AutoDock Vina 分子对接软件使用指南
2026-02-06 05:24:09作者:晏闻田Solitary
AutoDock Vina 是一款快速、开源的分子对接引擎,广泛应用于药物发现和分子识别研究。本文将详细介绍其安装方法、基本使用流程和实用技巧。
软件特性
AutoDock Vina 具有以下核心功能:
- 支持 AutoDock4.2 和 Vina 两种评分函数
- 同时对接多个配体和批量虚拟筛选
- 大环分子对接支持
- 水合对接协议
- 外部 AutoDock 地图的读写能力
- Python 3 绑定(Linux 和 Mac)
安装方法
预编译可执行文件安装
从官方发布页面下载对应操作系统和架构的预编译版本:
# 下载后赋予执行权限
chmod +x vina_1.2.6_mac_aarch64
# 验证文件类型
file vina_1.2.6_mac_aarch64
# 移动到系统路径
sudo mv vina_1.2.6_mac_aarch64 /usr/local/bin/vina
Python 绑定安装
使用 pip 安装 Python 绑定:
pip install -U numpy vina
或使用 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
pip install vina
基础使用教程
命令行使用
准备对接所需的受体和配体文件(PDBQT格式),创建配置文件指定对接参数:
# 基本对接命令
vina --config config.txt --log log.txt
Python 脚本使用
使用 Python 绑定进行分子对接:
from vina import Vina
v = Vina(sf_name='vina')
v.set_receptor('1iep_receptor.pdbqt')
v.set_ligand_from_file('1iep_ligand.pdbqt')
# 设置对接盒子中心点和大小
v.compute_vina_maps(center=[15.190, 53.903, 16.917], box_size=[20, 20, 20])
# 评分和优化
energy = v.score()
energy_minimized = v.optimize()
# 进行对接
v.dock(exhaustiveness=32, n_poses=20)
v.write_poses('output.pdbqt', n_poses=5, overwrite=True)
配置文件格式
对接配置文件包含对接盒子的几何参数:
center_x = 15.190
center_y = 53.903
center_z = 16.917
size_x = 20.000
size_y = 20.000
size_z = 20.000
实用技巧
- 初学者建议:从简单案例开始,先完成野生型蛋白的对接
- 突变研究:使用分子建模软件创建突变体,比较不同突变体的对接结果
- 参数优化:根据具体需求调整 exhaustiveness 参数平衡精度和速度
常见问题解决
若遇到权限问题,可尝试:
sudo xattr -r -d com.apple.quarantine vina_1.2.6_mac_aarch64
学习资源
项目提供了丰富的示例代码,位于 example/ 目录下,包含基本对接、柔性对接、水合对接等多个场景的完整实现。
通过掌握这些基础知识和操作流程,研究人员可以开始进行分子对接研究,并随着经验的积累逐步探索更高级的功能和应用场景。
登录后查看全文
热门项目推荐
相关项目推荐
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
564
3.83 K
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++
892
659
Ascend Extension for PyTorch
Python
375
443
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
348
198
昇腾LLM分布式训练框架
Python
116
145
暂无简介
Dart
794
197
🎉 (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
1.36 K
775
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
1.12 K
268
React Native鸿蒙化仓库
JavaScript
308
359
