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
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 StartedJavaScript098- 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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。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
项目优选
收起
暂无描述
Dockerfile
701
4.51 K
Ascend Extension for PyTorch
Python
564
692
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
JavaScript
541
98
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++
957
953
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
411
338
🎉 (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
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
209
昇腾LLM分布式训练框架
Python
149
177
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
140
221
