AutoDock-Vina 分子对接工具使用指南
2026-02-06 04:25:01作者:盛欣凯Ernestine
AutoDock-Vina 是一个开源的分子对接和虚拟筛选程序,广泛应用于药物发现和生物信息学领域。它基于简单的评分函数和快速的梯度优化构象搜索,能够高效地进行分子对接。
项目概述
AutoDock-Vina 是 AutoDock Suite 中最广泛使用的对接引擎之一,具有以下核心特性:
- AutoDock4.2 和 Vina 评分函数支持
- 支持多个配体的同时对接和批量模式的虚拟筛选
- 支持大环分子对接
- 水合对接协议
- 能够写入和加载外部 AutoDock 图谱
- 提供 Python 3 绑定(Linux 和 Mac)
安装方法
预编译版本安装
最简便的安装方式是直接从项目发布页面下载预编译的可执行文件:
# 下载对应版本的可执行文件
./vina_<版本号>_<操作系统>_<架构> --help
Python 绑定安装
使用 pip 安装 Python 绑定(推荐使用虚拟环境):
pip install -U numpy vina
或者使用 Conda 环境安装:
conda create -n vina python=3
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
源码编译安装
对于高级用户,可以从源码编译安装:
git clone https://gitcode.com/gh_mirrors/au/AutoDock-Vina
cd AutoDock-Vina/build/linux/release
make
基础对接教程
准备工作
在进行分子对接前,需要准备受体和配体文件:
- 受体准备:使用 Meeko 工具准备受体文件
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
- 配体准备:准备配体文件
mk_prepare_ligand.py -i 1iep_ligand.sdf -o 1iep_ligand.pdbqt
运行对接
使用 AutoDock4 力场
vina --ligand 1iep_ligand.pdbqt --maps 1iep_receptor --scoring ad4 \
--exhaustiveness 32 --out 1iep_ligand_ad4_out.pdbqt
使用 Vina 力场
vina --receptor 1iep_receptor.pdbqt --ligand 1iep_ligand.pdbqt \
--config 1iep_receptor.box.txt \
--exhaustiveness=32 --out 1iep_ligand_vina_out.pdbqt
常见问题解决
安装问题
- 依赖库缺失:确保安装 Boost、OpenBabel 等必要依赖库
- 编译错误:检查错误信息并安装缺失的依赖
文件格式问题
- 确保输入的 PDBQT 文件格式正确
- 参考项目中的示例文件(位于 example 目录)
参数设置问题
- 详细阅读官方文档了解参数含义
- 从默认参数开始,逐步调整优化
高级功能
大环分子对接
AutoDock-Vina 支持大环分子的柔性对接,具体示例可参考 docking_with_macrocycles 目录。
锌金属蛋白对接
支持含锌金属蛋白的特殊对接处理,参见 docking_with_zinc_metalloproteins 示例。
水合对接
提供水合对接协议,详细方法参考 hydrated_docking 示例。
性能优化
- 调整
exhaustiveness参数可提高对接精度(默认值为8,建议设置为32) - 使用合适的力场:Vina、AutoDock4 或 Vinardo
- 合理设置对接盒子的大小和中心位置
通过本指南,您可以快速上手使用 AutoDock-Vina 进行分子对接实验。更多详细信息和高级用法请参考项目文档。
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 StartedRust0194
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 Notebook0121
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 Notebook06
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
767
4.99 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++
686
1.34 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
458
445
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
618
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
151
253
