首页
/ 【免费下载】 AMDock 项目使用教程

【免费下载】 AMDock 项目使用教程

2026-01-21 04:22:36作者:戚魁泉Nursing

1. 项目介绍

AMDock(Assisted Molecular Docking)是一个用户友好的图形化工具,旨在协助使用 Autodock Vina 和 Autodock4 进行蛋白质-配体复合物的对接。该项目集成了多个外部程序,用于处理对接输入文件、定义搜索空间(盒子)并在用户监督下执行对接。AMDock 适用于 Windows 和 Linux 系统,并且可以在 GitHub 上获取。

2. 项目快速启动

2.1 安装

2.1.1 Windows 系统

  1. 下载并解压 AMDock 的 zip 文件。
  2. 运行 AMDock.exe

2.1.2 Linux 系统

使用 conda 环境安装:

# 创建并激活 conda 环境
conda create --name AMDock python=3.9
conda activate AMDock

# 安装依赖
conda install -c conda-forge pymol-open-source openbabel pdb2pqr

# 安装 AMDock
python -m pip install git+https://github.com/Valdes-Tresanco-MS/AutoDockTools_py3 PyQt5 python -m pip install AMDock

2.2 启动 AMDock

在终端中输入以下命令启动 AMDock:

AMDock

3. 应用案例和最佳实践

3.1 应用案例

AMDock 的一个典型应用案例是研究 SAR405 抑制剂在 PI3Kγ 和 Vps34 之间的选择性。通过 AMDock 的“Off-Target Docking”功能,可以轻松进行配体选择性研究。

3.2 最佳实践

  1. 输入文件准备:确保蛋白质和配体的坐标文件格式正确(如 PDB 或 PDBQT)。
  2. 搜索空间定义:使用 AMDock 提供的多种方法定义搜索空间,确保覆盖所有可能的结合位点。
  3. 结果分析:利用 PyMOL 进行结果的可视化分析,特别是结合位点的详细结构分析。

4. 典型生态项目

AMDock 作为一个开源项目,与其他分子对接和可视化工具形成了良好的生态系统。以下是一些典型的生态项目:

  1. AutoDock Vina:AMDock 主要使用的对接引擎之一,提供高效的对接计算。
  2. PyMOL:用于分子结构的可视化和分析,AMDock 集成了 PyMOL 进行结果的可视化。
  3. Open Babel:用于分子文件格式的转换和处理,AMDock 使用 Open Babel 进行配体的预处理。

通过这些工具的集成,AMDock 提供了一个从输入文件准备到对接结果分析的完整工作流程。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Dockerfile
703
4.51 K
pytorchpytorch
Ascend Extension for PyTorch
Python
567
693
atomcodeatomcode
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get Started
Rust
550
98
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
957
955
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
411
338
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
940
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
566
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
210
flutter_flutterflutter_flutter
暂无简介
Dart
948
235
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387