柔性側鏈原子不會在搜索空間外被探索一般避免超過30 × 30 × 30 ?否則應同步提高--exhaustiveness。當出現(xiàn)搜索空間體積超過 27000 ?3的警告時多半是把 AutoDock 4 習慣的格點0.375 ?當成了埃Vina 的搜索空間尺寸單位是埃。若確實需要超大搜索空間可忽略該警告但搜索難度與耗時都會上升。姿態(tài)不正確時的排查清單包括用格點而非埃指定了盒子、配體/受體質子化不正確、單純運氣不好可換隨機種子重試、打分函數(shù)最小值本身不在正確構象處、受體結構質量、誘導契合效應、環(huán)構象錯誤、使用了 2D 平面配體輸入等。由于搜索算法具有非確定性即使輸入完全相同多次運行結果也可能不同需要精確復現(xiàn)時應提供相同隨機種子且保持其他輸入與參數(shù)完全一致。打分函數(shù)與輸出姿態(tài)的細節(jié)Vina忽略用戶提供的部分電荷其靜電相互作用通過疏水項與氫鍵項自行處理。Vina 是聯(lián)合原子united-atom打分函數(shù)只涉及重原子因此輸出中氫原子的位置是任意的但輸入文件中的氫用于判定氫鍵供體/受體正確的質子化依然至關重要。--num_modes指定輸出的最大結合模式數(shù)實際輸出還受energy_range限制需要更多模式時可提高該值。可通過配置或命令行直接調整打分權重例如vina --weight_hydrogen -1.2 ...可將所有氫鍵強度加倍。參與社區(qū)與引用規(guī)范項目歡迎社區(qū)參與bug 或功能增強請求可通過 Issue Tracker 提交貢獻者可以 Fork 倉庫后提交 Pull Requestdocs/source/index.rst 的 Participating 章節(jié)。此外倉庫同時提供了無需本地安裝、基于 Google Colab 的免安裝示例筆記本docs/source/colab_examples.rst覆蓋基礎對接、柔性對接與 AutoDock4 打分函數(shù)使用三種場景其中使用 RDKit、Molscrub、Meeko、ProDy、reduce2 與 py3Dmol 完成構象生成、蛋白結構預處理與可視化。AutoDock Vina 是學術軟件若在你的研究中使用了它官方docs/source/citations.rst要求引用以下核心論文Eberhardt, J., Santos-Martins, D., Tillack, A.F., Forli, S. (2021). AutoDock Vina 1.2.0: New Docking Methods, Expanded Force Field, and Python Bindings. Journal of Chemical Information and Modeling.Trott, O., Olson, A. J. (2010). AutoDock Vina: improving the speed and accuracy of docking with a new scoring function, efficient optimization, and multithreading. Journal of Computational Chemistry, 31(2), 455-461.小結從入門到生產級對接實驗的路線圖圍繞 docs/source/index.rst 所組織的手冊與教程體系AutoDock Vina 的使用路徑非常清晰先通過 pip/conda 安裝 vina 與 meeko 等輸入準備工具再按基礎對接教程完成受體準備 → 配體準備 → 可選AutoGrid 親和力圖 → Vina/AD4 力場對接 → SDF 導出的完整閉環(huán)隨后根據(jù)靶點特點選擇柔性對接、多配體對接、鋅金屬蛋白對接、水合對接或宏環(huán)對接等專門化協(xié)議需要大規(guī)模篩選時使用--batch批處理模式需要定制化流程時切換到 Python 綁定。整個過程中src/main/main.cpp 等源碼文件為命令行參數(shù)的行為提供了第一手的實現(xiàn)依據(jù)而example/目錄下各協(xié)議對應的輸入輸出文件則是驗證你本地實驗是否成功的最佳對照基準。贊分享生物信息學科學計算科研【免費下載鏈接】AutoDock-VinaAutoDock Vina項目地址https://gitcode.com/gh_mirrors/au/AutoDock-Vina點擊查看免費下載相關推薦AutoDock Vina批量分子對接完全指南從零基礎到高效藥物虛擬篩選AutoDock Vina批量分子對接完全指南從零基礎到高效藥物虛擬篩選 AutoDock Vina作為分子對接領域的重要工具其批量處理功能能夠顯著提升藥物生物信息學科學計算科研AutoDock Vina批量分子對接實戰(zhàn)指南從入門到高效藥物篩選AutoDock Vina批量分子對接實戰(zhàn)指南從入門到高效藥物篩選 AutoDock Vina作為藥物篩選和分子互作研究的重要工具其批量分子對接功能能夠顯著生物信息學科學計算科研AutoDock-Vina虛擬篩選Python API使用指南AutoDock Vina虛擬篩選Python API使用指南 AutoDock Vina是一款廣泛使用的分子對接軟件其Python綁定接口為自動化虛擬篩選提生物信息學科學計算科研上一篇ComfyUI ReActor換臉插件3分鐘快速上手打造專業(yè)級AI面部替換工作流下一篇Pixelle-Video輸入一個主題3 分鐘出片 AI 短視頻創(chuàng)作聲明：本文部分內容由AI輔助生成（AIGC），僅供參考