如何快速计算分子对接盒子?GetBox-PyMOL-Plugin插件完整使用指南
GetBox-PyMOL-Plugin是一款专为PyMOL设计的分子对接盒子计算工具,支持LeDock、AutoDock和AutoDock Vina等主流对接软件。本文将详细介绍这款插件的安装步骤、核心功能和实用技巧,帮助科研人员轻松获取精准的对接盒子参数。
📌 什么是分子对接盒子?为什么需要它?
分子对接是药物发现和蛋白质研究中的关键技术,而对接盒子(Docking Box) 是定义分子对接空间范围的核心参数。它直接影响对接结果的准确性和计算效率,常见格式包括:
- AutoDock Vina:中心坐标与尺寸(--center_x, --size_x等)
- LeDock:xyz轴的最小值与最大值(xmin/xmax, ymin/ymax, zmin/zmax)
- AutoDock:网格点数量与中心坐标(npts, gridcenter)
传统手动设置盒子参数不仅耗时,还容易因主观判断导致误差。GetBox-PyMOL-Plugin通过自动化计算和可视化调节,让这一过程变得简单高效!

图1:GetBox-PyMOL-Plugin在PyMOL中的运行界面,展示3CL0蛋白的对接盒子可视化效果(含核心关键词:分子对接盒子计算)
🔧 三步完成插件安装(附高清图解)
1️⃣ 获取插件文件
git clone https://gitcode.com/gh_mirrors/ge/GetBox-PyMOL-Plugin
2️⃣ 启动PyMOL安装插件
打开PyMOL软件,依次点击菜单栏:Plugin → Plugin Manager → Install New Plugin,在文件选择窗口中找到下载的 GetBox Plugin.py 文件。

图2:GetBox-PyMOL-Plugin标准安装流程(适用于PyMOL 1.x版本)
3️⃣ 验证安装结果
重启PyMOL后,若在Plugin菜单中看到 GetBox Plugin 选项(包含三个子菜单:Advanced usage、Autodetect box、Get box from selection),则表示安装成功。
💡 三种高效获取对接盒子的方法
方法1:一键自动检测(适合新手)
适用场景:A链中仅含一个配体的蛋白
操作步骤:打开蛋白后点击 GetBox Plugin → Autodetect box,或在命令行输入:
autobox 5.0 # 5.0为扩展半径(单位:埃)
插件会自动移除溶剂和阴离子,基于配体位置生成对接盒子。
方法2:基于选择对象计算(精准可控)
适用场景:已知活性口袋配体或关键残基
操作步骤:
- 在PyMOL中手动选择配体或残基(创建sele选择集)
- 点击
GetBox Plugin→Get box from selection,或输入命令:
getbox (sele), 6.0 # 6.0为扩展半径,可根据需求调整

图4:基于配体计算对接盒子的原理示意图(PDB代码:3CL0),红色区域为扩展后的对接空间
方法3:基于文献报道残基(无配体蛋白适用)
适用场景:无配体蛋白或需基于文献报道的活性口袋
操作步骤:直接在命令行输入残基选择命令:
resibox resi 214+226+245, 8.0 # 选择214、226、245号残基,扩展半径8.0埃
建议结合CASTp、PASS等口袋分析软件确定关键残基。

图5:基于活性口袋残基计算对接盒子的效果(PDB代码:3CL0),蓝色区域为残基周围的对接空间
🚀 高级功能:命令行模式与参数调节
GetBox-PyMOL-Plugin提供丰富的命令行接口,支持个性化需求:
| 命令 | 功能描述 | 示例 |
|---|---|---|
autobox [extending] |
自动检测A链配体并生成盒子 | autobox 7.0 |
getbox [selection], [extending] |
基于选择对象计算盒子 | getbox (ligand), 5.5 |
resibox [残基表达式], [extending] |
基于残基生成盒子 | resibox resi 234+resn HEM, 6.0 |
showbox [minX, maxX, minY, maxY, minZ, maxZ] |
手动调节盒子坐标 | showbox -40.4,-23.2,-65.0,-47.5,0.8,15.4 |
实用技巧:通过 showbox 命令可微调盒子边界,例如发现部分活性口袋未被包含时,可增大maxY值或减小minZ值。
📝 输出结果解析与应用
插件计算完成后,会在PyMOL命令窗口输出多格式的对接参数,例如:
*********AutoDock Vina Binding Pocket*********
--center_x -31.8 --center_y -56.2 --center_z 8.1 --size_x 17.2 --size_y 17.5 --size_z 14.6
*********LeDock Binding Pocket*********
Binding pocket
-40.4 -23.2
-65.0 -47.5
0.8 15.4
直接复制这些参数到对接软件的配置文件中即可使用,无需手动转换格式!
❓ 常见问题解决
Q1:安装后Plugin菜单中找不到GetBox选项?
A1:请检查PyMOL版本是否兼容(建议1.x系列),重启软件后再次尝试。若仍失败,可手动将 GetBox Plugin.py 复制到PyMOL的plugins目录。
Q2:自动检测功能失败怎么办?
A2:当蛋白含有多个配体或无配体时,建议使用 getbox 命令手动选择关键区域,或结合文献报道的活性口袋残基使用 resibox 命令。
Q3:如何调节盒子大小?
A3:通过修改命令中的 extending 参数(默认5.0埃),数值越大盒子范围越广,推荐根据配体尺寸设置为5-10埃。
🎯 总结:为什么选择GetBox-PyMOL-Plugin?
✅ 高效准确:自动计算几何中心,避免主观误差
✅ 多软件支持:兼容LeDock/AutoDock/Vina等主流工具
✅ 可视化调节:在PyMOL中实时查看盒子与蛋白的相对位置
✅ 操作简单:一键完成检测,无需编程基础
无论是药物研发人员还是蛋白质结构研究者,这款免费开源工具都能帮你快速获取高质量的对接盒子参数,让分子对接研究事半功倍!
注:本文所有示例基于GetBox-PyMOL-Plugin v20180204版本,更多功能请参考项目内置文档。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
