【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 StartedRust0195
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
685
1.35 K
Ascend Extension for PyTorch
Python
721
892
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
457
446
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
619
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
254