【免费下载】 QuickVina 2 安装和配置指南
2026-01-20 01:26:53作者:伍希望
1. 项目基础介绍和主要编程语言
项目介绍
QuickVina 2 是一个快速且准确的分子对接工具,旨在准确加速 AutoDock Vina。它通过测试 195 个蛋白质-配体复合物(来自 PDBbind 2014 核心集),展示了高达 20.49 倍的加速效果。QuickVina 2 不仅速度快,而且在准确性上也表现出色,其与 AutoDock Vina 的结合能相关系数达到了 0.967(第一预测模式)和 0.911(所有预测模式的总和)。
主要编程语言
QuickVina 2 主要使用 C++ 和 C 语言进行开发。
2. 项目使用的关键技术和框架
关键技术
- 分子对接:QuickVina 2 专注于分子对接,特别是蛋白质-配体相互作用。
- 加速算法:通过优化搜索算法,QuickVina 2 实现了对 AutoDock Vina 的显著加速。
- 准确性优化:在加速的同时,保持了高准确性,确保对接结果的可靠性。
框架
- AutoDock Vina:QuickVina 2 基于 AutoDock Vina 框架进行开发和优化。
3. 项目安装和配置的准备工作和详细安装步骤
准备工作
在开始安装 QuickVina 2 之前,请确保您的系统满足以下要求:
- 操作系统:Linux 或 macOS(Windows 用户可能需要使用虚拟机或 WSL)。
- 编译工具:确保已安装 GCC 或 Clang 编译器。
- 依赖库:安装必要的依赖库,如 Boost 和 OpenBabel。
详细安装步骤
步骤 1:克隆项目仓库
首先,从 GitHub 克隆 QuickVina 2 的代码仓库:
git clone https://github.com/QVina/qvina.git
cd qvina
步骤 2:安装依赖库
确保您已经安装了所有必要的依赖库。例如,在 Ubuntu 系统上,您可以使用以下命令安装:
sudo apt-get update
sudo apt-get install libboost-all-dev libopenbabel-dev
步骤 3:编译项目
进入项目目录并编译代码:
mkdir build
cd build
cmake ..
make
步骤 4:配置和运行
编译完成后,您可以在 build 目录下找到可执行文件。将可执行文件移动到您的工作目录,并根据需要配置输入文件(如蛋白质和配体的 PDB 文件)。
cp qvina2 /path/to/your/working/directory/
cd /path/to/your/working/directory/
./qvina2 --config config.txt
配置文件示例
创建一个 config.txt 文件,内容如下:
receptor = protein.pdbqt
ligand = ligand.pdbqt
center_x = 15.190
center_y = 53.901
center_z = 16.917
size_x = 20
size_y = 20
size_z = 20
运行结果
运行后,QuickVina 2 将输出对接结果到指定的输出文件中。
通过以上步骤,您应该能够成功安装和配置 QuickVina 2,并开始使用它进行分子对接任务。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude 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 StartedRust0117- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
718
4.58 K
Ascend Extension for PyTorch
Python
583
719
deepin linux kernel
C
28
16
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++
965
960
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
419
364
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
750
117
🎉 (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
1.63 K
956
昇腾LLM分布式训练框架
Python
154
180
Oohos_react_native
React Native鸿蒙化仓库
C++
342
390
暂无简介
Dart
957
238